Abstract Objective MicroRNA have recently been identified as regulators that modulate target gene expression and are involved in shaping the immune response. This study was undertaken to investigate the contribution of microRNA‐146a (miR‐146a), which was identified in the pilot expression profiling step, to the pathogenesis of systemic lupus erythematosus (SLE). Methods TaqMan microRNA assays of peripheral blood leukocytes were used for comparison of expression levels of microRNA between SLE patients and controls. Transfection and stimulation of cultured cells were conducted to determine the biologic function of miR‐146a. Bioinformatics prediction and validation by reporter gene assay and Western blotting were performed to identify miR‐146a targets. Results Profiling of 156 miRNA in SLE patients revealed the differential expression of multiple microRNA, including miR‐146a, a negative regulator of innate immunity. Further analysis showed that underexpression of miR‐146a negatively correlated with clinical disease activity and with interferon (IFN) scores in patients with SLE. Of note, overexpression of miR‐146a reduced, while inhibition of endogenous miR‐146a increased, the induction of type I IFNs in peripheral blood mononuclear cells (PBMCs). Furthermore, miR‐146a directly repressed the transactivation downstream of type I IFN. At the molecular level, miR‐146a could target IFN regulatory factor 5 and STAT‐1. More importantly, introduction of miR‐146a into the patients' PBMCs alleviated the coordinate activation of the type I IFN pathway. Conclusion The microRNA miR‐146a is a negative regulator of the IFN pathway. Underexpression of miR‐146a contributes to alterations in the type I IFN pathway in lupus patients by targeting the key signaling proteins. The findings provide potential novel strategies for therapeutic intervention.

Compared to the available protein sequences of different organisms, the number of revealed protein–protein interactions (PPIs) is still very limited. So many computational methods have been developed to facilitate the identification of novel PPIs. However, the methods only using the information of protein sequences are more universal than those that depend on some additional information or predictions about the proteins. In this article, a sequence-based method is proposed by combining a new feature representation using auto covariance (AC) and support vector machine (SVM). AC accounts for the interactions between residues a certain distance apart in the sequence, so this method adequately takes the neighbouring effect into account. When performed on the PPI data of yeast Saccharomyces cerevisiae, the method achieved a very promising prediction result. An independent data set of 11 474 yeast PPIs was used to evaluate this prediction model and the prediction accuracy is 88.09%. The performance of this method is superior to those of the existing sequence-based methods, so it can be a useful supplementary tool for future proteomics studies. The prediction software and all data sets used in this article are freely available at http://www.scucic.cn/Predict_PPI/index.htm.

Generalizing real-world data has been one of the most difficult challenges for application of machine learning (ML) in practice. Most ML works focused on improvements in algorithms and feature representations. However, the data quality, as the foundation of ML, has been largely overlooked, also leading to the absence of data evaluation and processing methods in ML fields. Motivated by the challenge and need, we selected an important but difficult reorganization energy (RE) prediction task as a test platform, which is an important parameter for the charge mobility of organic semiconductors (OSCs), to propose a data-quality-navigated strategy with chemical intuition. We developed a data diversity evaluation based on structure characteristics of OSC molecules, a reliability evaluation method based on prediction accuracy, a data filtering method based on the uncertainty of

Hawthorn (Crataegus spp.), a plant widely distributed in temperate and subtropical regions, is valued for its bioactive compounds and diverse health benefits. Known for its remarkable adaptability to various environmental conditions, hawthorn thrives across different altitudes, but these environmental factors, particularly altitude, significantly influence the accumulation of its bioactive substances. This study investigates the effects of altitude on hawthorn’s nutritional, bioactive, and mineral profiles to provide insights into its cultivation and utilization. Through comprehensive analysis of 20 nutritional indicators from high- and low-altitude samples, including essential nutrients, bioactive compounds, and trace elements, multivariate analyses such as Principal Component Analysis (PCA) and Partial Least Squares Discriminant Analysis (PLS-DA) revealed clear altitude-driven clustering. While primary nutritional components like dietary fiber, protein, and soluble solids exhibited stability across different altitudes, low-altitude samples showed higher levels of hypericin, quercetin, and rutin, likely due to favorable light and temperature conditions. Conversely, high-altitude samples were enriched in calcium, reflecting adaptations to cold stress and structural needs, while phosphorus content was reduced under cooler conditions. Potassium, iron, zinc, selenium, and strontium levels remained stable, indicating robust metabolic regulation. These findings confirm the significant role of altitude in shaping hawthorn’s bioactive and mineral profiles, providing essential guidance for altitude-specific cultivation practices and tailored processing strategies. By leveraging these insights, the functional and nutritional properties of hawthorn can be optimized, supporting its sustainable application in the food and health industries.

The substrate‐controlled regioselective conjugate addition (1,8‐ and 1,4‐addition) of tropones with difluoroenoxysilanes is reported, which offered an approach for the selective synthesis of multifunctional seven‐membered 3,5‐cycloheptadien‐1‐ones and 1,3‐cycloheptadien‐1‐ones featuring a gem‐difluoroketone moiety. Moreover, these fluorinated cyclo‐heptadienones exhibit effective anti‐proliferative activities (IC50 < 1 μM) for human colon carcinoma HCT116 cells in vitro, thus providing potential lead compounds for developing new anticancer agents.