In this paper, the uncertainty and disturbance estimator (UDE)-based robust control is applied to the control of a class of nonaffine nonlinear systems. This class of systems is very general and covers a large range of nonlinear systems. However, the control of such systems is very challenging because the input variables are not expressed in an affine form, which leads to the failure of using feedback linearization. The proposed UDE-based control method avoids the inverse operator construction, which might result in the control singularity problem. Moreover, the general assumption on the uncertainty and disturbance term is relaxed, and only its bandwidth information is required for the control design. The asymptotic stability of the closed-loop system is established. The proposed approach is easy to be implemented and tuned while bringing very good robust performance. The important features and performance of the proposed approach are demonstrated through both simulation studies and experimental validation on a servo system with nonaffine uncertainties.

Borocarbonitride (BCN) materials have shown significant potential as photocatalysts for hydrogen production. However, traditional bulk BCN exhibits only moderate photocatalytic activity. In this study, we introduce an environmentally conscious and sustainable strategy utilizing biomass-derived carbon sources to synthesize BCN nanosheets. The hydrogen evolution efficiency of BCN-A nanosheets (110 μmol h

The gut microbiota plays a significant role in the initiation and progression of tumors, but its role in rectal neuroendocrine tumors (rNETs) remains unclear.Fecal samples were collected from 19 healthy individuals and 21 rNET patients,with the rNET cohort further divided into metastatic (rNETs-M) and non-metastatic (rNETs-nM) groups.Using metagenomic high-throughput sequencing, we analyzed the diversity, species composition, and functional characteristics of the gut microbiota.We applied a random forest model to identify potential microbial biomarkers for predicting rNET and specifically distinguishing rNETs-M cases.Alpha diversity analysis revealed that species diversity was lower in the rNETs group than in the control group.In contrast, the rNETs-M group exhibited higher species diversity than the rNETs-nM group.Beta diversity analysis demonstrated significant differences in community structure between the rNETs and control groups between the rNET-M and rNETs-nM groups.Notably, in the rNETs group, the abundance of potential pathogens such as Escherichia coli and Shigella was elevated.Furthermore, the rNETs-M group exhibited an increased abundance of potential pathogens such as Alistipes.KEGG enrichment analysis indicated that these distinct microbiota play a significant role in environmental information processing, genetic information processing, and metabolic pathways.Random forest analysis and ROC curve results identified Lachnospira pectinoschiza (AUC=0.885),Parasutterella muris (AUC=0.862),Sodaliphilus pleomorphus(AUC=0.956),Methylobacterium iners (AUC=0.971)as biomarkers with significant discriminatory value.