Obesity and obesity-related metabolic disorders are global epidemics that occur when there is chronic energy intake exceeding energy expenditure. Growing evidence suggests that healthy dietary patterns not only decrease the risk of obesity but also influence the composition and function of the gut microbiota. Numerous studies manifest that the development of obesity is associated with gut microbiota. One promising supplementation strategy is modulating gut microbiota composition by dietary patterns to combat obesity. In this review, we discuss the changes of gut microbiota in obesity and obesity-related metabolic disorders, with a particular emphasis on the impact of dietary components on gut microbiota and how common food patterns can intervene in gut microbiota to prevent obesity. While there is promise in intervening with the gut microbiota to combat obesity through the regulation of dietary patterns, numerous key questions remain unanswered. In this review, we critically review the associations between dietary patterns, gut microbes, and obesity, aiming to contribute to the further development and application of dietary patterns against obesity in humans.

The increasing frequency of emerging viral infections calls for more efficient and low-cost drug design methods. Peptide binders have emerged as a strong contender to curb the pandemic due to their efficacy, safety, and specificity. Here, we propose a customizable low-cost pipeline incorporating model auditing strategy and data-centric methodology for controllable peptide generation. A generative protein language model, pretrained on approximately 140 million protein sequences, is directionally fine-tuned to generate peptides with desired properties and binding specificity. The subsequent multi-level structure screening reduces the synthetic distribution space of peptide candidates regularly to identify authentic high-quality samples, i.e. potential peptide binders, at in silico stage. Paired with molecular dynamics simulations, the number of candidates that need to be verified in wet-lab experiments is quickly reduced from more than 2.2 million to 16. These potential binders are characterized by enhanced yeast display to determine expression levels and binding affinity to the target. The results show that only a dozen candidates need to be characterized to obtain the peptide binder with ideal binding strength and binding specificity. Overall, this work achieves efficient and low-cost peptide design based on a generative language model, increasing the speed of de novo protein design to an unprecedented level. The proposed pipeline is customizable, that is, suitable for rapid design of multiple protein families with only minor modifications.

Abstract Some cancer patients treated with Atezolizumab, PD-L1 antibody drug launched by Genentech, quickly developed anti-drug antibody (ADA), led to loss of efficacy. This was likely due to the heavy aggregation of Atezolizumab, caused by mutation of N297A for removing unwanted antibody-dependent cytotoxicity (ADCC) of IgG1 antibody drug. Here, we developed a new version of Atezolizumab (Maxatezo), which was demonstrated better anti-tumor efficacy in vivo . In Atezolizumab, we mutated 297A to 297N back to bring back the glycosylation, and inserted a short sequence GGGS between G237 and G238 in the hinge region of the IgG1 heavy chain. Our data shown that insertion of GGGS, without altering the anti-PD-L1 antibody affinity and inhibitory activity, completely abolished the ADCC activity, as same as Atezolizumab. Moreover, the insertion of GGGS, without altering the glycosylation profile of IgG1, increased the yields of anti-PD-L1 antibody considerately. Additionally, glycosylation improved the stability yet reduced the amounts of aggregations in the antibody solutions. In turn, the level of ADA in animals treated with Maxatezo was 70% lower than the ones treated with Atezolizumab. Most importantly, at the same 10mg/kg dose, the anti-tumor activity of Maxatezo had attained 98% compared to that of Atezolizumab at 68%.

Reducing carbon emissions has become a common goal in today's world for the protection of the environment, and the shipping industry, as an important force in the development of global trade, will be unavoidably involved in this conversion. This research paper develops an evolutionary game model between port and shipping enterprise under the differentiated carbon tax policy, analyses the evolutionary stabilization strategies between port and shipping enterprise, and explores the influence of relevant influencing factors on the evolutionary path. The results show that the differentiated carbon tax policy can effectively incentive port and shipping enterprise to adopt shore power technology, and the greater the difference between carbon taxes the more obvious the promotion effect of shore power. In addition, lowering the construction and operation costs for port and shipping enterprise to use shore power technology, and increasing other costs of not using shore power technology can contribute effectively to the willingness of shipping companies to utilize shore power.

Pancreatic ductal adenocarcinoma (PDAC) is one of the most malignant tumors. Macrophages are abundant in the tumor microenvironment, making them an attractive target for therapeutic intervention. While current immunotherapies, including immune checkpoint inhibition (ICI) and chimeric antigen receptor T (CAR-T) cells, have shown limited efficacy in pancreatic cancer, a novel approach involving chimeric antigen receptor macrophages (CAR-M) has, although promising, not been explored in pancreatic cancer. In this study, we first investigated the role of CAR-M cells targeting c-MET in pancreatic cancer. The effectiveness and rationality of c-MET as a target for CAR-M in pancreatic cancer were validated through bioinformatic analyses and immunohistochemical staining of samples from pancreatic cancer patients. We utilized flow cytometry and bioluminescence detection methods to demonstrate the specific binding and phagocytic killing effect of CAR-M on pancreatic cancer cells. Additionally, we observed the process of CAR-M engulfing pancreatic cancer cells using confocal microscopy and a long-term fluorescence live cell imaging system. In an in situ tumor model transplanted into NOD/SCID mice, we administered intraperitoneal injections of CAR-M to confirm its inhibitory function on pancreatic cancer. Furthermore, we validated these findings in human monocyte-derived macrophages (hMDM). Bioinformatics and tumor tissue microarray analyses revealed significantly higher expression levels of c-MET in tumor tissues, compared to the paired peritumoral tissues, and higher c-MET expression correlated with worse patient survival. CAR-M cells were engineered using human monocytic THP-1 cell line and hMDM targeting c-MET (CAR-M-c-MET). The CAR-M-c-MET cells demonstrated highly specific binding to pancreatic cancer cells and exhibited more phagocytosis and killing abilities than the pro-inflammatory polarized control macrophages. In addition, CAR-M-c-MET cells synergized with various cytotoxic chemotherapeutic drugs. In a NOD/SCID murine model, intraperitoneally injected CAR-M-c-MET cells rapidly migrated to tumor tissue and substantially inhibited tumor growth, which did not lead to obvious side effects. Cytokine arrays and mRNA sequencing showed that CAR-M-c-MET produced higher levels of immune activators than control macrophages. This study provides compelling evidence for the safety and efficacy of CAR-M therapy in treating pancreatic cancer. The results demonstrate that CAR-M-c-MET significantly suppresses pancreatic cancer progression and enhances the effectiveness of cytotoxic chemotherapy. Remarkably, no discernible side effects occur. Further clinical trials are warranted in human pancreatic cancer patients.

ABSTRACT Hydrogels loaded with microRNA (miRNA) have shown promise in bone‐defect repair. Here, we present the first report of miRNA‐loaded hydrogels containing bioactivities to treat steroid‐induced osteonecrosis of the femoral head (SONFH), based on the mechanism of competing endogenous RNAs. Transcriptome sequencing of human bone marrow mesenchymal stem cells (HBMSCs) extracted from the proximal femoral bone marrow and subsequent functional assays revealed that the circSRPK1/miR‐320a axis promotes HBMSCs osteogenic differentiation. By incorporating antagomir‐320a (a miR‐320a inhibitor) encapsulated in liposomes into injectable hyaluronic acid (HA) hydrogels, we constructed an injectable hydrogel, HA@antagomir‐320a. This hydrogel demonstrated exceptional osteogenic properties, targeting multiple osteogenic pathways via CDH2 and Osterix and exhibited excellent in vitro biocompatibility. In vivo, it substantially enhanced bone formation in the osteonecrotic area of the femoral head. This injectable HA@antagomir‐320a hydrogel, which exhibited exceptional biocompatibility and osteogenic properties in vivo and in vitro, offers a promising and minimally invasive solution for the treatment of SONFH.

Identification of RNA binding sites that potentially interact with RNA-binding proteins facilitates a comprehensive analysis of protein-RNA interactions and enables further investigation into the mechanisms underlying RNA splicing and modification. However, the current experimental data remains limited in comparison to the vast family of RBPs, and deep learning prediction methods are inadequate for those RBPs lacking sufficient interaction data for training. Therefore, we present PRIME-BSPre, a genome-wide method for predicting protein-RNA binding sites based on templates that incorporate both RNA sequence and secondary structure as well as the tertiary structure of corresponding RBPs. We have successfully benchmarked our method on the human genome, demonstrating excellent prediction performance on RBP datasets beyond our library and robustness across cell lines. Additionally, we are pioneers in introducing the low Shannon entropy algorithm to describe binding preferences of RNA motifs. Our predicted results further support the hypothesis that RBPs preferentially bind RNA motifs with low complexity.

Purpose Investigating the diagnosis and treatment of bilateral Chylothorax after neck lymph node dissection for thyroid cancer. Methods The clinical data of a patient with bilateral chylothorax after neck lymph node dissection for thyroid cancer were retrospectively analyzed, and the relevant literature was reviewed. Results The patient underwent a total thyroidectomy and left neck lymph node dissection, with no evidence of lymph fluid leakage observed during the operation. The patient experienced chest tightness, shortness of breath, dyspnea, and decreased lung auscultation breath sounds on the 7th day after the surgery. The chest X-ray examination revealed the presence of bilateral pleural effusion. Under ultrasound guidance, bilateral thoracic closed drainage tube was implanted, and a small sample of the milky white fluid was tested for chylothorax, yielded positive results. The patient is diagnosed with bilateral chylothorax. After received conservative treatment, the patient’s drainage flow gradually decreased. Subsequent review of a chest X-ray showed no signs of chest hydrops, and as a result, the thoracic drainage tube was removed. The patient eventually recovered and was subsequently discharged. Conclusion Bilateral chylothorax is a rare complication following neck lymph node dissection for thyroid cancer. It is deemed safe and effective to administer active conservative treatment upon early detection.