We report a new search of weakly interacting massive particles (WIMPs) using the combined low background data sets in 2016 and 2017 from the PandaX-II experiment in China. The latest data set contains a new exposure of 77.1 live day, with the background reduced to a level of 0.8$\times10^{-3}$ evt/kg/day, improved by a factor of 2.5 in comparison to the previous run in 2016. No excess events were found above the expected background. With a total exposure of 5.4$\times10^4$ kg day, the most stringent upper limit on spin-independent WIMP-nucleon cross section was set for a WIMP with mass larger than 100 GeV/c$^2$, with the lowest exclusion at 8.6$\times10^{-47}$ cm$^2$ at 40 GeV/c$^2$.

We report the WIMP dark matter search results using the first physics-run data of the PandaX-II 500 kg liquid xenon dual-phase time-projection chamber, operating at the China JinPing Underground Laboratory. No dark matter candidate is identified above background. In combination with the data set during the commissioning run, with a total exposure of 3.3$\times10^4$ kg-day,the most stringent limit to the spin-independent interaction between the ordinary and WIMP dark matter is set for a range of dark matter mass between 3.5 and 1000 GeV/c$^2$. The best upper limit on the scattering cross section is found $2.5\times 10^{-46}$ cm$^2$ for the WIMP mass 40 GeV/c$^2$ at 90% confidence level.

This document a outlines a set of simplified models for dark matter and its interactions with Standard Model particles. It is intended to summarize the main characteristics that these simplified models have when applied to dark matter searches at the LHC, and to provide a number of useful expressions for reference. The list of models includes both s-channel and t-channel scenarios. For s-channel, spin-0 and spin-1 mediations are discussed, and also realizations where the Higgs particle provides a portal between the dark and visible sectors. The guiding principles underpinning the proposed simplified models are spelled out, and some suggestions for implementation are presented.

The star sensor is the key component of Celestial Navigation. It measures the autonomous attitude of navigation bodies by observing stars. And it conducts image collection, preprocessing, feature extraction and matching recognition. Aimed to implement the latter two procedures, we first estimate the coordinate of the point which is the intersection point of the optical axis and the celestial sphere. We employ geometrical knowledge to get the relationship between the intersection point and given projection distances. When distances are unknown, we use Newton’s method to approach the exact coordinate of the intersection point. Based on our coordinate calculation method, we are required to find a principle for improving the accuracy of the coordinate. We first establish a projection screening model to obtain star maps. Then we establish four coordinate systems, i.e., the celestial coordinate system, the star sensor coordinate system, the image coordinate system and the pixel coordinate system. Taking the star map at the north celestial pole as an instance, we finish the transformation of coordinate between different systems and search for the factors affecting accuracy of coordinate. Ultimately, we draw the conclusion that the coordinate accuracy improves, when selected stars projection close the centroid of the photosensitive surface. Aimed to implement the matching recognition, we establish a novel feature extraction and matching model. We take the angle between stars and three of their nearest stars as the feature of the central star. Then we extract the feature matrix of the given star table as the feature database. Using the same way, we get the feature matrix of four–star maps. To achieve the last step of matching recognition, we compare the feature matrix of star maps with the given navigation stars. During the process, we employ DBScan clustering algorithm to implement the matching recognition process. We select the cluster center that satisfies the maximum number of matches as the actual location of the identified star map.

Molecularly imprinted polymer-based chromatographic separation materials, owing to their advantages of unique selectivity, low cost, suitable reproducibility, and acceptable stability, have attracted a great deal of research in different fields.

Abstract Background Cis-regulatory elements (CREs) play a pivotal role in gene expression regulation, allowing cells to serve diverse functions and respond to external stimuli. Understanding CREs is essential for personalized medicine and disease research, as an increasing number of genetic variants associated with phenotypes and diseases overlap with CREs. However, existing databases often focus on subsets of regulatory elements and present each identified instance of element individually, confounding the effort to obtain a comprehensive view. To address this gap, we have created CREdb, a comprehensive database with over 10 million human regulatory elements across 1,058 cell types and 315 tissues harmonized from different data sources. We curated and aligned the cell types and tissues to standard ontologies for efficient data query. Results Data from 11 sources were curated and mapped to standard ontological terms. 11,223,434 combined elements are present in the final database, and these were merged into 5,666,240 consensus elements representing the combined ranges of the individual elements informed by their overlap. Each consensus element contains curated metadata including the number of elements supporting it and a hash linking to the source databases. The inferred activity of each consensus element in various cell-type and tissue context is also provided. Examples presented here show the potential utility of CREdb in annotating non-coding genetic variants and informing chromatin accessibility profiling analysis. Conclusions We developed CREdb, a comprehensive database of CREs, to simplify the analysis of CREs by providing a unified framework for researchers. CREdb compiles consensus ranges for each element by integrating the information from all instances identified across various source databases. This unified database facilitates the functional annotation of non-coding genetic variants and complements chromatin accessibility profiling analysis. CREdb will serve as an important resource in expanding our knowledge of the epigenome and its role in human diseases.

Mild heat (MH) treatment and ascorbic acid (AsA) addition can improve the quality of fresh-cut produce when used individually; however, their combined effect remains unclear. Herein, fresh-cut carrots were used as models to explore the effects of MH (50 °C)–AsA (0.5%) on quality properties including reactive oxygen species (ROS) metabolism, antioxidants, lignin metabolism, naturally present microbes, and inoculated pathogens (Escherichia coli O157: H7 and Salmonella Typhimurium) during storage (0–5 d, 4 °C). The results indicate that the antioxidant properties in the MH–AsA group were consistent with those of single treatments, resulting in a consistent ROS-scavenging effect. From day 3–5, lignin synthesis was significantly inhibited by MH–AsA as compared with single treatments, probably because the two enzymes (phenylalanine ammonia-lyase and peroxidase) responsible for lignin synthesis exhibited lower expressions. Microbial analysis revealed that MH–AsA treatment led to the lowest counts of both pathogens and aerobic mesophilic bacteria at 0–5 d. Conversely, the inhibitory effect of MH–AsA treatment on mold and yeast was consistent with the single treatments. These results suggest that MH–AsA is a low-cost and safe approach to improve the physiological characteristics of fresh-cut produce while reducing microbial risk.

Abstract Effectively detecting aircraft icing caused by supercooled water is essential for ensuring safe flight. This paper utilizes ultrasonic pulse-echo technology to measure ice thickness. Unlike traditional ultrasonic detection devices, which are widely used for flaw detection but are bulky, inconvenient, and have low detection accuracy, this study develops a multichannel, high-resolution pulse-echo wireless detection system with a field-programmable gate array (FPGA) as the central processing unit. The system primarily involves the design of ultrasonic pulse-echo hardware, high-speed data processing, and wireless transmission. Ice detection experiments were conducted on an ice-aluminum double-layer structure. The test results indicate that this system can effectively detect the thickness of ice layers with a resolution of 1 mm.