MétaCan
Menu
Retour à la cohorte
Enregistrement W1859873146 · doi:10.1074/jbc.m115.644310

Changes in Structural-Mechanical Properties and Degradability of Collagen during Aging-associated Modifications

2015· article· en· W1859873146 sur OpenAlexafffund
Preety Panwar, Guillaume Lamour, N. Mackenzie, Heejae Yang, Frank C. Ko, Hongbin Li, Dieter Brömme

Notice bibliographique

RevueJournal of Biological Chemistry · 2015
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCollagen: Extraction and Characterization
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMaterials scienceChemistryBiophysicsBiology

Résumé

récupéré en direct d'OpenAlex

During aging, changes occur in the collagen network that contribute to various pathological phenotypes in the skeletal, vascular, and pulmonary systems. The aim of this study was to investigate the consequences of age-related modifications on the mechanical stability and in vitro proteolytic degradation of type I collagen. Analyzing mouse tail and bovine bone collagen, we found that collagen at both fibril and fiber levels varies in rigidity and Young's modulus due to different physiological changes, which correlate with changes in cathepsin K (CatK)-mediated degradation. A decreased susceptibility to CatK-mediated hydrolysis of fibrillar collagen was observed following mineralization and advanced glycation end product-associated modification. However, aging of bone increased CatK-mediated osteoclastic resorption by ∼27%, and negligible resorption was observed when osteoclasts were cultured on mineral-deficient bone. We observed significant differences in the excavations generated by osteoclasts and C-terminal telopeptide release during bone resorption under distinct conditions. Our data indicate that modification of collagen compromises its biomechanical integrity and affects CatK-mediated degradation both in bone and tissue, thus contributing to our understanding of extracellular matrix aging.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,078
Tête enseignante GPT0,267
Écart entre enseignants0,189 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations107
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Biological ChemistryMême sujetCollagen: Extraction and CharacterizationTravaux en français237 207