MétaCan
Menu
Retour à la cohorte
Enregistrement W2053808972 · doi:10.1371/journal.pone.0070590

Microrheological Characterization of Collagen Systems: From Molecular Solutions to Fibrillar Gels

2013· article· en· W2053808972 sur OpenAlexafffund
Marjan Shayegan, Nancy R. Forde

Notice bibliographique

RevuePLoS ONE · 2013
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCollagen: Extraction and Characterization
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMicrorheologyFibrillogenesisMicroscale chemistryFibrilViscoelasticityBiophysicsOptical tweezersElasticity (physics)Extracellular matrixShear modulusType I collagenDynamic mechanical analysisElastic modulusMaterials scienceChemistrySelf-healing hydrogelsChemical physicsPolymerComposite materialOpticsBiochemistryPolymer chemistry

Résumé

récupéré en direct d'OpenAlex

Collagen is the most abundant protein in the extracellular matrix (ECM), where its structural organization conveys mechanical information to cells. Using optical-tweezers-based microrheology, we investigated mechanical properties both of collagen molecules at a range of concentrations in acidic solution where fibrils cannot form and of gels of collagen fibrils formed at neutral pH, as well as the development of microscale mechanical heterogeneity during the self-assembly process. The frequency scaling of the complex shear modulus even at frequencies of ∼10 kHz was not able to resolve the flexibility of collagen molecules in acidic solution. In these solutions, molecular interactions cause significant transient elasticity, as we observed for 5 mg/ml solutions at frequencies above ∼200 Hz. We found the viscoelasticity of solutions of collagen molecules to be spatially homogeneous, in sharp contrast to the heterogeneity of self-assembled fibrillar collagen systems, whose elasticity varied by more than an order of magnitude and in power-law behavior at different locations within the sample. By probing changes in the complex shear modulus over 100-minute timescales as collagen self-assembled into fibrils, we conclude that microscale heterogeneity appears during early phases of fibrillar growth and continues to develop further during this growth phase. Experiments in which growing fibrils dislodge microspheres from an optical trap suggest that fibril growth is a force-generating process. These data contribute to understanding how heterogeneities develop during self-assembly, which in turn can help synthesis of new materials for cellular engineering.

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 seuil0,004

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 Opus0,036
Tête enseignante GPT0,209
Écart entre enseignants0,173 · 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

Citations116
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetCollagen: Extraction and CharacterizationTravaux en français237 207