Proteoglycan degradation mimics static compression by altering the natural gradients in fibrillar organisation in cartilage
Notice bibliographique
Résumé
Structural and associated biomechanical gradients within biological tissues are important for tissue functionality and preventing damaging interfacial stress concentrations. Articular cartilage possesses an inhomogeneous structure throughout its thickness, driving the associated variation in the biomechanical strain profile within the tissue under physiological compressive loading. However, little is known experimentally about the nanostructural mechanical role of the collagen fibrils and how this varies with depth. Utilising a high-brilliance synchrotron X-ray source, we have measured the depth-wise nanostructural parameters of the collagen network in terms of the periodic fibrillar banding (D-period) and associated parameters. We show that there is a depth dependent variation in D-period reflecting the pre-strain and concurrent with changes in the level of intrafibrillar order. Further, prolonged static compression leads to fibrillar changes mirroring those caused by removal of extrafibrillar proteoglycans (as may occur in aging or disease). We suggest that fibrillar D-period is a sensitive indicator of localised changes to the mechanical environment at the nanoscale in soft connective tissues. STATEMENT OF SIGNIFICANCE: Collagen plays a significant role in both the structural and mechanical integrity of articular cartilage, allowing the tissue to withstand highly repetitive loading. However, the fibrillar mechanics of the collagen network in cartilage are not clear. Here we find that cartilage has a spatial gradient in the nanostructural collagen fibril pre-strain, with an increase in the fibrillar pre-strain with depth. Further, the fibrillar gradient changes similarly under compression when compared to an enzymatically degraded tissue which mimics age-related changes. Given that the fibrils potentially have a finite capacity to mechanically respond and alter their configuration, these findings are significant in understanding how collagen may alter in structure and gradient in diseased cartilage, and in informing the design of cartilage replacements.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».