The “other” 15–40%: The Role of Non‐Collagenous Extracellular Matrix Proteins and Minor Collagens in Tendon
Notice bibliographique
Résumé
Extracellular matrix (ECM) determines the physiological function of all tissues, including musculoskeletal tissues. In tendon, ECM provides overall tissue architecture, which is tailored to match the biomechanical requirements of their physiological function, that is, force transmission from muscle to bone. Tendon ECM also constitutes the microenvironment that allows tendon-resident cells to maintain their phenotype and that transmits biomechanical forces from the macro-level to the micro-level. The structure and function of adult tendons is largely determined by the hierarchical organization of collagen type I fibrils. However, non-collagenous ECM proteins such as small leucine-rich proteoglycans (SLRPs), ADAMTS proteases, and cross-linking enzymes play critical roles in collagen fibrillogenesis and guide the hierarchical bundling of collagen fibrils into tendon fascicles. Other non-collagenous ECM proteins such as the less abundant collagens, fibrillins, or elastin, contribute to tendon formation or determine some of their biomechanical properties. The interfascicular matrix or endotenon and the outer layer of tendons, the epi- and paratenon, includes collagens and non-collagenous ECM proteins, but their function is less well understood. The ECM proteins in the epi- and paratenon may provide the appropriate microenvironment to maintain the identity of distinct tendon cell populations that are thought to play a role during repair processes after injury. The aim of this review is to provide an overview of the role of non-collagenous ECM proteins and less abundant collagens in tendon development and homeostasis. © 2019 Orthopaedic Research Society. Published by Wiley Periodicals, Inc. J Orthop Res 38:23-35, 2020.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».