Collagen microarchitecture mechanically controls myofibroblast differentiation
Notice bibliographique
Résumé
Altered microarchitecture of collagen type I is a hallmark of wound healing and cancer that is commonly attributed to myofibroblasts. However, it remains unknown which effect collagen microarchitecture has on myofibroblast differentiation. Here, we combined experimental and computational approaches to investigate the hypothesis that the microarchitecture of fibrillar collagen networks mechanically regulates myofibroblast differentiation of adipose stromal cells (ASCs) independent of bulk stiffness. Collagen gels with controlled fiber thickness and pore size were microfabricated by adjusting the gelation temperature while keeping their concentration constant. Rheological characterization and simulation data indicated that networks with thicker fibers and larger pores exhibited increased strain-stiffening relative to networks with thinner fibers and smaller pores. Accordingly, ASCs cultured in scaffolds with thicker fibers were more contractile, expressed myofibroblast markers, and deposited more extended fibronectin fibers. Consistent with elevated myofibroblast differentiation, ASCs in scaffolds with thicker fibers exhibited a more proangiogenic phenotype that promoted endothelial sprouting in a contractility-dependent manner. Our findings suggest that changes of collagen microarchitecture regulate myofibroblast differentiation and fibrosis independent of collagen quantity and bulk stiffness by locally modulating cellular mechanosignaling. These findings have implications for regenerative medicine and anticancer treatments.
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 ».