Bone morphogenetic protein 2-induced cellular chemotaxis drives tissue patterning during critical-sized bone defect healing: an in silico study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Critical-sized bone defects are critical healing conditions that, if left untreated, often lead to non-unions. To reduce the risk, critical-sized bone defects are often treated with recombinant human BMP-2. Although enhanced bone tissue formation is observed when BMP-2 is administered locally to the defect, spatial and temporal distribution of callus tissue often differs from that found during regular bone healing or in defects treated differently. How this altered tissue patterning due to BMP-2 treatment is linked to mechano-biological principles at the cellular scale remains largely unknown. In this study, the mechano-biological regulation of BMP-2-treated critical-sized bone defect healing was investigated using a multiphysics multiscale in silico approach. Finite element and agent-based modeling techniques were combined to simulate healing within a critical-sized bone defect (5 mm) in a rat femur. Computer model predictions were compared to in vivo microCT data outcome of bone tissue patterning at 2, 4, and 6 weeks postoperation. In vivo, BMP-2 treatment led to complete healing through periosteal bone bridging already after 2 weeks postoperation. Computer model simulations showed that the BMP-2 specific tissue patterning can be explained by the migration of mesenchymal stromal cells to regions with a specific concentration of BMP-2 (chemotaxis). This study shows how computational modeling can help us to further understand the mechanisms behind treatment effects on compromised healing conditions as well as to optimize future treatment strategies.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle