A linear systems model of the hydrothermal isometric tension test for assessing collagenous tissue quality
Notice bibliographique
Résumé
Collagen is the most abundant structural protein in the animal kingdom. Its thermal and thermomechanical properties are often measured using differential scanning calorimetry (DSC) and hydrothermal isometric tension (HIT) tests, respectively. In living tissues, not all collagenous structures (molecules, fibrils, etc.) have the same "quality," and the heterogeneity among these structures in specific tissues increases with remodeling, aging, and/or disease states. In this paper, first, a peak-fitting analysis is carried out to separate and distinguish the sequential denaturation events in a DSC endotherm, which presumably stem from heterogeneity in the collagen fibrils. The fitting analysis uses one of two functions: a Gaussian function or a function proposed by Miles. The individual endotherms were then convolved with a physics-based parametric function, J(T), proposed by the authors, to model the development of the isometric tension in two stages: 1) tension development due to a sudden increase in conformational entropy as each collagen packet denatures, and 2) additional isometric tension development due to increasing temperature, consistent with rubber thermo-elasticity. The proposed function parameters were then found by fitting to actual HIT curves using a global optimization technique. This model provides a decoupling of the effects of denaturation kinetics and collagen network connectivity and therefore an improved interpretation of HIT test results during the temperature ramp from ambient temperature to 90 °C. The simple model outputs are two parameters, α and β, that have physical meaning and aid in assessing collagenous tissue quality in terms of connectivity and integrity.
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 | 0,009 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».