MétaCan
Menu
Retour à la cohorte
Enregistrement W4400602137 · doi:10.1101/2024.07.09.602794

AGEing of Collagen: The Effects of Glycation on Collagen’s Stability, Mechanics and Assembly

2024· preprint· en· W4400602137 sur OpenAlexaff
Daniel Sloseris, Nancy R. Forde

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2024
Typepreprint
Langueen
DomaineMaterials Science
ThématiqueCollagen: Extraction and Characterization
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésGlycationAgeingChemistryBiophysicsBiochemistryInternal medicineMedicineBiologyReceptor

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Advanced Glycation End Products (AGEs) are the end result of the irreversible, non-enzymatic glycation of proteins by reducing sugars. These chemical modifications accumulate with age and have been associated with various age-related and diabetic complications. AGEs predominantly accumulate on proteins with slow turnover rates, of which collagen is a prime example. Glycation has been associated with tissue stiffening and reduced collagen fibril remodelling. In this study, we investigate the effects of glycation on the stability of type I collagen, its molecular-level mechanics and its ability to perform its physiological role of self-assembly. Collagen AGEing is induced in vitro by incubation with ribose. We confirm and assess glycation using fluorescence measurements and changes in collagen’s electrophoretic mobility. Susceptibility to trypsin digestion and circular dichroism (CD) spectroscopy are used to probe changes in collagen’s triple helical stability, revealing decreased stability due to glycation. Atomic Force Microscopy (AFM) imaging is used to quantify how AGEing affects collagen flexibility, where we find molecular-scale stiffening. Finally we use microscopy to show that glycated collagen molecules are unable to self-assemble into fibrils. These findings shed light on the molecular mechanisms underlying AGE-induced tissue changes, offering insight into how glycation modifies protein structure and stability.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,222
Écart entre enseignants0,211 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetCollagen: Extraction and CharacterizationTravaux en français237 207