Abstract Abnormal loading of the knee due to injuries or obesity is thought to contribute to the development of osteoarthritis (OA). Small animal models have been used for studying OA progression mechanisms. However, numerical models to study cartilage responses under dynamic loading in preclinical animal models have not been developed. Here we present a musculoskeletal finite element (FE) model of a rat knee joint to evaluate cartilage biomechanical responses during a gait cycle. The rat knee joint geometries were obtained from a 3-D MRI dataset and the boundary conditions regarding loading in the joint were extracted from a musculoskeletal model of the rat hindlimb. The fibril-reinforced poroelastic (FRPE) properties of the rat cartilage were derived from data of mechanical indentation tests. Our numerical results showed the relevance of simulating anatomical and locomotion characteristics in the rat knee joint for estimating tissue responses such as contact pressures, stresses, strains, and fluid pressures. We found that the contact pressure and maximum principal strain were virtually constant in the medial compartment whereas they showed the highest values at the beginning of the gait cycle in the lateral compartment. Furthermore, we found that the maximum principal stress increased during the stance phase of gait, with the greatest values at midstance. We anticipate that our approach serves as a first step towards investigating the effects of gait abnormalities on the adaptation and degeneration of rat knee joint tissues and could be used to evaluate biomechanically-driven mechanisms of the progression of OA as a consequence of joint injury or obesity. Author Summary Osteoarthritis is a disease of the musculoskeletal system which is characterized by the degradation of articular cartilage. Changes in the knee loading after injuries or obesity contribute to the development of cartilage degeneration. Since injured cartilage cannot be reversed back to intact conditions, small animal models have been widely used for investigating osteoarthritis progression mechanisms. Moreover, experimental studies have been complemented with numerical models to overcome inherent limitations such as cost, difficulties to obtain accurate measures and replicate degenerative situations in the knee joint. However, computational models to study articular cartilage responses under dynamic loading in small animal models have not been developed. Thus, here we present a musculoskeletal finite element model of a rat knee joint to evaluate cartilage biomechanical responses during gait. Our computational model considers both the anatomical and locomotion characteristics of the rat knee joint for estimating mechanical responses in the articular cartilage. We suggest that our approach can be used to investigate tissue adaptations based on the mechanobiological responses of the cartilage to prevent the progression of osteoarthritis.

Abstract Objective Altered mechanical loading is a known risk factor for osteoarthritis. Destabilization of the medial meniscus (DMM) is a preclinical gold standard model for post-traumatic osteoarthritis and is thought to induce instability and locally increased loading. However, the joint- and tissue-level mechanical environment underlying cartilage degeneration remains poorly documented. Design Using a custom multiscale modeling approach, we assessed joint and tissue biomechanics in rats undergoing sham surgery and DMM. High-fidelity experimental gait data were collected in a setup combining biplanar fluoroscopy and a ground reaction force plate. Knee poses and joint-level loading were estimated through musculoskeletal modeling, using bony landmarks, semi-automatically tracked via deep learning on fluoroscopic images, and ground reaction forces. A musculoskeletal model of the rat hindlimb was adapted to represent knee flexion-extension, valgus-varus, and internal-external rotation. The tissue-level cartilage mechanical environment was then spatially estimated, using the musculoskeletal modeling parameters as inputs into a dedicated finite element (FE) model of the rat knee, comprising cartilage and meniscal tissues. Experimental gait data and modeling workflows, including musculoskeletal models and FE meshes, are openly shared through a data repository. Results In rats with DMM, the frontal plane knee pose was altered, yet there was no indication of joint-level overloading. Tissue-level mechanical cues typically linked with cartilage degeneration were not increased in the medial tibial cartilage, despite evidence of tissue structural changes. Conclusion DMM did not increase joint and tissue mechanical responses in the knee medial compartment, suggesting that mechanical loading alone does not explain the observed osteoarthritis-like structural changes.

Joint trauma often leads to articular cartilage degeneration and post-traumatic osteoarthritis (PTOA). Pivotal determinants include trauma-induced excessive tissue strains that damage cartilage cells. As a downstream effect, these damaged cells can trigger cartilage degeneration via oxidative stress, cell death, and proteolytic tissue degeneration. N-acetylcysteine (NAC) has emerged as antioxidant capable of inhibiting oxidative stress, cell death, and cartilage degeneration post-impact. However, temporal effects of NAC are not fully understood and remain difficult to assess solely by physical experiments. Thus, we developed a computational framework to simulate a drop tower impact of cartilage with finite element analysis in ABAQUS, and model subsequent oxidative stress-related cell damage, and NAC treatment upon cartilage proteoglycan content in COMSOL Multiphysics, based on prior ex vivo experiments. Model results provide evidence that by inhibiting further cell damage by mechanically induced oxidative stress, immediate NAC treatment can reduce proteoglycan loss by mitigating cell death (loss of proteoglycan biosynthesis) and enzymatic proteoglycan depletion. Our simulations also indicated that delayed NAC treatment may not inhibit cartilage proteoglycan loss despite reduced cell death after impact. These results enhance understanding of temporal effects of impact-related cell damage and treatment that are critical for the development of effective treatments for PTOA. In the future, our modeling framework could increase understanding of time-dependent mechanisms of oxidative stress and downstream effects in injured cartilage and aid in developing better treatments to mitigate PTOA progression.

Abstract Osteoarthritis (OA) is a common musculoskeletal disease that leads to deterioration of articular cartilage, joint pain, and decreased quality of life. When OA develops after a joint injury, it is designated as post-traumatic OA (PTOA). The etiology of PTOA remains poorly understood, but it is known that proteoglycan (PG) loss, cell dysfunction, and cell death in cartilage are among the first signs of the disease. These processes, influenced by biomechanical and inflammatory stimuli, disturb the normal cell-regulated balance between tissue synthesis and degeneration. Previous computational mechanobiological models have not explicitly incorporated the cell-mediated degradation mechanisms triggered by an injury that eventually can lead to tissue-level compositional changes. Here, we developed a 2-D mechanobiological finite element model to predict necrosis, apoptosis following excessive production of reactive oxygen species (ROS), and inflammatory cytokine (interleukin-1)-driven apoptosis in cartilage explant. The resulting PG loss over 30 days was simulated. Biomechanically triggered PG degeneration, associated with cell necrosis, excessive ROS production, and cell apoptosis, was predicted to be localized near a lesion, while interleukin-1 diffusion-driven PG degeneration was manifested more globally. The numerical predictions were supported by several previous experimental findings. Furthermore, the ROS and inflammation mechanisms had longer-lasting effects (over 3 days) on the PG content than localized necrosis. Interestingly, the model also showed proteolytic activity and PG biosynthesis closer to the levels of healthy tissue when pro-inflammatory cytokines were rapidly inhibited or cleared from the culture medium, leading to partial recovery of PG content. The mechanobiological model presented here may serve as a numerical tool for assessing early cartilage degeneration mechanisms and the efficacy of interventions to mitigate PTOA progression. Author summary Osteoarthritis is one of the most common musculoskeletal diseases. When osteoarthritis develops after a joint injury, it is designated as post-traumatic osteoarthritis. A defining feature of osteoarthritis is degeneration of articular cartilage, which is partly driven by cartilage cells after joint injury, and further accelerated by inflammation. The degeneration triggered by these biomechanical and biochemical mechanisms is currently irreversible. Thus, early prevention/mitigation of disease progression is a key to avoiding PTOA. Prior computational models have been developed to provide insights into the complex mechanisms of cartilage degradation, but they rarely include cell-level cartilage degeneration mechanisms. Here, we present a novel approach to simulate how the early post-traumatic biomechanical and inflammatory effects on cartilage cells eventually influence tissue composition. Our model includes the key regulators of early post-traumatic osteoarthritis: chondral lesions, cell death, reactive oxygen species, and inflammatory cytokines. The model is supported by several experimental explant culture findings. Interestingly, we found that when post-injury inflammation is mitigated, cartilage composition can partially recover. We suggest that mechanobiological models including cell–tissue-level mechanisms can serve as future tools for evaluating high-risk lesions and developing new intervention strategies.