Een innovatieve aanpak tot het modelleren van botbelasting uit interne botmorfologie.

Bot is opmerkelijk weefsel omdat de morfologie ons kan informeren over het belastingsregime waarin het is ontwikkeld. Het feit dat bot zich aanpast als reactie op mechanische stimuli is van belang voor een breed scala aan onderzoeksgebieden. Computationele tools, zoals Finite Element (FE)-modellering en machine learning, worden al toegepast om botremodellering en de aanpassing ervan aan functie te bestuderen. Maar met de hoeveelheid aan fossielen die beschikbaar zijn in museumcollecties zou het echt impactvol zijn om het concept van functionele botaanpassing toe te passen om het gedrag van uitgestorven soorten te ontdekken. Hier stel ik een project voor dat de mogelijkheden zal onderzoeken om een innovatieve modelleringsworkflow te ontwikkelen die het belastingsregime kan schatten op basis van botmorfologie. Het project zal optimaal gebruik maken van een nieuwe samenwerking tussen de KU Leuven, het Auckland Bioengineering Institute (ABI) en Penn State. We hebben toegang tot een uitgebreide dataset van verschillende belastingsregimes in parelhoenderen, uniek voor het huidige onderzoek in Penn State. Deze data zullen ons in staat stellen om (µ)FE-modelleringsparadigma's te valideren die zullen worden ontwikkeld binnen de biomechanische omgeving van het ABI om het belastingregime van bot te voorspellen. De ontwikkelde workflows zullen Open Source worden gepubliceerd om het delen van gegevens en interdisciplinaire samenwerking te faciliteren.