Phytocannabinoids Stimulate Rejuvenation and Prevent Cellular Senescence in Human Dermal Fibroblasts
Notice bibliographique
Résumé
In light of the increased popularity of phytocannabinoids (pCBs) and their appearance in beauty products without rigorous research on their rejuvenation efficacy, we decided to investigate the potential role of pCBs in skin rejuvenation. Utilizing healthy and stress-induced premature senescent (SIPS) CCD-1064Sk skin fibroblasts, the effects of pCBs on cellular viability, functional activity, metabolic function, and nuclear architecture were tested. Both delta-9-tetrahydrocannabinol (THC) and cannabidiol (CBD) within the range of 0.5 µM to 2.0 µM increased cell growth in a dose-dependent manner while significantly decreasing senescence as measured by beta-galactosidase activity. Utilizing a scratch assay, both THC and CBD (2.0 µM) significantly improved wound healing in both healthy and SIPS fibroblasts. THC and CBD altered nuclear architecture and mRNA levels of cell cycle regulators and genes involved in ECM production. Subsequently, we found ELN, Cyclin D1, PCNA, and BID protein levels altered by SIPS but ameliorated after pCBs exposure in human dermal fibroblasts. Lastly, we compared the efficacy of THC and CBD with common anti-aging nutrient signaling regulators in replicative senescent adult human dermal fibroblasts, CCD-1135Sk. Both THC and CBD were found to improve wound healing better than metformin, rapamycin, and triacetylresveratrol in replicative senescent CCD-1135Sk fibroblasts. Therefore, pCBs can be a valuable source of biologically active substances used in cosmetics, and more studies using clinical trials should be performed to confirm the efficacy of phytocannabinoids.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 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 ».