The combination of cigarette smoke and solar rays causes effects similar to skin aging in a bilayer skin model
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Skin aging is a multifactorial process influenced by internal and external factors. The contribution of different environmental factors has been well established individually in the last few years. On the one hand, man is rarely exposed to a single factor, and on the other hand, there is very little knowledge about how these extrinsic factors may interact with each other or even how the skin may react to chronic exposure. This study aimed to evaluate the effect on skin aging of a chronic co-exposure of tissue-engineered skin substitutes to cigarette smoke extract (CSE) and solar simulator light (SSL). Skin substitutes were reconstructed according to the self-assembly method and then exposed to CSE followed by irradiation with SSL simultaneously transmitting UVA1, visible light and infrared. When skin substitutes were chronically exposed to CSE and SSL, a significant decrease in procollagen I synthesis and the inhibition of Smad2 phosphorylation of the TGF-β signaling pathway were observed. A 6.7-fold increase in MMP-1 activity was also observed when CSE was combined with SSL, resulting in a decrease in collagen III and collagen IV protein expression. The secretory profile resulting from the toxic synergy was investigated and several alterations were observed, notably an increase in the quantities of pro-inflammatory cytokines. The results also revealed the activation of the ERK1/2 (3.4-fold) and JNK (3.3-fold) pathways. Taken together, the results showed that a synergy between the two environmental factors could provoke premature skin aging.
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.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle