Protective Mechanisms of Polyphenol-Enriched Blueberry Preparation in Preventing Inflammation in the Skin against UVB-Induced Damage in an Animal 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
UVB significantly impacts the occurrence of cutaneous disorders, ranging from inflammatory to neoplastic diseases. Polyphenols derived from plants have been found to exhibit photoprotective effects against various factors that contribute to skin cancer. During the fermentation of the polyphenol-enriched blueberry preparation (PEBP), small oligomers of polyphenols were released, thus enhancing their photoprotective effects. This study aimed to investigate the protective effects of PEBP on UVB-induced skin inflammation. Topical preparations of polyphenols were applied to the skin of dorsally shaved mice. Mice were subsequently exposed to UVB and were sacrificed 90 min after UVB exposure. This study revealed that pretreatment with PEBP significantly inhibited UVB-induced recruitment of mast and neutrophil cells and prevented the loss of skin thickness. Furthermore, the findings show that PEBP treatment resulted in the downregulation of miR-210, 146a, and 155 and the upregulation of miR-200c and miR-205 compared to the UVB-irradiated mice. Additionally, PEBP was found to reduce the expression of IL-6, IL-1β, and TNFα, inhibiting COX-2 and increasing IL-10 after UVB exposure. Moreover, DNA methylation analysis indicated that PEBP might potentially reduce the activation of inflammation-related pathways such as MAPK, Wnt, Notch, and PI3K-AKT signaling. Our finding suggests that topical application of PEBP treatment may effectively prevent UVB-induced skin damage by inhibiting inflammation.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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