Differential Nitric Oxide Responses in Primary Cultured Keratinocytes and Fibroblasts to Visible and Near-Infrared Light
Notice bibliographique
Résumé
NO is a crucial signaling molecule involved in skin health, the immune response, and the protection against environmental stressors. This study explores how different wavelengths of light, namely blue (455 nm), red (660 nm), and near infrared (NIR, 850 nm), affect nitric oxide (NO) production in skin cells. Primary keratinocytes and fibroblasts from three donors were exposed to these wavelengths, and NO production was quantified using a DAF-FM fluorescent probe. The results demonstrated that all three wavelengths stimulated NO release, with blue light showing the most pronounced effect. Specifically, blue light induced a 1.7-fold increase in NO in keratinocytes compared to red and NIR light and a 2.3-fold increase in fibroblasts compared to red light. Notably, fibroblasts exposed to NIR light produced 1.5 times more NO than those exposed to red light, while keratinocytes consistently responded more robustly across all wavelengths. In conclusion, blue light significantly boosts NO production in both keratinocytes and fibroblasts, making it the most effective wavelength. Red and NIR light, while less potent, also promote NO production and could serve as complementary therapeutic options, particularly for minimizing potential photoaging effects.
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 ».