Balancing act: optimizing blue light for melanogenesis while minimizing cellular damage in primary human skin cells
Notice bibliographique
Résumé
Introduction Recent findings show that visible light, particularly blue light, stimulates melanogenesis in human skin, though the underlying mechanisms remain debated. This study aimed to determine the cell damage threshold of non-ionizing blue light on keratinocytes while preserving their ability to stimulate melanogenesis. Methods Human keratinocytes (N = 3) and melanocytes (N = 3) were isolated from skin samples of varying Fitzpatrick skin phototypes and irradiated with blue light (λpeak = 457 nm) and UVA light (λpeak = 385 nm). Cellular metabolic activity was assessed using the AlamarBlue HS assay, α-Melanocyte-Stimulating Hormone (α-MSH) production by keratinocytes was quantified using ELISA, and Western blotting was used to assess pro-melanogenic factor expression in melanocytes. Results High blue light intensity (50 mW/cm2, 50 J/cm2) and UVA light (15 mW/cm2, 20 J/cm2) significantly reduced cellular metabolic activity, with a 0.86 ± 0.055 and 0.60 ± 0.031 (mean ± SD) fold decrease compared to their respective sham by day 7. In contrast, moderate blue light intensities (5–15 mW/cm2, 10–20 J/cm2) preserved cellular metabolic activity while stimulating α-MSH production, with an optimal balance achieved at 10 mW/cm2, 15 J/cm2 (1.14 ± 0.046 fold increase relative to sham on day 7). Co-culture experiments confirmed that irradiated keratinocytes enhanced melanogenesis in melanocytes via paracrine signaling, increasing the expression of Tyrosinase and Dopachrome Tautomerase (DCT). Direct blue light irradiation on melanocytes also increased pigmentation without significant cellular damage. Discussion Moderate-intensity blue light at 10 mW/cm2, 15 J/cm2 effectively stimulates melanogenesis while maintaining cellular metabolic activity in both keratinocytes and melanocytes, offering a promising, safe approach for blue light therapies targeting pigmentation disorders.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 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) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».