Enhancement of antiphotoaging properties of Cannabis sativa stem water extracts by fermentation with Lacticaseibacillus casei
Notice bibliographique
Résumé
Skin photoaging, driven primarily by UVB radiation, leads to collagen degradation and oxidative stress, contributing to the visible signs of aging, such as wrinkles and loss of skin elasticity. This process is mediated by the upregulation of matrix metalloproteinase-1 (MMP-1), which is triggered by reactive oxygen species, and the activation of photoaging-related signaling pathways, including ERK, JNK, and p65. In the present study, we evaluated the antiphotoaging potential of fermented and non-fermented Cannabis sativa stem water extracts, focusing on their ability to suppress MMP-1 expression and reduce oxidative stress in UVB-irradiated human dermal fibroblasts. Unlike previous studies that have primarily focused on leaves or flowers, our study highlights the stems of C. sativa as a novel and underutilized source of bioactive compounds for skin protection. Using Lacticaseibacillus casei for fermentation, we observed enhanced bioactivity in the fermented extracts, particularly in terms of a 6.6% greater inhibition of MMP-1 expression and 68.3% increased flavonoid content, compared to the non-fermented extracts. Fermented water extract demonstrated the most potent suppression of UVB-induced signaling pathways and collagen breakdown. Our findings suggest that fermentation enhances the antiphotoaging properties of C. sativa stems, offering a promising potential for natural, plant-based skin care solutions aimed at preventing UVB-induced 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.
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 ».