Psilocybin alleviates high-glucose and high-lipid-induced skin aging in BJ5Ta fibroblasts
Notice bibliographique
Résumé
Cellular aging, driven by oxidative stress, mitochondrial dysfunction, and inflammation, is exacerbated by a high-glucose and high-lipid (HGHL) diet, leading to collagen degradation and skin aging. Psilocybin, a naturally occurring compound, has shown potential in reducing symptoms of aging. This study explores the protective effects of psilocybin on BJ-5ta fibroblasts exposed to HGHL, focusing on cellular viability, apoptosis, senescence, the inflammatory responses, and wound healing. First, fibroblasts were exposed to 25 mmol/L glucose and 400 µmol/L palmitic acid to establish cell aging. Then, psilocybin effects were tested in co- and post-treatment with HGHL. Post-treatment with psilocybin at 15 µmol/L (P15) and co-treatment with psilocybin at 10 µmol/L (P10) preserved cellular viability and decreased beta-galactosidase activity. P10 was most effective in reducing apoptosis and alleviating HGHL-induced S phase arrest. P15 also reduced senescence markers and decreased the expression of inflammatory cytokines IL-1β, IL-6, and COX-2. Additionally, psilocybin promoted nonsignificant fibroblast migration, and P10 co-treated with HGHL significantly upregulated elastin gene expression. These findings suggest that psilocybin’s antioxidative, anti-inflammatory, and regenerative properties make it a promising natural compound for reducing skin aging, particularly under oxidative stress conditions. Further research is needed to explore its long-term effects, optimal dosages, and clinical applications.
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 ».