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 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».