Myricetin Attenuates IMQ-Induced Psoriatic Inflammation Through Multi-Target Modulation: Evidence from Network Pharmacology and Experimental Validation
Notice bibliographique
Résumé
Background: Psoriasis is a chronic inflammatory skin disease driven by keratinocyte hyperproliferation and immune dysregulation. Despite the availability of biologics and immunosuppressants, recurrence and adverse effects remain major limitations. Myricetin (Myr), a natural flavonoid with well-documented anti-inflammatory and immunomodulatory properties, has shown promise in inflammatory disorders; however, its efficacy and mechanisms in psoriasis have not been fully elucidated. Methods: The therapeutic effects of topical Myr (0.5–2%) were evaluated in an imiquimod (IMQ)-induced psoriatic mouse model. Network pharmacology and molecular docking were employed to predict potential targets, followed by validation using histological analysis, cytokine profiling, qPCR, and Western blotting. Results: Network analysis identified 52 overlapping targets between Myr and psoriasis, including TNF, PTGS2, MMP9, and EGFR, with enrichment in TNF, IL-17, and PI3K/AKT signaling pathways. Myr treatment significantly alleviated IMQ-induced erythema, scaling, and epidermal thickening, improved skin-barrier function, and reduced the expression of IL-6, IL-17A, and TNF-α. Molecular docking showed strong binding affinities of Myr with TNF, PTGS2, MMP9, and EGFR. Western blotting confirmed that Myr suppressed EGFR and AKT phosphorylation and downregulated Mmp9, Ptgs2, and Tnf expression. Conclusions: Myr exerts multi-target anti-psoriatic effects by inhibiting the EGFR/AKT axis and inflammatory mediators, highlighting its potential as a safe and effective natural therapeutic agent for psoriasis.
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) | 0,001 | 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 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 ».