블로그

Aug 20, 2023

선

Scientific Reports 13권, 기사 번호: 13881(2023) 이 기사 인용 82 액세스 지표 세부 정보 얼굴 피부 노화의 정량적 바이오마커가 건강한 백인 100명을 대상으로 연구되었습니다.

Scientific Reports 13권, 기사 번호: 13881(2023) 이 기사 인용

82 액세스

측정항목 세부정보

얼굴 피부 노화의 정량적 바이오마커는 20~70세의 건강한 백인 여성 지원자 100명으로부터 인공 지능(AI) 기반 정량화 알고리즘과 결합된 생체 내 3D 라인 필드 공초점 광학 간섭 단층 촬영(LC-OCT) 이미징을 사용하여 연구되었습니다. . 층 지표, 즉 각질층 두께(SC), 생존 표피 두께 및 진피-표피 접합부(DEJ) 기복과 같은 세포 지표를 관자놀이, 광대뼈 및 하악골에 대해 측정했습니다. 조사된 세 가지 얼굴 영역 모두에서 SC 및 생존 표피층의 두께에서 최소 연령 관련 변화가 관찰되었습니다. 더 편평하고 더 균질한 표피(층 수의 표준 편차 감소), 층당 세포 수가 적은 덜 조밀한 세포 네트워크(세포 표면 밀도 감소), 각 층 내 핵이 더 크고 더 이질적(증가) 핵 부피 및 표준 편차)는 연령에 따라 상당한 변화가 있는 것으로 나타났습니다. 이형성 점수가 높을수록 생존 가능한 표피 전체에 걸쳐 핵의 이질성이 반영됩니다. LC-OCT 이미징을 통해 달성된 미세 해상도 및 1200μm × 500μm 시야에서 피부 미세 구조의 3D 시각화를 통해 피부 생물학 및 생체 내 노화 과정을 더 잘 이해할 수 있도록 관련 정량적 바이오마커를 계산할 수 있습니다.

피부 처짐, 주름, 흑점, 고르지 못한 피부색 등 눈에 보이는 노화의 징후는 개인이 다른 사람에게 인지하는 나이와 자신의 신체 이미지를 정의합니다1. 아틀라스는 거시적 임상 징후의 심각도를 등급화하는 데 사용될 수 있지만2, 피부 노화는 시간이 지남에 따라 세포 및 분자 수준에서 손상이 축적되어 발생하며, 내인성(유전학, 세포 대사, 호르몬 및 대사 과정) 및 외인성(만성)에 의해 악화됩니다. 빛 노출, 오염, 화학 물질 등) 생리학적 메커니즘과 눈에 보이는 효과 사이의 상관관계를 어렵게 만드는 요인입니다.

비틀림 또는 흡입 장치는 생체 내 연령 관련 기계적 특성 변화를 조사하는 데 사용되지만3, 표피와 진피의 기본 미세 구조에서 피부 표면 아래에서 발생하는 변화를 비침습적으로 모니터링하고 정량화하는 것은 어렵습니다. 22-75MHz의 고주파 초음파(HFUS) 이미징은 진피와 SLEB(Subepidermal Low-Echogenic Band)의 특성을 조사하는 데 국한됩니다4. 안과5, 심장학6, 위장병학7 또는 피부과(피부 병변 진단)8에 널리 사용되는 기술인 광간섭단층촬영(OCT)은 다음으로 인해 생존 표피(VE) 및 각질층(SC)의 미세 피부 구조를 특성화할 수 없습니다. 제한된 축 해상도(~ 10μm)9.

공초점 레이저 스캐닝 현미경(CLSM)10,11 또는 다광자 레이저 스캐닝 현미경(MPLSM)12과 같은 광학 현미경 기술은 표면 피부층의 마이크로미터 수준 특징을 관찰할 때 더 높은 측면 및 축 해상도를 달성할 수 있습니다. 그럼에도 불구하고, 이러한 기술에 일반적으로 사용되는 레이저 소스와 초점 광학 장치는 일반적으로 약 250μm13의 침투 깊이에 제한을 둡니다. 최근 도구 및 데이터 분석 개선으로 생체 내 이미징 프로토콜14,15의 자동화를 통해 노화와 구조적 변형을 정량화하는 데 기여했지만14,15 피부의 실시간 3D 시각화에 대한 액세스는 해결해야 할 과제로 남아 있습니다. 라인 필드 공초점 광 간섭 단층 촬영(LC-OCT)은 시간 영역 OCT(TD-OCT)의 원리를 확장하는 새로운 이미징 기술입니다. LC-OCT를 사용하면 생체 내 3D 이미징 중에 1200 μm × 500 μm × 500 μm의 시야를 달성할 수 있으며 측면 해상도는 약 1 μm이고 획득 시간은 초 이내입니다16. 처음에는 초고해상도 수직 단면 이미지(B-스캔)18를 획득하기 위해 개발되었으며, 수직(B-스캔) 및 정면(수평) 단면 이미지(C-스캔)를 모두 획득하여 등방성 고해상도 3D LC-OCT 이미지19를 제공했습니다. 미세 측정 수준에서 피부 조직학적 및 세포 구조를 연구하는 데 적합합니다20,21. 인공 지능(AI) 기반 분할 알고리즘과 결합된 이 기술은 농포성 피부22 또는 광선 각화증23과 같은 피부 질환을 조사할 뿐만 아니라 건강한 피부에서 3D 정량적 매개변수를 도출하여 노화의 피내 효과를 연구하는 유망한 방법입니다24,25.