PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Modelowanie biofizyczne popromiennego efektu sąsiedztwa – część I

Treść / Zawartość
Identyfikatory
Warianty tytułu
EN
Biophysical modeling of the radiation bystander effect - part I
Języki publikacji
PL
Abstrakty
PL
Powszechnie wiadomo, że promieniowanie jonizujące może wywoływać uszkodzenia w komórkach, które z nim bezpośrednio oddziaływały. Jednakże ostatnie badania wykazały, że uszkodzenia pojawiają się również w komórkach, które nie doświadczyły bezpośredniej interakcji. Jest to związane z występowaniem tak zwanego efektu sąsiedztwa (ang. bystander effect), który polega na wysyłaniu przez komórkę napromienioną sygnałów, które mogą uszkadzać komórki sąsiednie. Ze względu na złożoność tego efektu, nie jest on prosty do ścisłego biofizycznego opisu, a co za tym idzie, także do symulacji. W niniejszym artykule przedstawiony został przegląd różnych podejść do modelowania i symulowania efektu sąsiedztwa z punktu widzenia biofizyki radiacyjnej (część I). W szczególności ostatni z przedstawionych modeli jest częścią większego projektu symulacji odpowiedzi grupy komórek na promieniowanie jonizujące z wykorzystaniem metod Monte Carlo (część II).
EN
It is well known that ionizing radiation can cause damages to cells that interact with it directly. However, recent studies have shown that damages also occur in cells that have not experienced direct interaction. This is due to the so-called bystander effect, which is observed when the irradiated cell sends signals that can damage neighboring cells. Due to the complexity of this effect, it is not easy to strictly describe it biophysically, and thus also to simulate. This article reviews various approaches to modeling and simulating the bystander effect from the point of view of radiation biophysics (Part I). In particular, the last model presented within this article is part of a larger project of modeling the response of a group of cells to ionizing radiation using Monte Carlo methods (Part II).
Rocznik
Tom
Strony
27--36
Opis fizyczny
Bibliogr. 27 poz., rys., tab., wykr., wz.
Twórcy
  • Wydział Fizyki, Politechnika Warszawska
  • Narodowe Centrum Badań Jądrowych
  • PEJ Sp. z o.o.
Bibliografia
  • [1] Wideł M., Przybyszewski W., Rzeszowska-Wolny J. Popromienny efekt sąsiedztwa, ważny element odpowiedzi na promieniowanie jonizujące – potencjalne implikacje kliniczne. Post. Hig. Med. Dośw. 2009 t. 63, s. 377-388.
  • [2] Bryk D., Oljarz W., Zapolska-Downar D. Kinazy aktywowane mitogenami i ich znaczenie w patogenezie miażdżycy. Postępy Hig Med. Dosw (online), 68: 10-22, e-ISSN 1732 – 2693, 2014.
  • [3] Ghosh S. Handbook of Transcription Factor NF-kB. Boca Raton: CRC, 2006.
  • [4] Lenarczyk M., Słoikowska M. G., Matjle T. Indukcja popromiennej odpowiedzi adaptacyjnej w retikulocytach krwi obwodowej myszy. Rocznik Państwowego Zakładu Higieny, 3.48: 239-344, 1997.
  • [5] Mothersill C., Smith R., Wang J., Rusin A., Fernandez-Palomo C., Fazzari J., Seymour C. Biological Entanglement – Like Effect After Communication of Fish Prior to X-Ray Exposure. Dose-Response, Volume: 16 issue: 1, 2018.
  • [6] Xia J., Liu L., Xue J., Wang Y., Wu L. Modeling of radiation-induced bystander effect using Monte Carlo methods. Nuclear Instruments and Methods in Physics Research B 267 1015-1018, 2009.
  • [7] Kopeć-Szlęzak J. Cytokiny w procesach odpornościowych. Onkol. Pol, 8,4: 217-222, 2005.
  • [8] http://publications.iupac.org/pac/1992/pdf/6410x1535.pdf (Masa atomowa – nazwa, historia, definicja i jednostki, dokument IUPAC, 1992.)
  • [9] https://pl.wikipedia.org/wiki/Rozk%C5%82ad_normalny#media/File:Normal_Distribution_PDF.svg (grafika rozkładu normalnego).
  • [10] Khvostunov I.K., Nikjoo H. Computer modeling of radiation-induced bystander effect. J.Radiol. Prot. 22 A33-A37, 2002.
  • [11] Nikjoo H., Khvostunov I.K. A theoretical approach to the role and critical issues associated with bystander effect in risk estimation. Human & Experimental Toxicology. 23-81-86, 2004.
  • [12] Nikjoo H. Modeling of radiation – induced bystander effect at low dose and low LET. Int. J. Low Radiation, Vol. 3, Nos. 2/3, 2006.
  • [13] Nikjoo H., Khvostunov I.K. Biophysical model of the radiation–induced bystander effect. Int. J. Radiat. Biol, vol 79, No. 1, 43-52, 2003.
  • [14] Brenner D.J., Little J.B., Sachs R.K. The bystander effect in radiation oncogenesis: II. A quantitative model. Radiation Research, 2001; 155:402–408.
  • [15] Ebert M.A., Suchowerska N., Jackson M.A., McKenzie D.R. A mathematical framework for separating the direct and bystander components of cellular radiation response. Acta Oncologica, 49: 1334-1343, 2010.
  • [16] Taylor J.R. Wstęp do analizy błędu pomiarowego. Wyd. Naukowe PWN, 2016.
  • [17] Hattori Y., Yokoya A., Watanabe R. Cellular automaton-based model for radiation-induced bystander effects. BMC System Biology, 9:90, 2015.
  • [18] Wysocki P. Modelowanie odpowiedzi grupy komórek na promieniowanie jonizujące metodą Monte Carlo. Praca inżynierska, Wydział Fizyki Politechnika Warszawska, 2017, promotor: K. Fornalski.
  • [19] Fornalski K.W. Mechanistic model of the cells irradiation using the stochastic biophysical input. International Journal of Low Radiation, vol. 9, no. 5/6, pp. 370-395, 2014.
  • [20] Fornalski K.W., Dobrzyński L., Janiak M.K. Stochastyczny model odpowiedzi komórek na promieniowanie. Postępy Techniki Jądrowej, vol. 54, no. 3, 2011, pp. 23-37.
  • [21] Gaillard S., Pusset D., de Toledo S.M., Fromm M, Azzam E.I. Propagation Distance of the α-Particle-Induced Bystander Effect: The Role of Nuclear Traversal and Gap Junction Communication. Radiat Res., 2009, 171(5), pp. 513–520.
  • [22] Sasaki K., Waku K., Tsutsumi K., Itoh A., Date H. A Simulation Study of the Radiation-Induced Bystander Effect: Modeling with Stochastically Defined Signal Reemission. Computational and Mathematical Methods in Medicine (Hindawi Publishing Corporation), 2012, Article ID 389095, doi:10.1155/2012/389095.
  • [23] Prise K.M., Folkard M., Michael B.D. A review of the bystander effect and its implications for low-dose exposure. Radiation Protection Dosimetry 104(4), 2003, pp. 347-355.
  • [24] Nagasawa H., Little J.B. Induction of sister chromatid exchanges by extremely low doses of alpha-particles. Cancer Res. 1992 Nov 15;52(22):6394-6.
  • [25] Wysocki P. Modelowanie Monte Carlo efektu sąsiedztwa oraz dynamiki procesu nowotworzenia dla grupy komórek narażonych na promieniowanie jonizujące. Praca magisterska, Wydział Fizyki, Politechnika Warszawska, 2019, promotor: K. Fornalski.
  • [26] Fornalski K.W., Reszczyńska J., Dobrzyński L., Wysocki P., Janiak M.K. Possible Source of the Gompertz Law of Proliferating Cancer Cells: Mechanistic Modeling of Tumor Growth. Acta Physica Polonica A, No. 6 Vol. 138, 2020.
  • [27] Dobrzyński L., Fornalski K.W., Reszczyńska J., Janiak M.K. Modeling Cell Reactions to Ionizing Radiation: From a Lesion to a Cancer. Dose-Response, vol. 17, no. 2, 2019.
Uwagi
Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2021).
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-843f638f-2e37-4fd9-be90-7fe8a1dc24fe
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.