Kis dózis, nagy dilemma

Magyar Tudományos Akadémia Energiatudományi Kutatóközpont

Kis dózis, nagy dilemma Farkas Árpád, Balásházy Imre, Madas Balázs Gergely, Szőke István

XXXVII. Sugárvédelmi Továbbképző Tanfolyam, 2012. április 24-26. Hajdúszoboszló


Mi számít kis dózisnak? Atombomba túlélőinek epidemiológiája: 200 mSv

Egyéb értékek az irodalomban: 100 mSv, 200 mGy, 100 mGy Sejtbiológiai kísérletek: 10 mGy, 20 mGy, 50 mGy, attól függ, hogy milyen végpontot nézünk

~25 cm

a

~0.5 cm

~10 mm Nyomstruktúra

~2 m

~100 nm

2


Relatív kockázatnövekedés

Az LNT hipotézis

Effektív dózis (mSv)

„Az LNT tudományos képtelenség, a radiofóbia fő kiváltója.” Zbigniew Jaworowski, az UNSCEAR volt elnöke.

„A tudomány mai állása alapján az LNT-nek nincs alternatívája.” Az NCRP 136-os számú jelentése.

3


Kisdózis kutatások világszerte USA Fontos kérdés, szánjunk rá sok pénzt! US/DOE évi $100 millió

Európa Fontos kérdés, hangoljuk össze a kutatásokat! évi néhány millió € MELODI platform Közös SRA (stratégiai kutatási terv)

Japán 5 nagy kutatóintézet 4


Kutatási módszerek Humán és állatkísérletek ● etikai és törvényi akadályok + extrapolálási problémák Epidemiológia ● közepes és nagy dózisokra ok-okozati összefüggés

● kis dózisokra statisztikai korlátok Sejtbesugárzások ● egyre több in vitro kísérlet ● in vitro → in vivo ?

Modellezés ● olcsó ● flexibilis ● reprodukálható 5


A mi témánk Az inhalált radon bomlástermékek sejt- és szövetszintű hatásainak modellezése a centrális légutakban  Miért radon? - nagy adatbázisok - a természetes sugárforrásokból származó terhelés több mint felét adják - tüdőrák második legfontosabb oka - helyi effektusok – „könnyű” modellezni  Nem a radon, hanem a leányelemei a veszélyesek  Centrális légutakat modellezzük  hiszto-patológiai tanulmányok 6


Módszer Expozíciós & morfometriai adatok Légutak digitális rekonstruálása Radio-aeroszol kiülepedés modellezése Radio-aeroszol tisztulás szimulációja

Rák keletk. / kock. modellek

Alfa-bomlás modellezése

Kockázat

Hámszövet sejtszerkezetének rekonstruálása Alfanyom-sejt kölcsönhatás modellezése

Biológiai végpontok

7


Légutak digitális rekonstruálása

8


Levegőáramlás & részecske kiülepedés (CFD)

FKT

EF

9


Részecske kiülepedési sűrűség (ST modell)

Felületegységre kiülepedett rész (%)/cm2

Nagy hörgők! 0.030 0.025

bronchialis

0.020

acinaris 0.015 0.010 0.005

0

5

10

15

20

25

30

Generációszám

- könnyű fizikai munkának megfelelő légzés - kitapadt radon leányelemek

10


Nyáksebesség (m/s)

Mukociliáris tisztulás (CFD)

lassú tisztulási zóna

11


Dinamikus modell (CFD)

Idő(s) (s) Idő 12


Alfanyom - sejt kölcsönhatás légúti elágazás gen 4-5

falközeli alfa-nyomok (piros)

nyákréteg Bazális sejtek Kiválasztó cells

sejt alfa-kibocsájtó részecske

alfa-nyomok faltávoli alpha-tracks (sárga)

epitélium

13


Biológiai végpontok: sejthalál 16.3 h, Új Mexikó bánya

direkt hatás

direkt + bystander hatás

14


Biológiai végpontok: sejttranszformáció 16.3 h, Új Mexikó bánya

direkt hatás

direkt + bystander hatás

15


Mutagenézis szövetszintű modellje ● felgyorsult

sejtosztódás (megnövekedett sejthalál ráta miatt) jelentősebb, mint a direkt DNS károsodás miatti vitro sejtbesugárzásos kísérletek alulbecsülik a mutáció gyakoriságot ● in

mutációszám jutó napiper sejtrenumber Túlélő (d-1(d ) -1) Daily mutation surviving cell

Mean tissue dose (Gy)(Gy/nap) Átlagos szöveti dózisteljesítmény 1E-3 10

2

10

1

10

0

10

0.01

0.1

1

nincs mutagéneffects hatás no mutagenic csak károsodás only DNS DNA damage only sejtciklus cell cycle shortening csak rövidülés DNS sejtciklus rövid. DNAkárosodás damage andéscell cycle shortening

-1

1E-4

1E-3

0.01

0.1

1 -2 -1

Daily number per unit surface (mm-2dd-1) ) Napidecay bomlás per egységnyi felület (mm 16


Végső gondolatok ● társadalmilag ●a

modellezésnek helye van

● legalább ●a

is fontos, kihívásokkal tele, kiaknázatlan terület

szövet szinten érdemes modellezni

krónikus sejthalálnak döntő szerepe lehet a rákfejlődében

● radon

esetében a kis dózis nagy is lehet (lokálisan) → determinisztikus hatás?

● interakció

fontossága (kísérlet ↔ szimuláció ↔ epidemiológia)

17


18


A csapat

Balásházy Imre, témavezető

Farkas Árpád

Madas Balázs Gergely

Szőke István (Halden)

19


Köszönöm a figyelmet!

20

Kis dózis, nagy dilemma

Recommend Documents