Reactive Oxygen Species Yield near Gold Nanoparticles Under Ultrahigh-Dose-Rate Electron Beams: A Monte Carlo Study
Notice bibliographique
Résumé
Ultrahigh dose rate (UHDR) radiotherapy, also known as FLASH radiotherapy (FLASH-RT), has shown potential for increasing tumor control while sparing normal tissue. In parallel, gold nanoparticles (GNPs) have been extensively explored as radiosensitizers due to their high atomic number and ability to enhance the generation of reactive oxygen species (ROS) through water radiolysis. In this study, we investigate the synergistic effects of UHDR electron beams and GNP-mediated radiosensitization using Monte Carlo (MC) simulations based on the Geant4-DNA code. A spherical water phantom with embedded GNPs of varying sizes (5-100 nm) was irradiated using pulsed electron beams (100 keV and 1 MeV) at dose rates of 60, 100, and 150 Gy/s. The chemical yield of ROS near the GNPs was quantified and compared to an equivalent water nanoparticle model, and the yield enhancement factor (YEF) was used to evaluate radiosensitization. Results demonstrated that YEF increased with smaller GNP sizes and at lower UHDR, particularly for 1 MeV electrons. A maximum YEF of 1.25 was observed at 30 nm from the GNP surface for 5 nm particles at 60 Gy/s. The elevated ROS concentration near GNPs under FLASH conditions is expected to intensify DNA damage, especially double-strand breaks, due to increased hydroxyl radical interactions within nanometric distances of critical biomolecular targets. These findings highlight the significance of nanoparticle size and beam parameters in optimizing ROS production for FLASH-RT. The results provide a computational basis for future experimental investigations into the combined use of GNPs and UHDR beams in nanoparticle-enhanced radiotherapy.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 ».