1962年,美国学者Bender和Gooch利用X射线离体照射人血,首次发现人体细胞染色体畸变(chromosomal aberration, CA)率与照射剂量间明显呈正相关关系,分别建立了基于每细胞染色体断裂数和“双着丝粒体+环”的两条剂量—效应曲线[1]。随后有大量的研究显示,离体照射哺乳动物血细胞诱发的CA率与活体照射所得结果基本一致,提出可利用CA作为生物剂量指标估算事故情况下人员受照的辐射剂量。1966年在美国汉福特“ Recuplex”核事故中,Bender和Gooch两位学者首次应用外周血淋巴细胞CA分析方法,对3例受到中子、γ射线混合照射受照人员进行了生物剂量估算,估算的剂量与物理剂量和临床诊断基本一致[2]。国内首次应用是1980年对上海核子所1例受60Co源大剂量辐射事故受照者进行的生物剂量估算[3]。经过50多年的发展,CA指标除作为生物剂量估算的“金标准”在国内外核辐射事故中得到了广泛的应用外,在日本原爆幸存者和早先事故照射者生物剂量的重建以及低剂量电离辐射生物效应的评价等方面积累了较为丰富资料。为此,本文对染色体畸变分析在急、慢性辐射损伤评估中的应用与意义解析如下。
1 电离辐射诱发的染色体畸变电离辐射诱发的CA主要是染色体型畸变,包括双着丝粒或多着丝粒体(dicentrics, dic)、着丝粒环(centric ring, r)、无着丝粒环(acentric ring, ar)、无着丝粒断片(fragment, f)、微小体(minute, min)、易位(translocation, t)、倒位(inversion, inv)和缺失(deletion, del),其中ar、f和min统称为无着丝粒体(acentrics, ace)。按照染色体型畸变在体内的转归,又可将上述这些畸变分为非稳定性染色体畸变(dic、r和ace)和稳定性染色体畸变(t、inv和del)。染色单体型畸变多被外界物理、化学、生物等多种因素诱发,且与受照剂量没有直接相关关系,一般不作为评价电离辐射损伤的观察指标[4]。
2 染色体畸变作为生物剂量计在急性辐射损伤评估中的意义迄今为止,CA分析已在核辐射事故照射的生物剂量测定中得到广泛应用,并已被国际上公认是一种可靠灵敏的生物剂量计。在国内外重大的核辐射事故中,CA分析在剂量估算中起了相当重要的作用,所给出的剂量与临床表现相符,为临床诊治提供了依据。关于CA分析在急性照射中的应用已有不少报道,生物剂量和物理剂量可互相补充和验证。在比较复杂的情况下,如切尔诺贝利事故[5]、巴西事故[6]等,用物理方法难以准确估算剂量时,更显示其优越性。山西忻州事件的情况更加特殊,在不了解受照史的情况下,通过染色体畸变分析,确诊为急性放射损伤,并发现了辐射事故[7]。为此,本文对染色体畸变分析在应对不同照射条件下急性辐射损伤评估中的应用以及近年来的进展简要解析如下。
2.1 染色体畸变分析估算剂量的原理与数学模式 2.1.1 原理在非显带染色体标本中,由于dic的形态特殊,易于识别,并伴有断片,在体内持续时间较长,自发率低(0.01%~0.05%),且dic率的剂量—效应关系几乎不受性别和年龄的影响,所以dic是目前评价电离辐射损伤和估算剂量的最佳指标。r的诱发率仅为dic的5%~10%,故一般不单独使用,常与dic合并估算剂量,即“dic+r”指标估算剂量。CA分析估算剂量的原理:首先要在离体条件下,用不同剂量照射健康人血,根据畸变量与照射剂量的关系制作刻度曲线。发生事故时,取受照者的外周静脉血,在标准条件下进行培养、制片及畸变分析,根据所得出的dic或“dic+r”的频率,从相应射线所建立的刻度曲线回归方程估算人员所受的剂量。
2.1.2 回归方程的数学模式现有研究显示,对于低传能线密度(linear energy transfer, LET)射线,如X和γ射线,染色体畸变的产额(Y)与照射剂量(D)间可拟合为线性平方方程,即Y=C+αD+βD2,式中:C—自发畸变率,α—线性系数,β—剂量平方系数。而对于高LET辐射(如中子),由于α值变大,β值与染色体畸变产额几乎不相关而在统计上可以被忽略,所以拟合的为线性方程,即Y=C+αD。
2.2 “dic+r”分析在不同辐射场景估算剂量中的应用由于核辐射事故大都是意外照射,很少有人佩戴个人剂量计,对他们的剂量估算,一种用物理方法,对现场进行模拟测量,确定个体所受剂量;另一种是分析受照人员的外周血淋巴细胞CA估算个体的辐射剂量,估算的剂量相当于一次急性全身均匀照射的等效剂量。在事故中受照者可能主要会受到3种场景辐射暴露,即急性全身、局部和迁延性照射。因此,CA分析对急性全身一次性照射可以做出较为准确的剂量估算,而对于局部和迁延性照射可以根据染色体畸变在细胞中的分布规律,通过引入数学模型估算全身照射剂量。本文以近年来国内发生的辐射事故为例,对CA分析在此3种辐射暴露场景生物剂量估算中的应用简要解析如下。
2.2.1 急性全身照射的生物剂量估算自上世纪90年代以来,国内发生3起比较典型的一次全身照射的特大60Co源辐射事故,共造成5例患极重度骨髓型和肠型急性放射病的受照者死亡,另有9例被诊断为从中度到重度骨髓型急性放射病的受照者。其中1990年上海60Co源事故[3]的7例中有2例死亡、2004年济宁60Co源事故2例均死亡[8]和2008年太原60Co源事故5例有1例死亡[9]。这3起事故的共同特点是在短时间内受照者受到全身相对均匀的大剂量照射,对这些受照者基于每细胞“dic+r”数估算的个体辐射剂量与物理方法估算的剂量比较接近,而且与这些受照者所受放射损伤的临床诊断也是一致的。此外,很多事故是照射条件复杂或不明原因的急性辐射事故,而且一次事故可能累及很多受照者,造成了一次事故中有些受照者受到了比较均匀的照射,另一些受照者受到不均匀照射。如1999年河南新乡“4.26”钴源辐射事故[10]。此次事故中有6例受照者受到不同剂量的全身照射,基于每细胞“dic+r”数估算的生物剂量与物理方法估算的剂量和放射损伤的临床诊断基本一致,而根据每细胞“dic+r”的泊松分布u检验结果显示,其中2例受照者受到不均匀照射,其他4例受照者受到比较均匀的照射。因此,在对急性全身辐射事故受照者进行生物剂量估算时,除给出估算剂量的均值及95%可信限范围外,还应依据每细胞“dic+r”的泊松分布u检验判定受照者受到的照射是否均匀等。
2.2.2 局部照射的生物剂量估算国内因误拾192Ir源并放入衣袋内除对受照者造成严重局部放射损伤的同时,还累及全身受到不同程度的急性放射损伤。比较典型的这类事故如1992年的忻州事故[7]、1996年的吉林事故[11]和2014年的南京事故[12]。忻州事故的3例死亡病例由于在估算剂量前已经死亡,所以没有生物剂量估算的资料。对吉林事故的受照者,基于每细胞“dic+r”数估算的剂量与物理剂量和临床诊断吻合,根据每细胞“dic+r”泊松分布u检验显示,受照者受到局部极度不均匀照射。对南京事故的生物剂量估算,戴宏等在国内首次尝试将检测到的“dic+r”在细胞中分布的数和剂量—效应曲线中的常数项,分别输入国外开发的CABAS软件[13]进行不纯泊松分布法剂量估算。结果显示,该患者的全身平均剂量为1.51 Gy,身体受照份额为60%,身体局部受照剂量为2.62 Gy;泊松分布u检验显示该患者受到局部不均匀照射,与该例患者轻度骨髓型急性放射病合并极重度局部放射损伤的临床诊断一致。因此,在对局部照射事故受照者进行全身平均剂量估算时,还应采用现有新方法估算受照者身体受照份额和身体局部的受照剂量。
2.2.3 迁延性照射的生物剂量估算迁延性照射辐射事故的生物剂量估算报道不多,国内报道的主要有早期的牡丹江137Cs源丢失事故及近年来的广州192Ir放射源伤害事故[14]和哈尔滨192Ir放射源意外照射事故[15],这类迁延性持续的照射时间均在2个月以上。如广州事故受照者受照时间长达70 d,基于每细胞“dic+r”数估算相当于一次全身急性受照射剂量为0.66 Gy,而根据2011年IAEA[16]公布的关于对迁延性照射的剂量估算方法,引入G函数估算的累积受照剂量为1.49 Gy。因此,通过引入G函数估算的剂量,可能更准确客观的反映迁延性事故受照者的实际受照剂量。
2.3 dic自动分析估算剂量研究进展 2.3.1 原理近年来随着科技的发展和数字图像技术的进步,出现了基于dic自动分析的生物剂量估算方法。其原理是利用高通量染色体自动扫描系统的自动寻找染色体中期分裂相、自动拍摄中期相图像功能和dic自动分析软件,经过人工确认去掉假阳性的dic后建立基于每细胞dic数为指标的剂量—效应曲线,实现了dic自动分析的生物剂量估算自动化。它的优点在于,自动分析与人工计数分类辐射事故受照者造成的误差仅为4.35%,且自动分析要快30倍[17]。
2.3.2 研究进展自从2009年法国学者Vaurijoux等[18]首次报道借助图像分析系统自动检测dic估算达喀尔辐射事故受照者的生物剂量以来,来自欧美的学者系统研究了基于dic自动分析的影响因素及其在发生大规模核辐射事故时快速和高通量估算剂量的可行性[19]。目前,该项技术已在欧美国家得到广泛的推广应用[20]。此外,欧盟的合作研究团队开展了有17家欧洲实验室参加基于互联网计数dic估算剂量的研究,结果显示通过网络实验室可快速完成剂量估算以应对发生大规模核辐射事故时的生物剂量估算[21-22]。但国内有关dic自动分析估算剂量的研究才刚刚起步,仅见2017年苏州大学附属第二院戴宏等[23]报道了建立基于dic自动分析的剂量—效应曲线,该曲线除对0.25 Gy估算剂量不够准确外,其他模拟照射剂量点均可以快速准确估算受照剂量,而且每例样本人工分析时间仅需数分钟。最近,美国多家实验室构建了基于dic自动化检测的高通量剂量估算平台,实现从样品处理到CA分析、估算剂量等整个实验流程的自动化[24-25]。北美学者还利用成像流式细胞仪自动检测dic估算剂量,可实现快速和高通量的剂量估算[26]。因此,自动检测dic估算剂量可以代替常规的人工分析估算剂量,是目前发生大规模核辐射事故时较为理想的生物剂量估算方法。
3 染色体畸变分析在早先和低剂量受照者剂量重建中的应用 3.1 FISH方法估算剂量 3.1.1 原理由于荧光原位杂交(Fluorescence in situ hybridization, FISH)技术操作简便,分析速度快,客观准确,易于自动化,特别适用于t等稳定性畸变的分析。其原理是用化学修饰物标记核酸探针,与靶间期细胞或中期染色体中的DNA或RNA杂交,然后进行t率的检测。由于辐射诱发的dic和t率基本一致[27],因此用FISH技术检测t率能准确的估算生物剂量,可用于长期慢性照射受照者累积剂量的估算和早先事故受照者受照剂量的重建。上世纪90年代国外学者就用该技术对日本原爆幸存者[28]和早先事故受照者[29]进行了累积剂量的估算和剂量重建,取得了较好的结果。随后,我国学者于本世纪初也建立了FISH方法并用于早先辐射事故受照者的剂量重建。
3.1.2 日本原爆幸存者受照剂量的重建1992年美国学者Lucas与日本学者AWA等[28]合作,分别用G显带方法和FISH技术对20例广岛原爆幸存者进行了易位率分析,并用他们基于用1、2和4号染色体涂染探针FISH分析检测易位畸变构建的离体照射的剂量—效应曲线估算剂量。结果显示,两种方法检测到的每细胞易位数基本一致,且基于每细胞t数估算的剂量与用物理方法测定的骨髓剂量呈明显的正相关关系。可见受照几十年后,G带和FISH方法仍可相对准确的重建原爆幸存者的受照剂量。
3.1.3 放射工作人员和低剂量受照者累积剂量的估算近年来,国外学者[30]利用FISH对Mayak核电站工作人员进行生物剂量回顾性研究,显示在辐射暴露数年或数十年后,t率仍是可靠的低剂量辐射暴露的生物剂量计。Tawn等[31]采用FISH技术分析职业性外暴露的英国Sellafield核设施工作人员外周血淋巴细胞t率,发现剔除年龄等混杂因素后辐射剂量与t率呈明显正相关,认为该指标在辐射流行病研究慢性职业暴露回顾性剂量重建中起着不可或缺的作用。最近,韩国学者Lee等[32]利用FISH技术比较分析了年龄和性别匹配的受重复CT照射的患者与受单次CT照射患者队列间外周血淋巴细胞t率的关系,发现前者的t率明显高于后者,而且在累积暴露剂量与t率间有明显正相关的剂量—效应关系。这一最新研究结果进一步验证了t畸变指标在评价低剂量暴露生物效应中的实用价值。
3.1.4 早先受照者生物剂量的重建利用FISH技术重建早先受照者的生物剂量在欧美发达国家已经广泛应用,对照后数十年的受照者能较为准确地回顾性重建剂量[33],但国内在对辐射事故受照者回顾性剂量估算研究方面起步较晚。本世纪初,刘青杰教授实验室率先在国内建立了基于FISH方法检测t构建的离体照射条件下的剂量—效应曲线,并将之应用于国内早先辐射事故受照者,显示在受照10年内,FISH技术估算结果与急性期dic方法估计结果基本一致,但受照10年以上者,可能低估了受照剂量[34-35]。陈英教授实验室用FISH技术对1990年上海辐射事故[36]和2008年太原辐射事故[37]受照者随访生物剂量重建中得到类似结果,还发现FISH技术可能对受照剂量相对较高或有复杂易位时的易位畸变检测更敏感[37]。但由于FISH技术需要价格昂贵的荧光显微镜和探针,迄今为止国内仅有少数几家实验室开展了这项技术。相信随着生物技术的发展和探针价格的降低,FISH技术能得到更好的推广应用。
3.2 G带方法估算剂量 3.2.1 原理传统的t分析是采用G带方法,其原理是将染色体标本用胰蛋白酶溶液处理后,再用吉姆萨染色,在普通显微镜下可见染色深浅相间的带纹称G带。G带方法具有简便、带纹清晰、染色体标本可以长期保存等优点。G带核型分析是在油镜下依据染色体的带型进行分析,主要观察t、inv和del等稳定性畸变。将G带方法应用于受照者CA的分析,早期主要见于对日本原爆幸存者CA的分析[28]。随后,国内一些学者用G带方法对放射工作人员、早先事故和迁延性事故受照者进行t率与受照剂量量效关系的分析和剂量重建,取得了良好的结果。
3.2.2 放射工作人员累积受照剂量的估算本世纪初,国内学者李进等[38]尝试用G显带方法对早期从事医用诊断X射线工作人员进行了累积剂量的估算。该研究选择参加工作年限为1953—1977年的124例放射工作人员,对其中96例用G显带分析,其余28例采用4号和7号全染色体探针进行FISH分析。对照组37例为相同医院、同性别、同年龄范围和同工作条件下不接触X射线的医务人员,其中24人用于G显带,13人用于FISH方法。同时,利用国外学者Lucas等[27]基于FISH检测易位畸变构建的剂量效应曲线估算剂量,结果显示两种方法检测到的易位率和基于易位畸变估算的剂量基本一致,也与用物理方法估算的剂量基本一致。表明G带方法在估算放射工作人员累积受照剂量方面有一定的实用价值。
3.2.3 早先事故受照者生物剂量的重建陈英教授等[36]利用G显带方法,对1990年上海事故5例受照者进行了5~17年的随访观察,发现这些受照者的受照剂量在照后17年仍显示明显的剂量效应关系。最近,该实验室又利用G显带方法对2008年太原事故受照者进行了剂量重建,结果显示照后5年重建的剂量与照后急性期用“dic+r”估算的剂量基本一致[37]。进一步验证了G显带方法在评价早先事故受照者剂量效应关系研究中的实用价值。
3.2.4 迁延性照射辐射事故受照者剂量的估算陈英教授等[15]利用G带方法,对2005年哈尔滨迁延性辐射事故2例未成年受照者进行了外周血淋巴细胞CA分析,同时利用国外学者基于用FISH检测t率构建的剂量—效应曲线估算剂量。显示基于每细胞t数估算的剂量明显高于基于“dic+r”估算的剂量,且与2例患者被诊断为中度和轻度骨髓型放射病的临床诊断一致。G带估算剂量结果可能较实际受照剂量会有误差,但可能更加接近实际受照剂量。表明G带方法在估算迁延性事故受照者累积受照剂量方面具有重要实用价值。
由于对显带染色体标本条带的分析对专业人员技术要求高、不易掌握,且需要的工作量大,所以迄今为止该方法未能在国内得到较好的推广应用。随着近些年计算机图像分析技术,特别是分子影像技术的进步,相信在不久的将来开发出能自动识别G带条带的自动核型分析系统,为较为廉价的G带方法的推广应用带来广阔的发展前景。
4 染色体畸变分析在慢性低剂量辐射损伤评估中的意义现有研究显示,外周血淋巴细胞CA分析是评价辐射所致慢性低剂量照射遗传效应的可靠方法,已广泛应用于放射工作人员和高本底地区居民放射损伤评价,其主要生物学意义一方面可以作为参考指标用于慢性放射损伤的评价,另一方面升高的CA水平可能与某些疾病相关。
4.1 辐射诱发的染色体畸变在慢性放射损伤中的意义对于慢性低剂量受照个体而言,外周血淋巴细胞CA没有特别重要的实际意义,只有在全身其他系统有异常的情况下,作为参考指标才有意义,因此染色体畸变检查结果只有正常参考值。染色体畸变在慢性放射损伤评价中的参考值为ace率大于3%以及dic或t率大于或等于1%为异常,有一定的诊断价值[39]。此外,对于常规核型分析观察到的畸变大多数是ace,而dic和t属于电离辐射诱发的标志性CA且发生率低,如见到这些畸变,可作为参考指标推测其可能受到一定剂量的照射[4]。
4.2 低剂量电离辐射诱发的染色体畸变与疾病有研究发现,在受到低剂量电离辐射照射的切尔诺贝利核电站事故清理工人中,CA与高血压有一定关系。该研究将491例清理工人分为CA率高于正常对照人群水平组和正常人群水平组两组,发现前者患高血压的人数明显升高,而且高血压的分级与CA率明显呈正相关,即患2级高血压人群的CA率明显高于1级和无高血压人群的CA率[40]。
4.3 低剂量电离辐射诱发的遗传损伤与癌症近年来,低剂量电离辐射的生物和遗传毒性以及这些指标与癌症发生的关系受到学者们的关注。现有证据表明,电离辐射能诱发基因组的不稳定性,而这种不稳定性与肿瘤的发生相关。同时,染色体畸变也是评价基因组不稳定性的重要指标,所以这些细胞遗传参数也是评价低剂量电离辐射诱发癌症的重要生物指标。大量研究显示,低剂量电离辐射(主要是职业照射)能够诱发受照人群染色体畸变明显升高,而升高的细胞遗传学参数可能与患癌相对危险度增加相关[41]。欧美大样本队列资料数据发现患癌风险与CA有关,患癌相对危险超额的部分是这些遗传损伤的贡献;职业暴露、吸烟与CA对患癌相对危险有协同作用。表明CA与患癌相对危险有关,升高的人外周血淋巴细胞CA可预测患癌危险[42-43]。
国内有关医用X射线工作者恶性肿瘤危险的流行病学研究显示,职业辐射暴露可致白血病和部分实体癌发生危险明显增加[44-45]。而国内有许多研究报道表明放射工作人员CA率明显高于对照组人群,升高的CA率是否与流行病学研究中恶性肿瘤危险的增加有关,可能是国内同行需要关注和下一步研究的课题。
5 小结CA分析在急、慢性辐射损伤评估中的意义和价值已得到国际学界的广泛认可。在核辐射医学应急生物剂量估算研究方面,CA分析作为生物剂量估算的“金标准”,国际上利用现有新技术或平台已实现基于dic自动分析的快速、高通量的生物剂量估算,以应对发生大规模核辐射事故时医学应急响应的需要。但是,国内的相关研究才刚刚起步,目前仅建立了1条基于dic自动分析的剂量—效应曲线[23],未来还有许多工作要做。如需要建立更多基于dic自动分析的剂量曲线并在不同实验室间进行比对;在现有全国生物剂量比对的基础上,开展基于网络图像分析的生物剂量比对研究;引进或开发新的细胞遗传指标自动分析技术,以提高生物剂量估算的通量等。随着我国经济的快速发展和科技创新能力的不断提升,相信在不久的将来国内生物剂量估算的水平会迈上新的台阶,实现快速、高通量的生物剂量估算,以满足我国核辐射事故医学应急响应的需要。CA分析在慢性辐射损伤评价研究方面,国内将CA指标与疾病关系的流行病学研究尚属空白。因此,结合国内现有几十万名放射工作人员的大群体,开展健康监护指标特别是细胞遗传学指标与疾病关系的大样本流行病学研究,可能是未来学界需要努力探索的方向,以更好服务于国内这一较为庞大群体的健康与安全需要。
[1] |
Bender M A, Gooch P C. Types and rates of x-ray-induced chromosome aberrations in human blood irradiated in vitro[J]. Proceedings of the National Academy of Sciences, 1962, 48(4): 522-532. DOI:10.1073/pnas.48.4.522 |
[2] |
Bender M A, Gooch P C. Somatic chromosome aberrations induced by human whole-body irradiation:the "recuplex" criticality accident[J]. Radiation Research, 1966, 29(4): 568-582. DOI:10.2307/3572080 |
[3] |
金璀珍, 刘秀林.上海"6.25"60Co源辐射事故病人受照生物剂量(淋巴细胞染色体畸变)的估计[C]/上海"6.25"60Co源辐射事故病人诊断与救治文集, 1994: 26-32.
|
[4] |
高宇, 王平, 韩林, 等. 放射工作人员染色体畸变研究现状[J]. 中华放射医学与防护杂志, 2018, 38(8): 635-640. DOI:10.3760/cma.j.issn.0254-5098.2018.08.015 |
[5] |
Lloyd D C. Biological dosimetry after accidents. In: Obe G, Natarajan AT, eds[M].Chromosomal aberrations basis and applied aspects.Springer-Verlag Berlin, 1990: 212.
|
[6] |
Ramalho A T, Nascimento A C H, Natarajan A T. Dose assessments by cytogenetic analysis in the goiania (Brazil) radiation accident[J]. Radiation Protection Dosimetry, 1988, 25(2): 97-100. DOI:10.1093/oxfordjournals.rpd.a080358 |
[7] |
白玉书, 黄绮龙, 关树荣. 忻州事故中34例受检者染色体畸变分析和生物剂量估算[J]. 中华放射医学与防护杂志, 1995, 15(2): 84-87. |
[8] |
陈英, 刘秀林, 姚波, 等. 山东济宁辐射事故受照人员生物剂量估算及彗星电泳检测分析[J]. 中华放射医学与防护杂志, 2007, 27(1): 22-25. DOI:10.3760/cma.j.issn.0254-5098.2007.01.006 |
[9] |
陈英, 杜杰, 张学清, 等. 太原"4.11"钴源事故受照者生物剂量估算及照后一年细胞遗传学随访[J]. 辐射防护, 2010, 30(4): 201-207. |
[10] |
吕玉民, 傅宝华, 韩林, 等. 河南"4.26"60Co源辐射事故受照者的生物剂量(染色体畸变)估算[J]. 中华放射医学与防护杂志, 2001, 21(3): 153-155. DOI:10.3760/cma.j.issn.0254-5098.2001.03.003 |
[11] |
金璀珍, 刘秀林, 张泽云. 一例192Ir源辐射事故病人受照生物剂量的估算[J]. 中华放射医学与防护杂志, 1997, 17(1): 34-36. |
[12] |
戴宏, 刘玉龙, 王优优, 等. 南京"5.7"192Ir源放射事故患者的生物剂量估算[J]. 中华放射医学与防护杂志, 2016, 36(5): 350-354. DOI:10.3760/cma.j.issn.0254-5098.2016.05.008 |
[13] |
Deperas J, Szluinska M, Deperas-Kaminska M, et al. CABAS:a freely available PC program for fitting calibration curves in chromosome aberration dosimetry[J]. Radiation Protection Dosimetry, 2007, 124(2): 115-123. DOI:10.1093/rpd/ncm137 |
[14] |
姚波, 蒋本荣, 邱立娟, 等. 一例亚急性放射病患者的生物剂量估算及细胞遗传学随访观察[J]. 中华放射医学与防护杂志, 2007, 27(2): 154-157. DOI:10.3760/cma.j.issn.0254-5098.2007.02.014 |
[15] |
陈英, 刘秀林, 张学清, 等. 哈尔滨辐射事故受照者生物剂量估计和远后效应评价[J]. 中华放射医学与防护杂志, 2006, 26(2): 125-128. DOI:10.3760/cma.j.issn.0254-5098.2006.02.007 |
[16] |
International Atomic Energy Agency. Cytogenetic dosimetry: applications in preparedness for response to radiation emergencies[R]. Vienna: IAEA, 2011.
|
[17] |
Romm H, Ainsbury E, Barnard S, et al. Automatic scoring of dicentric chromosomes as a tool in large scale radiation accidents[J]. Mutation Research/Genetic Toxicology and Environmental Mutagenesis, 2013, 756(1/2): 174-183. |
[18] |
Vaurijoux A, Gruel G, Pouzoulet F, et al. Strategy for population triage based on dicentric analysis[J]. Radiation Research, 2009, 171(5): 541-548. DOI:10.1667/RR1664.1 |
[19] |
Gruel G, Grégoire E, Lecas S, et al. Biological dosimetry by automated dicentric scoring in a simulated emergency[J]. Radiation Research, 2013, 179(5): 557-569. DOI:10.1667/RR3196.1 |
[20] |
Li Y X, Shirley B C, Wilkins R C, et al. Radiation dose estimation by completely automated interpretation of the dicentric chromosome assay[J]. Radiation Protection Dosimetry, 2019, 1-6. |
[21] |
Romm H, Ainsbury E, Bajinskis A, et al. Web-based scoring of the dicentric assay, a collaborative biodosimetric scoring strategy for population triage in large scale radiation accidents[J]. Radiat Environ Biophys, 2014, 53(2): 241-254. DOI:10.1007/s00411-014-0519-8 |
[22] |
Romm H, Ainsbury E A, Barquinero J F, et al. Web based scoring is useful for validation and harmonisation of scoring criteria within RENEB[J]. International Journal of Radiation Biology, 2017, 93(1): 110-117. DOI:10.1080/09553002.2016.1206228 |
[23] |
戴宏, 刘玉龙, 冯骏超, 等. 双着丝粒染色体自动分析生物剂量估算研究[J]. 中华放射医学与防护杂志, 2017, 37(3): 182-186. DOI:10.3760/cma.j.issn.0254-5098.2017.03.004 |
[24] |
Ramakumar A, Subramanian U, Prasanna P G S. High-throughput sample processing and sample management; the functional evolution of classical cytogenetic assay towards automation[J]. Mutation Research/Genetic Toxicology and Environmental Mutagenesis, 2015, 793: 132-141. DOI:10.1016/j.mrgentox.2015.07.011 |
[25] |
Royba E, Repin M, Pampou S, et al. RABiT-Ⅱ-DCA:A fully-automated dicentric chromosome assay in multiwell plates[J]. Radiation Research, 2019, 192(3): 311-323. DOI:10.1667/RR15266.1 |
[26] |
Wilkins R, Rodrigues M, Beaton-Green L. The application of imaging flow cytometry to high-throughput biodosimetry[J]. Genome Integr, 2017, 8(1): 7. |
[27] |
Lucas J N, Hill F, Burk C, et al. Dose-response curve for chromosome translocations measured in human lymphocytes exposed to 60Co gamma rays[J]. Health Physics, 1995, 68(6): 761-765. DOI:10.1097/00004032-199506000-00001 |
[28] |
Lucas J N, Awa A, Straume T, et al. Rapid translocation frequency analysis in humans decades after exposure to ionizing radiation[J]. International Journal of Radiation Biology, 1992, 62(1): 53-63. DOI:10.1080/09553009214551821 |
[29] |
Lucas J N. Dose reconstruction for individuals exposed to ionizing radiation using chromosome painting[J]. Radiation Research, 1997, 148(5): S33. DOI:10.2307/3579714 |
[30] |
Sotnik N V, Azizova T V, Darroudi F, et al. Verification by the FISH translocation assay of historic doses to Mayak workers from external gamma radiation[J]. Radiat Environ Biophys, 2015, 54(4): 445-451. DOI:10.1007/s00411-015-0614-5 |
[31] |
Tawn E J, Curwen G B, Jonas P, et al. Chromosome aberrations determined by FISH in radiation workers from the sellafield nuclear facility[J]. Radiation Research, 2015, 184(3): 296-303. DOI:10.1667/RR14125.1 |
[32] |
Lee J K, Lee M S, Moon M H, et al. Translocation frequency in patients with repeated CT exposure:comparison with CT-naive patients[J]. Radiation Research, 2019, 192(1): 23-27. DOI:10.1667/RR15286.1 |
[33] |
McKenna M J, Robinson E, Taylor L, et al. Chromosome translocations, inversions and telomere length for retrospective biodosimetry on exposed US atomic veterans[J]. Radiation Research, 2019, 191(4): 311-322. DOI:10.1667/RR15240.1 |
[34] |
刘青杰, 陈晓宁, 姜恩海, 等. 多色荧光原位杂交技术的建立及其在早先受照射者剂量重建中的应用[J]. 中华放射医学与防护杂志, 2003, 23(2): 77-82. DOI:10.3760/cma.j.issn.0254-5098.2003.02.002 |
[35] |
Liu Q J, Lu X, Zhao X T, et al. Assessment of retrospective dose estimation, with fluorescence in situ hybridization (FISH), of six victims previously exposed to accidental ionizing radiation[J]. Mutation Research/Genetic Toxicology and Environmental Mutagenesis, 2014, 759: 1-8. |
[36] |
Chen Y, Jin C Z, Zhang X Q, et al. Seventeen-year follow-up study on chromosomal aberrations in five victims accidentally exposed to several Gy of 60Co γ-rays[J]. Radiat Environ Biophys, 2009, 48(1): 57-65. DOI:10.1007/s00411-008-0203-y |
[37] |
Wang Z D, Zhang X Q, Du J, et al. Continuous cytogenetic follow-up, over 5 years, of three individuals accidentally irradiated by a cobalt-60 source[J]. Mutation Research/Genetic Toxicology and Environmental Mutagenesis, 2015, 779: 1-4. |
[38] |
李进, 王芹, 唐卫生, 等. 用G-显带法和荧光原位杂交对医用诊断X射线工作者细胞遗传学分析和剂量重建[J]. 中华放射医学与防护杂志, 2003, 23(4): 260-262. DOI:10.3760/cma.j.issn.0254-5098.2003.04.011 |
[39] |
中华人民共和国国家卫生和计划生育委员会.GBZ 248-2014放射工作人员职业健康检查周血淋巴细胞染色体畸变检测与评价[S].北京: 中国标准出版社, 2014.
|
[40] |
Alexanin S S, Slozina N M, Neronova E G, et al. Chromosomal aberrations and sickness rates in Chernobyl clean-up workers in the years following the accident[J]. Health Physics, 2010, 98(2): 258-260. DOI:10.1097/HP.0b013e3181b66e42 |
[41] |
Goodhead D T. Fifth warren K. sinclair keynote address:issues in quantifying the effects of low-level radiation[J]. Health Physics, 2009, 97(5): 394-406. DOI:10.1097/HP.0b013e3181ae8acf |
[42] |
Bonassi S, Norppa H, Ceppi M, et al. Chromosomal aberration frequency in lymphocytes predicts the risk of cancer:results from a pooled cohort study of 22358 subjects in 11 countries[J]. Carcinogenesis, 2008, 29(6): 1178-1183. DOI:10.1093/carcin/bgn075 |
[43] |
Wang H K, Wang Y, Kota K K, et al. Strong associations between chromosomal aberrations in blood lymphocytes and the risk of urothelial and squamous cell carcinoma of the bladder[J]. Sci Rep, 2017, 7: 13493. DOI:10.1038/s41598-017-13976-y |
[44] |
Sun Z J, Inskip P D, Wang J X, et al. Solid cancer incidence among Chinese medical diagnostic X-ray workers, 1950-1995:Estimation of radiation-related risks[J]. Int J Cancer, 2016, 138(12): 2875-2883. DOI:10.1002/ijc.30036 |
[45] |
Wang F R, Fang Q Q, Tang W M, et al. Nested case-control study of occupational radiation exposure and breast and esophagus cancer risk among medical diagnostic X ray workers in Jiangsu of China[J]. Asian Pacific Journal of Cancer Prevention, 2015, 16(11): 4699-4704. DOI:10.7314/APJCP.2015.16.11.4699 |