《Dose-Response》:Comparison and Validation of Dose-Response Curves From Fully Automated and Semi-automated Dicentric Chromosome Assays of Human Peripheral Blood Irradiated by 137Cs γ-Ray in Vitro
编辑推荐:
目的:比较和验证采用人工评分(MS)、半自动评分(SAS)和全自动评分(FAS)三种方法,在137Cs γ射线照射后对双着丝粒染色体及着丝粒环(dic+r)进行计数所建立的剂量-效应校准曲线。
方法:研究人员采集3名健康供体的外周血样本,以137Cs γ射线(
目的:比较和验证采用人工评分(MS)、半自动评分(SAS)和全自动评分(FAS)三种方法,在137Cs γ射线照射后对双着丝粒染色体及着丝粒环(dic+r)进行计数所建立的剂量-效应校准曲线。
方法:研究人员采集3名健康供体的外周血样本,以137Cs γ射线(0–5.0 Gy)进行照射。经淋巴细胞培养后,分别采用MS、SAS和FAS三种方法对dic+r进行计数。使用Biodose Tools建立线性-二次校准曲线,并采用盲法样本进行验证。
结果:三种方法均建立了拟合良好的线性-二次校准曲线(R2 > 0.99)。尽管拟合系数存在差异,但获得的剂量-效应关系具有可比性。盲法样本验证显示,三种方法的估算剂量与实际剂量之间具有良好的一致性,相对偏差均低于20.0%。SAS显示出较高的剂量估算精度,而FAS在1.0 Gy以上满足分诊标准,并显著提高了评分通量。与MS相比,FAS和SAS的通量分别提高了约22倍和6倍。
结论:SAS在显著提高效率的同时实现了与MS相当的剂量估算精度,而FAS可实现快速、高通量的生物剂量估算,适用于辐射应急分诊,为大规模辐射应急响应提供了分层策略支持。
论文解读文章
一、研究背景与意义
随着核能与核技术应用范围的不断扩大,大规模核辐射事故的潜在风险相应增加。在辐射应急事件中,准确估算受照人群的辐射剂量,对于评估健康风险和指导医学干预至关重要。在现有的生物剂量学方法中,双着丝粒染色体分析(DCA)通过定量计数双着丝粒染色体及着丝粒环(dic+r),是最经充分验证的生物剂量评估技术,被广泛视为个体辐射剂量估算的金标准。国际原子能机构(IAEA)及ISO 19238:2023等国际指南均强调,在大规模辐射应急中,生物剂量学的主要目的是支持医学分诊,而非确定精确的吸收剂量。实践中,约2.0、4.0和6.0 Gy的剂量阈值被广泛用于反映造血型急性放射综合征(ARS)的严重程度递增,并指导临床决策。然而,传统DCA存在耗时长、通量低、对人员技术要求高等问题,难以满足大规模辐射事故中大量受照人群快速筛查的需求。因此,提高该检测方法的通量是亟需解决的关键问题。在此背景下,本研究旨在建立并比较采用全自动评分(FAS)、半自动评分(SAS)和人工评分(MS)三种染色体评分策略所获得的剂量-效应校准曲线,系统评估各方法的分析性能、优势和局限性,以确定其在大规模高通量生物剂量估算中的适用性。
二、研究设计与主要技术方法
研究人员采集3名健康成年志愿者(2男1女)的外周血样本,使用Gammacell 40 Exactor 137Cs γ射线辐照装置,在0.80 Gy/min剂量率下施加9个剂量水平(0、0.50、0.75、1.0、1.5、2.0、3.0、4.0和5.0 Gy)的照射。照射后的样本经标准淋巴细胞培养和中期染色体玻片制备后,采用集成人工智能图像分析算法的自动化扫描成像系统(YQ-MV-01,上海宇奇生物科技有限公司)进行染色体畸变分析。三种评分策略分别为:FAS(由DCS软件全自动检测dic+r,分类置信度阈值设为0.6)、SAS(软件自动识别后由两名经验丰富的细胞遗传学家独立复核并达成共识)和MS(两名细胞遗传学家依据IAEA和ISO标准独立评分)。利用Biodose Tools(版本3.7.2)建立线性-二次剂量-效应校准曲线,并通过6个来自中国疾病预防控制中心辐射防护与核安全医学所的盲法样本(实际照射剂量为0.7、1.0、1.0、1.5、3.0和3.3 Gy)对三种方法的剂量估算性能进行验证。
三、研究结果
剂量-效应曲线的建立与比较
三种评分方法共分析了超过30,000个第一分裂中期细胞。三种方法获得的dic+r产额均随辐射剂量增加而递增。FAS的背景dic+r频率(0.09353/细胞)显著高于SAS(0.001673/细胞)和MS(0.001405/细胞),MS的背景频率最低。低剂量下三种方法的离散指数(σ2/y)均接近1,但在高剂量下MS出现明显的欠离散现象(u值在3.0 Gy及以上剂量组均小于-1.96)。三种方法均拟合出良好的线性-二次校准曲线:FAS为Y = 0.09364 + 0.03024D + 0.02531D2(R2 = 0.9993),SAS为Y = 0.001705 + 0.04778D + 0.02925D2(R2 = 0.9953),MS为Y = 0.001381 + 0.04098D + 0.06521D2(R2 = 0.9969)。尽管三种方法的拟合系数存在差异,但均显示出良好的模型拟合性能,支持其用于生物剂量估算的适用性。
盲法样本验证
采用6个盲法样本对三种方法的剂量估算性能进行验证。三种方法均成功重建了相应剂量,FAS的相对偏差为1.8%–20.0%,SAS为2.7%–20.0%,MS为1.5%–13.0%。所有高剂量样本的估算剂量95%置信区间均包含实际剂量,且估算误差在0.5 Gy以内。在临床相关的低LET剂量范围(0.75–3.0 Gy)内,FAS和SAS的剂量估算偏差均在实际剂量的20%以内。
分析效率
FAS每小时可处理约2200个中期细胞,SAS每小时约600个,而MS每小时仅约100个。与MS相比,FAS的评分效率提高了约22倍,SAS提高了约6倍。
四、讨论与结论
讨论部分指出,自动化评分采用标准化图像分析流程识别染色体畸变,可减少操作者依赖性变异,提高剂量评估的可重复性。FAS背景dic+r频率偏高(9.36%),明显高于中国人群约0.12%的自发背景频率,这很可能反映了自动化评分系统在低剂量下偶发的假阳性检测,可能导致剂量估算偏高。这一现象与系统设计优先最大化dic+r检出以降低辐射应急分诊中假阴性结果有关。研究还强调,高质量的中期染色体标本制备对于可靠的自动化dic+r分析至关重要,集成自动化平台可减少染色体重叠、过度分散等技术变异。与既往报道的3.0 Gy以上剂量估算偏低趋势不同,本研究的自动化评分结果未观察到明显低估,这可能与自动化畸变识别能力的改进有关,特别是对三着丝粒等复杂染色体畸变的区分能力。讨论部分也承认FAS仍存在局限性,包括对罕见复杂染色体畸变的区分能力有限、依赖标准化标本制备、极低剂量下可能存在假阳性识别等,因此FAS的最大价值在于快速人群分诊而非高精度个体剂量估算。研究结论指出,本研究建立了实验室特异性的全自动和半自动dic+r评分剂量-效应校准曲线,两种校准曲线均显示出优异的拟合优度,并在研究剂量范围内提供可靠的生物剂量估算。FAS可实现快速、高通量的辐射分诊,而SAS在显著提高评分效率的同时实现更高的剂量估算精度。验证后的校准曲线支持分层式细胞遗传学生物剂量学策略:FAS用于快速人群分诊,SAS在需要更高精度时提供确证性剂量评估。这一方法为大尺度辐射应急中提高细胞遗传学生物剂量学的效率、可扩展性和操作能力提供了实用框架。