Physical, chemical and biological modelling for gold nanoparticle-enhanced radiation therapy : towards a better understanding and optimization of the radiosensitizing effect

• Main Author: Poignant, Floriane
• Other Authors: Lyon
• Language: en
• Published: 2019
• Subjects: Radiothérapie; Nanoparticule d'or; Radiosensibilisant; Monte Carlo; Simulation; Modélisation biophysique; Radicaux libres; Radiotherapy; Gold nanoparticle; Radiosensizer; Biophysical modelling; Free radicals; 530
• Online Access: http://www.theses.fr/2019LYSE1160

En radiothérapie, les nanoparticules faites de métaux lourds telles que les nanoparticules l’or (AuNPs) ont démontré des propriétés radiosensibilisantes particulièrement prometteuses. Une augmentation de la dose et du nombre de radicaux produits, à échelle tumorale (effet photoélectrique) et à échelle sub-cellulaire (électrons Auger) pourraient être responsables d’une partie des effets pour les rayons X de basse énergie. Dans le cadre de cette thèse, nous proposons d'étudier ces mécanismes physiques et chimiques précoces par des outils de simulation, afin de mieux les quantifier et comprendre leur impact sur la survie cellulaire. Nous avons d’abord finalisé et validé une simulation Monte Carlo développée pour suivre les électrons jusqu’à très basse énergie à la fois dans l’eau (meV) et dans l’or (eV). Nous avons obtenu de bons résultats pour l’or en comparant nos données avec des données expérimentales de la littérature, en terme de production d’électrons et de perte d’énergie. Nous avons utilisé cet outil de simulation pour quantifier l’énergie déposée dans des nanocibles situées près d’une AuNP, qui est corrélée à la probabilité de générer des dommages. Cette étude a nécessité d’importantes optimisations, afin d’atteindre des temps de calculs raisonnables. Nous avons montré une augmentation significative de la probabilité d’avoir un dépôt d’énergie dans la nanocible supérieur à une énergie seuil, dans un rayon de 200 nm autour de la AuNP, ce qui suggère qu’une AuNP pourrait efficacement détruire des cibles biologiques situées dans sa périphérie. Nous avons ensuite utilisé la simulation pour quantifier des effets chimiques. A échelle macroscopique, nous avons estimé l'augmentation de la quantité de radicaux libres produits en présence d’une concentration d’AuNPs. Nous avons également comparé la distribution radiale des espèces chimiques d’une nanoparticule d’or ionisée, à celle d’une nanoparticule d’eau ionisée. Si le nombre total d'espèces chimiques par ionisation était en moyenne plus important pour l'or que pour l'eau, le nombre d’espèces chimiques produites en périphérie de la nanoparticule n’était pas systématiquement supérieur pour l’or par rapport à l’eau. Cela suggère que l’effet de la AuNP dans sa périphérie réside surtout dans l’augmentation de la probabilité d’avoir une ionisation. Nous avons également étudié plusieurs scénarios pour expliquer l’augmentation expérimentale inattendue de la production d’espèces fluorescentes lors de l’irradiation d’une solution d’AuNPs et de coumarine. Notre étude suggère qu’un scénario plausible pouvant expliquer les observations expérimentales est l’interférence entre une AuNP et une des molécules intermédiaires produites suite à la réaction entre la coumarine et le radical hydroxyle. Pour finir, nous avons injecté les résultats des simulations dans le modèle biophysique NanOx, développé à l’origine à l’IPNL pour calculer des doses biologiques en hadronthérapie, afin de prédire la survie cellulaire en présence de AuNPs. Nous avons aussi implémenté le Local Effect Model (LEM), principal modèle biophysique utilisé dans le contexte des nanoparticules. Pour le LEM, nous nous sommes appuyés sur plusieurs approches dosimétriques proposées dans la littérature. Pour un système simpliste où les AuNPs étaient distribuées de façon homogène dans la cellule, nous avons montré que, selon l’approche dosimétrique, les prédictions de survies du LEM étaient significativement différentes. De plus, nous avons obtenu une augmentation de la mort cellulaire avec NanOx qui était due uniquement à l’augmentation macroscopique du dépôt de dose. Nous n’avons obtenu aucun effet supplémentaire dû aux électrons Auger, en contradiction avec les prédictions du LEM. Cette étude suggère que les modèles actuels proposés pour prédire l'effet radiosensibilisant des AuNPs doivent être améliorés pour être prédictifs, en prenant par exemple en compte de potentiels mécanismes biologiques mis en évidence par l'expérience === In radiation therapy, high-Z nanoparticles such as gold nanoparticles (GNPs) have shown particularly promising radiosensitizing properties. At an early stage, an increase in dose deposition and free radicals production throughout the tumour (photoelectric effect) and at sub-cellular scale (Auger cascade) might be responsible for part of the effect for low-energy X-rays. In this Ph.D work, we propose to study these early mechanisms with simulation tools, in order to better quantify them and better understand their impact on cell survival. We first finalised and validated Monte Carlo (MC) models, developed to track electrons down to low energy both in water (meV) and gold (eV). The comparison of theoretical predictions with available experimental data in the literature for gold provided good results, both in terms of secondary electron production and energy loss. This code allowed us to quantify the energy deposited in nanotargets located near the GNP, which is correlated with the probability to generate damages. This study required important optimisations in order to achieve reasonable computing time. We showed a significant increase of the probability of having an energy deposition in the nanotarget larger than a threshold, within 200 nm around the GNP, suggesting that GNPs may be particularly efficient at destroying biological nanotargets in its vicinity. The MC simulation was then used to quantify some chemical effects. At the macroscale, we quantified the increase of free radicals production for a concentration of GNPs. We also compared the radial distribution of chemical species following the ionisation of either a gold nanoparticle or a water nanoparticle. We showed that following an ionization, the average number of chemical species produced is higher for gold compared to water. However, in the vicinity of the nanoparticle, the number of chemical species was not necessarily higher for gold compared to water. This suggests that the effect of GNPs in its vicinity mostly comes from the increase of the probability of having an ionisation. We also studied several scenarios to explain the unexpectedly high experimental increase of the production of fluorescent molecules during the irradiation of a colloidal solution of GNPs and coumarin. Our study suggests that a plausible scenario to explain experimental measurements would be that GNPs interfere with an intermediate molecule, produced following the reaction between a coumarine molecule and a hydroxyl radical. During the last step of this Ph.D work, we injected our MC results in the biophysical model NanOx, originally developed at IPNL to calculate the biological dose in hadrontherapy, to predict cell survival in presence of GNPs. In addition, we implemented the Local Effect Model (LEM), currently the main biophysical model implemented for GNP-enhanced radiation therapy, to compare the NanOx and the LEM predictions with each other. In order to estimate cell survival with the LEM, we used various dosimetric approaches that were proposed in the literature. For a simple system where GNPs were homogeneously distributed in the cell, we showed that the LEM had different outcomes with regard to cell survival, depending on the dosimetric approach. In addition, we obtained an increase of cell death with the biophysical model NanOx that was purely due to the increase of the macroscopic dose. We did not obtain an increased biological effectiveness due to Auger electrons, which comes in contradiction with the LEM predictions. This study suggests that the current biophysical models available to predict the radiosensitizing effect of GNPs must be improved to be predictive. This may be done, for instance, by accounting for potential biological mechanisms evidenced by experimental works