Cybernano a collaboré avec le CRAN UMR UL-CNRS 7039 et le Centre Hospitalier Régional de Metz-Thionville au développement d'une plateforme de simulation pour la conception assistée par ordinateur de nanoparticules activées par les rayons X en radiothérapie ou en imagerie.
L'augmentation des environnements informatiques dédiés à la simulation des interactions nanoparticules (NP)-Rayons X a ouvert de nouvelles perspectives dans la conception assistée par ordinateur de matériaux nanostructurés pour des applications biomédicales. Plusieurs études publiées ont montré un besoin crucial de standardisation de ces simulations numériques. C'est pourquoi, une analyse multivariée de robustesse a été réalisée dans cet article. Une nanoparticule d'or (PNB) de 100 nm de diamètre a été sélectionnée comme nanosystème standard activé par une source de rayons X placée juste en dessous de la NP. Deux variables de réponse ont été examinées : l'augmentation de la dose dans sept régions spatiales d'intérêt différentes autour du NP et la durée des expériences. Neuf facteurs ont été pré-identifiés comme potentiellement critiques. Un plan d'expériences numériques de Plackett-Burman a été appliqué pour estimer et tester les effets de chaque facteur de simulation sur les réponses examinées. Quatre facteurs - le volume de travail, la résolution spatiale, la coupure spatiale et le mode de calcul (parallélisation) - n'affectent pas significativement les résultats de dépôt de dose et aucun, à l'exception du dernier, ne peut réduire la durée de calcul. La coupure d'énergie peut provoquer des variations significatives de l'augmentation de dose dans certaines régions d'intérêt spécifiques : plus la coupure est élevée, plus les particules secondaires s'arrêteront près du PNB. En revanche, l'effet Auger ainsi que le choix du milieu physique et du niveau de fluence apparaissent clairement comme des paramètres critiques de simulation. Par conséquent, ces quatre facteurs peuvent être obligatoirement examinés avant de comparer et d'interpréter les résultats de simulation provenant de différentes sessions de simulation.
Les références:
[1] P. Retif, T. Bastogne et M. Barberi-Heyob, « Analyse de robustesse d'un simulateur Geant4-Gate pour la caractérisation de nano-radiosensibilisateurs », IEEE Transactions on NanoBioscience, vol. 15, non. 3, p. 209-217, 2016.
[2] P. Retif, A. Reinhard, P. Héna, V. Jouan-Hureaux, A. Chateau, L. Sancey, M. Barberi-Heyob, S. Pinel et T. Bastogne, « Simulations de Monte Carlo guidées par l'imagerie pour prédire le classement in vitro des nanoparticules radiosensibilisantes », International Journal of Nanomedicine, 2016.
