Application de la modélisation des effets de l’exposition sur les paramètres « omiques » à l’évaluation des risques liés aux rayonnements

Période de financement : 2019-2024
Responsable : Vinita Chauhan
Investissement global de l'IRDG : 540 000 $

Les connaissances scientifiques émergentes au cours des dernières décennies indiquent clairement que le risque d'effets néfastes pour la santé est incertain pour des expositions aux rayonnements au niveau du public et des professionnels. Cette étude enrichira les connaissances scientifiques dans le domaine de l'exposition aux rayonnements à faibles doses et faibles débits au moyen d'études «omiques» et des modèles de dose de référence à l'aide d'ensembles de données de transcription accessibles au public. Le but est d'identifier des prédicteurs précoces de la progression de maladies et les doses « sûres » associées, qui pourront être utilisé dans les évaluations de risques. Une meilleure compréhension de ces facteurs permettra une estimation plus fiable des risques pour la santé, qui est essentielle pour un système robuste de radioprotection. La modélisation des doses de référence est l'une des avenues de recherche stratégique de l'Organisation canadienne sur les effets de l'exposition au rayonnement sur la santé (OCEERS).

Publications

  • Adam N, Vuong NQ, Adams H, Kuo B, Beheshti A, Yauk C, Wilkins R, Chauhan V. 2022. Evaluating the influences of confounding variables on benchmark dose using a case study in the field of ionizing radiation. Int J Radiat Biol.;98(12):1845-1855. https://doi.org/10.1080/09553002.2022.2110303 (en anglais seulement). Epub 2022 Aug 23. PMID: 35939396
  • Azimzadeh O, Moertl S, Ramadan R, Baselet B, Laiakis EC, Sebastian S, Beaton D, Hartikainen JM, Kaiser JC, Beheshti A, Salomaa S, Chauhan V, Hamada N. 2022. Application of radiation omics in the development of adverse outcome pathway networks: an example of radiation-induced cardiovascular disease. Int J Radiat Biol.;98(12):1722-1751. https://doi.org/10.1080/09553002.2022.2110325 (en anglais seulement). Epub 2022 Aug 24. PMID: 35976069
  • Chauhan V, Adam N, Kuo B, Williams A, Yauk CL, Wilkins R, Stainforth R. 2020. Meta-analysis of transcriptomic datasets using benchmark dose modeling shows value in supporting radiation risk assessment. Int J Radiat Biol. 97(1):31-49. https://doi.org/10.1080/09553002.2020.1798543 (en anglais seulement)
  • Chauhan V, Leblanc J, Sadi B, Burtt J, Sauvé K, Lane R, Randhawa K, Wilkins R, Quayle D. 2021. COHERE - Strengthening cooperation within the Canadian Government on radiation research. Int J Radiat Biol. 97(9):1153-1165. https://doi.org/10.1080/09553002.2021.1941379 (en anglais seulement)
  • Chauhan V, Yu J, Vuong N, Haber LT, Williams A, Auerbach SS, Beaton D, Wang Y, Stainforth R, Wilkins RC, Azzam EI, Richardson RB, Khan MGM, Jadhav A, Burtt JJ, Leblanc J, Randhawa K, Tollefsen KE, Yauk CL. 2023. Considerations for application of benchmark dose modeling in radiation research: workshop highlights. Int J Radiat Biol. 7:1-12. https://doi.org/10.1080/09553002.2023.2181998 (en anglais seulement)
  • Stainforth R, Vuong N, Adam N, Kuo B, Wilkins RC, Yauk C, Beheshti A, Chauhan V. 2022. Benchmark dose modeling of transcriptional data: a systematic approach to identify best practices for study designs used in radiation research. Int J Radiat Biol. 98(12):1832-1844. https://doi.org/10.1080/09553002.2022.2110300 (en anglais seulement). Epub 2022 Aug 22. PMID: 35939275
  • Yu J, Tu W, Payne A, Rudyk C, Cuadros Sanchez S, Khilji S, Kumarathasan P, Subedi S, Haley B, Wong A, Anghel C, Wang Y, Chauhan V. 2022. Adverse outcome pathways and linkages to transcriptomic effects relevant to ionizing radiation injury. Int J Radiat Biol. 98(12):1789-1801. https://doi.org/10.1080/09553002.2022.2110313 (en anglais seulement). Epub 2022 Aug 22. PMID: 35939063

Contactez-nous

Pour en savoir plus, veuillez communiquer avec :
L'Initiative de R-D en génomique
Courriel : info@grdi-irdg.collaboration.gc.ca