辐射能引起机体分子水平的复杂调控，不同组织细胞、同一组织来源不同性状的细胞，其基因对不同剂量的辐射反应各异，不同剂量辐射后可引起细胞或组织多种差异基因表达上调或下调。基因芯片技术是建立在杂交序列基本理论上的分子生物学技术，可以完整地研究整个细胞或器官的全部基因变化，通过基因分析可发现电离辐射诱导的基因差异表达。目前应用于放射生物学研究的芯片主要有两种，全基因组芯片（人类的包含42 000~46 000个基因，大鼠的包含37 000个基因）和cDNA芯片。利用这些技术已发现了许多与辐射相关的基因。

利用全基因组表达谱微珠芯片技术，观察SD大鼠受到2.0 Gy ⁶⁰Co γ射线照射后6、12和24 h外周血淋巴细胞mRNA变化情况，发现分别有1084、2590和3938个差异表达基因（差异倍数≥3），3个时间点涉及到的细胞生物学通路分别有18、35和38个^[1]。同时，离体照射SD大鼠外周血淋巴细胞，发现照后3个时间点分别有534、2001和6925个差异表达基因，所涉及到的通路分别有27、22和41个，其中细胞黏附分子通路、B细胞受体信号通路等在照后均有出现^[2]。比较整体照射和离体照射情况，发现照后12 h离体照射组与全身照射组分别有2001条和2590条差异表达基因，共同差异表达基因有312条^[3]，照后24 h则分别有6925条和3938条差异表达基因，共同差异表达基因有1322条，有192条表达不一致，转运RNA甲基转移酶61同源体A基因和外胚层神经皮质基因1在SD大鼠体内及体外实验中均可被辐射诱导改变^[4]。

用0.05、0.2、0.5、2.0、10 Gy ⁶⁰Co γ射线照射正常人淋巴母细胞（AHH-1），利用包含14 022个基因的人类cDNA芯片分析照后4 h的基因转录谱，发现分别有20、83、75、78、245个差异表达基因（差异倍数≥2），并观察到10 Gy剂量照射会使大量的基因表达抑制，进而导致细胞多方面的生理功能障碍。其中缝隙连接蛋白43的mRNA及蛋白表达都增加，DNA修复基因中的着色性干皮病基因C和肿瘤p53蛋白诱导蛋白3基因的表达变化具有剂量依赖性和时间依赖性^[5-6]。采用含更多基因的人类全基因组芯片检测0.1、0.5、1.0 Gy ¹³⁷Cs γ射线照射AHH-1的情况，发现照后4 h 3个剂量组共同差异表达基因有2332个，有18个基因表达量与剂量相关，天冬氨酸特异性半胱氨酸蛋白酶9基因验证结果与芯片结果一致^[7]。用0.5、3、8 Gy ⁶⁰Co γ射线照射正常人淋巴细胞永生化细胞系F32，照后24 h发现分别有16、240、462个差异表达基因（差异分值＞20或＜-20），共同差异表达基因有7个，肿瘤p53蛋白诱导蛋白3基因的实时定量结果与芯片结果一致^[8]。同样剂量及射线照射AHH-1，发现p53诱导基因是一个共同差异表达基因，其mRNA和蛋白水平分别在1~10 Gy γ射线照后8~72 h及8~168 h显著增加，但人外周血淋巴细胞受照后其mRNA水平远低于AHH-1细胞^[9]。以上是γ射线照射后的情况，对于X射线而言，观察0.1、0.5、2.0、5.0 Gy照射AHH-1后培养20 h时的情况，4个剂量组分别有1216、1076、690和1719个差异表达基因，差异倍数从下调5%到上调13.12倍，共同差异表达基因有41个，其中共济失调-毛细血管扩张突变基因在0.1和0.5 Gy剂量组的表达上调，细胞周期依赖性激酶抑制1A基因（cyclin-dependent kinase inhibitor 1A，CDKN1A）在2.0和5.0 Gy剂量组的表达上调^[10]。用4 Gy X射线照射人淋巴母细胞系IM-9后，发现65个基因表达上调超过2倍，其中大部分具有剂量依赖性^[11]。

利用全基因组芯片技术检测1.0 Gy ⁶⁰Co γ射线离体照射人外周血淋巴细胞后6、12和24 h的基因表达谱，发现3个时间点分别有2615、476和979条差异表达基因（差异分值＞20或＜-20）^[12]；而照后6 h接受0.1、0.2、0.5、1.0 Gy照射的淋巴细胞分别有1177、1922、492和2615条差异表达基因，共同差异表达基因有114条，早期生长反应因子1、肿瘤p53细胞凋亡调节抑制基因在时间和剂量上的验证结果与芯片结果一致^[13]。应用包含6728个转录子的cDNA芯片分析¹³⁷Cs γ射线（20 cGy~2 Gy）照射的外周血淋巴细胞基因变化，发现55个表达显著改变基因，其中DNA损伤结合蛋白2基因、CDKN1A、DNA修复基因中的着色性干皮病基因C、细胞周期蛋白G1、增殖细胞核抗原和白细胞介素1B在照后24 h都能被强烈诱导，前三个基因在照后24 h和48 h上述剂量范围内都存在剂量效应关系，部分上调基因涉及应激反应信号途径和DNA修复^[14]。对淋巴细胞离体照射1 Gy后2400个基因的表达情况进行分析发现，有44个基因表达显著上调，在照后12 h内0.5~4 Gy剂量范围存在剂量效应关系，肿瘤坏死因子相关凋亡诱导配体受体2、LIM蛋白家族LIM-only亚类成员2、CyclinG和细胞周期蛋白基因验证结果与芯片结果一致^[15]。PBL受到1~4 Gy体外照射，观察发现照后2 h所研究的102个基因中有24个基因表达改变，其中早期生长反应因子1、早期生长反应因子4、干扰素γ、原癌基因c-jun和肿瘤坏死因子超家族成员9有明显的剂量效应关系^[16]。PBL受到10、25、50 cGy低剂量γ射线照射后48 h，分别有86、130、142个差异表达基因，共同差异表达基因有34个，其中丝氨酸蛋白酶抑制剂分支B（卵清蛋白）成员2和14号染色体开放阅读框104基因上调，环磷酸腺苷反应元件结合蛋白、三磷酸腺苷依赖解旋酶DDX49、丝氨酸/苏氨酸激酶25和着色性干皮病A基因连接蛋白2下调^[17]。用1 Gy X射线离体照射健康人外周血淋巴细胞后8 h，B细胞淋巴瘤基因2相关X蛋白和肿瘤坏死因子受体超家族10b促凋亡基因表达明显上调，DNA损伤结合蛋白2基因和DNA修复基因中的着色性干皮病基因C的表达水平增加3倍以上^[18]。人外周血单核细胞接受0.5、1.0、1.5 Gy ²⁴¹Am α粒子的照射，发现照后24 h有29个基因表达升高2倍以上，实时定量结果显示α粒子照射和X射线照射后WBC中这些基因的改变倍数是不同的^[19]。用基因芯片分析5~500 mGy照射人外周血样本后4个时间点的CD4（+）淋巴细胞基因表达情况，发现7个基因呈剂量依赖性改变且与p53途径和DNA损伤反应相关，这种改变最低在25 mGy时能观察到，但是在100 mGy以上才更清晰^[20]。

研究发现，接受全身照射的患者PBL体内反应中应激基因的变化和在体外实验中观察到的结果相似^[21]。而放疗患者照射后血样中补体成分3、SMAD同源物7和一种新分泌蛋白编码基因的表达水平在不同的患者体内是不一样的，表明了辐射反应的复杂性。分泌蛋白编码基因大多表达下降，SMAD同源物7大多表达上调^[22]。用全基因组芯片检测放射工作人员淋巴细胞基因变化，发现有78条差异表达基因，麻风病和帕金森病共同调节蛋白编码基因表达上调，囊泡相关膜蛋白1、白细胞介素16基因表达下调^[23]。在混合暴露于²³⁹Pu（内照射）和γ射线（外照射）及单独暴露于γ射线的长期职业暴露工人外周血中，发现376个差异表达基因（2倍以上），这些基因大部分（70%~98%）明显和²³⁹Pu内照射有关，少部分（2%~30%）和γ射线外照射有关，同时还发现了45个辐射相关的miRNA^[24]。上述研究提到的基因都是经过实时定量实验验证的，可以作为辐射相关基因开展下一步的研究工作。

以上结果表明：（1）受照剂量越大，发生改变的基因数量越多；照后时间越长，发生改变的基因数量越多；（2）随着照后时间延长，筛选出的通路种类和数量也明显不同，表明照后不同时间辐射引起的损伤可能不同；（3）体内照射和体外照射造成的基因表达变化是有一定差异的；（4）芯片检测的基因数量越多，筛选出的差异表达基因数量越多；（5）不同种类的射线及来自不同辐射源的同种射线诱导的差异表达基因数量及种类不完全相同；（6）辐射造成的人体内变化有些与体外实验观察到的相似，但是有些基因辐照后在人体内的变化存在个体差异。

基因芯片技术筛选出差异表达基因后，通过聚类分析及功能分析、基因组富集分析等了解这些差异表达基因所在的生物学通路及其功能^[25]。但是除了利用海量差异表达基因及生物学通路进行机制研究外，能不能对生物剂量估算有所贡献呢？于是，有学者尝试用统计学算法将一组基因表达数据联系起来，建立评价模型，估算生物剂量。2007年，Dressman等^[26]首先将统计学算法应用于辐射生物剂量研究中。他们分别用小鼠和人的血液中辐射响应基因建立评价模型并验证其估算能力，结果发现，用人血中基因建立的模型能从未受照射的样本中鉴别出受照的样本，灵敏度达到了90%。Paul和Amundson^[27]使用74个基因的表达信号群估算5个不同的辐射剂量水平（0、0.5、2、5、8 Gy），在所有的人PBL样本中正确率达到了78%。还有学者研究了不同剂量全身照射小鼠外周血基因表达情况，以所选择探针平均比值的分布为基础建立评价模型，能够正确估算出83%~100%的受照小鼠的生物剂量^[28]。建立模型所用的统计学算法有近邻算法、质心算法和逐步回归法等。

建立模型所用的统计学算法就是对角线线性判别分析、邻近算法和质心算法。其中邻近算法的思路是：如果一个样本在特征空间中的k个最相似（即特征空间中最邻近）的样本中的大多数属于某一个类别，则该样本也属于这个类别。不仅Paul和Amundson^[27]利用这种方法进行了估算，Riecke^[29]也利用该算法建立了体外照射单核细胞和接受CT检查的体检者（＜4.3 cGy）的基因表达评价模型。他们利用生长阻滞和DNA损伤诱导基因α、Bax、增殖细胞核抗原和DNA损伤结合蛋白2基因4个基因的表达变化建立体外照射后分离的CD4⁺淋巴细胞与剂量（0~1.0 Gy）间的回归方程，R²达到了0.848。用这个模型可以将暴露于10 cGy下的样本从未照射样本中区分出来，但是他们还发现在体内实验中测量的基因表达差异没有体外实验明显且在5 cGy以下重复性较差，因此该方法的适用性还有待进一步考究。Knops等^[30]则同时开展了低剂量（0.02~0.1 Gy）和高剂量（0.5~4 Gy）的人外周血基因表达分析，鉴定出在低剂量组用9个基因能准确估算吸收剂量，灵敏度达95.6%。Paul等^[31]还进行了体内和体外实验的比较，发现体外实验中78个基因联合检测有较好的灵敏度和特异度，而体内实验则需要152个基因联合检测。此外，Boldt等^[32]采用0.5、1、2和4 Gy γ射线照射了未刺激的人外周血淋巴细胞，基因芯片筛选后基于邻近算法建立评价模型，最后有16个基因被纳入，在照后6~48 h准确率为95.7%。Templin等^[33]还比较了全身照射患者照前和照后4 h的外周血miRNA表达情况（受照剂量为1.25 Gy），以成对和非成对的miRNA为基础的分类方法，用45个上调miRNA建立模型，估算的灵敏度达到了100%，照后表达改变的基因涉及造血功能、免疫反应等。

电离辐射对机体的损伤受射线的种类、剂量率、机体的免疫状态等因素影响。Paul和Amundson^[34]发现照射后人外周血有8个辐射反应基因是受吸烟状态影响的，但不影响先前建立的评价模型纳入的基因，剂量分类准确率达98%。这些数据结果支持外周血基因表达具有发展成为电离辐射生物剂量计的可行性这一说法。进一步研究显示，人外周血暴露于辐射环境下可导致人群外周血普遍免疫功能基因表达降低^[35]。

建立生物剂量评价模型的另一种统计学方法是逐步回归法。2008年，Chen等^[36]在基因表达分析筛选基因区分口腔鳞状细胞癌患者及对照者的研究中，在基因芯片分析后引入了逐步回归法。它是在建立多元回归方程的过程中，按偏相关系数的大小次序将自变量（各个基因的表达量）逐个引入方程，对引入方程中的每个自变量偏相关系数进行统计检验，效应显著地自变量留在回归方程内，循此继续遴选下一个自变量，直到最后得到最优的回归方程。Pogosova-Agadjanyan等^[37]将人外周血中的T细胞纯化后检测辐射诱导的基因表达变化，应用逐步回归法得到了照后24 h的生物剂量回归模型dose（Gy）=2.637+[1.047（CDKN1A）－3.561（PSRC1）+0.0586（TNFSF4）]，方程中基因符号代表了该基因的相对表达量，PSRC1为脯氨酸/丝氨酸富含卷曲螺旋蛋白1基因，TNFSF4为肿瘤坏死因子超家族成员4。通过检测这些基因相对表达量后利用回归方程估算生物剂量，0.15~6 Gy范围内准确率达86%。Joiner等^[38]和Tucker等^[39]尝试使用最小的一组人类基因的精确基因表达作为生物剂量计，采集60名志愿者的外周血并暴露于0.5~10 Gy的⁶⁰Co γ射线下，并用实时定量反转录PCR法检测照后12 h、1 d和2 d的121个mRNA表达水平，用逐步回归法建立每个时间点的评价方程，结果发现仅仅用3~4个不同的基因转录子，星形肌动蛋白、CDKN1A、生长分化因子15和共济失调-毛细血管扩张突变基因就能解释＞0.87的变异度（R²）。在12 h、1 d和2 d 3个时间点和0.5~6 Gy范围内有较好的估算效果。这些基因的转录分析可能被用于设计便携式评价设备，用于现场评估个体损伤情况或者评估临床放射突发事件的发生风险。

这些研究表明，尝试用一组基因的mRNA表达水平建立评价模型，估算生物剂量具有一定可行性。大部分研究在照后48 h内，应用几个、几十个、最多152个基因建立评价模型，准确率达78%以上，且吸烟状态不影响评价模型的效果。还有学者应用45个miRNA建立的评价模型，准确率达100%。就建立模型的统计学算法而言，逐步回归法相对简单，更容易掌握，有可能应用更广。应用基因芯片技术或实时定量PCR得到辐射响应基因的相对表达量，利用统计学算法建立剂量评价模型，将会是辐射生物标志物研究的重要方向。进一步研究应该包括：①精简模型纳入的基因数量，检测基因数量越少，批量检测时成本越低；②确定量效关系及时间响应范围；③影响干扰因素的研究；④辐射响应基因在转录调控及蛋白水平的变化情况；⑤在大人群中进行验证等。

在对辐射非常敏感的外周血细胞中，基因芯片和实时定量PCR技术的引入使得一大批辐射响应基因被发现，其中包括照后实验动物、人永生化细胞系、人血液细胞体外照射、职业照射或医疗照射后的外周血细胞中的响应基因。筛选出的辐射响应基因可通过邻近算法、质心算法及逐步回归法等将一组基因表达数据联系起来，建立评价模型，估算生物剂量。相信随着生物学研究和相应新技术的不断发展，辐射响应基因表达评价模型、miRNA评价模型、辐射响应蛋白评价模型将在辐射突发事件、生物剂量估算、辅助诊断治疗中发挥更大的作用。