
I. INTRODUCCIÓN
En el proceso de la interacción de la radiación con la materia, las cantidades físicas fundamentales son la sección
eficaz y el poder de frenado, magnitudes que deben conocerse con alta precisión dentro del rango de energía de interés.
Estas cantidades físicas fundamentales influyen en las distribuciones angulares y de energía de las partículas primarias y
secundarias dentro del sistema dosimétrico y, en consecuencia, en las distribuciones de dosis correspondientes [1].
A nivel biológico, uno de los efectos de la radiación ionizante es el daño causado en el ADN de las células que
componen el tejido tumoral irradiado, causando la muerte celular. Este efecto permitió el desarrollo de aplicaciones de
radioterapia (RT) y actualmente representa una de las alternativas más habituales para tratamientos oncológicos [2].
Desde el descubrimiento de los Rayos X en 1895, nuevos avances han permitido la optimización de los regímenes
de administración de dosis con el objetivo de generar una mayor eficacia en los tratamientos, minimizar la dosis en
tejidos sanos y reducir los costos del tratamiento simultáneamente. Los objetivos terapéuticos relacionados con la RT a
menudo se resumen utilizando las cinco Rs": la reparación diferencial de células normales y tumorales entre fracciones de
tratamiento (de daños subletales en el ADN), redistribución en donde las células muestran una sensibilidad diferente a la
radiación mientras se encuentran en las distintas fases del ciclo celular, repoblación de células tumorales entre fracciones
de radiación ,reoxigenación de áreas tumorales previamente hipóxicas y radiosensibilización de las áreas tumorales [3].
En los últimos años, se ha estudiado con mucho énfasis la acumulación de nanopartículas (NPs) de elementos con
número atómico Z relativamente alto (como el oro y la plata) [4] en tumores, con el fin de demostrar que la presencia de
NPs puede resultar en un alto nivel de absorción fotoeléctrica y generación de electrones secundarios [5]. Las NPs se han
convertido gradualmente en una opción promisoria para sistemas de administración de fármacos por propiedades como
flexibilidad de diseño, reducción de efectos secundarios tóxicos y mejoramiento de la eficacia in vivo [6].
Las NPs pueden conducir a una mejora o refuerzo de la dosis de rayos X [7], aspecto que depende de la composición,
geometría, y tamaño de las partículas [8], la adsorción de las mismas en las células y la energía de la radiación aplicada
[9]. Además, se ha comprobado que la toxicidad de las nanopartículas en tejidos depende de su morfología. Por ejemplo,
para una forma tubular es mayor que para formas irregulares, siendo la geometría esférica la que presenta menor toxicidad
[10].
Las nanopartículas de oro (AuNPs) son uno de los materiales más utilizados como radiosensibilizadores para aumentar
la eficiencia de la radioterapia debido a su alto número atómico (Z = 79) [11], y al efecto de los electrones secundarios
generados producto de la interacción con la radiación dentro de los tejidos. Por otro lado, las nanopartículas de plata
(AgNPs) se destacan por su versatilidad en comparación con las nanopartículas de oro. Las AgNPs presentan actividad
antitumoral propia, lo cual las convierte en candidatas aptas para mejorar la dosis de radioterapia. Sin embargo, para
garantizar su viabilidad clínica, resulta esencial recubrir estas AgNPs a fin de proporcionar una mejor biocompatibilidad
[12].
Las nanopartículas de cobre (CuNPs) son materiales metálicos en escala nanométrica (≲100 nm), poseen una fuerte
conductividad eléctrica [13], alto punto de fusión, baja migración electroquímica [14] y propiedades prometedoras de
transferencia de calor, ópticas y magnéticas [15]. Las CuNPs son consideradas catalizadores eficientes, con un alto ren-
dimiento, de fácil separación del producto y bajo costo. Estas propiedades las convierte en un material más rentable y
prometedor que el oro y plata. Además, las CuNPs pueden oxidarse fácilmente para formar óxidos de cobre (CuO), que
pueden utilizarse como agentes anticancerígenos, antimicrobianos y antioxidantes al igual que las Cu [16].
Habitualmente, en la síntesis de NPs metálicas se utilizan agentes de recubrimiento y de estabilización para evitar
que las partículas se aglomeren, modifiquen u oxiden. Algunos agentes típicos de recubrimiento son polímeros como
el polietilenglicol, materiales inorgánicos como la sílica [17] o moléculas orgánicas como el ácido ascórbico (Ac. Asc.)
[18]. Más aún, es posible utilizar el agente reductor empleado en la síntesis de las nanopartículas como estabilizante y
recubrimiento si se emplean concentraciones relativas elevadas [18].
Por su parte, la dosimetría de gel ha demostrado ser una técnica útil en el mapeo de distribuciones de dosis tridimen-
sionales (3D) de los planes de tratamiento de terapia con radiaciones ionizantes [19]. La dosimetría de gel polímerica
normóxica promete ser una poderosa herramienta de aseguramiento de calidad para distribuciones de dosis resultantes de
campos severamente asimétricos o geometrías complejas [20].
Con la integración de las nanopartículas inorgánicas a los dosímetros de gel polimérico se busca mejorar la eficiencia y
sensibilidad del sistema procurando alcanzar rangos dinámicos con precisión para dosis bajas. Por lo expuesto, los mate-
riales nanoparticulados con un número atómico alto sirven como potenciadores de dosis. Es más, existen estudios previos
reportando diferentes efectos sobre las reacciones químicas involucradas en dosímetros poliméricos PAGAT cuando se
adicionaron nanopartículas metálicas, afectando a la sensibilidad del material dosimétrico a la dosis de radiación [21]. Por
otro lado, los procesos de fluorescencia de rayos X en sistemas con NPs metálicas con Z intermedios como las AgNPs y
CuNPs poseen un alcance comparativamente menor y más difícil de detectar, por lo que se propone el uso de dosimetría
3D como alternativa para su detección y registro [22].
Por su parte, las simulaciones Monte Carlo han permitido predecir adecuadamente la dosimetría de radiación en RT
inclusive en presencia de NPs [23]. Básicamente, el método Monte Carlo es un algoritmo matemático basado en muestreo
aleatorio para estimar una solución numérica cuando la solución analítica es muy difícil de determinar. En recientes
estudios, se han utilizado diferentes códigos Monte Carlo, como EGSnrc, Geant4 y PENELOPE, que han demostrado ser