Генетическая инженерия для освоения космоса ID: n132 Человеческое тело эволюционировало для конкретной среды обитания: поверхности Земли при гравитации 1g, защищенной магнитным полем и атмосферой. Любое отклонение от этих условий наносит вред биологическим системам. Космическая радиация разрушает нити ДНК. Невесомость приводит к потере мышечной и костной массы. Сниженное атмосферное давление создает стресс для сердечно-сосудистой системы. Генетическая инженерия предлагает путь адаптации человеческой биологии к условиям космоса, вместо бесконечной модификации окружающей среды для защиты неизменного человека.
Радиационная устойчивость
Космическая радиация – главная биологическая угроза для длительных космических миссий. Галактические космические лучи (ГКЛ) включают тяжелые ионы, которые разрушают двойные спирали ДНК, вызывая рак и нейродегенерацию. Исследования, финансируемые NASA в Weill Cornell Medicine, изучают белок Dsup (Damage Suppressor) из тихоходов – микроскопических животных, способных выживать при дозах радиации, в 1000 раз превышающих смертельные для человека. Когда гены Dsup были введены в культуры человеческих клеток, повреждение ДНК под воздействием рентгеновского излучения снизилось примерно на 40%. Хотя внедрение генов тихоходов в астронавтов пока далеко от клинического применения, это демонстрирует, что биологическая радиопротекция достижима с помощью генетической инженерии.
Потеря костной и мышечной массы
Астронавты на МКС теряют 1–2% костной минеральной плотности в месяц, несмотря на двухчасовые ежедневные тренировки. Скотт Келли потерял 7% костной плотности во время своей 340-дневной миссии. Ингибирование миостатина (блокирование гена, ограничивающего рост мышц) было продемонстрировано на мышах: «могучие мыши» на МКС сохраняли мышечную массу в условиях невесомости при генетически подавленном миостатине. Система CRISPR-Cas9 теоретически могла бы редактировать регуляторы миостатина у астронавтов перед длительными миссиями, хотя этические и безопасные аспекты редактирования зародышевой линии остаются предметом споров.
Адаптация к марсианским условиям
Марс представляет собой враждебную среду: около 38% земной гравитации, атмосфера, состоящая на 95% из CO2 при давлении менее 1% от уровня моря на Земле, средняя температура -60 градусов Цельсия и отсутствие магнитного поля для защиты от солнечной радиации. Генетик Кристофер Мейсон из Weill Cornell предложил 500-летнюю программу генетической адаптации человека к Марсу, начиная с эпигенетических модификаций и переходя к созданию искусственной фотосинтетической кожи, которая могла бы дополнять потребление кислорода, усилению механизмов восстановления ДНК и модификации гемоглобина с более высокой аффинностью к кислороду для разреженных атмосфер. Его работа 2021 года показала, что модификация пути подавления опухолей p53 может повысить устойчивость клеток к радиации.
CRISPR в космосе
В 2019 году астронавты на МКС успешно использовали CRISPR для редактирования ДНК дрожжей в условиях невесомости – это первое генетическое редактирование, проведенное в космосе. Эксперимент, часть программы Genes in Space, продемонстрировал, что прецизионные генетические инструменты работают в космической среде. Эта возможность критически важна для длительных миссий: экипажи во время 2–3-летнего транзита к Марсу могли бы использовать CRISPR для модификации кишечной микрофлоры с целью улучшения усвоения питательных веществ, создания пробиотиков для производства витаминов или потенциального лечения генетических повреждений от радиации в режиме реального времени.
Этические границы
Скандал с Хэ Цзянькуем в 2018 году (несанкционированное редактирование зародышевой линии человеческих эмбрионов) продемонстрировал, что генетическая инженерия человека вызывает серьезные этические опасения. В контексте космических применений дебаты сосредоточены на том, является ли экзистенциальная необходимость стать мультипланетным видом оправданием для модификаций, которые не были бы разрешены в земной медицине. Договор по космосу не рассматривает вопрос о биологической модификации экипажей. Некоторые этики утверждают, что генетическая инженерия астронавтов для космоса представляет собой форму улучшения, которая может создать биологический разрыв между адаптированными к космосу и живущими на Земле людьми – опасение, перекликающееся с более широкими трансгуманистическими дебатами.
Генетическая инженерия сельскохозяйственных культур и микробиома
Генетическая инженерия для космоса выходит за рамки человека. Эксперименты NASA Veggie и Advanced Plant Habitat выращивают сельскохозяйственные культуры на МКС, но растения, оптимизированные для Земли, испытывают трудности в условиях невесомости и повышенного уровня CO2. Культуры, модифицированные с помощью CRISPR, с повышенной устойчивостью к радиации, ускоренными циклами роста и улучшенной питательной ценностью, могут поддерживать замкнутые системы жизнеобеспечения. Модификация кишечного микробиома человека для космоса может улучшить усвоение кальция (противодействуя потере костной массы), повысить иммунную функцию в замкнутой среде МКС и даже производить лекарства из кишечных бактерий. Стартап по синтетической биологии Ginkgo Bioworks изучал спроектированные организмы для применения ISRU, включая бактерии, перерабатывающие марсианский реголит.
CRISPR на орбите (2024–2026)
Первые эксперименты по редактированию генов с помощью CRISPR в космосе были проведены на МКС, как сообщает Fierce Biotech, для изучения восстановления разрывов двойной спирали ДНК в условиях невесомости и повышенного воздействия космической радиации. Кубсат BioSentinel от NASA использует почкующиеся дрожжи в качестве биологического дозиметра за пределами НОО, с непрерывными данными о восстановлении ДНК, поступающими с расстояния 48 миллионов миль по состоянию на 2025 год. Прорыв 2024 года из Университета Токио, связанный с модификацией генома тихоходов, позволил вставить белки, обеспечивающие устойчивость к радиации тихоходов, в клетки млекопитающих, где они обеспечили измеримую устойчивость к радиации. По данным New Space Economy за октябрь 2024 года, долгосрочная траектория колонизации Марса предполагает модификации зародышевой линии для устойчивости к радиации, эффективности кислорода и сохранения плотности костей, что поднимает биоэтические проблемы, обсуждаемые в трансгуманизме и адаптации к космосу.
Генетическая эволюция многопоколенной популяции в контексте межзвездных путешествий – Часть II: Фенотипические эффекты экспрессии генов
Генетическая эволюция многопоколенной популяции в контексте межзвездных путешествий – Часть II: Фенотипические эффекты экспрессии генов. Аннотация. В первой части этой серии мы учли эффекты популяционной генетики в агент-моделировании Монте-Карло HERITAGE, исходя из гипотезы о нейтральных фенотипических эффектах. Это подразумевало, что мутации (генетические изменения) имеют только нейтральные физические проявления. Теперь мы отказываемся от этого предположения, включая генетические эффекты мутаций и неомутаций (возникающих под воздействием радиации) на продолжительность жизни популяции, ее фертильность, вероятность беременности и частоту выкидышей. Применив это к популяции на борту звездолета, движущегося со скоростью ниже световой к далекой экзопланете, мы показываем, что естественный отбор косвенно влияет на генетическую структуру популяции через вклад фенотипов, что согласуется с предыдущими исследованиями в области биологии сохранения. Для больших начальных экипажей (около 500 человек) эффект соответствует нейтральной гипотезе, и частота аллелей (для неполовых хромосом) стабильна на протяжении столетий. Результаты совершенно иные, если щиты космического корабля неэффективно защищают экипаж от высокоэнергетических космических лучей и вторичных частиц. Мы протестировали различные сценарии, в которых уровень радиации либо фиксирован на нормальном или экстремальном уровне, либо меняется со временем из-за, например, деградации щитов, ядерного инцидента на борту или вспышки сверхновой в 50 световых годах. Ключевые слова: длительная миссия – многопоколенное космическое путешествие – освоение космоса – космическая генетика.
1 Введение
По мере того как человечество продвигается в освоении космоса, перспектива межзвездных путешествий открывает беспрецедентные возможности и серьезные проблемы [1]. Среди трудностей, с которыми сталкиваются длительные космические миссии, биологическая адаптация организмов к уникальным условиям глубокого космоса представляет собой критическую проблему. В частности, генетическая эволюция многопоколенных популяций, подвергающихся воздействию межзвездных путешествий, представляет собой сложный рубеж научных исследований [2]. Действительно, межзвездные путешествия создают множество стрессовых факторов и экологических факторов, отличных от тех, которые испытываются на Земле или в нашем непосредственном космическом окружении. Воздействие экстремальной космической радиации [3], длительной невесомости [4], ограниченности ресурсов [5] и изоляции от земных экосистем [6] представляют собой основные проблемы для организмов, отправляющихся в межзвездные путешествия. В условиях таких трудностей способность организмов адаптироваться и эволюционировать становится критически важной для обеспечения успеха и устойчивости длительных космических миссий. Генетическая эволюция, процесс, посредством которого наследуемые признаки передаются из поколения в поколение и подвергаются естественному отбору, предлагает механизм, посредством которого организмы могут потенциально адаптироваться к новым условиям, возникающим во время межзвездных путешествий. Хотя значительное внимание уделяется физиологическим и психологическим эффектам космических путешествий на астронавтов [3], относительно мало известно о генетических механизмах, лежащих в основе долгосрочной адаптации к космической среде, особенно в течение нескольких поколений [7] и при более высоких дозах радиации, чем в настоящее время испытывается на Земле [8]. Понимание того, как экспрессия генов влияет на фенотипические признаки, имеет важное значение для прогнозирования того, как организмы будут адаптироваться к уникальным проблемам космических путешествий. Фенотипические признаки, такие как устойчивость к радиации, метаболическая эффективность и иммунная функция, напрямую влияют на способность организма выживать и процветать в космической среде. Включение фенотипических эффектов в моделирование генетической эволюции позволяет нам лучше прогнозировать адаптивные реакции популяций в течение нескольких поколений в ограниченной космической среде. Например, недавние исследования показали, что невесомость может значительно изменить экспрессию генов. Исследование, координируемое Европейским космическим агентством (ESA) и проведенное Университетом Суррея, показало, что длительное воздействие имитированной невесомости (в ходе 60-дневного постельного режима) нарушило ритмическую экспрессию генов у людей. Примерно 91% изученных генов продемонстрировали значительные изменения в количестве, времени и амплитуде экспрессии [9]. Это иллюстрирует тот факт, что возникновение редких заболеваний благоприятно в контексте глубоких космических путешествий, поскольку эти заболевания на 80% генетически обусловлены и являются результатом мутаций в определенных генах, которые могут быть унаследованы или возникать de novo (новые мутации). Эти мутации могут влиять на функцию белка, регуляцию генов или другие клеточные аспекты, приводя к различным клиническим состояниям [10]. Редкие заболевания проявляют большую клиническую гетерогенность, что затрудняет их выявление. Они могут проявлять симптомы, общие для других, более распространенных заболеваний, что приводит к неверной диагностике или задержкам. Кроме того, одна и та же генетическая мутация может проявляться с очень разными симптомами у разных пациентов, даже в пределах одной семьи. Эта фенотипическая изменчивость усложняет выявление конкретных вызывающих мутаций и затрудняет установление точного диагноза только на основе клинических симптомов [11]. Хотя технологии секвенирования нового поколения (NGS) произвели революцию в генетической диагностике, они также имеют свои ограничения. Некоторые мутации, такие как крупные делеции или дупликации, могут быть неэффективно обнаружены этими технологиями. Кроме того, некодирующие варианты (области генома, которые не кодируют белки) могут играть важную роль в некоторых редких заболеваниях, но они часто плохо изучены и их трудно интерпретировать [12]. Таким образом, на данный момент и с учетом современных знаний в области генетики отправка экипажа в космос на длительный период подвергает его повышенному риску развития редких заболеваний, о которых невозможно будет получить представление об их влиянии на членов экипажа и, в конечном итоге, на миссию, отсюда и необходимость численного моделирования, как представлено в этой статье.
В этой второй статье нашей серии мы исследуем генетическую эволюцию многопоколенных популяций во время межзвездных путешествий, уделяя особое внимание фенотипическим эффектам экспрессии генов. Для этого мы используем агент-моделирование Монте-Карло HERITAGE, разработанное нашей командой [13, 14, 15, 5, 2], которое теперь включает фенотипические эффекты экспрессии генов на несколько ключевых количественных биологических (вероятность бесплодия, количество выкидышей, вероятность беременности) и генетических показателей (разнообразие генома по отношению к референтному геному, генетический полиморфизм, степень генетической гетерозиготности и генетическое расстояние Ней). Методы моделирования экологических и радиационно-индуцированных фенотипических эффектов представлены в разделе 2. В разделе 3 представлены пять симуляций, представляющих различные сценарии воздействия радиации, с которыми может столкнуться многопоколенный корабль, и в разделе 4 проводится их анализ. В заключение мы представляем нашу работу и планируем дальнейшие шаги для HERITAGE в разделе 5.
2 Моделирование фенотипических эффектов
В этом разделе мы представляем улучшения, которые мы внесли в наш код Монте-Карло, основанный на агентах HERITAGE, для моделирования реалистичной популяции человека в среде с ограниченными ресурсами. Эти обновления сосредоточены на ослаблении гипотезы нейтрального отбора в генетической эволюции многопоколенной популяции в контексте межзвездных путешествий.
2.1 Краткий обзор моделирования генетики в HERITAGE
В HERITAGE [2] мы моделируем упрощенные диплоидные геномы человека с использованием матриц. Каждая матрица представляет собой сегмент ДНК, то есть хромосому, и каждый цифровой человек имеет 46 физически независимых хромосом (23 материнского происхождения и 23 отцовского происхождения). Вдоль каждой хромосомы мы определяем дискретные и ограниченные блоки, которые независимы друг от друга в том смысле, что мы можем различать их по свойству. Это локусы (единственное число «локус»). Каждый локус может иметь 10 различных аллельных форм, представляющих генетические вариации, существующие между людьми и между человеческими популяциями. В общей сложности для одного полного диплоидного генома в HERITAGE существует 2^110 локусов с 2^100 различными возможными аллельными формами. Конечно, не все люди имеют один и тот же геном (они не клоны). В начале моделирования мы сначала определяем стандартный референсный геном человека, устанавливая все аллели равными 0. Затем мы создаем пулы из 100 отдельных генотипов с определенным уровнем вариации и скрещиваем эти 100 генотипов случайным образом, чтобы создать пять конечных популяций. Наш конечный экипаж состоит из случайно выбранного числа людей из этих 5 референсных популяций. Как указано в [2], это «позволяет учитывать тот факт, что эти популяции, даже если они являются исходными, сами являются результатом сложной (и общей) генетической истории с различным уровнем генетического родства». Поскольку каждый член экипажа нулевого поколения имеет определенный генотип, мы можем создать реалистичные новые поколения цифровых людей, следуя правилам наследственности. Мейоз (процесс двойного деления клеток, позволяющий переключаться от диплоидной клетки к четырем гаплоидным клеткам), дупликация, гомологическая рекомбинация, конверсия, сегрегация и распределение включены. Процесс одинаков для образования яйцеклеток и сперматозоидов, поэтому мы выполняем эти генетические задачи как для матери, так и для отца, чтобы получить генетически правдоподобное потомство. Все эти работы были выполнены в условиях нейтральной гипотезы, то есть без фенотипических эффектов мутаций. Следовательно, не было естественного отбора аллелей или аллельных паттернов, что приводило к незначительной или отсутствующей генетической дифференциации n-го поколения по отношению к начальному. Это гипотеза, которую мы теперь ослабляем.
2.2 Фенотипические эффекты мутаций (естественный отбор)
Рассмотрим нашу исходную популяцию с генетической точки зрения. Это устойчивая популяция, которая на протяжении тысячелетий выживала и размножалась на Земле, что означает, что мутации в ее геноме в основном не вредны. Любые сильно неблагоприятные мутации были выведены из популяции на протяжении веков, поскольку они приводили к преждевременной смерти (или бесплодию) носителей [16]. Это означает, что существующие аллельные комбинации в нашей популяции по существу нейтральны, но проблемы могут возникнуть при появлении новых аллельных комбинаций. Чтобы учесть этот эффект, в начале каждой новой симуляции HERITAGE мы сканируем геном каждого начального члена экипажа и сохраняем все существующие аллельные комбинации. Эти комбинации и их соответствующие фенотипические эффекты считаются нейтральными. Чтобы выразить эту нейтральность, аллельной комбинации присваивается вес, равный единице. Однако для всех новых комбинаций из 69 630 возможных, которые не существуют в исходной популяции, стохастически присваиваются веса, отличные от единицы. Мы сохраняем каждую взвешенную аллельную комбинацию в файле, чтобы фенотипические эффекты оставались неизменными на протяжении всего моделирования. Этот вес является генетической пригодностью, то есть способностью организма (здесь конкретного аллеля) выживать и размножаться. Фенотипическое выражение генотипа в определенной среде определяет, насколько генетически пригоден организм. Если значение пригодности ниже единицы, аллельная комбинация вредна. Если вес больше 1, мутация выгодна. В HERITAGE пригодность применяется к четырем основным параметрам: продолжительности жизни, фертильности, вероятности беременности и частоте выкидышей. Можно включить больше фенотипических эффектов, но в этой статье мы сосредоточимся на основных, которые определяют шансы на выживание популяции в течение длительного периода времени. Фенотипические эффекты мутаций моделируются с использованием гауссовского распределения.
2.3 Фенотипические эффекты неомутаций (облучение)
Второй источник генетических мутаций — это космическое облучение. Хотя атмосфера Земли непрозрачна для космических лучей с энергией ниже 1 ГэВ, поток высокоэнергетических галактических космических лучей (а также излучения от солнечных протонных событий и радиационных поясов) значительно увеличивается с увеличением расстояния от нашей планеты. Риски биологического повреждения от первичных галактических космических лучей или потоков вторичных частиц, возникающих в результате взаимодействия космических лучей с щитами космического корабля, высоки в глубоком космосе. Ионизирующее излучение может вызывать различные типы повреждений ДНК, модификации оснований, мостики ДНК-белок или даже разрывы цепей. Если повреждения могут быть восстановлены, биологический эффект ограничен молекулярным уровнем и целостность клетки сохраняется. Если клетка не может восстановить поврежденную ДНК, модификации вызывают длительные аресты клеточного цикла, подавление транскрипции и репликации ДНК, а также хромосомные аберрации. Это может привести к мутациям и хромосомным аберрациям. Радиобиологические эффекты на репродуктивную систему включают бесплодие, выкидыши, снижение вероятности беременности и/или врожденные дефекты [22], а также злокачественные новообразования [23, 24]. Эти параметры учитываются в HERITAGE. Чтобы смоделировать неомутации, то есть мутации, вызванные внешним облучением, код теперь учитывает 11-е аллельное состояние. Любая мутация, вызванная радиацией, может изменить текущее аллельное состояние локуса на это особое значение, что указывает на появление новой (наследственной) мутации в генотипе. В первом приближении количество неомутаций, возникающих в геноме члена экипажа в год, прямо пропорционально дозе облучения при низких энергиях (≤ 1 Зв) и становится экспоненциальным при более высоких энергиях. Нижняя часть является стандартной линейной моделью без порога, что означает, что увеличение дозы приводит к пропорциональному увеличению риска, и любая доза, какой бы маленькой она ни была, создает некоторый генетический риск [25]. Высокоэнергетическая часть формулы является вогнутой вверх, то есть экспоненциальной: частота мутаций удваивается на 1 Зв [26, 27, 28]. Это можно смоделировать с помощью следующего уравнения:
N = (D 2 54083) / 1.25e-6
где N — количество неомутаций, возникающих в год в геноме члена экипажа, D — накопленная доза облучения члена экипажа (в Зв), а 2 — количество наборов каждого гена. Числовое значение экспоненты выводится из формулы для количества спонтанных новых мутантов на поколение, данной [29, 26]:
μ = 1.25e-6
где N — количество особей (1) и частота спонтанных мутаций на ген на поколение (1,25e-6). Мы проверили, что наша результирующая формула дает ожидаемое количество мутационных событий на геном в кодирующих белком генах после воздействия 1 Зв: 0,27 [28]. Поскольку D зависит от времени, эффект различных доз облучения можно исследовать на протяжении всего межзвездного путешествия. Однако распределение эффектов пригодности для неомутаций не следует гауссовскому распределению. Скорее, это бимодальное распределение с асимметричной кривой, центрированной ниже 1 (благоприятные эффекты встречаются реже, чем вредные), и хвостом летальных эффектов пригодности [21]. Это конкретное распределение показано на рисунке 1, но его можно изменить в соответствии с потребностями пользователя. Эта функция говорит нам о том, что неомутации в основном вредны для человеческого организма, и высокие дозы облучения потенциально могут уничтожить целые популяции.
2.4 Карта хромосом
Чтобы исследовать фенотипические эффекты мутаций, HERITAGE теперь принимает «карту хромосом» в качестве входных данных. Эта карта представляет собой список всех локусов, которые могут проявлять экспрессию генов, а остальные (не перечисленные) считаются нейтральными по отношению к четырем основным фенотипическим эффектам, включенным в код: продолжительности жизни, фертильности, вероятности беременности и частоте выкидышей. Пользователь может выбрать любое количество положений локусов на любом количестве хромосом и наложить эффект на один, два, три или все четыре определенных фенотипических эффекта. Типичная запись выглядит следующим образом:
(хромосома, локус, фертильность, продолжительность жизни, вероятность беременности, частота выкидышей)
Например: (1, 23, да, нет, нет, нет)
Если один или несколько из них имеют значение «да», все аллельные комбинации (0,0; 0,1; 0,2… 9,10; 10,10) для параметра взвешиваются значением пригодности. Аллельные значения от 0 до 9 следуют распределению пригодности для естественных мутаций (гауссовскому в нашем случае, как описано в разделе 2.2), а все аллельные значения, равные 10, являются неомутациями, значения пригодности которых следуют бимодальному распределению, показанному на рисунке 1 и подробно описанному в разделе 2.3. Для каждой аллельной комбинации доминантные и рецессивные аллели выбираются случайным образом и фиксируются на протяжении всего моделирования. Напомним, что доминирование относится к взаимосвязи между двумя аллелями гена. Если они различаются, экспрессируется один аллель; это доминантный ген. Эффект другого аллеля, называемого рецессивным, игнорируется.
3 Генетические эффекты в течение 600-летнего межзвездного путешествия
Чтобы исследовать влияние мутаций, мы теперь моделируем 600-летнее межзвездное путешествие к потенциальной экзопланете. Зная, что скорость роста искусственных транспортных средств составляет около 4,72% в год (удваиваясь каждые 15 лет [30]), такая миссия вполне может быть направлена к ближайшей экзопланетной системе в следующем столетии.
3.1 Входные параметры
Вместимость звездолета установлена в 1200 человек с порогом перенаселения 90% (размножение больше не допускается при 90% от общей вместимости корабля). Наша базовая модель для начальной популяции состоит из экипажа из 500 человек, равномерно распределенных по полу. В среднем, отправляющиеся члены экипажа имеют возраст 30 лет со стандартным отклонением 5 лет. Допустимый период размножения установлен в диапазоне 18–40 лет, а возраст менопаузы — 45 лет. Женщины могут иметь 3 детей со стандартным отклонением 1 (что может быть изменено социальными ограничениями при достижении порога перенаселения). Ожидаемая продолжительность жизни женщин установлена на 85 лет со стандартным отклонением 5, а мужчин — 79 лет с тем же стандартным отклонением. Начальные члены экипажа не проявляют кровного родства друг к другу, и размножение допускается до фактора кровного родства 3%. Эти параметры широко используются для начальных экипажей звездолетов [13, 14, 15, 5, 2], и их различные воздействия были тщательно протестированы в первых статьях этой серии. С точки зрения популяционной генетики, отправляющиеся члены экипажа отбираются из генетически реалистичных начальных популяций, которые имеют общую историю, но не проявляют сильно вредных мутаций. Типичная разница между геномом человека и референсным геномом составляет 0,57% от общего числа пар оснований человека [31]. Мы учитываем дозу облучения, полученную экипажем на Земле до отправления, предполагая, что члены экипажа не подвергались аномальным дозам ионизирующего излучения. Наша карта хромосом была построена таким образом, что 3,5% всего пула локусов оказывает фенотипическое влияние на продолжительность жизни, фертильность, вероятность беременности и частоту выкидышей. Истинный процент неизвестен, поскольку существует огромное количество генов-кандидатов, которые необходимо изучить в лаборатории [32]. Однако мы выбрали это число, чтобы воспроизвести широко используемую цифру в 5% увеличения риска смерти от рака при накопленной дозе облучения 1 Зв [33, 34]. Удобно, что наша параметризация также воспроизводит ожидаемую частоту летальности 50% / 100% при острых дозах облучения более 5 и 10 Зв соответственно [35].
3.2 Сценарий 1: Естественный фоновый уровень Земли
В первом сценарии («естественный фон») мы предполагаем идеальную защиту от радиации, которая предотвращает любое проникновение космических лучей из межзвездной среды и отсутствие ядерного инцидента на борту звездолета в течение всего полета. Доза облучения, получаемая экипажем, постоянна во времени и установлена на уровне среднего естественного фона Земли (2,4 мЗв в год) [36]. Результаты наших симуляций показаны на рисунке 2 и будут проанализированы в разделе 4.
3.3 Сценарий 2: Экстремальный фон
Во втором сценарии («экстремальный фон») мы исследуем уровни радиации, которые можно считать экстремальными случаями известных населенных районов на Земле. Ярким примером является средняя доза облучения 10 мЗв в год, получаемая в районе Рамсар Талеш Махалле в Иране, с максимальным случаем 130 мЗв в год, измеренным внутри самого радиоактивного дома [37]. Эта естественная радиоактивность происходит от местной геологии, где подземные воды растворяют радий в уранических магматических породах и доставляют его на поверхность через горячие источники [38]. Часть радия диффундирует в почву, где он смешивается с питьевой водой. Остальной радий осаждается в травертине, виде известняка, который десятилетиями использовался в качестве строительного материала. Около 2000 человек живут в этом районе, несмотря на высокие дозы облучения. Чтобы исследовать долгосрочные последствия таких экстремальных условий в замкнутой космической среде, мы установили годовой уровень радиации на постоянный уровень 130 мЗв. Результаты наших симуляций показаны на рисунке 3 и будут проанализированы в разделе 4.
3.4 Сценарий 3: Прогрессирующая деградация радиационной защиты
Наш третий сценарий предполагает постепенную деградацию защиты корабля от радиации («деградация защиты»). Как и в первом сценарии («естественный фон»), звездолет быстро заселяется до максимальной вместимости (установленной порогом безопасности), а демография остается стабильной около 1080 человек в год. Однако с течением времени, по мере деградации щитов (0,01% линейной деградации в год), уровень радиации постепенно увеличивается. Чтобы учесть это, мы использовали данные о плотности космических лучей, полученные с инструмента Cosmic Ray Subsystem (CRS) космического аппарата Voyager-1, запущенного NASA 5 сентября 1977 года. Эти данные показывают, что плотность галактических космических лучей увеличивается до плато при входе Voyager-1 в глубокое космическое пространство, за пределами гелиопаузы. Плотность ионизирующего излучения примерно в 3,21 раза выше, чем уровень радиации, наблюдаемый вблизи Земли, который был измерен экспериментом Lunar Lander Neutrons and Dosimetry (LND) на китайском аппарате Chang’E 4, приземлившемся в кратере фон Кармана на обратной стороне Луны 3 января 2019 года. Результаты наших симуляций показаны на рисунке 4 и будут проанализированы в разделе 4.
3.5 Сценарий 4: Ядерный инцидент
В нашем четвертом сценарии («ядерный инцидент») мы моделируем катастрофу, подобную Чернобыльской, произошедшую на космическом корабле. Предполагая, что для питания звездолета могут использоваться ядерные реакторы [41], мы моделируем взрыв в ядерном реакторе, сопровождающийся выбросом радиоактивных частиц. Мы использовали данные о временной эволюции дозы облучения в открытом воздухе вокруг Чернобыля [43] и подогнали их с помощью логистической кривой с четырьмя параметрами (R^2 = 0,7669). Для оценки начальной дозы облучения мы использовали биологические дозиметрические данные, полученные в результате Чернобыльской катастрофы. На основе дозиметрии группы из 134 госпитализированных рабочих средняя полученная доза облучения всего тела составила около 4,12 Зв [44]. Мы используем это число в качестве дозы облучения в первый год и применяем логистическую кривую с четырьмя параметрами для количественной оценки снижения уровня радиации. Мы установили этот ядерный инцидент на 200-й год после отправления. Результаты наших симуляций показаны на рисунке 5 и будут проанализированы в разделе 4.
3.6 Сценарий 5: Сверхновая
Наконец, мы исследуем влияние взрыва сверхновой («сверхновая (50 световых лет)»). Чтобы определить количество космических лучей, испускаемых сверхновой, мы сначала вычисляем вводимый спектр, а затем его рассеянный аналог.
3.6.1 Вводимый спектр
В контексте сверхновых вводимый спектр относится к выбросу космических лучей в окружающее пространство. Математическая форма вводимого спектра часто характеризуется распределением по степенному закону:
|N(E)| ∝ E^(-γ)
где N(E) — спектр космических лучей в единицах эрг^-1 как функция энергии E, A — амплитуда, определяющая общую нормализацию, E_0 — масштабная энергия, а γ — показатель спектра. Показатель обычно составляет около 2,7, а выбор γ влияет на форму спектра. Амплитуда связана с долей энергии взрыва сверхновой (E_SN) и энергетическими границами (E_min, E_max):
A ∝ E_SN / (E_max^γ – E_min^γ)
Следовательно, если E_max достаточно велико и E_min = 1 ГэВ, то:
N(E) ∝ E^(-γ)
В результате:
N(E) ∝ E^(-2.7)
Таким образом, вводимый спектр предоставляет количественное описание обилия космических лучей на разных уровнях энергии, возникающих в результате астрофизических процессов, связанных со сверхновыми.
3.6.2 Рассеянный спектр
Рассеянный спектр относится к распределению космических лучей, которые распространились и рассеялись в пространстве после их выброса из источника. В отличие от вводимого спектра, который характеризует немедленный выброс космических лучей из источника, рассеянный спектр учитывает распространение и рассеяние этих частиц во времени и пространстве. Спектр вводится в момент времени t_0 в положении r_0. Чтобы определить плотность космических лучей в разных положениях и в разное время t, мы решаем уравнение диффузии, используя формализм Грина:
∂N/∂t = D∇²N + Q(r, t)
где N — плотность космических лучей, D — коэффициент диффузии, а Q(r, t) — источник космических лучей. Решение этого уравнения можно выразить как:
N(r, t) = ∫∫ G(r, t; r’, t’) Q(r’, t’) dr’ dt’
где G(r, t; r’, t’) — функция Грина, описывающая распространение космических лучей от источника (r’, t’) к наблюдателю (r, t).
3.6.3 Преобразование в дозу облучения
После определения плотности космических лучей, рассеянных от сверхновой, мы преобразуем ее в дозу облучения. Для этого мы используем оценку, предоставленную [46]:
D = Φ σ ρ * m
где Φ — число нуклонов на квадратный сантиметр в секунду со всех направлений через поперечное сечение корабля, перпендикулярное направлению движения, σ — сечение взаимодействия космических лучей с тканью (около 10^-24 см^2 для 1 ГэВ космических лучей), ρ — средняя плотность человеческого тела (1 г/см^3), а m — средняя масса взрослого астронавта (70 кг). Это дает нам дозу поглощенного облучения в рад/год, которую мы можем преобразовать в эквивалентную дозу облучения, умножив на коэффициент качества облучения (Q = 10 для нейтронов и высокоэнергетических протонов в соответствии с правилами NRC).
3.6.4 Сверхновая в 50 световых годах
Чтобы исследовать влияние сверхновой на экипаж звездолета, мы помещаем взрывающуюся звезду на расстояние 50 световых лет. Это расстояние не было выбрано случайно. Недавние измерения изотопа железа-60 (60Fe) в морском дне, изотопа железа, производимого при взрывах сверхновых, обнаруженного в окаменелых бактериях в морских отложениях, указывают на то, что Земля подвергалась воздействию по крайней мере двух сверхновых несколько миллионов лет назад [47]. Оцененные расстояния до этих сверхновых варьируются от 160 до 325 световых лет, что указывает на то, что зона уничтожения сверхновых (расстояние между сверхновой и Землей, которое вызовет массовое вымирание) меньше. Первое подробное вычисление зоны уничтожения оценило радиус 25 световых лет [48], но современные симуляции имеют тенденцию пересматривать эти цифры в сторону увеличения. Более вероятный радиус зоны уничтожения составляет 35–65 световых лет [49, 50]. Поэтому мы выбрали среднее значение 50 световых лет. Как и в предыдущем сценарии, мы установили взрыв на 200-й год после отправления. Результаты наших симуляций показаны на рисунке 6 и будут проанализированы в разделе 4.
4 Анализ наших симуляций
Мы создали набор из пяти симуляций для изучения влияния различных сценариев радиации, которые могут произойти во время глубококосмического путешествия. Теперь мы рассмотрим каждый из них по отдельности. Таблица 1 суммирует несколько ключевых количественных показателей генетического здоровья экипажа. Среди них — начальное и конечное разнообразие генома по отношению к референтному геному, начальная и конечная степень генетического полиморфизма, начальная и конечная степень генетической гетерозиготности и генетическое расстояние Ней (как описано в [51]). Карты гетерозиготности всех хромосом из начальной и конечной популяций не показаны, но доступны по запросу.
| Сценарий | Ntot | Gi | Gf | Pi | Pf | Hi | Hf | DNei |
|—|—|—|—|—|—|—|—|—|
| Естественный фон | 7015 | 0,57% | 0,56% | 9,31% | 9,70% | 1,13% | 0,98% | 0,02% |
| Экстремальный фон | 15378 | 0,57% | 8,97% | 9,00% | 100% | 1,13% | 15,01% | 0,23% |
| Деградация защиты | 9519 | 0,57% | 1,58% | 9,70% | 100% | 1,12% | 2,29% | 0,02% |
| Ядерный инцидент | 9190 | 0,56% | 2,8% | 9,13% | 100% | 1,16% | 4,98% | 0,06% |
| Сверхновая (50 св. лет) | 7666 | 0,56% | 0,59% | 8,22% | 9,11% | 1,11% | 1,03% | 0,01% |
4.1 Естественный фон
В первом сценарии («естественный фон», см. рис. 2) экипаж быстро достигает максимальной вместимости звездолета (установленной порогом безопасности), а демография затем стабилизируется примерно в 1080 человек в год. Количество мужчин и женщин примерно одинаково на протяжении всего путешествия, с незначительным, но статистически незначимым преобладанием женщин. Годовая доза облучения, установленная на уровне среднего естественного фона Земли (2,4 мЗв в год), не влияет на вероятность бесплодия, выкидышей или беременности. Значения довольно близки к тем, что были найдены в первых статьях нашей серии HERITAGE [13, 14, 5]. Индивидуальная гетерозиготность среди экипажа стабильна во времени. Нет различий в начальном и конечном разнообразии генома, генетическом полиморфизме и генетической гетерозиготности. Вычисленное генетическое расстояние Ней указывает на то, что начальные и конечные популяции очень похожи (в том смысле, что они разделяют очень похожие аллельные паттерны) и, вероятно, плохо дифференцированы. Как следствие, этот сценарий демонстрирует, что фенотипические эффекты близки к нейтральной гипотезе, поскольку частота аллелей (для неполовых хромосом) стабильна на протяжении столетий для больших отправных экипажей (500 человек или более).
4.2 Экстремальный фон
Рассматривая тот же сценарий, но с более высоким фоновым уровнем радиации («экстремальный фон», см. рис. 3), мы видим, что экипаж быстро достигает той же демографической численности, что и в первом сценарии. Однако по сравнению с предыдущей симуляцией было создано вдвое больше членов экипажа. Это связано с тем, что высокие уровни радиации оказывают негативное влияние на продолжительность жизни экипажа: неомутации повышают частоту бесплодия и выкидышей, а также снижают вероятность беременности с течением времени. Это является четким признаком фенотипических эффектов экспрессии генов. Это также иллюстрируется временной эволюцией индивидуальной гетерозиготности среди экипажа. Базовый уровень увеличивается со временем, поскольку все больше неомутаций передаются от поколения к поколению. Распространение гетерозиготности постоянно во времени (около 30 процентных пунктов). Влияние неомутаций также можно увидеть в разнообразии генома, которое достигает 8,97% в конце симуляции, в то время как в начале оно составляло 0,57%. Степень полиморфизма, представляющая долю локусов (из общего числа N локусов), которые полиморфны в масштабе популяции, увеличилась с 9,00% до 100% в конце симуляции. Вычисленное генетическое расстояние Ней достигает 0,23%, значения которого достаточно велико, чтобы произвольно разделить начальную и конечную популяции на отдельные сущности (подвиды, например, бенгальский и сибирский тигры). Постоянный рост во времени бесплодия среди членов экипажа, связанный со снижением вероятности беременности, указывает на то, что такая популяция, вероятно, вымрет в течение следующих столетий/тысячелетий без вклада нового генетического пула или резкого снижения уровня радиации.
4.3 Деградация защиты
Третий сценарий предполагает постепенную деградацию защиты корабля от радиации («деградация защиты», см. рис. 4). Как и в первом сценарии («естественный фон»), звездолет быстро заселяется до своей максимальной вместимости, а частота бесплодия и выкидышей остается низкой на протяжении большей части времени путешествия. Средняя вероятность беременности также остается высокой. Однако по мере деградации щитов со временем мы наблюдаем небольшую тенденцию к изменению указанных показателей. Это объясняет, почему в симуляции было 9519 членов экипажа, а не 7015 в первом сценарии. Важно отметить, что средняя индивидуальная гетерозиготность среди экипажа увеличивается со временем, а также ее разброс (от процентного пункта в начале до примерно 20 процентных пунктов в конце симуляции). Разнообразие генома и генетический полиморфизм также растут, при этом экипаж демонстрирует 100% полиморфизм в конце симуляции. Однако генетическое расстояние Ней остается низким, как и в первом сценарии, поскольку разнообразие генома увеличилось всего на 1 процентный пункт. Мы отмечаем, что конечный фоновый уровень внутри звездолета все еще ниже экстремального фонового уровня во втором сценарии, несмотря на 0,01% ежегодную потерю эффективности, что объясняет лучшее генетическое здоровье конечного экипажа.
4.4 Ядерный инцидент
В случае ядерного инцидента на звездолете («Ядерный инцидент», см. рис. 5) первые 200 лет миссии очень похожи на первые, поскольку входные параметры одинаковы. Но когда происходит ядерный инцидент, происходит быстрый рост уровня радиации, приводящий к смертельным случаям рака и большому количеству врожденных дефектов и выкидышей, которые сильно влияют на экипаж. Население почти вымерло в результате этого события. Несмотря на то, что инцидент произошел только в один момент времени (один год), экипажу потребовалось около 75 лет, чтобы восстановиться в численности. Ядерный инцидент связан с внезапным увеличением частоты бесплодия и выкидышей, которое продолжает эхом отдаваться до конца симуляции. Это также повлияло, но в меньшей степени, на вероятность беременности. Эхо ядерного инцидента четко видно на графике, показывающем индивидуальную гетерозиготность среди экипажа. Во время инцидента гетерозиготность увеличилась на 40 процентных пунктов, но со временем, по мере того как радиоактивные осадки оседают и теряют свою радиоактивность, гетерозиготность показывает тенденцию к снижению. В конце разнообразие генома (2,8%) выше, чем в первом и третьем сценариях, а полиморфизм максимален (100%), что приводит к несколько большему генетическому расстоянию Ней (0,06%), чем в сценарии без ядерного инцидента. Это генетическое расстояние недостаточно, чтобы однозначно разделить начальную и конечную популяции с генетической точки зрения.
4.5 Сверхновая
Наконец, сценарий взрыва сверхновой («Сверхновая (50 световых лет)», см. рис. 6) показывает, что экипаж в безопасности в течение первых двух третей миссии. Несмотря на то, что взрыв произошел через 200 лет после отправления, космические лучи, испущенные сверхновой, рассеялись и распространились в пространстве со временем, что объясняет постепенное увеличение уровня радиации только в конце симуляции. Уровень радиации быстро увеличивается с течением времени, влияя на вероятность бесплодия, выкидышей и беременности только в конце симуляции. Это четко видно на графике, показывающем индивидуальную гетерозиготность среди экипажа, которая демонстрирует экспоненциальное поведение в течение последних 50 лет симуляции. Это приводит к небольшому увеличению разнообразия генома, генетического полиморфизма и гетерозиготности, но сверхновая не успела сильно изменить геном человека, поэтому генетическое расстояние Ней остается незначительным. Симуляция останавливается на 600-м году, но в будущем будет интересно увеличить эту продолжительность, чтобы определить, как далеко должна находиться сверхновая, чтобы полностью уничтожить популяцию на космическом корабле или на Земле. Это будет исследовано в другой публикации.
5 Заключение и дальнейшее развитие
Мы обновили код HERITAGE, включив генетические эффекты мутаций и неомутаций (от радиации) на продолжительность жизни популяции, ее фертильность, вероятность беременности и частоту выкидышей. Код достаточно модульный, чтобы параметризацию генетических эффектов мутаций и неомутаций можно было изменить в соответствии с потребностями пользователя. Используя гауссовское распределение для мутаций и бимодальное распределение для эффектов неомутаций, мы показали влияние фенотипических эффектов экспрессии генов на популяцию цифровых людей на звездолете, направляющемся к далекой экзопланете. В течение 600-летнего путешествия мы протестировали различные уровни радиации и инциденты, которые могли бы реалистично произойти, чтобы проверить устойчивость экипажа и эффекты мутаций. Наш код теперь можно использовать для моделирования немедленной или постепенной деградации среды, подвергающейся сильному радиационному воздействию, чтобы оценить уровни опасности и жизнеспособность людей в таких условиях. HERITAGE может быть полезен для тестирования влияния деградации щитов космических кораблей и космических станций на экипаж, позволяя принимать более обоснованные решения относительно продолжительности пилотируемых миссий. Он также может быть теоретически полезен для определения минимального расстояния между сверхновой и космическим кораблем для выживания популяции, позволяя эффективно определять самый безопасный космический маршрут к экзопланете. Большинство текущих симуляций сосредоточены на влиянии сверхновых на биоту Земли, а не на человеческой популяции в космосе, где земное магнитное поле должно быть заменено искусственными щитами (например, слоями, богатыми водородом [52]). Код находится на уровне, когда большинство критических параметров для тестирования выживаемости экипажа в космосе были добавлены, хотя код все еще можно улучшить, включив тонкие динамические эффекты популяции. HERITAGE теперь будет использоваться для тестирования различных сценариев для оптимизации выбора экипажа (идеальное количество отправляющихся членов экипажа, полезность гендерного баланса, использование замороженного генетического материала и т. д.), для тестирования конструкции звездолетов, двигателей и радиационной защиты, а также для прокладывания пути к созданию первого поколения космических ковчегов.
Благодарность
Авторы выражают благодарность доктору Пьеру Кристофари за помощь в вычислении рассеянного спектра сверхновой. Мы также благодарны доктору Рису Тейлору за его комментарии и предложения, которые значительно помогли улучшить эту статью.
Ссылки
[1] F. Neukart, Toward the Stars: Technological, Ethical, and Sociopolitical Dimensions of Interstellar Exploration, arXiv e-prints (2024) arXiv:2402.15536arXiv:2402.15536, doi:10.48550/arXiv.2402.15536.
[2] F. Marin, C. Beluffi, F. Fischer, Genetic Evolution Of A Multi-Generational Population In The Context Of Interstellar Space Travel, Journal of the British Interplanetary Society 74 (2021) pp.162–184. arXiv:2102.01508.
[3] S. J. Chancellor JC, Scott GB, Space Radiation: The Number One Risk to Astronaut Health beyond Low Earth Orbit, Life (Basel) 4 (2014) 491–510. doi:10.3390/life4030491.
[4] P. Bradbury, H. Wu, J. U. Choi, A. E. Rowan, H. Zhang, K. Poole, J. Lauko, J. Chou, Modeling the Impact of Microgravity at the Cellular Level: Implications for Human Disease, Front. Cell Dev. Biol. 8 (2020) 96. doi:10.3389/fcell.2020.00096.
[5] F. Marin, C. Beluffi, Water and Air Consumption aboard Interstellar Arks, Journal of the British Interplanetary Society 73 (2020) 239–247. arXiv:2003.09286.
[6] N. Kanas, Humans in Space: The Psychological Hurdles, Springer Praxis Books, Springer International Publishing, 2015. URL https://books.google.fr/books?id=15BargEACAAJ
[7] C. M. Smith, Estimation of a genetically viable population for multigenerational interstellar voyaging: Review and data for project Hyperion, Acta Astronautica 97 (2014) 16–29. doi:10.1016/j.actaastro.2013.12.013.
[8] National Research Council (US) Committee on the Biological Effects of Ionizing Radiation (BEIR V), Genetic Effects of Radiation, Health Effects of Exposure to Low Levels of Ionizing Radiation, National Academies Press (US), 1990. URL https://www.ncbi.nlm.nih.gov/books/NBK218706/
[9] S. N. Archer, C. Möller-Levet, M. Ángeles Bonmatí-Carrión, E. E. Laing, D.-J. Dijk, Extensive dynamic changes in the human transcriptome and its circadian organization during prolonged bed rest, iScience 27 (3) (2024) 109331. doi:https://doi.org/10.1016/j.isci.2024.109331. URL https://www.sciencedirect.com/science/article/pii/S2589004224005522
[10] D. N. Cooper, Regulatory mutations and human genetic disease, Annals of Medicine 24 (6) (1992) 427–437. arXiv:https://doi.org/10.3109/07853899209166991, doi:10.3109/07853899209166991. URL https://doi.org/10.3109/07853899209166991
[11] S. Girirajan, E. E. Eichler, Phenotypic variability and genetic susceptibility to genomic disorders, Human Molecular Genetics 19 (R2) (2010) R176–R187. arXiv:https://academic.oup.com/hmg/article-pdf/19/R2/R176/1790931/ddq366.pdf, doi:10.1093/hmg/ddq366. URL https://doi.org/10.1093/hmg/ddq366
[12] A. Pagnamenta, C. Camps, E. Giacopuzzi, et al., Structural and non-coding variants increase the diagnostic yield of clinical whole genome sequencing for rare diseases, Genome Med 15 (94). doi:https://doi.org/10.1186/s13073-023-01240-0.
[13] F. Marin, HERITAGE: A Monte Carlo code to evaluate the viability of interstellar travels using a multi-generational crew, Journal of the British Interplanetary Society 70 (2017) 184–195.
[14] F. Marin, C. Beluffi, Computing the Minimal Crew for a multi-generational space journey towards Proxima b, Journal of the British Interplanetary Society 71 (2018) 45–52. arXiv:1806.03856.
[15] F. Marin, C. Beluffi, R. Taylor, L. Grau, Numerical constraints on the size of generation ships from total energy expenditure on board, annual food production and space farming techniques, Journal of the British Interplanetary Society 71 (2018) 382–393. arXiv:1901.09542.
[16] J. H. Gillespie, Population genetics: a concise guide, JHU press, 2004.
[17] R. Bur̈ger, A. Gimelfarb, Fluctuating environments and the role of mutation in maintaining quantitative genetic variation, Genetical research 80 (2002) 31–46. doi:10.1017/S0016672302005682.
[18] G. Martin, T. Lenormand, C. Goodnight, The fitness effect of mutations across environments: A survey in light of fitness landscape models, Evolution 60. doi:10.1554/06-162.1.
[19] O. Tenaillon, O. Silander, J.-P. Uzan, L. Chao, Quantifying organismal complexity using a population genetic approach, PloS one 2 (2007) e217. doi:10.1371/journal.pone.0000217.
[20] T. Bataillon, S. Bailey, Effects of new mutations on fitness: Insights from models and data, Annals of the New York Academy of Sciences 1320. doi:10.1111/nyas.12460.
[21] J. Masel, Qu0026a: Evolutionary capacitance, BMC biology 11 (2013) 103. doi:10.1186/1741-7007-11-103.
[22] A. L. Ogilvy-Stuart, S. M. Shalet, Effect of radiation on the human reproductive system, Environmental Health Perspectives 101 (1993) 109–116.
[23] R. K. Sachs, D. J. Brenner, Solid tumor risks after high doses of ionizing radiation, Proceedings of the National Academy of Sciences 102 (37) (2005) 13040–13045. doi:10.1073/pnas.0506648102.
[24] T. Imaoka, M. Nishimura, D. Iizuka, K. Daino, T. Takabatake, M. Okamoto, S. Kakinuma, Y. Shimada, Radiation-induced mammary carcinogenesis in rodent models: what’s different from chemical carcinogenesis?, Journal of radiation research 50 (4) (2009) 281–293.
[25] I. of Medicine, Radiation in Medicine: A Need for Regulatory Reform, The National Academies Press, Washington, DC, 1996. doi:10.17226/5154.
[26] P. B. Roberts, Radiation in relation to mutation rate, mutational damage and human ill-health, Institute of nuclear sciences.
[27] F. Cucinotta, Calculation of Heavy Ion Inactivation and Mutation Rates in Radial Dose Model of Track Structure, NASA technical paper, National Aeronautics and Space Administration, Langley Research Center, 1997.
[28] N. Nakamura, A. Suyama, A. Noda, Y. Kodama, Radiation effects on human heredity, Annual review of genetics 47. doi:10.1146/annurev-genet-111212-133501.
[29] N. R. Council, Effects on Populations of Exposure to Low Levels of Ionizing Radiation, The National Academies Press, Washington, DC, 1972. doi:10.17226/18994.
[30] R. Heller, Relativistic generalization of the incentive trap of interstellar travel with application to Breakthrough Starshot, MNRAS 470 (3) (2017) 3664–3671. doi:10.1093/mnras/stx1493.
[31] 1000 Genomes Project Consortium, A global reference for human genetic variation, Nature 526 (2015) 68.
[32] M. Zorrilla, A. Yatsenko, The genetics of infertility: Current status of the field, Current genetic medicine reports 1. doi:10.1007/s40142-013-0027-1.
[33] ICRP, Recommendations of the international commission on radiological protection, International Commission on Radiological Protection 21 (1991) 1–3.
[34] NCRPM, Limitation of exposure to ionizing radiation, National Council on Radiation Protection and Measurements.
[35] G. H. Anno, R. W. Young, R. M. Bloom, J. R. Mercier, Dose response relationships for acute ionizing-radiation lethality, Health Phys. 84 (2003) 565. doi:10.1097/00004032-200305000-00001.
[36] U. N. S. Committee, Sources and effects of ionizing radiation, New York: United Nations, 2010.
[37] J. Hendry, S. Simon, A. Wojcik, M. Sohrabi, W. Burkart, E. Cardis, D. Laurier, M. Tirmarche, I. Hayata, Human exposure to high natural background radiation: What can it teach us about radiation risks?, Journal of radiological protection : official journal of the Society for Radiological Protection 29 (2009) A29–42. doi:10.1088/0952-4746/29/2A/S03.
[38] M. Ghiassi-Nejad, S. M. J. Mortazavi, J. Cameron, A. Niroomand-Rad, P. Karam, Very high background radiation areas of ramsar, iran: Preliminary biological studies, Health physics 82 (2002) 87–93. doi:10.1097/00004032-200201000-00011.
[39] A. C. Cummings, E. C. Stone, B. C. Heikkila, N. Lal, W. R. Webber, G. Jóhannesson, I. V. Moskalenko, E. Orlando, T. A. Porter, Galactic Cosmic Rays in the Local Interstellar Medium: Voyager 1 Observations and Model Results, Astrophysical Journal 831 (1) (2017) 18. doi:10.3847/0004-637X/831/1/18.
[40] Z. Quan, R. Wimmer-Schweingruber, S. Kulkarni, Q. Fu, Z. Zhang, H. Zhang, T. Berger, D. Matthiä, C. Hellweg, X. Hou, J. Cao, First measurements of the radiation dose on the lunar surface, Science Advances 6.
[41] G. Dyson, Project Orion: The True Story of the Atomic Spaceship, Henry Holt and Company, 2003.
[42] Z. Jaworowski, Observations on the chernobyl disaster and lnt, Dose-response : a publication of International Hormesis Society 8 (2010) 148–71. doi:10.2203/dose-response.09-029.Jaworowski.
[43] M. Jönsson, M. Tondel, M. Isaksson, R. Finck, R. Wälinder, A. Mamour, C. Rääf, Modelling the external radiation exposure from the chernobyl fallout using data from the swedish municipality measurement system, Journal of Environmental Radioactivity 178-179 (2017) 16–27. doi:https://doi.org/10.1016/j.jenvrad.2017.07.003.
[44] Nuclear Energy Agency, Chernobyl: Assessment of Radiological and Health Impacts, 2003. doi:https://doi.org/10.17226/9789264184879-en.
[45] A. Heger, C. L. Fryer, S. E. Woosley, N. Langer, D. H. Hartmann, How Massive Single Stars End Their Life, Astrophysical Journal 591 (1) (2003) 288–300. arXiv:astro-ph/0212469, doi:10.1086/375341.
[46] O. G. Semyonov, Radiation Hazard of Relativistic Interstellar Flight, arXiv e-prints (2006) physics/0610030arXiv:physics/0610030, doi:10.48550/arXiv.physics/0610030.
[47] A. L. Melott, B. C. Thomas, M. Kachelrieß, D. V. Semikoz, A. C. Overholt, A Supernova at 50 pc: Effects on the Earth’s Atmosphere and Biota, Astrophysical Journal 840 (2) (2017) 105. arXiv:1702.04365, doi:10.3847/1538-4357/aa6c57.
[48] N. Gehrels, C. M. Laird, C. H. Jackman, J. K. Cannizzo, B. J. Mattson, W. Chen, Ozone Depletion from Nearby Supernovae, Astrophysical Journal 585 (2) (2003) 1169–1176. arXiv:astro-ph/0211361, doi:10.1086/375341.
[49] B. C. Thomas, A. M. Yelland, Terrestrial Effects of Nearby Supernovae: Updated Modeling, Astrophysical Journal 950 (1) (2023) 41. arXiv:2301.05757, doi:10.3847/1538-4357/accf8a.
[50] H. M. L. Perkins, J. Ellis, B. D. Fields, D. H. Hartmann, Z. Liu, G. C. McLaughlin, R. Surman, X. Wang, Could a Kilonova Kill: A Threat Assessment, Astrophysical Journal 961 (2) (2024) 170. arXiv:2310.11627, doi:10.3847/1538-4357/ad12b7.
[51] S. Chakraborty, S. Bhattacharjee, Trans-national genetic distance and genetic identity of barak valley hindus en route the journey of mankind from africa for abo gene, Not Sci Biol 3. doi:10.15835/nsb336242.
[52] J.-H. Cha, S. Kumar Sarath Kumar, J.-E. Noh, J.-S. Choi, Y. Kim, C.-G. Kim, Ultra-high-molecular-weight polyethylene/hydrogen-rich benzoxazine composite with improved interlaminar shear strength for cosmic radiation shielding and space environment applications, Composite Structures 300 (2022) 116157. doi:https://doi.org/10.1016/j.compstruct.2022.116157.