avaliação do perfil de metilação do dna em genes supressores
Transcrição
avaliação do perfil de metilação do dna em genes supressores
Isana Rodrigues Silva AVALIAÇÃO DO PERFIL DE METILAÇÃO DO DNA EM GENES SUPRESSORES TUMORAIS E SEQUENCIAS REPETITIVAS EM TRABALHADORES DA CONSTRUÇÃO CIVIL EXPOSTOS A AGENTES CARCINOGÊNICOS AMBIENTAIS E OCUPACIONAIS Dissertação apresentada ao Programa de Pósgraduação do Hospital de Câncer de Barretos Fundação PIO XII para obtenção do Título de Mestre em Ciências da Saúde. Área de concentração: Oncologia Orientador: Prof. Dr. Henrique César Santejo Silveira Barretos, SP 2016 Isana Rodrigues Silva AVALIAÇÃO DO PERFIL DE METILAÇÃO DO DNA EM GENES SUPRESSORES TUMORAIS E SEQUENCIAS REPETITIVAS EM TRABALHADORES DA CONSTRUÇÃO CIVIL EXPOSTOS A AGENTES CARCINOGÊNICOS AMBIENTAIS E OCUPACIONAIS Dissertação apresentada ao Programa de Pósgraduação do Hospital de Câncer de Barretos Fundação PIO XII para obtenção do Título de Mestre em Ciências da Saúde. Área de concentração: Oncologia Orientador: Prof. Dr. Henrique César Santejo Silveira Barretos, SP 2016 FICHA CATALOGRÁFICA Preparada por Martins Fideles dos Santos Neto CRB 8/9570 Biblioteca da Fundação Pio XII – Hospital de Câncer de Barretos S586a Silva, Isana Rodrigues. Avaliação do perfil de metilação do DNA em genes supressores tumorais e sequências repetitivas em trabalhadores da construção civil expostos a agentes carcinogênicos ambientais e ocupacionais / Isana Rodrigues Silva. Barretos, SP 2016. 105 f. : il. Orientador: Dr. Henrique César Santejo Silveira. Dissertação (Mestrado em Ciências da Saúde) – Fundação Pio XII – Hospital de Câncer de Barretos, 2016. 1. Metilação. 2. Biomarcadores. 3. Epigenética. 4. Pirosequenciamento. 5. Câncer. 6. Construção Civil I. Autor. II. Silveira, Henrique César Santejo. III. Título FOLHA DE APROVAÇÃO Isana Rodrigues Silva Avaliação do perfil de metilação do DNA em genes supressores tumorais e sequências repetitivas em trabalhadores da construção civil expostos a agentes carcinogênicos ambientais e ocupacionais. Dissertação apresentada ao Programa de Pós-Graduação da Fundação Pio XII – Hospital de Câncer de Barretos para obtenção do Título de Mestre em Ciências da Saúde - Área de Concentração: Oncologia Data da aprovação: 01/04/2016 Banca Examinadora: Prof.ª Dra. Elza Tiemi Sakamoto Hojo Instituição: Faculdade de Filosofia Ciências e Letras de Ribeirão Preto, Departamento de Biologia - USP Prof.ª Dra. Mariana Brait Rodrigues de Oliveira Instituição: Johns Hopkins University Prof. Dr. Henrique Cesar Santejo Silveira Orientador Prof. Dr. Adhemar Longatto Filho Presidente da Banca SUPORTE À PESQUISA POR AGÊNCIA DE FOMENTO Este trabalho recebeu apoio da Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) através de Auxílio à Pesquisa – Regular (processo número 2012/24279-1). As opiniões, hipóteses e conclusões ou recomendações expressas neste material são de responsabilidade dos autores e não necessariamente refletem a visão da FAPESP. “Esta dissertação foi elaborada e está apresentada de acordo com as normas da PósGraduação do Hospital de Câncer de Barretos – Fundação Pio XII, baseando-se no Regimento do Programa de Pós-Graduação em Oncologia e no Manual de Apresentação de Dissertações e Teses do Hospital de Câncer de Barretos. Os pesquisadores declaram ainda que este trabalho foi realizado em concordância com o Código de Boas Práticas Científicas (FAPESP), não havendo nada em seu conteúdo que possa ser considerado como plágio, fabricação ou falsificação de dados. As opiniões, hipóteses e conclusões ou recomendações expressas neste material são de responsabilidade dos autores e não necessariamente refletem a visão da Fundação Pio XII – Hospital de Câncer de Barretos.” “Embora o Núcleo de Apoio ao Pesquisador do Hospital de Câncer de Barretos tenha realizado as análises estatísticas e orientado sua interpretação, a descrição da metodologia estatística, a apresentação dos resultados e suas conclusões são de inteira responsabilidade dos pesquisadores envolvidos. Os pesquisadores declaram não ter qualquer conflito de interesse relacionado a este estudo.” Dedico este trabalho a Deus, por dar sabedoria todos os dias para que eu pudesse suportar momentos e situações difíceis. Aos meus amados pais Elisabete Rodrigues Silva e Ari Souza da Silva que sempre acreditaram na minha capacidade, sem eles nenhum dos meus objetivos teriam se tornado realidade. Ao meu irmão Igor Rodrigues Silva por acreditar na profissional que sou. E ao meu avô José Rodrigues (em memória) que esteve presente comigo quando precisei, com vibrações positivas. AGRADECIMENTOS “Você pode sonhar, criar, desenhar e construir o lugar mais bonito do mundo. Mas é necessário ter pessoas para transformar seu sonho em realidade.” (Walt Disney). Neste momento, venho expressar todo meu agradecimento e gratidão, do fundo do meu coração à todas as pessoas que contribuíram com a realização desse trabalho. Com toda certeza, sem vocês esse sonho não teria se concretizado. A gratidão é o único tesouro dos humildes. (William Shakespeare). Muito obrigada. Agradeço a Deus, por me conceder sabedoria e me ajudar a suportar momentos difíceis. E no final você vai olhar para trás e agradecer cada tropeço. Acredite, Deus não falha. A minha mãe, Elisabete, que de tudo sabe um pouco e qualquer situação ou problema que eu estava passando, sempre tinha a palavra certa nos momentos certos que me faziam pensar. Sempre acreditou em mim, na minha capacidade, quantas vezes, só de estar ao seu lado eu recuperava todas as minhas energias para continuar. Ao meu pai, Ari, meu grande herói, que sempre acredita no meu potencial, que sou capaz de realizar minhas metas, reconhecendo meu esforço e auxiliando em tudo que precisava. Meu total suporte. Obrigada por torcer por mim. Ao meu irmão, Igor, que uma vez disse que sou um exemplo para ele. Espero estar sendo o melhor exemplo possível, mesmo com defeitos, mas tentando acertar sempre. Obrigada pela torcida. Quantas vezes voltei para casa apenas para poder sentir a vibração positiva de vocês e recarregar minhas energias para poder voltar e conseguir prosseguir. Ao meu grande amigo, inesquecível, Luiz Manoel, que acompanhou todos os meus momentos bons e ruins de muito perto, aguentando muitas vezes lágrimas e também sorrisos. Também me escutando, o que me aliviava muitas vezes. Fazia de tudo para me distrair e me deixar feliz. Obrigada por entender os momentos em que precisava estudar. Obrigada por estar comigo em todos os momentos. Fez a diferença. Obrigada por tudo. A toda minha família que de alguma forma me proporcionaram chegar até aqui, minha tia Silvia, onde morei por um ano, minha avó Mileide (em memória), que também me cedeu moradia por um ano no começo dos estudos. Obrigada. Se você passar por uma guerra no trabalho, mas tiver paz quando chegar em casa, será um ser humano feliz. Mas, se você tiver alegria fora de casa e viver uma guerra na sua família, a infelicidade será sua amiga. (Augusto Cury). Ao meu orientador, Dr. Henrique César Santejo Silveira, que me cedeu a oportunidade de realizar o mestrado em uma instituição respeitada e contribuiu para mais um avanço na minha formação profissional. Ao grande amigo e profissional, Msc. André Van Helvoort Lengert, desde o início me incentivando, acreditando em mim sempre, na minha capacidade. Foi um dos responsáveis pelo grande aprendizado que obtive durante esse tempo. Sem sua ajuda eu não teria concluído essa dissertação. Meus sinceros agradecimentos, muito obrigada. À Dra. Adriane Feijó Evangelista, pela grande ajuda e disponibilidade. Pronta sempre a me socorrer em momentos tensos, mesmo estando de férias. Obrigada pelas dicas e por passar seus conhecimentos que não são poucos todas as vezes que precisava. À Dra. Lídia Maria Rebolho Batista Arantes, por toda ajuda com seus conhecimentos e sempre disposta a auxiliar, seja qual fosse a questão. Com certeza umas das pessoas essenciais para a concretização desse trabalho. Meu muito obrigada. Costumo dizer que devo ter acumulado alguns carmas positivos ao longo da vida, por ter tantas pessoas boas que me rodeiam e estão dispostos a ajudar. Sempre que estava precisando de algo, Deus colocava alguém especial no meu caminho pronto a me ajudar e se tornando mais um amigo(a), foi assim com a Dra. Hellen Kuasne, que me deu muito auxílio na parte de metodologia, sua ajuda foi essencial para o decorrer desse trabalho. Obrigada por cada dúvida sanada, sempre com muito carinho e prontidão. Muito obrigada. Aos amigos que vou levar no meu coração para toda a vida, que estiveram presentes durante minha caminhada, minha eterna amiga, amiga de alma, de outras vidas, Manoela Catarina Aguena Souza Ramos, o maior presente que ganhei durante minha caminhada foi ter conhecido você e hoje poder te chamar de “amiga”. Obrigada por cada momento, foram os melhores, por toda ajuda, por me socorrer várias vezes no início nos meus desesperos, por querer ajudar mesmo estando morta de cansaço. Eu me considero uma pessoa de muita sorte por ter te conhecido e ter tido a oportunidade de conviver com você. Mesmo não estando presente, não teve um dia sequer que não pensava “Ah, se a Manú estivesse aqui”. Finalizo esse trabalho com orgulho e também dedico à você. Obrigada amiga. À minha amiga, Aline Oliveira da Rocha, obrigada por cada momento de desabafo que tivemos, paciência e carinho, por acreditar que eu chegaria até o fim, o reconhecimento é essencial, obrigada. Às amigas, Msc.Taciane, Fernanda Franco Munari, Isabella Alves Brunetti, Karen Borba, Msc. Tatiane Siqueira, Rhafaella Causin, Caroline Rogeri e Msc. Danielle, obrigada a todas por todo o auxílio e ajuda, contribuindo com seus conhecimentos e parceria. Vocês fizeram o meu dia-a-dia que não eram fáceis, se tornarem mais leves com os sorrisos e descontrações. Ficou mais fácil com vocês. Agradeço à família CPOM pela convivência nesses últimos anos, Adriana Carlone (Dry), Adriana Lorenzi, Mathias, Maraisa, Ana Luiza, Rafael Tiveron, Renato, Carolzinha, Carol Laus, Vânia, Estela, Paula, Paulinha, Karina, Natália Campacci, Nathália Campanella, Tati Honda, Marcela, Viviane, Ana Laura, Ana Gabriela, Aline Coelho, Úrsula, Weder, Cintia, Vitor, à Fernanda Cury, pelas conversas e toda paciência no início. A todos os pesquisadores do CPOM e IEP, pelas sugestões em reuniões e journal. Aos membros da banca de acompanhamento, Dra. Mariana Brait, sempre muito gentil, contribuindo para o trabalho se concretizar de maneira excelente. Dr. Rui Reis também se disponibilizando a ajudar através de críticas, sugestões e contribuições a este trabalho. Foi uma honra tê-los em minha banca. Ao programa de pós-graduação, em especial à Silvana Rodrigues e Brenda Honda. Aos amigos e colaboradores do Núcleo de Apoio ao Pesquisador (NAP), por todo comprometimento, desde o início, meu muito obrigada a toda a equipe, Tamira, Thaís, Cleyton, Marcos, Jamile e meu amigo Marco por toda colaboração na parte estatística, me ajudando a ter vários raciocínios, deixando a estatística mais fácil de ser entendida (se é que isso é possível), por todos os e-mails, principalmente os fora de horário de expediente e também finais de semana, pronto sempre a me ajudar e sanar minhas dúvidas. Obrigada por tudo. Aos amigos do condomínio, Ronaldo, Monise, Kleyton, obrigada por fazer meus dias mais divertidos. Por fim, chego ao final de mais um desafio que tracei em minha vida e com muito esforço e dedicação, concluo com êxito. Durante toda a jornada, aprendi muito, aprendi como ser e como não ser, como lidar com várias situações. Chorei muito, mas também sorri muito. Conheci e convivi com pessoas maravilhosas que me fizeram ser alguém melhor. E agora o sentimento é apenas de gratidão à todos que contribuíram e muito orgulho por ter realizado um trabalho com muita ética. “Aquele que é possuidor de verdadeira sabedoria não se envaidece por seus êxitos; ele mantém sempre a humildade, atribuindo a Deus o mérito da sua vitória.” (Masaharu Taniguchi). O aprendizado é constante. O meu sincero Muito Obrigada a todos. O AMOR Quando propus a teoria da relatividade, muito poucos me entenderam e o que vou agora revelar a você, para que transmita à humanidade, também chocará o mundo, com sua incompreensão e preconceitos. Peço ainda que aguarde todo o tempo necessário, anos, décadas, até que a sociedade tenha avançado o suficiente para aceitar o que explicarei em seguida para você. Há uma força extremamente poderosa para a qual a ciência até agora não encontrou uma explicação formal. É uma força que inclui e governa todas as outras, existindo por trás de qualquer fenômeno que opere no universo e que ainda não foi identificada por nós. Esta força universal é o AMOR. Quando os cientistas estavam procurando uma teoria unificada do Universo esqueceram a mais invisível e poderosa de todas as forças. O Amor é Luz, dado que ilumina aquele que dá e o que recebe. O Amor é gravidade, porque faz com que as pessoas se sintam atraídas umas pelas outras. O Amor é potência, pois multiplica (potencia) o melhor que temos, permitindo assim que a humanidade não se extinga em seu egoísmo cego. O Amor revela e desvela. Por amor, vivemos e morremos. O Amor é Deus e Deus é Amor. Esta força tudo explica e dá SENTIDO à vida. Esta é a variável que temos ignorado por muito tempo, talvez porque o amor provoca medo, sendo o único poder no universo que o homem ainda não aprendeu a dirigir a seu favor. Para dar visibilidade ao amor, eu fiz uma substituição simples na minha equação mais famosa. Se em vez de E = mc², aceitarmos que a energia para curar o mundo pode ser obtido através do amor multiplicado pela velocidade da luz ao quadrado (energia de cura = amor x velocidade da luz ²), chegaremos à conclusão de que o amor é a força mais poderosa que existe, porque não tem limites. Após o fracasso da humanidade no uso e controle das outras forças do universo, que se voltaram contra nós, é urgente que nos alimentemos de outro tipo de energia. Se queremos que a nossa espécie sobreviva, se quisermos encontrar sentido na vida, se queremos salvar o mundo e todos os seres sensíveis que nele habitam, o amor é a única e a resposta última. Talvez ainda não estejamos preparados para fabricar uma bomba de amor, uma criação suficientemente poderosa para destruir todo o ódio, egoísmo e ganância que assolam o planeta. No entanto, cada indivíduo carrega dentro de si um pequeno, mas poderoso gerador de amor, cuja energia aguarda para ser libertada. Quando aprendemos a dar e receber esta energia universal, provaremos que o amor tudo vence, tudo transcende e tudo pode, porque o amor é a quintessência da vida. Albert Einstein ÍNDICE 1 INTRODUÇÃO 1 1.1 Câncer Ocupacional 1 1.2 Exposição ocupacional em trabalhadores da construção civil 3 1.3 Epigenética 7 1.4 Metilação do DNA para determinação dos sujeitos com alto risco ao desenvolvimento de câncer 12 2 JUSTIFICATIVA 15 3 OBJETIVOS 16 3.1 Objetivo geral 16 3.2 Objetivos específicos 16 4 MATERIAL E MÉTODOS 17 4.1 Local de estudo 17 4.2 Desenho do estudo 17 4.3 Sujeitos da pesquisa 17 4.4 Critérios de inclusão 17 4.5 Critérios de exclusão 18 4.6 Coleta de dados 18 4.7 Coleta de sangue 18 4.8 Determinação da metilação do DNA na região promotora de genes 18 4.9 Análise estatística dos dados 24 4.10 Aspectos Éticos 25 5 RESULTADOS 26 5.1 Coleta e caracterização sócio-demográficas dos grupos 26 5.2 Avaliação do perfil de metilação do DNA entre trabalhadores da construção civil (expostos) e controles não-expostos (caso x controle) 5.3 Avaliação do nível de metilação dos genes com as covariáveis hábito de bebida e fumante passivo para os grupos caso e controle. 5.4 30 39 Avaliação do nível de metilação dos genes considerando as covariáveis hábito de bebida, fumante passivo e ex-fumantes para os grupos caso/controle. 42 5.5 Análise do perfil de metilação do DNA nos trabalhadores da construção civil expostos no 1º dia de trabalho da semana (segunda- feira) e 5º dia de trabalho da semana (sexta- feira). 44 6 DISCUSSÃO 47 7 CONCLUSÕES 52 REFERÊNCIAS 53 ANEXOS Anexo A – Questionário sócio-demográfico aplicado aos grupos 62 Anexo B – Condições estabelecidas de ciclagem da PCR dos genes supressores tumorais e sequências repetitivas (°C). 67 Anexo C - Sequência dos primers e região analisada dos genes analisados 68 Anexo D – Sequência genômica dos genes de acordo com o banco de dados da UCSC 69 Anexo E – Matriz de exposição aplicado aos trabalhadores da construção. 71 Anexo F – Parecer consubstanciado do CEP 73 Anexo G – Análise dos motifs das regiões promotoras dos genes CDKN2A, MLH1 e APC utilizando o banco de dados JASPAR. 80 LISTA DE FIGURAS Figura 1 - Esquerda: Representação esquemática de modificações epigenéticas. no DNA e nas histonas. Direita: Esquema representando os microRNAs, que são pequenos RNAs não-codificantes, que reconhece um RNAm alvo por homologia de sequência, levando a clivagem e o bloqueio da tradução. (Adaptado de Mansuy et al., 201162). 8 Figura 2 – Representação da ligação do grupo CH3 no carbono 5 da citosina (C) gerando a 5-metilcitosina, sendo este processo mediado pelas enzimas DNA metiltransferases (DNMT’s). (Retirado e modificado de Lorincz73). 10 Figura 3 – Representação esquemética do protocolo de conversão por bissulfito de sódio. Adaptado de Epitech Bisulfite kit (Qiagen)111. 20 Figura 4 - Representação esquemática do sistema enzimático de pirosequenciamento. Cada dNTP é incorporada na cadeia de DNA pela enzima polimerase, a qual adiciona as bases de acordo com a fita molde, liberando assim a molécula de pirofosfato (PPi). A enzima ATP sulfurilase converte o PPi em ATP que serve como substrato para a produção de luz pela enzima luciferase. A luz produzida é detectada como evidência de que a incorporação de nucleotídeos foi eficiente (Retirado e adaptado de Ahmadian et al.113). 22 Figura 5 – Representação dos pirogramas de cada região promotora analisada para cada gene. (A) Pirograma representando a região da sequência ALU. (B) Pirograma representando a região promotora do gene RASSF1A. (C) Pirograma representando controle metilado. (D) Pirograma representando controle nãometilado. (E) Pirograma representando a região promotora do gene APC. (F) Pirograma representando a região da sequência LINE-1. (G) Pirograma representando a região promotora do gene MGMT. (H) Pirograma representando a região promotora do gene MLH1. (I) Pirograma representando a região promotora do gene CDKN2A. (J) Pirograma representando a região promotora do gene TP53. 23 Figura 6 - Frequência das exposições às substâncias e materiais encontrados no ambiente de trabalho atual (1º grupo). 28 Figura 7 - Frequência das exposições às substâncias e materiais encontrados no ambiente de trabalho em empregos anteriores (1º grupo). 28 Figura 8 - Frequência das exposições às substâncias e materiais encontrados no ambiente de trabalho atual (2º grupo). 30 Figura 9 - Frequência das exposições às substâncias e materiais encontrados no ambiente de trabalho em empregos anteriores (2º grupo). 30 LISTA DE TABELAS Tabela 1 - Características sócio-demográficas dos participantes do primeiro grupo coletado (caso x controle). 27 Tabela 2 - Características sócio-demográficos dos participantes do segundo grupo coletado (curto período de exposição no ambiente da construção civil). 29 Tabela 3 - Avaliação do perfil de metilação do DNA na região promotora dos genes TP53, MGMT, RASSF1A e sequência repetitiva ALU em trabalhadores da construção civil e no grupo controle. 31 Tabela 4 – Avaliação dos níveis de metilação do DNA da região promotora dos genes CDKN2A, MLH1, APC e sequência LINE-1 em trabalhadores da construção civil e do grupo controle. 34 Tabela 5 - Nível de metilação do gene CDKN2A analisado de acordo com agentes expostos no ambiente de trabalho atual. 35 Tabela 6 - Nível de metilação do gene CDKN2A analisado de acordo com agentes ocupacionais no ambiente de trabalho em empregos anteriores. 35 Tabela 7 - Nível de metilação do gene MLH1 analisados de acordo com agentes ocupacionais no ambiente de trabalho em empregos anteriores. 36 Tabela 8 - Nível de metilação do gene MLH1 analisados de acordo com agentes expostos no ambiente de trabalho atual. 36 Tabela 9 - Nível de metilação do gene APC (Hot CpG sites) analisados de acordo com agentes ocupacionais no ambiente de trabalho em empregos anteriores. 37 Tabela 10 - Nível de metilação do gene APC (Hot CpG sites) analisados de acordo com agentes ocupacionais no ambiente de trabalho atual. 38 Tabela 11 - Nível de metilação da sequência repetitiva LINE-1 analisado de acordo com agentes ocupacionais no ambiente de trabalho em empregos anteriores. 38 Tabela 12 - Nível de metilação da sequência repetitiva LINE-1 analisado de acordo com agentes ocupacionais no ambiente de trabalho atual. 39 Tabela 13 - Níveis de metilação das regiões promotoras dos genes CDKN2A, MLH1, APC e da sequência repetitiva LINE-1 em relação à exposição passiva ao fumo (grupo caso). 41 Tabela 14 - Níveis de metilação das regiões promotoras dos genes CDKN2A, MLH1, APC e da sequência repetitiva LINE-1 em relação ao hábito de bebida (grupo caso). 41 Tabela 15 - Modelo de Regressão Linear Múltipla para porcentagem (%) de metilação dos genes CDKN2A, MLH1, APC e sequência repetitiva LINE-1 em relação a hábito de fumante passivo, bebida alcoólica e exfumantes (grupo caso x controle). 43 Tabela 16 - Exemplo de predição de acordo com o modelo de regressão linear para a média de porcentagem (%) de metilação. 43 Tabela 17 - Análise da metilação do DNA da região promotora dos genes MGMT, RASSF1A, APC, MLH1 e sequências ALU e LINE-1 em trabalhadores expostos no 1º e 5º dia da semana. 45 Tabela 18 - Análise da metilação do DNA da região promotora do gene CDKN2A em trabalhadores expostos no 1º e 5º dia da semana. 46 LISTA DE ABREVIATURAS ADP Adenosina difosfato ALU Elementos intercalados curtos APS Adenosina 5-fosfosulfato ATP Trifosfato de Adenosina CCD Charge Coupled Device DNA Ácido Desoxirribonucleico DNMTs DNA metiltransferases dNTP Desoxirribonucleotídeos Fosfatados EDTA Ácido etilenodiamino tetra-acético EPA Agência de Proteção Ambiental HPAs Hidrocarboneto Policíclicos Aromáticos IARC Agência Internacional de Investigação do Câncer KB Quilobase (1000 pares de bases) LINE1 Elementos Intercalados longos miRNA Micro ácido ribonucleico mL Mililitro MMR Mecanismo de reparo MNs Micronúcleos MP Material Particulado NaOH Cloreto de Sódio NAP Núcleo de Apoio ao Pesquisador OMS Organização Mundial da Saúde OSHA Segurança Ocupacional e administração da Saúde PB Pares de bases PBS Solução Salina fosfatada tamponada PCR Reação em Cadeia da Polimerase pH Potencial hidrogeniônico PIB Produto Interno Bruto PPi Pirofosfato RNA Ácido Ribonucléico RNAm RNA mensageiro RPM Rotação por minuto siRNA Small interfering RNA TCLE Termo de Consentimento Livre e Esclarecido UV Ultra-violeta LISTA DE SÍMBOLO % Porcentagem R$ Real µm Micrometro °C Graus Celsius mL Mililitro µL Microlitro Nm Nanometro µg Micrograma µM Micromolar M Molar > Maior que ≥ Maior ou igual a < Menor que ≤ Menor ou igual a ᵝ Beta RESUMO Rodrigues IS. Avaliação do perfil de metilação do DNA em genes supressores tumorais e sequências repetitivas em trabalhadores da construção civil expostos a agentes carcinogênicos ambientais e ocupacionais. Dissertação (Mestrado). Barretos: Hospital de Câncer de Barretos; 2016. JUSTIFICATIVA: A exposição ambiental tem sido associada a um risco aumentado de desenvolvimento de câncer, onde a metilação do DNA em regiões promotoras de genes supressores de tumor tem surgido como possível biomarcador promissor para câncer, incluindo o câncer de pulmão. No setor da construção civil a exposição dos trabalhadores a materiais contendo amianto, sílica e metais, além da exposição à radiação solar, são fatores capazes de interferir na estabilidade do genoma humano, provocando quebras no DNA e mudanças nos padrões epigenéticos. Até o momento, nenhum estudo avaliou os níveis de metilação do DNA em trabalhadores da construção, os quais podem estar associados ao desenvolvimento de câncer de pulmão devido a exposição ocupacional. OBJETIVO: Este trabalho buscou avaliar possíveis biomarcadores epigenéticos para associação do potencial risco de desenvolvimento de câncer em trabalhadores da construção civil expostos a agentes carcinogênicos ambientais e ocupacionais. Além disso, também foi avaliado o perfil de metilação do DNA no grupo de trabalhadores no primeiro dia de trabalho da semana e no quinto dia de exposição, a fim de detectar diferenças na metilação em um curto período de tempo. MATERIAIS E MÉTODOS: Foram selecionados seis genes supressores de tumor (APC, RASSF1A, CDKN2A, TP53, MGMT, MLH1) e duas sequências repetitivas (ALU e LINE-1), que já foram demonstrados hipermetilados e hipometilados, respectivamente, em diversos tipos de exposição. O DNA foi extraído a partir de leucócitos de 58 amostras de trabalhadores do setor da construção (caso) e 50 trabalhadores do setor administrativo (controle). Além disso, foram extraídas 39 amostras dos trabalhadores do setor da construção, no primeiro e quinto dia da semana de trabalho. Posteriormente, as amostras foram submetidas a conversão de bissulfito de sódio e os níveis de metilação das amostras foram avaliadas pela metodologia de pirosequenciamento. Foram utilizados modelos de regressão linear múltipla para verificação da relação conjunta de alguns fatores de confusão como: fumante passivo, ex-fumante, etilismo. Para as análises estatísticas foi considerado um nível de significância de 5%, p valor <0,05. RESULTADOS: Verificamos nas análises de metilação, médias maiores para os genes CDKN2A (p=0,05), MLH1 (p=0,007), APC (p<0,001) e média menor dos níveis de metilação da sequência repetitiva LINE-1 (p=0,005), para o grupo caso em relação ao controle. Sugere-se que tais diferenças nos níveis de metilação são decorrentes da exposição a concreto (p=0,03), pó de madeira (p=0,02) e sílica (p=0,05). Fatores de confusão, tais como, hábito de bebida, exposição passiva ao cigarro e o critério de ser ex-fumante não influenciaram nos níveis de metilação dos genes. Nos trabalhadores da construção coletados no 1º e 5º dia da semana, observaram-se níveis maiores de metilação para o gene CDNK2A (p=0,04) no 5º dia de exposição, sugerindo que um curto tempo de exposição pode influenciar nos níveis de metilação desse gene. CONCLUSÃO: Estes achados sugerem que o ambiente da construção civil pode influenciar no perfil de metilação de genes envolvidos no processo de carcinogênese. Além disso, pode levar a alterações na metilação global, proporcionando instabilidade genômica. Nossos resultados sugerem que a hipometilação de LINE-1 e hipermetilação de APC, CDKN2A e MLH1 podem ser utilizados como biomarcadores para exposição ambiental e ocupacional, porém, investigações adicionais são necessárias a fim de confirmar nossos achados. Palavras Chave: Metilação do DNA; Biomarcadores; Epigenética; Pirosequenciamento; Câncer; Trabalhadores da Construção. ABSTRACT Rodrigues. IS. Evaluation of DNA methylation profile in tumor supressor genes and repetitive sequences on construction workers exposed to environmental and occupational carcinogens. Dissertation (Master’s degree). Barretos: Hospital de Câncer de Barretos; 2016. BACKGROUND: The environmental exposure has been linked to an increased risk of cancer, where the DNA methylation in promoter regions of tumor suppressor genes has emerged as promising potential biomarker for cancer, including lung cancer. In the construction sector the exposure of workers to materials containing asbestos, silica and metals, and exposure to solar radiation, are factors that can affect the stability of the human genome, causing breaks in DNA and epigenetic alterations. To date, no study has evaluated the DNA methylation levels in construction workers, which may be associated to the risk of lung cancer development due to the work environment. OBJECTIVE: This study aimed to evaluate possible epigenetic biomarkers for association of the potential risk of developing cancer in construction workers exposed to environmental and occupational carcinogens. Furthermore, it was also evaluated the DNA methylation profile in workers in the first and fifth day of exposure in a working week in order to detect the methylation differences within a short period of time. MATERIALS AND METHODS: We selected six tumor suppressor genes (APC, RASSF1A, CDKN2A, TP53, MGMT, MLH1) and two repetitive sequences (ALU and LINE-1), which have been demonstrated hypermethylated and hypomethylated, respectively, in various types of exposition. DNA was extracted from white blood cells of 58 samples of construction sector workers (case) and 50 workers in the administrative sector (control). In addition, samples were collected from 39 workers from the construction sector in the first and fifth day of the working week. Subsequently, the samples were subjected to sodium bisulfite conversion and sample methylation levels were assessed by pyrosequencing methodology. Multiple linear regression models were used to check the joint relationship of some confounding factors such as passive smoker, ex-smoker, alcohol consumption. For statistical analysis it was considered a significance level of 5%, p value <0.05. RESULTS: We verified higher methylation levels for CDKN2A (p = 0.05), MLH1 (p = 0.007), APC (p <0.001) and lower methylation levels of LINE-1 repetitive sequence (p = 0.005) for the case group compared to control. It is suggested that such differences in methylation levels are from exposure to concrete (p = 0.03), wood powder (p = 0.02) and silica (p = 0.05). Confounding factors, such as alcohol consumption, passive smoker and ex-smoker did not influence the methylation levels of genes. In the construction workers collected on 1st and 5th day, there were higher levels of CDKN2A methylation (p = 0.04) on the 5th day of exposure, suggesting that a short exposure time can influence the methylation levels of this gene. CONCLUSION: These findings suggest that the construction environment can influence the methylation profile of genes involved in carcinogenesis. Moreover, it can lead to changes in global methylation, providing genomic instability. Our results suggest that hypomethylation of LINE-1 and hypermethylation of APC, MLH1 and CDKN2A can be used as biomarkers for environmental and occupational exposure, however, further investigations are needed to confirm our findings. Keyword: DNA methylation; Biomarkers; Epigenetics; Pyrosequencing; Cancer; Construction workers. 1 1 INTRODUÇÃO 1.1 Câncer Ocupacional O câncer está entre as doenças que mais acometem a população mundial, sendo que no ano de 2016/2017 as estimativas apontam para aproximadamente 600 mil novos casos, onde traquéia, brônquios e pulmão em homens estima-se 17.330 novos casos e 10.890 em mulheres1. Hoje no país, o câncer é um problema de saúde pública, sendo assim, controle e prevenção deverão ser priorizados em todas as regiões, desde as mais desenvolvidas socioeconomicamente até às mais desiguais2. Podemos salientar que aproximadamente 80% dos casos de câncer estão relacionados a fatores ambientais, em maior ou menor grau, evitáveis3. Esses fatores envolvem água, terra, ar, ambiente de consumo (alimentos, medicamentos, fumo, álcool e produtos domésticos), ambiente cultural (estilo, costumes e hábitos de vida) e ambiente ocupacional. Muitas substâncias ou a mistura destas presentes no ambiente ocupacional e que levam ao aumento da incidência de neoplasias ou uma redução no período de latência entre a exposição e o aparecimento da doença, são consideradas substâncias com um potencial cancerígeno ocupacional4. Estima-se que aproximadamente 10,8% dos casos de câncer (excluindo pele não melanoma) em homens e 2,2% dos casos de câncer em mulheres são causados por exposição ocupacional5. De acordo com a Occupational Safety and Health Administration (OSHA), é considerado um potencial carcinógeno ocupacional qualquer substância, combinação ou mistura de substâncias que causem aumento da incidência de neoplasias ou redução substancial no período de latência entre a exposição e o aparecimento da doença em humanos ou mamíferos6. No Brasil, estima-se que cerca de 23.040 dos casos de câncer para o ano de 2015 serão desenvolvidos devido ao seu ambiente de trabalho1. A primeira observação entre a ocupação e câncer foi descrita por Pott em 1775, que observou uma grande frequência de câncer da bolsa escrotal em limpadores de chaminé em Londres, na Inglaterra, relacionando a incidência de câncer nesta classe de trabalhadores decorrente a exposição a fuligem7. Atualmente, principalmente no ambiente de trabalho industrial são introduzidas um número grande de substâncias e pouco se sabe sobre a relação dos efeitos tóxicos ou não que essas substancias podem ocasionar9. Entre os cânceres ocupacionais, pelo menos 19 tipos de tumores estão relacionados à ocupação e ao ambiente de trabalho, entre eles os tipos, de pulmão, pele, fígado, laringe, bexiga e 2 leucemias3. Em relação ao câncer de pulmão, 90% dos casos em homens são atribuídos pelo hábito de fumar8,9. Além disso, hoje é sabido que a influência ambiental e ocupacional são fatores que contribuem como fator de risco para o câncer de pulmão. Entre os casos de câncer de pulmão causadas decorrentes da exposição ocupacional podemos salientar que tem sido relatado em cerca de 7,9% a 16,5% nos homens e 1,4% para 4,5% em mulheres10. Os principais fatores que contribuem para esta porcentagem, são as exposições a amianto, as emissões dos motores diesel, e outras misturas contendo hidrocarbonetos aromáticos policíclicos, sílica cristalina, arsênico e alguns metais pesados11,12. A grande maioria das associações da incidência de câncer e causas ocupacionais tem sido demonstrada por estudos epidemiológicos. Em 1965 a IARC (International Agency for Research on Cancer) foi criada pela Organização Mundial da Saúde (OMS), assim, o objetivo da IARC é promover a colaboração internacional na pesquisa do câncer, reunindo competências em epidemiologia, ciências laboratoriais e bioestatística para identificar as causas do câncer de modo que podem ser adoptadas medidas de prevenção. Dessa forma, a agência ficou a cargo de reconhecer o potencial ou provável caráter cancerígeno das substâncias, agentes ou outras formas de exposição. Em relação a exposição ocupacional a IARC tem o papel de reconhecer os ambientes complexos e as múltiplas exposições que ocorrem no ambiente de trabalho e que permitem a caracterização de agentes isolados6. A IARC reúne anualmente grupos de especialistas internacionais para elaborar suas publicações de monografias temáticas, possibilitando a elaboração de um consenso das pesquisas6. Os resultados servem de referência para recomendação da OMS. Os agentes ou substâncias são classificados em quatro grupos: o Grupo 1 o agente (mistura) é cancerígeno para humanos (evidência epidemiológica suficiente para carcinogenicidade em seres humanos). O Grupo 2A, o agente é provavelmente cancerígeno para humanos (provavelmente cancerígeno em seres humanos, segundo evidências limitadas em seres humanos e evidências suficientes em animais). O grupo 2B possivelmente cancerígeno em seres humanos segundo evidência suficiente em animais, porém, evidências inadequadas em seres humanos ou limitada nesses com evidência suficiente em animais. O grupo 3 o agente não é classificado como cancerígeno para humanos. E o grupo 4 o agente ou mistura é provavelmente não cancerígeno para humanos6. A questão saúde-trabalho deixou de ser analisada apenas como um simples indicador. Hoje as condições do ambiente e segurança do trabalho e suas influências na saúde do trabalhador 3 passam a ser compreendidas como garantias essenciais para a qualidade de vida e os direitos dos trabalhadores13. Ao longo das últimas décadas, ocorreu um declínio nos cânceres atribuíveis a exposição ambiental e ocupacional a carcinógenos, tais como, amianto, arsênico e poluição do ar em países desenvolvidos. Por outro lado, em países em desenvolvimento ou subdesenvolvidos, à medida que industrialização se expande ocorrerá o aumento da exposição a substancias e agentes carcinogênicos o que tornará as populações mais susceptíveis ao câncer14. Um estudo realizado por Ziech et al.15 sugere que a exposição ambiental, a agentes químicos e biológicos desempenham um importante papel na ocorrência de câncer, como os fatores de estilo e hábito de vida contribuindo como uma parte do todo. Por outro lado, os agentes carcinogênicos presentes no meio ambiente e na ocupação estejam envolvidos significativamente e contribuindo para a carcinogênese humana, interpretações quanto à extensão de tal contribuição permanecem em grande parte obscura. 1.2 Exposição ocupacional em trabalhadores da construção civil Uma população que apresenta risco ao câncer ocupacional são os trabalhadores da construção civil, devido à exposição diária e por longos períodos a diversos agentes reconhecidos como nocivos à saúde. Esses trabalhadores utilizam materiais que são constituídos por diversas substâncias classificadas pela IARC como carcinogênico ou potencialmente carcinogênico aos seres humanos. Uma destas substâncias é a sílica cristalina na forma de pó de quartzo, no ambiente de trabalho pode ocorrer à exposição através de diversas tarefas como a mistura de concreto, corte, furação, jateamento, demolição e limpeza e quando inalada pode levar a silicose e potencialmente aumentar o risco ao desenvolvimento de câncer de pulmão e de outras doenças autoimunes 18. A sílica é um mineral duro e dos mais abundantes na crosta terrestre, sendo encontrado em rochas e areias, muito utilizado como produto final, subproduto ou matéria prima em vários processos industriais, como na indústria do cimento (argila, areia, pedras e terra diatomácea), de construção civil, fundição e indústria de mineral não metálico (cerâmicos vidros e fundições). Segundo a OMS (Organização Mundial da Saúde) a sílica cristalina está classificada como Grupo I, reconhecidamente cancerígena para seres humanos. A exposição ocupacional a esta substância ocorre por meio de inalação de poeira, podendo ocasionar a silicose, que é uma fibrose pulmonar difusa, nodular, intersticial, causada por uma reação dos tecidos à inalação do pó, aumentando o risco ao desenvolvimento de câncer pulmonar e de outras doenças autoimunes. A sílica é capaz de 4 ativar processos inflamatórios que podem resultar em hiperplasia epitelial associada a neoplasias19. Sellappa et al.20 sugerem que trabalhadores expostos aos constituintes do cimento e concreto podem ter um risco aumentado para o desenvolvimento de câncer de pulmão, tumores gastrointestinais e dermatites, além de ocasionar alterações genéticas nas células somáticas e germinativas. Outro efeito nocivo à saúde dos trabalhadores da construção é o contato com a poeira composta por metais, como o cobalto e tungstênio. Estes são responsáveis por doenças pulmonares, com significativas taxas de morbidade e mortalidade. Os principais sintomas relatados pelos trabalhadores com doença pulmonar por metais são inespecíficos: tosse seca, dispneia progressiva aos esforços, cianose, dor no peito, fadiga e perda de peso21. Outra substância presente no ambiente ocupacional destes trabalhadores e potencialmente carcinogênica é o amianto, também chamado de asbesto, e está relacionado ao desenvolvimento de câncer de pulmão e de pleura, além da asbestose, mesotelioma pleural e peritoneal, câncer de laringe, ovário, colo retal, faringe, estômago e lesões pleurais benignas, além de câncer de estômago, intestino, esôfago, pâncreas, rins e mesotelioma7-22,24,25,25-26. A exposição ao amianto no ambiente da construção civil pode ocorrer através de tarefas específicas como o isolamento, a demolição e renovação da construção, e ainda, está presente na confecção de caixas d’água, telhas onduladas e planas, tubulações, divisórias, tintas e revestimentos18,19. A Organização Mundial da Saúde (OMS) e IARC classificam este agente como potencialmente carcinogênico para os humanos em qualquer estágio de produção, transformação e utilização. Dentre os casos de câncer ocupacional, 70% representam o câncer de pulmão, onde de 1% a 2% das mortes são atribuídas ao asbesto27,28. O Brasil é o quinto maior produtor de asbesto, é autossuficiente e exporta 30% do excedente da produção. Estima-se que a população brasileira exposta diretamente seja de 500 mil pessoas, sendo 20 mil ligadas à exposição ocupacional em mineração e produção de cimento-amianto. Este produto já foi proibido em todos os países membros da União Européia, desde 2005 e em alguns países da América latina, com exceção do Brasil, que apenas instituiu normas regulamentadoras19. O amianto se divide em dois grupos: as serpentinas e os anfibólios. As serpentinas se apresentam em fibras curvas e maleáveis chamadas de crisotila ou “amianto branco”, os anfibólios representam menos de 5% do amianto consumido no mundo, ambos são carcinogênicos para os humanos29. A asbestose é uma doença causada pelas fibras de asbestos que se depositam nos 5 alvéolos pulmonares e provocam uma reação inflamatória e em seguida uma fibrose, acarretando em uma rigidez e reduzindo a capacidade de se realizar trocas gasosas, ocorrendo a perda da elasticidade pulmonar e respiratória. Menegozzo et al.25 realizaram um estudo a fim de se verificar as causas de mortalidade entre os trabalhadores expostos ao asbesto. Foram analisados 1247 trabalhadores entre os anos de 1950 e 2005 e observaram que as principais causas de morte foram: câncer do trato respiratório e peritoneal, pleural, de laringe e estômago, além das doenças respiratórias, como pneumoconiose e asbestose. Foi observado um maior número de asbestose entre os trabalhadores com até nove anos de exposição e a incidência de câncer de pulmão, maior entre aqueles com 20 a 29 anos em contato com a substância. Barbieri et al.30 observaram que pessoas nunca expostas ao amianto, porém que residem próximas a uma fábrica de cimento, estavam desenvolvendo mesotelioma maligno. Além disso foi encontrado altos níveis da substância nos pulmões destas pessoas. Consonni et al.201531 avaliaram o risco de desenvolvimento de câncer de pulmão em pedreiros considerando os efeitos em conjunto dos agentes cancerígenos ocupacionais, dentre eles sílica e amianto, e evidenciaram o aumento do risco de câncer de pulmão em pedreiros, sendo a maior associação pela exposição a sílica cristalina e em menor grau para o amianto. Além disso, análises moleculares em trabalhadores expostos ao asbesto revelaram que, os polimorfismos de deleção no gene GSTT1 e GSTM1 estão relacionados com alterações fibróticas e maior espessura das placas pleurais respectivamente32. Já os polimorfismos nos genes XRCC1, XRCC3, XPD e OGG1 estão relacionados com a incidência de mesotelioma maligno em sujeitos expostos ao asbesto33. Outro fator de exposição que atinge esses trabalhadores é a exposição à luz solar diária, que quando tomada as devidas precauções é extremamente útil ao nosso organismo, pois estimula a produção de vitamina D34,35-36. Além disso, ajuda a prevenir doenças autoimunes, infecções, doenças cardiovasculares, câncer de mama, próstata e cólon36,37-38. No entanto, quando a exposição solar ocorre frequentemente e em excesso, acarreta graves danos à saúde, como o câncer, cujos tipos mais frequentes são os de pele e de lábio 37. Outra consequência da exposição solar são os danos aos olhos, como cataratas, neoplasias da conjuntiva e melanoma ocular 35,36-38. Além disso, em relação ao carcinoma basocelular também é uma consequência causada pela exposição a luz solar, e representa 75% dos tumores de pele não melanoma. Mais de 80% dos casos de carcinoma de células basais são localizadas em áreas expostas ao sol, tais como a cabeça 6 e pescoço. Este tipo de câncer é raro em áreas sem exposição aos raios ultravioleta, especialmente nas regiões genitais e perianais40. Outro agente nocivo a saúde dos trabalhadores da construção civil é o comprometimento da qualidade do ar, causado pela emissão de contaminantes ou poluentes atmosféricos, também pode ser um fator para o desenvolvimento de diversas doenças, entre elas o câncer de pulmão. Segundo Lim et al.41 em 2010 foram registrados mais de 3 milhões de mortes em consequência dessa exposição. Os poluentes atmosféricos podem ser categorizados em gases, poluentes orgânicos resistentes, metais pesados e material particulado (MP)42. Nos Estados Unidos, a Environmental Protection Agency (EPA) realizou uma caracterização genérica das fontes de emissão do MP e concluíram que o setor da construção civil representou 13% da origem deste poluente. Neste setor o MP pode ser constituído por pó de cimento, gesso, cal, argamassa industrializada, poeira devido às escavações ou circulação de veículos ou vento, amianto e outras fontes43. Em um estudo realizado por Cardoso & Araújo44, foram relacionados os principais aspectos ambientais do canteiro de obras de edificações aos incômodos e poluição gerados em diferentes fases e atividades da obra, a emissão de MP foi relevante nas fases de serviços preliminares, infraestrutura, estrutura, revestimentos verticais, pinturas, assentamento de pisos e pavimentação. Também são fontes de MP os setores de produções dos materiais utilizados no ramo da construção civil, tais como na extração de agregados ou na moagem de matérias primas e na produção de cal e cimento. O material particulado (MP) é uma mistura complexa de componentes como ácidos, produtos químicos orgânicos, metais e poeiras do solo, que podem ser partículas sólidas e líquidas, em suspensão na atmosfera45. Suas composições químicas e físicas variam de acordo com origem, localização, clima e época do ano46,47-48. O MP pode ser emitido tanto de fonte antropogênica ou biogênica, resultando em uma mistura complexa de partículas extremamente pequenas e de gotículas líquidas. Quando emitidas diretamente na atmosfera são denominadas de partículas primárias e quando formadas a partir de reações químicas entre componentes preexistentes são chamadas de secundárias. As emissões atmosféricas destes compostos têm sido associadas a efeitos adversos agudos e crônicos na saúde humana49,50. Uma das categorias do MP são as partículas inaláveis, apresentando diâmetro aerodinâmico menor ou igual a 10µm e são classificadas em partículas grossas (10-2.5 µm), finas (≤ 2.5µm) e ultrafinas (≤ 0.1µm). O tamanho é um fator importante, o qual influência a forma como as 7 partículas vão se depositar no trato respiratório: MP10 depositam-se principalmente no trato respiratório superior, enquanto partículas finas e ultrafinas são capazes de atingir os alvéolos pulmonares. Estudos epidemiológicos demonstram forte associação entre exposição ao MP fino e ultrafino com a morbidade e mortalidade de doenças cardiorrespiratórias50,51. Recentemente, a IARC classificou o MP presente na poluição do ar como carcinogênico para humanos (Grupo 1). Esta determinação foi baseada em evidências sobre a relação do MP2.5 e MP10 ao risco de câncer de pulmão52. Diversos mecanismos são propostos para explicar a ligação entre MP e o risco de câncer de pulmão, incluindo a alteração na expressão de genes, respostas inflamatórias e o estresse oxidativo, no entanto esta relação permanece mal compreendida44-53,54,51,55-56. O MP pode levar a inflamação e induzir a liberação de espécies reativas de oxigênio, tanto local como sistemicamente, o que por sua vez, pode contribuir para alterações epigenéticas e instabilidade genômica51-52,53,57,58-59. 1.3 Epigenética O genoma humano possui cerca de 25.000 genes e a expressão de cada gene é fortemente regulada para controlar a função de cada célula. No núcleo, o modelo para informação genética é codificado em segmentos de DNA, os quais são transcritos em moléculas de RNA. Estas moléculas são transportadas a partir do núcleo para o citoplasma, onde eles são traduzidos em proteínas. A atividade dos genes é controlada ao nível do DNA, RNA, e proteína. No nível do DNA, a atividade do gene pode ser estruturalmente regulada, com histonas para controlar tanto a acessibilidade física dos fatores de transcrição a um segmento de DNA, quanto para a disponibilidade de fatores de transcrição. (ARTIGO SYLVIA K. SHENOUDA & SURESH K. ALAHARI) Aparentemente, há muitas maneiras pelas quais a função do gene pode ser alterada, o que reflete a relativa facilidade com que a função do gene pode ser perdida. Em contraste, a ativação de um proto-oncogene pode exigir alterações mais específicas que conferem novas propriedades ao produto do gene. Além disso, a conversão de 5-metilcitosina à timina em sequências CpG, podem ser utilizado para estimar a taxa espontânea de alterações de bases induzidas. A metilação de resíduos citosina em regiões CpG, é um processo endógeno, uma vez que nenhum fator exógeno foi encontrado ainda que altere a frequência de desaminação de citosinas metiladas em CpG ou a eficácia de reparação de mutações. Assim, é razoável supor que uma diminuição da 8 proporção de CpG seria indicativo de um efeito direto sobre o DNA exercido por um agente químico ou físico. A epigenética refere-se ao estudo de mecanismos que alteram a expressão dos genes, sem qualquer alteração na sequência primária do DNA60, esses mecanismos epigenéticos são herdáveis e reversíveis. Os mecanismos epigenéticos são essenciais para o desenvolvimento normal e manutenção dos padrões de expressão gênica específicos para os tecidos em mamíferos. A alteração de processos epigenéticos podem desencadear a função alterada dos genes levando a transformação celular. As mudanças globais no panorama epigenético são uma marca registrada do câncer, envolvidas na iniciação e progressão da doença, tradicionalmente, visto como uma doença genética, tornou-se uma realidade o envolvimento de anormalidades epigenéticas juntamente com alterações genéticas61. Os principais fenômenos classificados como alterações epigenéticas são: a metilação do DNA (metilação sobre as bases de citosina do DNA, em dinucleotídeos CG, comumente referido como CpG), modificações de histonas (modificações pós-traducionais que alteram a sua interação com proteínas nucleares, tais como acetilação e metilação), RNA nãocodificadores e (miRNA, siRNA)60(Figura1). Figura 1 - Esquerda: Representação esquemática de modificações epigenéticas. no DNA e nas histonas. Direita: Esquema representando os microRNAs, que são pequenos RNAs não-codificantes, que reconhece um RNAm alvo por 62 homologia de sequência, levando a clivagem e o bloqueio da tradução. (Adaptado de Mansuy et al., 2011 ). 9 As modificações das histonas é uma alteração epigenética frequentemente encontrados nas células tumorais. As histonas são proteínas conservadas evolutivamente que têm domínios globulares carboxi-terminal cruciais para a formação do nucleossomo, e as caudas aminoterminais flexíveis que se projetam a partir da parte central do nucleossomo e conectando os nucleossomos adjacentes para formarem e ordenarem as estruturas da cromatina 63. Cerca de oito modificações pós-traducionais ocorrem nas histonas incluindo a metilação, acetilação, fosforilação, ubiquitinação, sumoilação, biotinilação, e ribosilação de ADP, e foram identificados no núcleo das histonas H2A, H2B, H3, H4, e na família das histonas ligantes H1 64,65. Estas marcas nas histonas são essenciais para a organização da cromatina, manutenção da estabilidade do genoma, silenciamento de sequencias repetitivas do DNA, que regulam a progressão do ciclo celular, o reconhecimento de sítios de danos e reparação do DNA e manutenção de expressão adequada de informação genética63. Outra classe de moléculas que participam dos eventos epigenéticos são os microRNAs. De acordo com os estudos da última década, os microRNAs emergiram como moléculas-chave na regulação das funções celulares em mamíferos. Os microRNAs são reguladores fundamentais relacionados a várias doenças, estas moléculas são sequencias curtas de DNA (aproximadamente 22 nucleotídeos) que regulam a transcrição de genes no nível pós-transcricional66. Desde a primeira descoberta dos microRNAs em Caenorhabditis elegans Lee et al.38, centenas de microRNAs foram identificados em eucariotos por influenciarem processos fisiológicos, tais como, o desenvolvimento, crescimento, diferenciação, reações imunológicas, e a adaptação ao stress39,66. Os estudos demonstram que a expressão alterada dos microRNAs pode promover condições patológicas. O papel dos microRNAs na biologia do câncer tem sido verificada nos últimos anos e os estudos demonstram sua importância no controle da expressão de RNAm alvo que promovem ou facilitam o crescimento do tumor, invasão, angiogênese67. Além disso, o perfil de expressão dos microRNAs nos tumores tem sido relacionados por definirem subtipos, sobrevivência do paciente, metástases e resposta ao tratamento67,68. Por outro lado, sabe-se que a exposição ambiental, química, biológica ou agentes físicos podem ser responsáveis por doenças humanas, incluindo o câncer, o descobrimento das relações entre a exposição aos carcinógenos ambientais e a expressão de microRNAs pode contribuir para melhor elucidar os mecanismos iniciais da doença e pode potencialmente conduzir ao desenvolvimento de indicadores úteis de exposição a substâncias tóxicas ou novos biomarcadores para testes de carcinogenicidade69,70. 10 1.3.1 Metilação do DNA A metilação do DNA é o mecanismo de regulação epigenética mais estudado e é crucial para o desenvolvimento normal e manutenção da homeostase celular71,72. Além disso, desempenha um importante papel em vários processos biológicos, que incluem a inativação do cromossomo X, regulação da expressão gênica, imprinting e manutenção da estabilidade cromossômica. Biologicamente consiste na ligação covalente de um radical metil (CH3) em resíduos de citosina em dinucleotídeos CpG60 (Figura 2). Figura 2 – Representação da ligação do grupo CH3 no carbono 5 da citosina (C) gerando a 5-metilcitosina, sendo este 73 processo mediado pelas enzimas DNA metiltransferases (DNMT’s). (Retirado e modificado de Lorincz ). Os dinucleotídeos CpG não estão uniformemente distribuídas em todo o genoma humano, mas estão concentradas em trechos curtos do DNA ricos em CpG chamados de ilhas CpG e nas regiões de sequencias repetitivas, como por exemplo, repetições centroméricas e elementos retronsposons61. Existem cerca de 28 milhões de sítios CpG no genoma e a maioria dos dinucleotídeos CpG (70 a 80%) são metilados nas células normais74,75-76. As ilhas CpG são grupos de sítios CpG que variam entre 200 a 3000 pb e que apresentam uma porcentagem maior que 50 % de CG61,67. Além disso as ilhas de CpG estão preferencialmente localizadas na região 5’ dos genes ocupando as regiões regulatórias ou promotoras, cerca de 60% das regiões promotoras dos genes humanos contem em sua estrutura ilhas CpG55,68. Usualmente nas células normais, as ilhas CpG não metiladas na região promotora está associada com a expressão dos genes durante a diferenciação. Por outro lado, ilhas CpG metiladas nas regiões promotoras estão diretamente ligadas a repressão da expressão dos genes61,77. Além disso, no genoma margeando as ilhas CpG existem as shores, regiões de baixa densidade em CpG que estão localizadas aproximadamente a 2 Kb das ilhas CpG78. Ainda podemos salientar que além das shores e ilhas CpG são encontradas as shelves, regiões de 2 Kb que flanqueiam as shores. Perfis de metilação diferencial encontrados nas shores em vários tipos de câncer tem sido associado com alterações na expressão gênica76,79. 11 As DNA metiltransferases têm um motivo catalítico altamente conservado que estabelece as padrões de metilação do DNA em sequências alvo do genoma. A distribuição de dos grupamentos metil demarca regiões de silenciamento da transcrição genica ou de potencial transcrição, criando uma assinatura epigenética estável76. Alterações nos padrões de metilação do DNA são bem estudadas em câncer e uma redução global de metilação e hipermetilação em genes específicos, tais como, em genes supressores tumorais, tem sido descrito como uma característica marcante de neoplasia80. Sabe-se que o mecanismo de metilação do DNA também pode alterar padrões de expressão gênica81,82. A metilação do DNA é mitóticamente estável e pode ser propagada pela divisão celular. Entretanto, estudos têm demonstrado que a metilação do DNA pode alterar rapidamente em resposta a fatores ambientais. A hipermetilação em genes supressores tumorais é amplamente caracterizada por representar um dos primeiros passos envolvidos na carcinogênese humana83. Cada alteração transitória na metilação do DNA pode refletir em uma condição de estresse na célula, associado com alterações no processo de apoptose, no controle do ciclo e na proliferação celular. Isto pode levar ao acúmulo de danos genéticos e epigenéticos persistentes, depois de repetidas exposições a possíveis agentes carcinogênicos82. Além da análise de genes pontuais, a avaliação dos padrões de metilação do genoma como um todo, são realizadas em sequências repetitivas de DNA, como os elementos retrotransposons Alu repeats e LINE-1 (Long Interspersed Nuclear Element-1), são de grande interesse82,84. Anteriormente, considerado como sequencias sem função no genoma, elementos repetitivos têm se tornado cada vez mais reconhecido como uma importante classe de reguladores da expressão gênica72,85-86. Além disso, a hipometilação global em elementos repetitivos pode levar a rearranjos cromossômicos e ativação de oncogênese87,76. Por serem abundantes no genoma humano, em torno de 55% consiste destes elementos, o padrão de metilação nestas sequências é considerado um possível preditor da metilação global84,88. Adicionalmente, sabe-se que a hipometilação destes elementos aumenta sua atividade retrotranspositiva, o que pode acarretar alterações genômicas, tais como, mutagênese insercional, interferência na transcrição, e a instabilidade genômica com consequente variação da regulação transcricional72-75,90,78,84-80. Além disso, a ativação de sequencias repetitivas de DNA por meio da hipometilação também pode contribuir para translocações destas sequencias hipometiladas, levando afrouxamento da cromatina 91. Elementos repetitivos compreendem quase a metade de todo o genoma e são um dos principais contribuintes na hipometilação relacionada ao câncer. A associação entre a hipometilação de 12 elementos repetitivos e exposição à vários fatores ambientais tem sido claramente demonstrada tanto na população geral quanto em indivíduos expostos ocupacionalmente51,92-93. 1.4 Metilação do DNA para determinação dos sujeitos com alto risco ao desenvolvimento de câncer A exposição de trabalhadores a determinados ambientes ocupacionais pode estar associado ao aparecimento de vários tipos de doenças, como o câncer. Alguns agentes presentes nos ambientes ocupacionais são classificados como carcinogênicos com potencial bem reconhecido, no entanto, os mecanismos moleculares subjacentes às suas associações com os riscos de câncer permanecem pouco compreendidos. Dessa forma a utilização de biomarcadores genéticos e epigenéticos podem elucidar mecanismos envolvidos com a iniciação da carcinogênese, em populações expostas. Um estudo realizado em trabalhadores com elevada exposição aos hidrocarbonetos policiclicos aromáticos (HPAs), revelou uma hipometilação na região promotora do gene p53, que pode estar envolvido com mecanismos adicionais associados a instabilidade genética induzidos por HPAs, e pode mediar o risco de câncer de pulmão93. Em trabalhadores de fundição, com alta exposição ao material particulado (MP), foram comparados os padrões de metilação nos leucócitos do sangue dos genes supressores tumorais APC, p16, p53 e RASSF1A, no primeiro dia e no último dia da semana de trabalho, período de curta exposição ao MP e foi observado hipermetilação dos genes p16 e APC e hipometilação de RASSF1A e p5382. O padrão alterado de metilação do DNA em genes supressores tumorais, como o APC, p16, p53 e RASSF1A é geralmente observada em DNA de leucócitos do sangue de pacientes com câncer de pulmão73-94,95-96. Umemura et al.97 demonstraram hipermetilação em genes supressores de tumor no DNA do soro de pacientes com silicose e câncer de pulmão. Este estudo sugere que a aberrante metilação em genes supressores de tumor pode facilitar a detecção precoce do câncer de pulmão em pacientes com silicose. O p16 foi o primeiro gene identificado como hipermetilado, nos cânceres de pulmão96. Estudos tem demonstrado que a expressão de p16 é inativado pela metilação em uma prevalência de 60% a 70% em câncer de pulmão primário e com baixa frequência de mutações28,98. Estudos em animais demonstraram a hipermetilação global do DNA em esperma de camundongos após a exposição à poluição do ar, bem como a hipermetilação no p16 em pulmões de ratos, após a exposição ambiental ao MP2.5 concentrado56,99. 13 Um estudo de meta-análise avaliou o papel da metilação dos genes em pacientes com câncer de pulmão de não pequenas células e a relação com o hábito de fumar. Foi verificada uma associação significativa no perfil de metilação entre os genes CDKN2A, RASSF1, MGMT, RARB, DAPK, WIF1 e FHIT e o tabagismo em pacientes com câncer de pulmão. A hipermetilação de p16 foi um fator de risco comum ao tabagismo nos pacientes100. Vários investigadores têm demonstrado que ilhas CpG nas regiões promotoras dos genes MGMT e MLH1 são hipermetiladas em vários tipos de câncer e a aberrante hipermetilação reprime a expressão de ambos os genes101,102-103. O gene MLH1 é um dos participantes da via de reparo MMR, essa via é um sistema essencial pelo qual as células corrigem erros na replicação do DNA para manutenção da fidelidade do genoma104,105. O MGMT codifica a O6-metilguanina-DNA-metiltransferase enzima de reparo que desempenha um importante papel na defesa do DNA celular contra efeitos citotóxicos e carcinogênicos de agentes alquilantes103. Em um estudo realizado na China em trabalhadores da indústria do plástico, ambiente rico em cloreto de vinila, reconhecido como agente carcinogênico para humanos, foi detectada a hipermetilação de MGMT em grupo destes trabalhadores que obtiveram uma aumentada instabilidade cromossômica avaliada por MNs103. Por outro lado Duan et al.106 verificaram a hipometilação do gene MGMT em um grupo de trabalhadores expostos ao MP associado a HPAs comparados aos indivíduos não expostos. Outro estudo realizado em uma população com prolongada exposição ao arsênio foi verificado o aumento da metilação do DNA em genes supressores tumorais, como, p16 e no gene de reparo MLH1107. A avaliação dos padrões de metilação entre as sequências repetitivas de DNA, como os elementos Alu e LINE-1, são utilizadas como biomarcadores epigenéticos73,75. Estudos in vitro e in vivo tem demonstrado uma hipometilação nestes elementos em resposta à exposição a partículas de poluição ambiental, sendo a variação na metilação um evento sistêmico consequente da cascata de reações inflamatórias desencadeada pela inalação de partículas poluentes, esses resultados demonstram a possibilidade de que essas mudanças sejam responsáveis por respostas adaptativas e determinem efeitos ambientais na saúde humana92. No trabalho de Duan et al.106 foi determinado em trabalhadores com alta exposição a hidrocarbonetos policíclicos aromáticos (HPAs), a hipometilação da sequência repetitiva LINE-1, sendo assim os autores sugeriram a utilização deste marcador para avaliação da exposição aos HPAs. Demetriou & Vineis91 evidenciaram que a poluição do ar influência nos níveis de metilação globais, e essas mudanças epigenéticas podem contribuir para a carcinogênese tanto quanto as alterações genéticas. 14 A grande maioria dos estudos envolvendo marcadores de metilação do DNA em populações expostas ocupacionalmente são realizados em leucócitos do sangue periférico, devido a estas células serem as primeiros a responderem aos mediadores inflamatórios liberados nos pulmões após a exposição ambiental108. A metilação do DNA regula as funções dos leucócitos em nível transcricional e, portanto, afeta a migração e o recrutamento dos leucócitos da corrente sanguínea para o pulmão109. A metilação do DNA no sangue periférico tem sido apontada como um marcador sensível para mudanças agudas e de curto prazo no epigenoma108. Sendo assim, a utilização da análise de metilação do DNA como um possível biomarcador, com intuito de predizer a incidência de risco de câncer em populações expostas como os trabalhadores da construção civil, pode melhorar a avaliação da exposição mas também aumentar a compreensão dos mecanismos subjacentes a esta tipo de exposição que esta classe de trabalhadores estão submetidos, podendo elucidar o risco de câncer. 15 2 JUSTIFICATIVA O universo de empresas na indústria da construção civil, abrange em torno de 11,9 mil empresas ativas que empregaram cerca de 3 milhões de pessoas. Somente na região Sudeste o número total de empresas da construção civil é de 50.008, com 1.611.861 pessoas trabalhando no setor 110. Diante da representatividade do setor da construção civil no cenário da economia brasileira, responsável por considerável parte no PIB em nosso país e sua relação social, tendo em vista o grande número de empregos gerados, é essencial pensar na qualidade de vida e no impacto a saúde dos trabalhadores deste setor. Haja vista, que milhões de trabalhadores estão expostos ocupacionalmente a diversos fatores e agentes nocivos à saúde. A busca de possíveis biomarcadores para avaliação de danos citotóxicos é uma importante ferramenta para a determinação de populações de risco para o possível desenvolvimento de câncer. Além disso, o aparecimento do câncer é provocado por mutações no DNA e também por mudanças epigenéticas. Sendo assim, os estudos de metilação do DNA em regiões promotoras de genes alvos podem contribuir na elucidação dos mecanismos moleculares importantes para o processo de carcinogênese e apontar potenciais biomarcadores. 16 3 OBJETIVOS 3.1 Objetivo geral Avaliação de possíveis biomarcadores epigenéticos para associação do potencial risco de desenvolvimento de câncer em trabalhadores da construção civil expostos a agentes carcinogênicos ambientais e ocupacionais. 3.2 Objetivos específicos Avaliar o perfil de metilação do DNA nos leucócitos do sangue dos trabalhadores da construção civil em comparação ao grupo controle (não expostos), nas regiões promotoras dos genes APC, RASSF1A, p16, p53, MGMT, MLH1 e das sequencias repetitivas ALU e LINE-1, utilizando a metodologia de pirosequenciamento. Comparar o perfil de metilação do DNA dos genes alvos escolhidos nos leucócitos do sangue no grupo de trabalhadores da construção civil no primeiro dia de trabalho da semana e no quinto dia de exposição. Correlacionar os dados do questionário ocupacional, com os níveis de metilação dos genes supressores tumorais analisados e das sequências repetitivas ALU e LINE-1. 17 4 MATERIAL E MÉTODOS 4.1 Local de estudo O estudo foi realizado no Hospital de Câncer de Barretos, localizado na cidade de Barretos, estado de São Paulo. 4.2 Desenho do estudo O estudo é observacional prospectivo. O estudo foi dividido em dois grupos, sendo o primeiro grupo de 58 trabalhadores da construção civil (caso) e 50 trabalhadores do setor administrativo (controle), sendo a primeira etapa do estudo uma comparação caso x controle. No segundo grupo foram analisados 39 trabalhadores da construção civil, que foram coletados em dois dias diferentes da semana, a coleta foi realizada do mesmo indivíduo sendo a primeira no 1° dia de trabalho da semana (segunda-feira) e a segunda coleta no 5° dia de trabalho (sexta-feira), a fim de detectar as potenciais diferenças no nível de metilação do DNA dos genes propostos em curto período de tempo de exposição ocupacional no ambiente de trabalho da construção civil. Além disso, as análises com este grupo proporcionam a verificação do nível de metilação do DNA dos indivíduos trabalhando no mesmo local de trabalho sem interferentes de outros participantes que não tem a exposição e com características socioeconômicas diferentes. 4.3 Sujeitos da pesquisa Os sujeitos da pesquisa foram os trabalhadores da construção civil do Hospital de Câncer de Barretos (grupo estudo) e trabalhadores do setor administrativo desta mesma instituição (grupo controle) pareados por idade. O tamanho amostral foi calculado para homens não fumantes com nível de 5% de significância e 10% de precisão. O número do cálculo amostral foi calculado pelo NAP (Núcleo de apoio à pesquisa do Hospital de Câncer de Barretos), considerando os critérios de inclusão e exclusão descritos abaixo. 4.4 Critérios de inclusão Foram incluídas no estudo homens com mais de 18 anos, trabalhadores da construção civil do Hospital de Câncer de Barretos e ex-fumantes com pelo menos um ano de término do hábito. 18 4.5 Critérios de exclusão Foram excluídos todos os indivíduos fumantes, usuários de drogas, trabalhadores com doenças infecciosas ou doenças crônicas (como as doenças autoimunes), expostos a outros agentes, como raios X e xilol. E para análise do segundo grupo, também, foram excluídos do estudo os trabalhadores que faltaram no trabalho durante os cinco dias de exposição. 4.6 Coleta de dados Para este estudo cada participante respondeu um questionário que continha questões referentes às características sócio-demográfico, rotina ocupacional e a saúde geral e bucal, o questionário pode ser visualizado no anexo (A). No preenchimento do questionário foi apresentado o Termo de Consentimento Livre e Esclarecido (TCLE) para assinatura, e tanto os trabalhadores da construção civil quanto os trabalhadores do administrativo foram informados dos potenciais fatores de risco. O questionário utilizado foi adaptado a partir de Boffeta et al. 1999 e Sartor, 2003. 4.7 Coleta de sangue Foram coletados 2 tubos de 5mL de amostras biológicas (sangue) para cada indivíduo, em tubos Vacutainer contendo EDTA, que posteriormente foram submetidos a extração do DNA genômico. 4.8 Determinação da metilação do DNA na região promotora de genes 4.8.1 Extração de DNA de sangue periférico A partir da amostra coletada, o tubo Vacutainer foi centrifugado a 3500 rpm por 10 minutos à 4°C. O sobrenadante contendo o anel de leucócitos, com aproximadamente 500uL, foi retirado e transferido para um tubo falcon de 15 ml. Foi adicionado 12 ml de solução de lise composta por bicarbonato de amônio (1X) e cloreto de amônio (10X) que posteriormente foram imersos em gelo por 20 minutos. Após esse período, os tubos foram homogeneizados e centrifugados por 10 minutos a 3500 rpm a 4°C e o pellet obtido foi ressuspendido em 20uL de PBS 1X e transferido para tubos de 1,5 mL. Os próximos passos foram seguidos de acordo com o DNeasy Blood&Tissue Kit (Qiagen), conforme instruções do fabricante e a amostra final foi eluída em 60uL em água 19 estéril deionizada (milliQ). O DNA extraído foi quantificado por espectrofotometria em NanoDrop 2000C (ND-1000 Spectrophotometer v.3.0.1, Termo Scientific). Este aparelho quantifica ácidos nucleicos e proteína através da leitura do comprimento de onda absorvido. A absorbância de 260nm indica o pico de absorbância de UV do DNA, a absorbância de 280nm o pico de absorção de UV de proteínas e 230nm o pico de absorção de UV para contaminantes orgânicos. Posteriormente, calculando as razões 260/280 e 260/230 é possível obter a pureza do DNA a ser analisado. As amostras foram quantificadas utilizando 1uL de DNA e estavam dentro dos valores de razões aceitáveis para trabalhar com o DNA, entre 1,6 e 2,3. Os DNA’s foram estocados em freezer (-80°C). 4.8.2 Conversão de Bissulfito O DNA genômico foi submetido ao tratamento de conversão por bissulfito de sódio de acordo como descrito no kit Epitech Bisulfite kit (Qiagen) conforme instruções do fabricante. O tratamento consiste em converter as citosinas não metiladas em uracilas através da perda do grupo amina na base citosina. Enquanto que as citosinas metiladas permanecem protegidas e inalteradas. O método é composto pelas seguintes etapas: desnaturação, sulfonação, deaminação, purificação, dessulfonação e eluição das amostras. Foram utilizados 1ug de DNA, obtendo um volume final de 20 uL, estes foram colocados em microtubos de 0,2uL, em seguida adicionado 85uL de bissulfito mix e 35uL de “DNA Protect” Epitech Bisulfite kit (Qiagen) formulado para evitar a fragmentação do DNA geralmente associada ao tratamento com bissulfito a altas temperaturas e de baixo valores de pH. Ele também fornece a desnaturação efetiva de DNA, resultando na cadeia simples do mesmo, necessário para a conversão completa de citosinas. Além disso, o DNA Protect Buffer contém um corante indicador de pH, tal como uma mistura de controle para permitir confirmação do pH correto para conversão de citosinas. Após a adição do bissulfito mix e DNA Protect, as amostras foram homogeneizadas e incubadas em termociclador. O programa de ciclo térmico fornece uma série de passos de incubação necessários, otimizados para a desnaturação térmica do DNA e subsequente dessulfonação e desaminação de citosinas, permitindo maiores taxas de conversão das mesmas. Após a incubação, as amostras foram centrifugadas e transferidas para tubos limpos de 1,5mL e adicionado buffer BL que promove a ligação do DNA convertido na membrana da coluna de spin-MinElute DNA de cadeia simples. Subsequente a este passo, o DNA é ligado à membrana que é lavada utilizando o buffer BW que remove eficientemente o bissulfito de 20 sódio residual. Logo após, a dessulfonação ocorre usando Buffer BD, a membrana é novamente lavada utilizando tampão BW antes da eluição a partir da membrana da coluna utilizando tampão EB (Figura 3). Reação Bissulfito DNA com DNA Protect Dessulfonação Adicionar Buffer BW Lavagem (2X) Adicionar Buffer BW Ciclo término (5h) Transferir DNA para o microtubo de 1,5mL com tampão BL. Adicionar etanol Adicionar etanol Vincular Lavagem Adicionar Buffer EB Transferir para coluna do Kit Adicionar Buffer BW Eluição Figura 3 – Representação esquemética do protocolo de conversão por bissulfito de sódio. Adaptado de Epitech 111 Bisulfite kit (Qiagen) . 4.8.3 PCR e eletroforese em gel de agarose Após extração de DNA e tratamento com bissulfito de sódio, cada amostra foi submetida à amplificação pela metodologia de PCR com um dos primers marcados com biotina. As reações de PCR (Reação em Cadeia da Polimerase) foram realizadas em um volume de 50 uL contendo: 2 uL do DNA convertido, 25uL de HotStarTaq Master Mix (Qiagen), 1uL de cada primer na concentração de 10 uM (foward e reverse). As condições de ciclagem foram estabelecidas para cada conjunto de 21 primers (Anexo B). Cinco uL do produto de PCR foram submetidos a análise por eletroforese utilizando-se gel de agarose 2%. O marcador molecular de 1Kb (Invitrogen) foi utilizado para verificação do tamanho do amplicon e a imagem foi visualizada no Imagem Quant LAS 4000 Mini. Foram utilizados os desenhos dos primers dos genes APC, RASSF1A e TP53 conforme descrito por Baccarelli et al.112. Para os conjuntos de primers do gene MGMT foram desenhados utilizandose o Software PyroMark Assay Design (Qiagen) seguindo os parâmetros recomendados: tamanho dos primers entre 18 e 21 pares de bases, com mais de 50% de G+C, temperatura de anelamento 55 a 62°C, evitando a formação de harpain e loop. Os genes MLH1, CDKN2A e as sequências repetitivas ALU e LINE-1 foram utilizados os primers conforme gentilmente cedidos os desenhos pelo Prof. Dr. Zdenko Herceg do IARC (Anexo C e D). 4.8.4 Pirosequenciamento Para a preparação das amostras para o pirosequenciamento, os 45uL de produto da PCR foram transferidos para uma placa de 96 poços e agitados em um mix contendo beads de sefarose (Strepatavidin Sepharose GE Healthcare) e tampão de ligação (binding buffer – Qiagen) de acordo com a quantidade de amostra. A seguir a placa foi submetida a agitação por 10 minutos a 1.400 rpm. Logo após, a placa contendo o produto de PCR foi submetida a bomba vácuo (PrepStation). Na ferramenta PrepStation o produto de PCR é ligado nas beads, ficando preso a mesma. Assim, foi iniciado as etapas de lavagem, primeiro em 100mL de solução etanol 70%, segundo em 100mL de solução denaturante de NaOH 0,2M (Qiagen) e em seguida lavado com tampão de lavagem Wash buffer (Qiagen). Após as lavagens, os produtos são transferidos para placa de pirosequenciamento (PSQ 96 low plate) (Qiagen) contendo primer de sequenciamento na concentração de 0,4uM diluídos em tampão de anelamento (anneling buffer – Qiagen). Após a transferência, a placa é colocada em um termo bloco à 80ºC por 5 minutos a fim de proporcionar o anelamento dos primers. Em seguida, a placa é colocada em temperatura ambiente por 10 minutos. Por fim, a placa contendo os produtos ligados aos primers de sequenciamento foram transferidos para o equipamento pirosequenciador PyroMark Q96 ID System (Qiagen) acompanhado do cartucho contendo as enzimas (ATP sulfurilase, luciferase e apirase), substratos (adenosina 5fosfosulfato (APS) e luciferina) e dNTPs. O primeiro dos quatro dessoxinucleotide (dNTPs) é adicionado a reação. A DNA polimerase catalisa a incorporação da dNTP à fita de DNA. Cada evento de incorporação é acompanhada da liberação do pirofosfato (PPi) em uma quantidade equimolar à quantidade de nucleotídeos 22 incorporados. A enzima ATP sulfurilase converte o PPi em ATP na presença de APS. Este ATP dirige a conversão mediada pela luciferase da luciferina em oxiluciferina que gera uma luz visível numa quantidade proporcional à quantidade de ATP. A luz produzida é detectada por uma câmera CCD (charge coupled device) que é vista como um pico no pirograma. A Apirase, uma enzima que degrada nucleotídeos, degrada constantemente os dNTPs não incorporados e o excesso de ATP, quando a degradação é completada, outro dNTP é adicionado. A adição de dNTPs é realizada uma de cada vez. À medida que o processo continua, a fita de DNA complementar é formada e a sequência é determinada a partir dos picos do pirograma (Figura 4). A metodologia de pirosequenciamento, é um procedimento qualitativo quanto quantitativo. É possível identificar a quantidade exata de metilação de dinucleotídeos CpGs específicos de maneira rápida e eficaz. É possível verificar a qualidade da conversão por bissulfito de sódio, uma vez que podem ser inseridos na ordem de dispensação de nucleotídeos controles que podem indicar a ocorrência de conversão parcial do DNA conforme exemplificado na Figura 5. Figura 4 - Representação esquemática do sistema enzimático de pirosequenciamento. Cada dNTP é incorporada na cadeia de DNA pela enzima polimerase, a qual adiciona as bases de acordo com a fita molde, liberando assim a molécula de pirofosfato (PPi). A enzima ATP sulfurilase converte o PPi em ATP que serve como substrato para a produção de luz pela enzima luciferase. A luz produzida é detectada como evidência de que a incorporação de 113 nucleotídeos foi eficiente (Retirado e adaptado de Ahmadian et al. ). 23 Figura 5 – Representação dos pirogramas de cada região promotora analisada para cada gene. (A) Pirograma representando a região da sequência ALU. (B) Pirograma representando a região promotora do gene RASSF1A. (C) Pirograma representando controle metilado. (D) Pirograma representando controle não-metilado. (E) Pirograma representando a região promotora do gene APC. (F) Pirograma representando a região da sequência LINE-1. (G) Pirograma representando a região promotora do gene MGMT. (H) Pirograma representando a região promotora do gene MLH1. (I) Pirograma representando a região promotora do gene CDKN2A. (J) Pirograma representando a região promotora do gene TP53. 24 4.8.5 DNA controle metilado e não-metilado Para as análises realizadas no pirosequenciador foram utilizados DNA controles obtidos da (Qiagen). O controle utilizado de DNA metilado passa pelo processo de metilação in vitro e após este passo por conversão de bissulfito. Também é utilizado um DNA não-metilado. A fonte do DNA são de sangue humano constituído por um pool de vários doadores anônimos, onde todo o genoma é representado. O DNA foi preparado a partir de células do sangue periférico (baixo grau de metilação). O sangue foi coletado de doadores diferentes, tanto homens como mulheres, para evitar possíveis mutações de apenas um doador. O DNA não metilado é obtida por amplificação de todo o genoma. Os controles utilizados possuem uma faixa de porcentagem de metilação do DNA aceitável, o qual no controle metilado é acima de 85% e no não-metilado igual ou abaixo de 5%, quando submetidos no pirosequenciador. 4.9 Análise estatística dos dados Para as análises dos dados foi utilizado o software SPSS para Windows versão 21.0. Inicialmente, os dados foram tabulados considerando as estatísticas descritivas (média, desvio padrão, mediana, mínimo, máximo) para os dados quantitativos e tabelas de frequência para os qualitativos. Basicamente existem dois tipos básicos de distribuição dos dados: Normal ou Anormal, também conhecida como distribuição livre. A distribuição normal ou Gaussiana (relativo à Carl Gauss) apresenta uma forma semelhante a uma curva em sino quando os dados contínuos estão dispostos em uma curva de distribuição. Desta forma, podemos visualizar os dados que se concentram em torno de uma média e se dispersam simetricamente a partir desse ponto central. Muitos testes estatísticos, como o teste t de Student, requerem uma distribuição normal. Quando a curva de distribuição dos dados não apresenta uma forma de sino é chamada de assimétrica, anormal ou de livre distribuição. Os testes usados para dados com distribuição anormal são conhecidos como estatísticas não-paramétricas (exemplo: teste de Mann-Whitney). Assim, tornase imprescindível, antes da escolha do teste estatístico para dados contínuos, examinar a distribuição dos dados que neste trabalho foi realizada através do teste Shapiro-Will e Kolmogorov-Smirnov. Se dados contínuos apresentam uma distribuição anormal, é necessário escolher um teste não-paramétrico ou transformar os dados em uma distribuição normal, aplicando, como exemplo, uma transformação logarítmica114. Contudo, antes de realizar o teste estatístico para comparar a associação entre a metilação e o desfecho (Caso ou Controle) realizamos um teste para verificação da normalidade dos dados e 25 baseado nesses resultados optamos pelo Teste T (paramétrico) ou Teste Man-Whitney (não paramétrico). Com isso, para as análises das diferenças entre os grupos considerando as características demográficas foram utilizados os testes não paramétrico Qui-quadrado ou Exato de Fisher, optando pelo Exato de Fisher apenas quando os pressupostos do teste de Qui-quadrado não foram contemplados. Para a análise do perfil de metilação dos trabalhadores da construção civil e do grupo controle, foram realizadas as análises da distribuição dos grupos se paramétrico ou não paramétrico, assim foram utilizados para as análises os testes estatísticos Teste-T ou MannWhitney, respectivamente. Para as análises de metilação do DNA foram calculados as médias e/ou mediana geral de cada gene para cada grupo e também foi calculado as diferenças para cada sítio de cada gene. Para as análises de correlação entre o perfil de metilação do DNA dos genes que apresentaram significância, o grupo de trabalhadores da construção civil foi dividido pela média, de acordo com o hábito de bebida e a informação se fumantes passivo. A partir desta divisão foi aplicado o Teste-T e/ou Mann-Whitney para avaliação estatística. Para avaliar a metilação do DNA nos genes dos trabalhadores da construção civil (caso) no 1º e 5º dia de exposição foi utilizado o Teste T pareado (paramétrico) ou Teste de Wilcoxon (não pareado), após a verificação da normalidade através do teste Shapiro-Wilk. Em todas as análises foi considerado um nível de significância de 5%, p valor <0,05. Nas análises realizadas para verificação da presença ou ausência de motifs ligantes para fatores de transcrição foi utilizado o banco de dados JASPAR e as análises foram realizadas em ambiente R utilizando-se o pacote R/Bioconductor conforme descrito por Mathelier et al.115 4.10 Aspectos Éticos Este estudo foi submetido ao Comitê de Ética em Pesquisa do Hospital de Câncer de Barretos e encontra-se aprovado (586/2012). Os pesquisadores garantem o sigilo de todos os participantes da pesquisa, não divulgando o nome ou qualquer outra informação que possa identificar os envolvidos no estudo. 26 5 RESULTADOS 5.1 Coleta e caracterização sócio-demográficas dos grupos A população do estudo foi composta por indivíduos do sexo masculino e não tabagista. No primeiro grupo analisado foram incluídos 58 indivíduos no grupo dos trabalhadores da construção civil (caso) e 50 trabalhadores do setor administrativo (controle), totalizando 108 indivíduos. No segundo grupo foram analisados 39 indivíduos da construção civil no primeiro dia de trabalho da semana e no quinto dia para avaliação do perfil de metilação dos genes propostos em curto período de tempo de exposição no ambiente da construção civil. Os participantes da pesquisa de ambos os grupos responderam a um questionário referente as características sócio-demográficas, dados ocupacionais, tais como, histórico ocupacional, tempo de duração no emprego atual e anteriores e aos hábitos de tabagismo e consumo de bebida alcoólica. O grupo da construção civil respondeu a um questionário contendo perguntas referentes a algumas substâncias possivelmente presentes no ambiente da construção e que de acordo com a literatura podem contribuir com efeitos genotóxicos e na carcinogênese. Além disso, foram entrevistados também em relação ao uso de EPI (equipamento de proteção individual), tempo de exposição (em anos trabalhados) e quantidade (em horas) de exposição aos materiais e substâncias conforme apresentados no (anexo D). O grupo de funcionários do setor administrativo (grupo controle) também responderam ao mesmo questionário. No entanto, dados referentes à exposição não foram aplicados, pois na função atual eles não tem nenhum contato com poeira, fumaça ou substâncias tóxicas que façam parte do ambiente ocupacional, como estabelecidos nos critérios de inclusão e exclusão do estudo. Os trabalhadores da construção civil e do setor administrativo, pertencentes ao primeiro grupo analisado, apresentaram médias de idade semelhantes (caso: 39 ± 13 anos; controle: 32 ± 10 anos). A média de duração de exposição ocupacional no grupo caso foi de 10 anos, enquanto que no grupo controle não foi reportado histórico de exposição para os carcinógenos relacionados com a construção civil ou qualquer agente físico ou químico no local de trabalho. A maioria dos participantes, sendo 61% dos casos e 83% dos controles, consumiam bebidas alcoólicas. Além disso, 62,7% dos casos e 31,1 % dos controles foram expostos à fumaça do cigarro como fumantes passivos (Tabela 1). 27 Tabela 1 - Características sócio-demográficas dos participantes do primeiro grupo coletado (caso x controle). Variáveis Idade Tempo de exposição Fumante passivo Consumo de álcool Etnia Caso (n=59) Controle (n=49) p-valor < 35 ≥ 35 25 (46,3)* 29 (53,7)* 24 (49)* 25 (51)* 0,60ᵃ (Média anos) 10 _ _ Sim Não 37 (62,7) 22 (37,3) 14 (31,1)* 31 (68,9)* 0,001ᵃ Sim 36 (61) 23 (39) 40 (83,3)* 8 (16,7)* 0,01ᵃ Branco Negro 36 (63,2) 8 (14) 28 (73,7) 2 (5,3) Pardo Oriental 13 (22,8) 0 7 (18,4) 1 (2,6) Não/Passado 0,28ᵇ N - Número de participantes * Variável com ausência de resposta de todos os participantes ᵃ Teste Qui-quadrado foi utilizado para análise estatística ᵇ Teste Exato de Fisher foi utilizado para análise estatística Valores em negrito estatisticamente significante Conforme descrito acima, os trabalhadores foram entrevistados pelo questionário em relação as substâncias e materiais presentes no ambiente de trabalho atual. Foi encontrado como demonstrado na figura 6 os materiais e substâncias que apresentaram maior frequência de exposição nos 58 trabalhadores da construção civil analisados no primeiro grupo, dentre eles, podemos destacar: areia (70,7%), concreto (83,1%), sílica (33,9%), pó de madeira (41,4%) e raios ultravioleta (84,7%). Na figura 7 foi avaliado a exposição destes trabalhadores as mesmas substâncias e materiais em empregos anteriores e apresentou-se maior frequência para os seguintes componentes: concreto (45,8%), ao pó da madeira (40,7%), HPA’s (33,9%) e a radiação ultravioleta (87,7%). 28 100 90 84,7 83,1 80 70,7 66,1 70 58,6 % 60 50 40 30 41,4 33,9 29,3 16,9 20 15,3 10 0 Areia Concreto Sílica Não Madeira Ultravioleta Sim Figura 6 - Frequência das exposições às substâncias e materiais encontrados no ambiente de trabalho atual (1º grupo). As barras em preto representam a porcentagem dos indivíduos não expostos. As barras em cinza representam a porcentagem dos indivíduos expostos. 100 87,7 90 80 66,1 70 % 60 50 64,4 59,3 54,2 45,8 40,7 40 35,6 33,9 66,1 33,9 30 20 12,3 10 0 Concreto Madeira HPA's Não Ultravioleta Areia Fuligem Sim Figura 7 - Frequência das exposições às substâncias e materiais encontrados no ambiente de trabalho em empregos anteriores (1º grupo). As barras em preto representam a porcentagem dos indivíduos não expostos. As barras em cinza representam a porcentagem dos indivíduos expostos. Para o segundo grupo, foi analisado o perfil de metilação do DNA dos genes e das sequências repetitivas propostas de acordo com os objetivos, em um curto período de tempo de exposição no ambiente de trabalho da construção civil. O mesmo questionário foi aplicado aos trabalhadores da construção civil pertencentes a este grupo. Sendo assim, as análises revelaram, uma média de 29 idade dos participantes de 38 (± 11) anos. A média de exposição ocupacional no ambiente da construção civil destes trabalhadores foi de 13 anos. A maioria dos participantes consumiam bebidas alcóolicas, compreendendo 31 participantes (81,6%), e apenas 10 casos (26,3%) foram expostos à fumaça do cigarro como fumantes passivos (Tabela 2). As substâncias e materiais que foram presentes no ambiente de trabalho atual e que apresentaram maior frequência de exposição entre os 39 trabalhadores da construção do segundo grupo, foram: areia (66,7%), concreto (82,1%), sílica (51,3%) e raios ultravioleta (79,5%) (Figura 8). A exposição desses trabalhadores a empregos anteriores apresentou maior frequência de: areia (84,6%), concreto (84,6%), sílica (56,4%), pó de madeira (38,5%) e radiação ultravioleta (87,2%) (Figura 9). Tabela 2 - Características sócio-demográficos dos participantes do segundo grupo coletado (curto período de exposição no ambiente da construção civil). Caso (n=38) Variáveis Idade (Média anos) 38 Tempo de exposição (Média anos) 13 Sim Não 28 (73,7) 10 (26,3) Sim Não/Passado 31 (81,6) 7 (18,4) Fumante passivo Consumo de álcool Etnia N - Número de participantes Branco Negro Pardo Oriental 8 (21,6) 15 (40,5) 13 (35,1) 1 (2,7) % 30 100 90 80 70 60 50 40 30 20 10 0 82,1 79,5 66,7 48,7 51,3 33,3 20,5 17,9 Areia Concreto Sílica Não Ultravioleta Sim Figura 8 - Frequência das exposições às substâncias e materiais encontrados no ambiente de trabalho atual (2º grupo). As barras em preto representam a porcentagem dos indivíduos não expostos. As barras em cinza representam a porcentagem dos indivíduos expostos. 100 84,6 90 87,2 84,6 80 70 56,4 % 60 50 43,6 40 61,5 38,5 30 20 15,4 15,4 12,8 10 0 Areia Concreto Sílica Não Madeira Ultravioleta Sim Figura 9 - Frequência das exposições às substâncias e materiais encontrados no ambiente de trabalho em empregos anteriores (2º grupo). As barras em preto representam a porcentagem dos indivíduos não expostos. As barras em cinza representam a porcentagem dos indivíduos expostos. 5.2 Avaliação do perfil de metilação do DNA entre trabalhadores da construção civil (expostos) e controles não-expostos (caso x controle) Para análise e comparação do perfil de metilação do DNA entre os grupos de trabalhadores da construção civil e o grupo controle (trabalhadores do setor administrativo do Hospital de Câncer de Barretos), todas as amostras foram submetidas ao pirosequenciador, todos os pirogramas originados foram analisados pelo programa Pyro Q-CpG (Qiagen) e definido a porcentagem dos sítios CpG analisados para cada gene. Sendo assim, foram avaliadas o perfil de 31 metilação dos genes TP53, RASSF1A, MGMT, APC, CDKN2A e MLH1. Para verificarmos o perfil de metilação global do genoma foram utilizadas as sequências repetitivas ALU e LINE-1. Uma análise inicial (piloto) foi realizada para avaliar o comportamento do perfil de metilação dos genes. Para isto, foram utilizados aproximadamente 20 amostras do grupo de trabalhadores da construção civil e 20 amostras do grupo controle. Foi verificado que a análise do nível de metilação do DNA da região promotora dos genes TP53, MGMT, RASSF1A e da sequência repetitiva ALU, não obtivemos diferenças estatisticamente significantes nos níveis de metilação entre os grupos, como podemos observar na tabela 3. Diante destes achados estes genes não foram analisados em todo o grupo, somente analisou-se os genes que apresentaram diferenças estatisticamente significantes. Tabela 3 - Avaliação do perfil de metilação do DNA na região promotora dos genes TP53, MGMT, RASSF1A e sequência repetitiva ALU em trabalhadores da construção civil e no grupo controle. Gene CpG N Trabalhadores expostos Média(SD) Mediana Max-Min N Média(SD) Controle Mediana Max-Min P 18 18 18 18 18 5,43(0,74) 5,48(2,15) 4,81(0,80) 11,48(1,43) 6,80(1,14) 5,43 4,94 4,69 11,45 6,81 3,71 - 6,98 1,99 - 10,18 3,32 - 6,29 9,25 - 14,75 4,96 - 9,49 21 5,38(1,04) 21 4,72(1,55) 21 4,62(1,01) 21 11,20(2,01) 21 6,48(1,19) 5,33 4,50 4,55 11,38 6,35 3,31 - 7,50 2,46 - 8,37 2,88 - 6,49 7,09 - 14,49 4,00 - 8,20 0,86ᵃ 0,22ᵇ 0,52ᵃ 0,62ᵃ 0,40ᵃ Sítio 1 20 23,44(4,49) 22,98 15,99 -33,35 21 21,52(3,00) 20,91 16,62 - 27,00 0,11ᵃ Sítio 2 Sítio 5 Sítio 6 Sítio 7 Sítio 8 Média 20 20 20 20 20 20 15,07(3,33) 13,39(2,14) 7,67(1,59) 11,01(2,61) 23,40(3,03) 14,42(1,80) 14,63 13,24 7,57 10,61 23,58 14,38 8,83 - 22,03 9,32 - 17,22 4,66 - 10,96 6,33 - 17,31 15,30 - 27,54 10,81 - 17,79 21 21 21 21 21 21 14,17(2,37) 12,56(2,62) 6,91(1,44) 9,91(1,85) 22,26(4,84) 13,43(2,11) 14,48 12,44 6,96 9,87 22,39 13,25 9,59 - 18,87 7,34 - 17,63 4,91 - 10,26 6,94 - 13,89 11,22 - 31,00 9,08 - 17,96 0,32ᵃ 0,27ᵃ 0,11ᵃ 0,13ᵃ 0,37ᵃ 0,11ᵃ Sítio 1 Sítio 2 Sítio 3 Sítio 4 Sítio 5 Sítio 6 Sítio 7 Média 20 20 20 20 20 20 20 20 11,94(5,48) 7,04(3,06) 3,15(1,14) 5,22(1,87) 3,62(1,27) 4,45(2,06) 2,82(1,12) 5,48(1,97) 10,82 5,69 2,72 4,96 3,08 3,66 2,37 4,97 5,66 - 24,09 4,17 - 14,03 1,83 - 5,74 2,72 - 10,41 2,56 - 6,45 2,29 - 9,20 1,71 - 5,47 3,48 - 10,49 21 19,54(14,29) 21 6,95(3,41) 21 3,54(1,27) 21 5,22(1,87) 21 3,65(1,32) 21 4,44(2,43) 21 2,82(1,40) 21 6,59(2,78) 16,89 6,30 3,59 4,96 3,52 3,65 2,68 6,34 6,99 - 65,65 2,85 - 14,98 1,82 - 6,06 2,72 - 10,41 2,27 - 7,56 2,23 - 10,79 1,09 - 6,31 2,96 - 13,69 0,02ᵇ* 0,76ᵇ 0,29ᵇ 0,96ᵇ 0,88ᵇ 0,61ᵇ 0,84ᵇ 0,27ᵇ Sítio 1 18 84,41(1,10) 84,56 Sítio 2 18 86,82(1,27) 87,09 Sítio 3 18 93,48(2,97) 93,22 Sítio 4 18 88,06(0,74) 87,99 Média 18 88,19(1,03) 87,90 ᵃ Test T foi utilizado para análise estatística 81,89 - 86,01 83,11 - 89,15 89,44 - 100,0 86,74 - 89,44 86,00 - 90,30 19 19 19 19 19 84,74 87,03 91,44 87,96 87,62 83,67 - 86,63 85,52 - 88,60 88,02 - 100,0 86,40 - 89,46 86,54 - 90,46 0,08ᵃ 0,93ᵇ 0,25ᵃ 0,48ᵃ 0,63ᵃ ALU RASSF1A MGMT TP53 Sítio 1 Sítio 2 Sítio 3 Sítio 4 Média ᵇ Mann Whitney foi utilizado para a análise estatística * Significância estatística 84,96(0,79) 86,93(0,87) 92,32(3,08) 87,89(0,73) 88,03(1,08) 32 5.2.1 Avaliação do perfil de metilação do DNA nos grupos caso e controle dos genes que apresentaram significância estatística nas análises iniciais. Para os genes verificados com níveis de metilação do DNA estatisticamente significantes no piloto foram analisados a amostragem total de ambos os grupos. Sendo assim, foram verificados os níveis de metilação dos genes CDKN2A, MLH1, APC e avaliação da metilação global pela sequência repetitiva LINE-1. Nas análises da região promotora do gene CDKN2A foram avaliados 57 indivíduos da construção civil (caso) e 44 trabalhadores do setor administrativo (controle) e foi observado uma média = 4,79%, mediana = 4,44 (0 – 10,73), para o grupo de trabalhadores da construção civil, quando comparado ao grupo controle com média = 3,63%, mediana = 3,68 (0 – 7,47). Foi verificada uma média estatisticamente significante no grupo de trabalhadores da construção civil comparado aos controles. Apesar da significância estatística na média geral considerando todos os sítios, nas análises sítio por sítio , o padrão dos níveis de metilação do DNA foram inconsistentes. Dos 7 sítios analisados, somente os sítios 2 e 7 apresentaram diferenças estatísticas significantes entre os grupos, apresentando p-valor = 0,02 e p-valor = 0,005, respectivamente . Os demais sítios não demonstraram alterações significantes nos trabalhadores expostos comparados com o controle, indicando que os outros 2 sítios CpG podem ser os Hot CpG sites e que provavelmente podem estar participando da regulação da expressão gênica, seguindo conforme descrito por Duan et al. 106 (Tabela 4) . Para as análises da região promotora do gene MLH1 foram avaliados 56 indivíduos da construção civil (caso) e 41 trabalhadores do setor administrativo (controle) e foi observado uma média = 5,04%, mediana = 5,03% (1,61 – 9,76) para o grupo de trabalhadores da construção civil quando comparado ao grupo controle com média = 4,22%, mediana = 4,00% (1,74 – 7,49). Verificou-se uma diferença estatisticamente significante entre os grupos, sendo os níveis de metilação maiores encontrados no grupo caso comparados com o controle. Para as análises realizadas para cada sitio CpG, 4 sítios apresentaram diferenças estatísticas significantes entre os grupos caso e controle, sendo eles os sítios 3 (p= 0,02), sítio 4 (p=0,01), sítio 5 (p=0,001) e sítio 6 (p=0,001). Dois sítios (1 e 2) não demonstraram alterações significantes nos trabalhadores expostos comparados com o controle. Dessa forma, os 4 sítios que apresentaram diferença estatística entre os grupos provavelmente são os Hot CpG sites e que possivelmente podem estar participando da regulação gênica (Tabela 4). 33 Na verificação dos níveis de metilação da região promotora do gene APC, foram avaliados 58 indivíduos da construção civil (caso) e 47 trabalhadores do setor administrativo (controle) e foi observado uma média = 6,43%, mediana = 5,73% (1,17 – 15,48) para o grupo de trabalhadores da construção civil quando comparado ao grupo controle com média = 5,47%, mediana = 6,13% (1,29 – 11,54). Não observamos uma diferença estatisticamente significante entre os grupos na média geral, porém, para esse gene foram analisados 3 sítios CpG. Nas análises para cada sítio CpG, foram encontrados 2 sítios que apresentaram valores significantes entre os grupos, sendo eles, sítio 2 (p=0,002) e no sítio 3 (p=0,013) significantes entre os grupos caso e controle. O que pode indicar serem sítios (Hot CpG sites), que provavelmente podem estar participando da regulação da expressão gênica. Sendo assim, foram recalculados somente os sítios que apresentaram diferença estatística (Hot CpG sites) e observou-se uma média aumentada = 4,29%, mediana = 4,29%, (0,81 – 9,61) para grupo dos trabalhadores da construção quando comparado ao grupo controle com média = 3,11%, mediana = 2,61, (0 – 10,82) com p<0,001 (Tabela 4). Para verificação da hipótese de participação dos sítios analisados na regulação gênica, foram realizadas análises in sílico afim de confirmarmos a presença de motifs de ligação de fatores de transcrição nas sequencias que foram analisadas no pirosequenciador, para os genes CDKN2A, MLH1 e APC. (Anexo F). Para as análises de avaliação da metilação global da região repetitiva LINE-1 foram avaliados 57 indivíduos da construção civil (caso) e 44 trabalhadores do setor administrativo (controle) e foi observado uma média = 66,83%, mediana = 65,93 (62,48 – 72,48) para o grupo de trabalhadores da construção civil, quando comparado ao grupo controle com média = 68,04%, mediana = 68,63 (64,98 – 70,37). Verificamos uma diferença estatisticamente significante entre os grupos. Dessa maneira foi observado a média menor nos níveis de metilação do DNA global no grupo caso em comparação ao grupo controle (p=0,005). Nas análises para cada sítio CpG, foram verificados 5 sítios para a sequência LINE-1, sendo que 2 sítios apresentaram diferenças estatísticas significantes entre os grupos caso e controle, sendo eles os sítios 1 (p= 0,01), sítio 5 (p=0,005) (Tabela 4). 34 CpG N Trabalhadores expostos Média(SD) Mediana Max-Min N CDKN2A Sítio 1 Sítio 2 Sítio 3 Sítio 4 Sítio 5 Sítio 6 Sítio 7 Média 57 57 57 57 57 57 57 57 3,48(2,57) 6,56(3,03) 3,25(2,57) 5,02(2,00) 5,33(2,86) 2,47(2,29) 5,87(2,37) 4,79(2,57) 2,97 6,82 2,81 5,08 5,30 2,15 5,68 4,44 0 - 10,06 0 - 13,58 0 - 9,97 0 - 10,01 0 - 11,62 0 - 8,00 0 - 12,22 0 - 10,73 MLH1 Sítio 1 Sítio 2 Sítio 3 Sítio 4 Sítio 5 Sítio 6 Média 56 56 56 56 56 56 56 5,20(1,48) 3,70(1,29) 3,90(1,27) 6,18(1,57) 5,90(1,50) 3,86(1,47) 5,04(1,38) 5,26 3,64 4,03 6,26 5,92 3,95 5,03 APC Tabela 4 – Avaliação dos níveis de metilação do DNA da região promotora dos genes CDKN2A, MLH1, APC e sequência LINE-1 em trabalhadores da construção civil e do grupo controle. Sítio 1 Sítio 2 Sítio 3 Média "CpG hot" 58 58 58 58 58 8,08(3,26) 3,43(2,21) 5,13(1,66) 6,43(3,33) 4,29(1,83) 8,13 3,57 5,03 5,73 4,29 Gene LINE-1 Sítio 1 57 73,20(5,08) 73,83 Sítio 2 57 72,52(7,78) 67,84 Sítio 3 57 62,00(7,16) 58,20 Sítio 4 57 59,17(4,38) 61,24 Sítio 5 57 67,26(1,11) 67,14 Média 57 66,83(2,33) 65,93 ᵃ Test T foi utilizado para análise estatística ᵇ Mann Whitney foi utilizado para a análise estatística * Significância estatística Média(SD) Controle Mediana Max-Min 44 44 44 44 44 44 44 44 2,85(1,89) 5,11(2,81) 2,51(2,31) 4,42(1,51) 4,12(2,76) 1,93(1,84) 4,46(2,35) 3,63(2,04) 2,81 5,39 2,50 4,40 4,66 1,97 4,67 3,68 0 - 5,75 0 - 10,35 0 - 6,53 0 - 7,58 0 - 9,47 0 - 5,14 0 - 8,87 0 - 7,47 0,48ᵇ 0,02ᵇ* 0,24ᵇ 0,11ᵇ 0,08ᵇ 0,40ᵇ 0,005ᵇ* 0,05ᵇ* 0 - 8,10 0 - 6,42 0 - 7,25 2,53 - 9,70 2,42 - 9,59 0 - 8,47 1,61 - 9,76 41 41 41 41 41 41 41 4,76(1,54) 3,69(1,29) 3,02(1,80) 5,29(2,02) 4,61(1,87) 1,91(2,01) 4,22(1,55) 4,35 3,62 3,27 5,13 4,10 2,06 4,00 2,32 - 8,63 0 - 5,85 0 - 6,25 0 - 9,50 0 - 8,34 0 - 5,72 1,74 - 7,49 0,15ᵃ 0,76ᵇ 0,02ᵇ * 0,01ᵃ * 0,001ᵇ * 0,001ᵇ * 0,007ᵃ * 2,59 - 21,49 0 - 11,01 1,61 - 11,51 1,17 - 15,48 0,81 - 9,61 47 8,78(10,14) 47 1,99(2,72) 47 4,22(2,20) 47 5,47(2,43) 47 3,11(2,10) 7,48 0,00 4,00 6,13 2,61 0 - 68,05 0 - 9,46 0 - 12,18 1,29 - 11,54 0 - 10,82 0,65ᵇ 0,002ᵇ* 0,013ᵇ* 0,29ᵇ <0,001ᵇ* 36,54 - 73,17 64,95 - 85,26 49,44 - 74,35 48,66 - 64,35 63,51 - 70,59 62,48 - 72,48 44 44 44 44 44 44 74,72 68,87 58,82 62,30 66,47 68,63 70,72 - 76,94 66,92 - 84,14 55,87 - 73,13 50,52 - 64,39 57,53 - 72,28 64,98 - 70,37 0,01ᵇ* 0,16ᵇ 0,08ᵇ 0,34ᵇ 0,005ᵇ* 0,005ᵇ* 74,45(1,36) 73,42(7,30) 63,13(6,68) 59,08(5,04) 66,18(2,41) 68,04(1,55) P Afim de correlacionarmos os dados obtidos do questionário e possivelmente determinar a influência dos agentes que os trabalhadores da construção civil estão expostos para o perfil de metilação do gene CDKN2A, MLH1, APC e da sequência repetitiva LINE-1, foram considerados para as análises os agentes mais frequentes no ambiente de trabalho atual e também nos empregos anteriores. Para estas análises o grupo de trabalhadores da construção civil foi dividido de acordo com os agentes mais frequentes determinados pelo questionário. Após a divisão foi realizada uma média dos níveis de metilação de acordo com os indivíduos que apresentavam exposição ou não para cada agente. Para as análises do gene CDKN2A, a partir da categorização entre os agentes 35 ocupacionais e o nível de metilação da região promotora, não foi verificado nenhuma diferença estatística. Dessa maneira, não foi estabelecida uma relação entre os níveis de metilação do gene CDKN2A e a exposição aos agentes mais frequentes de exposição no ambiente da construção civil (Tabelas 5 e 6). Tabela 5 - Nível de metilação do gene CDKN2A analisado de acordo com agentes expostos no ambiente de trabalho atual. Agentes Ocupacionais N Não 16 Sim 40 Não 10 Concreto Sim 47 Não 33 Madeira Sim 23 Não 37 Sílica Sim 20 Não 8 Ultravioleta Sim 49 * Significância estatística ᵃ Mann Whitney para análise estatística Areia Média(DP) Mediana Min-Max pᵃ 4,47(2,31) 4,89(2,71) 4,02(2,10) 4,96(2,65) 4,93(2,71) 4,36(2,17) 4,71(2,67) 4,94(2,43) 4,78(3,65) 4,27 4,45 3,98 4,50 4,44 4,10 4,44 4,46 4,77 0,46 - 9,58 0 - 10,73 0,46 - 8,28 0 - 10,73 0,46 - 10,73 0 - 9,46 0 - 10,03 1,88 - 10,73 0 - 9,88 0,59 4,79(2,40) 4,42 0,71 - 10,73 0,30 0,69 0,83 0,95 Tabela 6 - Nível de metilação do gene CDKN2A analisado de acordo com agentes ocupacionais no ambiente de trabalho em empregos anteriores. Agentes Ocupacionais N Média(DP) Mediana Min-Max pᵃ Areia Não Sim 20 37 4,99(2,59) 4,68(2,59) 4,52 4,14 0 - 9,88 0,46 - 10,73 0,66 Concreto Não Sim 31 26 4,61(2,43) 4,42 0 - 9,88 0,56 5,00(2,76) 4,75(2,60) 4,84(2,59) 4,97(2,91) 4,47(1,82) 4,82(2,87) 4,73(1,97) 3,83(1,97) 4,95(2,66) 4,47 4,46 4,42 4,10 4,53 4,44 4,45 3,91 4,48 0,71 - 10,73 0 - 10,73 0,46 - 10,03 0 - 10,73 0,46 - 9,15 0 - 10,73 1,88 - 9,46 0,46 - 6,46 0 - 10,73 Não 34 Madeira Sim 23 Não 37 Fuligem Sim 20 Não 37 HPA's Sim 20 Não 8 Ultravioleta Sim 49 * Significância estatística ᵃ Mann Whitney para análise estatística 0,91 0,92 0,98 0,51 Nas análises da possível influência dos agentes no perfil de metilação do gene MLH1, a partir da categorização entre os agentes ocupacionais e o nível de metilação do gene, verificou-se uma média (4,38%) no nível de metilação do gene MLH1 significantemente maior em trabalhadores 36 expostos ao concreto em funções anteriores (Tabela 7). E também foi possível verificar o nível de metilação com diferenças estatísticas significantes (média= 4,35%) em trabalhadores expostos ao pó de madeira comparados aos não expostos na função atual (Tabela 8). Dessa maneira, foi possível estabelecer uma relação estatisticamente significante entre os níveis de metilação do gene MLH1 e a exposição aos agentes concreto e pó de madeira (Tabelas 7 e 8). Tabela 7 - Nível de metilação do gene MLH1 analisados de acordo com agentes ocupacionais no ambiente de trabalho em empregos anteriores. Agentes Ocupacionais N Não 20 Sim 36 Não 30 Concreto Sim 26 Não 33 Madeira Sim 23 Não 36 Fuligem Sim 20 Não 36 HPA's Sim 20 Não 6 Ultravioleta Sim 48 * Significância estatística ᵃ Mann Whitney para análise estatística Areia Média(DP) Mediana Min-Max pᵃ 3,61(1,49) 4,00(1,46) 3,42(1,45) 4,38(1,35) 3,50(1,46) 4,39(1,35) 4,00(1,23) 3,62(1,84) 4,06(1,40) 3,51(1,56) 4,49(0,70) 3,77(1,55) 4,13 3,79 3,50 4,15 3,60 4,43 4,03 3,52 4,03 3,51 4,49 3,72 0 - 5,28 0 - 8,47 0 - 5,46 2,39 - 8,47 0 - 5,50 2,63 - 8,47 0 - 6,16 0 - 8,47 0 - 8,47 0 - 6,16 3,36 - 5,46 0 - 8,47 0,69 0,03* 0,06 0,24 0,22 0,15 Tabela 8 - Nível de metilação do gene MLH1 analisados de acordo com agentes expostos no ambiente de trabalho atual. Agentes Ocupacionais N Não 15 Sim 40 Não 10 Concreto Sim 46 Não 32 Madeira Sim 23 Não 36 Sílica Sim 20 Não 7 Ultravioleta Sim 49 * Significância estatística ᵃ Mann Whitney para análise estatística Areia Média(DP) Mediana Min-Max pᵃ 3,62(1,40) 3,96(1,52) 3,87(0,89) 3,86(1,58) 3,54(1,70) 4,35(0,97) 3,85(1,65) 3,90(1,14) 3,31(1,72) 3,94(1,44) 3,71 4,13 3,90 3,95 3,38 4,43 4,03 3,66 3,36 4,01 0 - 5,55 0 - 8,47 2,70 - 4,94 0 - 8,47 0 - 8,47 2,22 - 6,16 0 - 8,47 2,22 - 6,16 0 - 5,28 0 - 8,47 0,49 0,80 0,02* 0,86 0,42 37 Considerando as análises realizadas para o gene APC, somente os valores obtidos dos 2 sítios Hot CpG sites, foram avaliados. Também considerou-se para estas análises os agentes mais frequentes no ambiente de trabalho atual e também nos empregos anteriores. A partir da categorização entre os agentes ocupacionais e o nível de metilação do gene APC, verificou-se diferenças estatísticas nos níveis de metilação com média maior para os trabalhadores não expostos aos agentes concreto e aos hidrocarbonetos policíclicos aromáticos no ambiente de trabalho em empregos anteriores (Tabela 9). Na Tabela 10, não foi estabelecida uma relação entre os níveis de metilação do gene APC e a exposição aos agentes mais frequentes de exposição no ambiente de trabalho atual, possivelmente estes agentes não influenciam nos níveis de metilação do gene APC (Tabela 9 e 10). Tabela 9 - Nível de metilação do gene APC (Hot CpG sites) analisados de acordo com agentes ocupacionais no ambiente de trabalho em empregos anteriores. Agentes Ocupacionais N Média(DP) Mediana Min-Max pᵃ Não Sim Não Concreto Sim Não Madeira Sim Não Fuligem Sim Não HPA's Sim Não Ultravioleta Sim * Significância estatística 20 38 32 26 35 23 38 20 38 20 9 49 4,20(1,40) 4,33(2,03) 3,94(1,78) 4,68(1,83) 4,10(1,80) 4,55(1,86) 4,57(1,77) 3,74(1,87) 4,69(1,94) 3,52(1,32) 4,94(1,09) 4,20(1,92) 4,32 4,24 4,19 4,55 4,35 4,24 4,53 3,64 4,56 3,63 4,81 4,24 1,50 - 6,87 0,81 - 9,61 0,81 - 9,61 1,55 - 9,25 1,50 - 9,61 0,80 - 9,25 1,56 - 9,61 0,81 - 9,12 1,50 - 9,61 0,80 - 5,54 3,70 - 6,87 0,80 - 9,61 0,74 Areia ᵃ Mann Whitney para análise estatística 0,13 0,62 0,05* 0,02* 0,20 38 Tabela 10 - Nível de metilação do gene APC (Hot CpG sites) analisados de acordo com agentes ocupacionais no ambiente de trabalho atual. Agentes Ocupacionais N Não 16 Sim 41 Não 10 Concreto Sim 48 Não 33 Madeira Sim 24 Não 38 Sílica Sim 20 Não 8 Ultravioleta Sim 50 * Significância estatística ᵃ Mann Whitney para análise estatística Areia Média(DP) Mediana Min-Max pᵃ 4,23(2,00) 4,30(1,81) 3,79(1,34) 4,39(1,91) 4,17(2,18) 4,45(1,28) 4,56(1,97) 3,76(1,42) 4,56(2,54) 4,24(1,72) 4,32 4,21 3,98 4,32 4,25 4,45 4,58 3,87 4,29 4,29 1,56 - 9,61 0,81 - 9,25 1,79 - 5,58 0,81 - 9,61 0,81 - 9,61 1,50 - 7,05 1,56 - 9,61 0,81 - 6,65 1,59 - 9,61 0,81 - 9,25 0,86 0,54 0,24 0,08 0,79 Para as análises de verificação da influência dos agentes ocupacionais nos níveis de metilação das sequencias repetitivas LINE-1, verificou-se diferenças estatísticas nos níveis de metilação com média menor para os trabalhadores expostos a sílica no ambiente de trabalho atual. Sendo assim, este agente pode estar influenciando nos níveis de metilação global das sequencias repetitivas LINE-1 (Tabela 12). Na tabela 11 não foi estabelecida uma relação entre os níveis de metilação da sequência repetitiva LINE-1 e a exposição aos agentes mais frequentes de exposição no ambiente de trabalho em ocupações anteriores. Tabela 11 - Nível de metilação da sequência repetitiva LINE-1 analisado de acordo com agentes ocupacionais no ambiente de trabalho em empregos anteriores. Agentes Ocupacionais N Não 20 Sim 37 Não 31 Concreto Sim 26 Não 34 Madeira Sim 23 Não 37 Fuligem Sim 20 Não 37 HPA's Sim 20 Não 8 Ultravioleta Sim 49 * Significância estatística ᵃ Mann Whitney para análise estatística Areia Média(DP) Mediana Min-Max pᵃ 67,17(2,23) 66,65(2,39) 66,90(2,14) 66,74(2,58) 66,70(2,29) 67,02(2,43) 66,80(2,18) 66,89(2,65) 66,58(2,24) 67,30(2,48) 65,58(0,55) 67,03(2,45) 66,39 65,72 66,00 65,71 65,90 66,29 66,29 65,63 65,93 66,22 65,48 66,29 63,70 - 70,61 62,48 - 72,48 63,70 - 70,61 62,48 - 72,48 62,48 - 70,61 64,06 - 72,48 62,48 - 70,53 63,70 - 72,48 62,48 - 72,48 64,06 - 70,62 64,95 - 66,43 62,48 - 72,48 0,35 0,71 0,86 0,71 0,47 0,21 39 Tabela 12 - Nível de metilação da sequência repetitiva LINE-1 analisado de acordo com agentes ocupacionais no ambiente de trabalho atual. Agentes Ocupacionais N Não 16 Areia Sim 40 Não 10 Concreto Sim 47 Não 33 Madeira Sim 23 Não 37 Sílica Sim 20 Não 8 Ultravioleta Sim 49 * Significância estatística ᵃ Mann Whitney para análise estatística 5.3 Média(DP) Mediana Min-Max pᵃ 67,27(2,01) 66,68(2,47) 67,22(2,30) 66,75(2,35) 67,34(2,60) 66,19(1,75) 67,21(2,35) 66,14(2,19) 66,68(2,07) 66,86(2,39) 66,51 65,68 66,36 65,86 66,43 65,72 66,49 65,54 65,56 66,00 65,03 - 70,53 62,48 - 72,48 65,15 - 70,61 62,48 - 72,48 62,48 - 72,48 63,70 - 70,62 62,48 - 72,48 62,79 - 70,49 65,03 - 70,26 62,48 - 72,48 0,15 0,38 0,15 0,05* 0,81 Avaliação do nível de metilação dos genes com as covariáveis hábito de bebida e fumante passivo para os grupos caso e controle. Para analisar a possível relação entre a porcentagem de metilação do DNA com a associação em relação ao hábito de consumo de bebida e exposição passiva ao fumo, foi realizada uma divisão do grupo de acordo com os hábitos acima e calculada uma média dos níveis de metilação de cada gene de acordo com a exposição. Estas análises foram realizadas somente para os genes que apresentaram significância estatística nas análises caso x controle, ou seja, CDKN2A, MLH1, APC e sequência LINE-1. Nas análises do gene CDKN2A, foi observado que dentre os 57 trabalhadores analisados, 10 indivíduos não eram expostos a fumaça do cigarro com média = 3,58 e mediana = 3,37 e 46 indivíduos eram expostos a fumaça do cigarro como fumantes passivo apresentando média dos níveis de metilação = 4,95% e mediana = 4,53% (Tabela 13). Para as análises em relação ao hábito de bebida, 22 não apresentavam o hábito de ingerir bebida alcoólica com média dos níveis de metilação = 4,36% e mediana = 4,49%, e 34 declararam ingerir bebida alcoólica com média = 4,93 e mediana = 4,26 (Tabela 14). Mesmo a média dos indivíduos expostos apresentando-se maior, não foram revelados valores significativos, evidenciando que o nível de metilação do gene não está sendo influenciado pelos hábitos de ser fumante passivo e ingerir bebida alcoólica. Para as análises do gene MLH1, foi observado que dentre os 56 trabalhadores analisados, 10 indivíduos não eram expostos a fumaça do cigarro com média dos níveis de metilação = 3,71% e mediana = 3,97% e 46 indivíduos eram expostos a fumaça do cigarro como fumantes passivo 40 apresentando média de metilação = 3,90% e mediana = 3,88% (Tabela 13). Quando foi verificado em relação ao hábito de bebida, 22 não apresentavam o hábito de ingerir bebida alcoólica com média = 3,84 e mediana = 4,09, e 34 declararam ingerir bebida alcoólica com média = 3,88% e mediana = 3,82% (Tabela 14). Mesmo a média dos indivíduos expostos apresentando-se maior, a análise estatística não foi significativa, evidenciando que o nível de metilação do gene não está sendo influenciado diante do hábito de bebida e exposição a fumaça do cigarro. Na análise do gene APC (somente os Hot CpG sites foram considerados), foi observado que dentre os 58 trabalhadores analisados, 10 indivíduos não eram expostos a fumaça do cigarro apresentando média dos níveis de metilação = 4,17% e mediana = 4,56% e 48 indivíduos foram expostos a fumaça do cigarro como fumantes passivo apresentando média = 4,31% e mediana = 4,24% (Tabela 13). Para as análises com o hábito de bebida, 23 não apresentavam o hábito de ingerir bebida alcoólica com média = 4,35% e mediana = 4,19%, e 35 declararam ingerir bebida alcoólica com média dos níveis de metilação = 4,24% e mediana = 4,30% (Tabela 14). Mesmo a média dos indivíduos expostos apresentando-se maior, não foram evidenciados valores estatisticamente significativos, dessa forma, possivelmente o nível de metilação do gene não está influenciado com os hábito de bebida e de exposição como fumante passivo. Para a análise da sequência repetitiva LINE-1, foi observado que dentre os 57 trabalhadores analisados, 10 indivíduos não eram expostos a fumaça do cigarro com média dos níveis de metilação = 65,81% e mediana = 65,37% e 46 indivíduos eram expostos a fumaça do cigarro como fumantes passivo apresentando média dos níveis de metilação = 66,98% e mediana = 66,15% (Tabela 13). Para as análises em relação ao hábito de bebida, 22 não apresentavam o hábito de ingerir bebida alcoólica com média dos níveis de metilação = 66,33% e mediana = 65,79%, e 34 declararam ingerir bebida alcoólica com média = 67,06% e mediana = 65,97% (Tabela 14). Mesmo a média dos indivíduos expostos apresentando-se maior, não se obteve significância estatística, evidenciando que o nível de metilação do elemento repetitivo não está sendo influenciado com os hábito de bebida e exposição a fumaça do cigarro. 41 F. Passivo N Média (SD) Mediana Min. - Max. CDKN2A Não 10 3,58(2,68) 3,37 0 - 9,76 Sim 46 4,95(2,43) 4,53 0,46 - 10,73 Não 10 3,71(1,66) 3,97 0 - 5,38 Sim 46 3,90(1,44) 3,88 0 - 8,47 Não 10 4,17(1,53) 4,56 1,67 - 5,92 Sim 48 4,31(1,90) 4,24 0,81 - 9,61 Não 10 65,81(1,99) 65,37 62,48 - 70,30 Sim 46 66,98(2,34) ᵃ Test T foi utilizado para análise estatística ᵇ Mann Whitney foi utilizado para a análise estatística * Significância estatística 66,15 62,79 - 72,48 LINE-1 APC Gene MLH1 Tabela 13 - Níveis de metilação das regiões promotoras dos genes CDKN2A, MLH1, APC e da sequência repetitiva LINE-1 em relação à exposição passiva ao fumo (grupo caso). P 0,06ᵇ 0,71ᵃ 0,71ᵇ 0,56ᵇ Gene Hábito bebida N Média (SD) Mediana Min. - Max. CDKN2A Nunca/Só Passado 10 3,58(2,68) 3,37 0 - 9,76 Sim 46 4,95(2,43) 4,53 0,46 - 10,73 MLH1 Nunca/Só Passado Sim 22 34 3,84(1,33) 3,88(1,57) 4,09 3,82 0 - 5,54 0 - 8,47 APC Nunca/Só Passado 23 4,35(1,76) 4,19 1,50 - 9,25 Sim 35 4,24(1,89) 4,30 0,81 - 9,61 LINE-1 Tabela 14 - Níveis de metilação das regiões promotoras dos genes CDKN2A, MLH1, APC e da sequência repetitiva LINE-1 em relação ao hábito de bebida (grupo caso). Nunca/Só Passado 22 66,33(2,33) 65,79 62,48 - 70,61 Sim 34 67,06(2,28) 65,97 64,66 - 72,48 ᵃ Test T foi utilizado para análise estatística ᵇ Mann Whitney foi utilizado para a análise estatística * Significância estatística P 0,06ᵃ 0,93ᵃ 0,94ᵃ 0,46ᵇ 42 5.4 Avaliação do nível de metilação dos genes considerando as covariáveis hábito de bebida, fumante passivo e ex-fumantes para os grupos caso/controle. Afim de verificar a influência nos níveis de metilação dos trabalhadores do grupo caso em relação a serem ex-fumantes, fumantes passivos e consumir bebida alcoólica, para os genes que apresentaram significância estatística nas análises caso x controle, foi realizada uma análise seguindo o modelo de regressão linear múltipla, considerando as variáveis citadas a cima. Dessa forma, foi ajustado um modelo para cada gene analisado, tendo como resposta a porcentagem média de metilação do DNA. Nas análises do gene CDKN2A, quando analisou-se as quatro variáveis em conjunto, observou-se que, apesar de não significativa, o grupo apresenta um valor de significância menor, sendo p = 0,06, enquanto as outras variáveis ex-fumantes, fumantes passivos e hábito de bebida, apresentam valores maiores, sendo, p = 0,18, p = 0,70 e p = 0,22, respectivamente. (Tabela 15). Para as análises do gene MLH1, após a análise das quatro variáveis, observamos que a variável “grupo” apresenta valores significativos, sendo, p < 0,001 quando analisado em conjunto com as outras variáveis que não foram significativas. (Tabela 15). Nas análises do gene APC (Hot CpG sites), foi observado que na correlação entre as variáveis, o grupo apresenta valores significativos, sendo p = 0,03 e quando consideradas as outras variáveis os valores não são estatisticamente significantes. (Tabela 15). Para a análise da sequência repetitiva LINE-1, foi observado que dentre as quatro variáveis, o grupo apresentou um p = 0,03, sendo estatisticamente significantes em relação as outras variáveis. Para ex-fumantes observamos p = 0,95, fumante passivo p = 0,38 e hábito de bebida p = 0,18. (Tabela 15). Baseado no modelo de regressão linear múltipla, constatou-se que os níveis de metilação de todos os genes sofrem uma influência significativa do grupo (exposição) quando as outras variáveis são mantidas constantes, isso pode ser verificado na tabela 16. Quando analisou-se os grupos independentes, mantendo-se as variáveis constantes, verificamos que os genes CDKN2A, MLH1, APC apresentaram média de porcentagem de metilação maiores no grupo caso, sugerindo, mais uma vez, que os níveis de metilação desses genes estão influenciados pela exposição dos trabalhadores. O mesmo ocorre quando verificou-se a sequência repetitiva LINE-1, foi observado que mantendo-se as variáveis constantes e analisando apenas o grupo, os níveis de metilação no grupo caso são menores, sugerindo também, que a exposição influência nos níveis de porcentagem de metilação. 43 Β 2,69 1,14 0,82 0,23 0,72 DP(β) 0,74 0,61 0,61 0,60 0,59 p-valor <0,001* 0,06 0,18 0,70 0,22 MLH1 (n=97) Constante Grupo (Caso/Controle) Ex-fumantes (Sim/Não) Fumo Passivo (Sim/Não) Hábito Bebida 2,00 1,86 0,13 -0,07 0,01 0,55 0,45 0,45 0,44 0,43 <0,001* <0,001* 0,78 0,88 0,98 Hot_APC (n=105) Gene Constante Grupo (Caso/Controle) Ex-fumantes (Sim/Não) Fumo Passivo (Sim/Não) Hábito Bebida 3,33 1,05 0,44 -0,44 0,16 0,61 0,50 0,51 0,49 0,49 <0,001* 0,03* 0,39 0,37 0,74 Constante Grupo (Caso/Controle) Ex-fumantes (Sim/Não) Fumo Passivo (Sim/Não) Hábito Bebida 67,22 -1,12 -0,17 0,46 0,69 0,64 0,53 0,53 0,52 0,51 <0,001* 0,03* 0,75 0,38 0,18 CDKN2A (n=101) Variáveis Constante Grupo (Caso/Controle) Ex-fumantes (Sim/Não) Fumo Passivo (Sim/Não) Hábito Bebida LINE-1 (n=101) Tabela 15 - Modelo de Regressão Linear Múltipla para porcentagem (%) de metilação dos genes CDKN2A, MLH1, APC e sequência repetitiva LINE-1 em relação a hábito de fumante passivo, bebida alcoólica e ex-fumantes (grupo caso x controle). * Signicância estatística = 0.10, = 0,22 , = 0,07 , = 0,09. Tabela 16 - Exemplo de predição de acordo com o modelo de regressão linear para a média de porcentagem (%) de metilação. Genes Grupos (Variáveis) % média esperada de metilação CDKN2A Controle (Ex-fumante, Hábito de bebida, F.passivo) Caso (Ex-fumante, Hábito de bebida, F.passivo) 4,45 5,60* MLH1 Controle_(Ex-fumante, Hábito de bebida, F.passivo) Caso_(Ex-fumante, Hábito de bebida, F.passivo) 1,46 3,32* Hot APC Controle (Ex-fumante, Hábito de bebida, F.passivo) Caso (Ex-fumante, Hábito de bebida, F.passivo) 3,49 4,54* LINE-1 Controle (Ex-fumante, Hábito de bebida, F.passivo) Caso (Ex-fumante, Hábito de bebida, F.passivo) 68,20 67,08* 44 5.5 Análise do perfil de metilação do DNA nos trabalhadores da construção civil expostos no 1º dia de trabalho da semana (segunda- feira) e 5º dia de trabalho da semana (sexta- feira). Para análise e comparação do perfil de metilação do DNA desse segundo grupo, foram coletados sangue dos trabalhadores da construção civil em dois dias diferentes da semana, a coleta foi realizada do mesmo indivíduo no 1° dia de trabalho da semana e a segunda coleta no 5° dia de trabalho, a fim de detectar as potenciais diferenças nos níveis de metilação do DNA dos genes propostos em curto período de tempo de exposição no ambiente de trabalho da construção civil. Além disso, as análises com este grupo proporcionam a verificação do nível de metilação do DNA dos indivíduos trabalhando no mesmo local de trabalho sem interferentes de outros participantes que não tem a exposição e com características socioeconômicas diferentes. Sendo assim, foram avaliadas o perfil de metilação dos genes MGMT, RASSF1A, APC, MLH1 e CDKN2A e das sequências repetitivas ALU e LINE-1. Nas análises das regiões promotoras dos genes MGMT, RASSF1A, APC, MLH1 e do elemento repetitivo ALU foram analisados 38 indivíduos da construção civil no 1º dia de trabalho da semana e no 5º dia de trabalho da semana. Para análise de LINE-1 analisou-se 39 trabalhadores da construção civil. Conforme pode-se observar na Tabela 17 as análises dos genes MGMT, RASSF1A, APC, MLH1 e sequências ALU e LINE-1 em trabalhadores expostos no 1º e 5º dia da semana, não foram verificadas diferenças estatisticamente significantes entre os grupos. Para as análises da região promotora do gene CDKN2A foram analisados 38 indivíduos da construção civil no 1º dia de trabalho da semana e foi observado uma média = 2,88%, mediana = 2,62% (1,39 – 5,56) e comparado ao 5º dia de trabalho da semana com média = 3,31%, mediana = 3,15 (1,35 – 6,17), verificamos uma diferença estatisticamente significante entre os grupos no 1º e 5º dia de exposição. Nas análises de cada sítio CpG, foram avaliados 7 sítios para o gene CDKN2A, sendo que 4 sítios apresentaram diferenças estatísticas significantes entre os 1º e 5º dia de coleta, sendo eles os sítios 1 (p= 0,02), sítio 4 (p=0,06), sítio 5 (p=0,01) e sítio 6 (p=0,008). Também foi observado a média maior com valores significantes na metilação do DNA no grupo exposto no 5º dia de exposição (p=0,04), o que possivelmente nos leva a considerar que um curto tempo de exposição pode alterar o nível de metilação do DNA desses trabalhadores (Tabela 18). Estes dados confirmam com os achados encontrados nas análises do primeiro grupo (caso x controle), onde a região promotora de gene CDKN2A apresenta níveis de metilação significantes entre os grupos. 45 Tabela 17 - Análise da metilação do DNA da região promotora dos genes MGMT, RASSF1A, APC, MLH1 e sequências ALU e LINE-1 em trabalhadores expostos no 1º e 5º dia da semana. CpG N MGMT Sítio 1 Sítio 2 Sítio 3 Sítio 4 Sítio 5 Sítio 6 Sítio 7 Sítio 8 Média 38 38 38 38 38 38 38 38 38 Média(SD) Mediana 21,67(4,17) 21,46 13,07(3,15) 12,93 9,69(2,02) 9,40 7,12(1,57) 7,18 7,49(2,13) 7,04 5,69(2,08) 5,46 8,89(2,39) 8,63 12,95(4,55) 11,67 10,78(2,13) 10,61 RASSF1A Sítio 1 Sítio 2 Sítio 3 Sítio 4 Sítio 5 Sítio 6 Sítio 7 Média 38 38 38 38 38 38 38 38 0,55(0,98) 3,54(1,82) 0,78(1,12) 3,10(1,51) 0,71(0,99) 2,04(1,87) 0,89(1,06) 1,62(1,19) APC Sítio 1 Sítio 2 Sítio 3 Média 38 38 38 38 MLH1 Expostos 1º dia/semana Gene Sítio 1 Sítio 2 Sítio 3 Sítio 4 Sítio 5 Sítio 6 Média 38 38 38 38 38 38 38 N Expostos 5º dia/semana 0,94ᵃ 0,56ᵃ 0,13ᵃ 0,08ᵃ 0,40ᵇ 0,49ᵃ 0,80ᵃ 0,11ᵇ 0,36ᵃ 0,00 2,96 0,00 2,66 0,92 1,82 1,10 1,10 0 - 3,71 0 - 9,67 0 - 2,89 0 - 6,66 0 - 3,64 0 - 6,58 0 - 3,00 0 - 5,05 0,75ᵇ 0,84ᵇ 0,03ᵇ* 0,07ᵇ 0,42ᵇ 0,42ᵇ 0,68ᵇ 0,10ᵇ 3,01(1,49) 1,40(1,09) 1,87(1,09) 2,09(1,12) 2,58 1,61 1,90 2,01 0 - 7,61 0 - 3,51 0 - 4,68 0 - 4,73 0,39ᵇ 0,29ᵇ 0,94ᵇ 0,34ᵃ 3,91(2,26) 3,00(1,83) 3,51(1,81) 5,36(2,64) 5,89(3,03) 2,68(2,13) 4,06(1,78) 4,65 3,63 3,86 5,57 5,71 2,89 4,38 0 - 7,96 0 - 6,26 0 - 7,49 0 - 11,15 0 - 14,03 0 - 7,88 0 - 8,64 0,92ᵇ 0,57ᵇ 0,22ᵇ 0,80ᵇ 0,08ᵇ 0,37ᵇ 0,70ᵇ 83,20 - 89,32 38 85,74(1,44) 86,03 81,17 - 87,76 0,004ᵇ* 85,93 -91,91 83,23 - 96,35 87,77 - 90,71 77,30 - 91,64 38 38 38 38 89,26(1,22) 89,56(3,16) 89,40(0,83) 88,49(1,41) 89,22 89,16 89,55 88,60 85,82 - 92,55 83,83 - 97,47 85,85 - 90,68 84,17 - 91,83 0,62ᵃ 0,79ᵃ 0,84ᵇ 0,34ᵇ Sítio 1 39 75,13(1,21) 75,02 72,84 - 77,86 Sítio 2 39 67,96(1,04) 67,73 66,05 - 69,93 Sítio 3 39 57,87(1,45) 57,63 55,71 - 61,10 Sítio 4 39 64,25(0,84) 64,25 62,24 - 66,56 Sítio 5 39 68,55(0,85) 68,46 67,23 - 71,18 Média 39 66,88(0,89) 66,71 65,52 - 69,12 ᵃ Test T pareado foi utilizado para análise estatística ᵇ Wilcoxon (pareado) foi utilizado para a análise estatística * Significância estatística 39 39 39 39 39 39 74,89(1,46) 67,75(1,03) 57,78(1,23) 63,80(1,27) 68,31(0,87) 66,86(1,17) 74,64 67,42 57,56 63,94 68,36 66,54 72,30 - 78,12 65,90 - 69,99 55,36 - 60,75 60,87 - 66,10 66,31 - 70,03 64,62 - 69,62 0,18ᵇ 0,39ᵇ 0,87ᵇ 0,03ᵇ* 0,33ᵇ 0,95ᵇ ALU 38 38 38 38 38 38 38 38 38 Média(SD) Mediana 21,70(4,11) 21,73 12,85(2,77) 12,72 9,21(2,21) 9,19 6,65(1,77) 6,46 7,26(2,18) 6,82 5,52(1,76) 5,68 8,83(2,14) 9,04 12,01(4,55) 10,23 10,54(1,97) 10,46 0,00 3,18 0,00 2,72 0,00 1,96 0,00 1,21 0 - 3,60 0 - 9,02 0 - 4,47 0 - 6,97 0 - 3,67 0 - 6,70 0 - 3,72 0 - 4,69 38 38 38 38 38 38 38 38 0,56(1,02) 3,48(2,16) 0,43(0,80) 2,71(1,50) 0,88(1,06) 1,86(1,74) 0,83(0,90) 1,32(1,28) 3,25(1,61) 1,93(2,21) 1,81(1,23) 2,33(1,24) 3,04 1,76 2,03 2,24 0 - 7,05 0 - 13,79 0 - 3,99 0 - 5,40 38 38 38 38 4,38(1,33) 2,99(1,49) 3,43(1,45) 5,52(1,60) 5,45(1,58) 3,31(2,38) 4,18(1,25) 4,32 3,23 3,69 5,46 5,24 3,24 4,12 0 - 7,10 0 - 5,61 0 - 6,52 0 - 8,56 0 - 8,25 0 - 7,54 1,03 - 6,50 38 38 38 38 38 38 38 Sítio 1 38 86,38(1,35) 86,55 Sítio 2 Sítio 3 Sítio 4 Média 89,29 89,96 89,45 88,70 P Max-Min 11,99 - 31,11 7,73 - 20,98 5,04 - 13,66 3,73 - 10,74 3,74 - 13,00 0 - 8,75 4,11 - 13,32 7,13 - 23,47 5,78 - 14,97 LINE-1 Max-Min 13,01 - 30,68 7,04 - 22,06 5,30 - 14,13 3,93 - 10,36 3,62 - 12,71 0 - 10,15 3,85 - 14,08 7,23 - 24,64 5,80 - 14,84 38 38 38 38 89,36(1,12) 89,74(2,97) 89,49(0,62) 88,44(2,21) 46 Tabela 18 - Análise da metilação do DNA da região promotora do gene CDKN2A em trabalhadores expostos no 1º e 5º dia da semana. CpG N Sítio 1 Expostos 1º dia/semana Média(SD) Mediana Min-Max 38 2,39(1,09) 1,87 1,13 - 5,29 Sítio 2 38 3,87(1,64) 3,40 Sítio 3 38 1,65(1,01) 1,50 Sítio 4 38 3,40(0,85) Sítio 5 38 Sítio 6 Sítio 7 Média N Expostos 5º dia/semana P Média(SD) Mediana Min-Max 38 2,80(1,23) 2,52 0,75 - 5,44 0,02ᵇ * 1,22 - 8,04 38 4,28(1,91) 4,20 1,07 - 8,79 0,36ᵇ 0 - 4,62 38 1,84(1,25) 1,62 0 - 5,22 0,42ᵇ 3,49 1,45 - 5,74 38 3,86(1,17) 3,62 1,14 - 6,15 0,06ᵃ * 3,61(1,31) 3,29 1,13 - 6,69 38 4,35(1,47) 4,24 1,33 - 7,10 0,01ᵃ * 38 1,14(0,80) 1,08 0 - 3,13 38 1,61(1,00) 1,33 0 - 5,24 0,008ᵇ * 38 4,07(1,51) 3,65 1,13 - 8,36 38 4,47(1,41) 4,52 1,26 - 7,03 0,10ᵇ 38 2,88(1,01) 2,62 1,39 - 5,56 38 3,31(1,15) 3,15 1,35 - 6,17 0,04ᵇ * * Significância estatística ᵃ Teste T pareado foi utilizado para análise estatística ᵇ Wilcoxon (pareado) foi utilizado para análise estatística 47 6 DISCUSSÃO A indústria da construção civil continua a ser uma das principais fontes de emprego nos países industrializados. Trabalhadores da construção podem ser agrupados em, qualificados, tais como, pintores, carpinteiros, encanadores, eletricistas e trabalhadores de ferro, e não qualificados, "operários", que executam uma variedade de tarefas de trabalho em apoio. Tais trabalhadores são expostos a numerosos agentes físicos e químicos, como o amianto, sílica, outras poeiras, solventes e outros produtos químicos116. Desde 1990, vários estudos de coorte realizados em diferentes países encontraram resultados significativos de mortalidade para o câncer de pulmão entre os trabalhadores da construção civil117. Um grande número de exposições comumente encontrados no ambiente da indústria da construção têm demonstrado um possível risco para o desenvolvimento de câncer, incluindo o de pulmão, entretanto, muitos destas exposições não possuem avaliação para o risco de câncer. A metilação do DNA é uma modificação epigenética que desempenha um papel essencial no estabelecimento da identidade celular influenciando na expressão dos genes118. Sabe-se que este processo de metilação do DNA pode sofrer alterações frente a fatores ambientais, bem como em populações expostas ocupacionalmente. No presente estudo nós avaliamos o perfil de metilação do DNA da região promotora dos genes APC, RASSF1A, CDKN2A, TP53, MGMT, MLH1 e das sequências repetitivas ALU e LINE-1 em leucócitos de sangue periférico dos trabalhadores da construção civil, utilizando-se o método de pirosequenciamento que tem a vantagem de outros ensaios por produzir medidas individuais em mais de um dinucleotídeo CpG, refletindo mais precisamente a metilação do DNA na região estudada. Portanto, esse método foi escolhido por ser um ensaio quantitativo e qualitativo, e por também apresentar controle para eficácia da conversão de bissulfito. Os genes de interesse em nosso estudo estão envolvidos em controle do ciclo celular (CDKN2A), invasão e metástase (APC), apoptose (TP53), via sinalização RAS (RASSF1A), via de reparo e erros na replicação (MLH1), enzima de reparo e defesa de efeitos citotóxicos e carcinogênicos (MGMT) e todos eles tem mostrado os níveis de metilação alterados no sangue de pacientes com câncer de pulmão82,103. Considerando a primeira análise realizada comparando os trabalhadores da construção com o grupo controle sem exposição, os níveis de metilação dos genes MGMT, RASSF1A, TP53 e a sequência ALU, não foram encontrados valores significativos entre os grupos. Somente os genes CDKN2A, MLH1, APC e a sequência LINE-1 foram significativos 48 nas análises entre o grupo caso x controle. Hossain et al.107 avaliaram os efeitos epigenéticos de exposição ao arsênio nos genes relacionados a câncer, entre eles, CDKN2A, MLH1 e na sequência repetitiva LINE-1 em indivíduos que tenham sido expostos através da ingestão de água. Foi verificado que a exposição ao arsênio, aumenta os níveis de metilação do DNA dos genes CDKN2A e MLH1 e diminui os níveis de metilação da sequência repetitiva LINE-1. Além disso, neste estudo com as análises de regressão linear múltipla foi possível uma associação positiva entre a fração de arsênio dosado na urina e a metilação de p16. Em nossos resultados, não encontramos uma associação significativa quando correlacionamos certas substâncias presentes no ambiente de trabalho da construção civil aos níveis de metilação da região promotora de CDKN2A. Por outro lado, para os níveis de metilação do gene MLH1 foram encontradas associações significativas para os indivíduos expostos ao concreto e ao pó de madeira. O gene CDKN2A é um regulador do ciclo celular e hipermetilação deste gene tem sido encontrada em tumores de cólon, do fígado, da pele, bem como em lesões pré-malignas119-120,121122-107 . Adicionalmente, a hipermetilação de CDNK2A tem sido retratada não somente em tecidos tumorais, mas também, em leucócitos do sangue periférico em indivíduos expostos a arsênio, cromato, tabaco, radônio e ao material particulado contendo HPAs e radiação107-123,124-125-126-82. Nossos resultados corroboram com estes estudos e foi verificado hipermetilação do gene CDKN2A em leucócitos do sangue periférico no grupo exposto ao ambiente de trabalho da construção civil em relação ao grupo controle. O MLH1 é um componente importante na manutenção de estabilidade genômica e é membro de um conjunto de genes conhecidos como os genes de reparação de emparelhamentos incorretos (MMR). A metilação do gene MLH1 é relacionado no desenvolvimento câncer gástrico e colorretal127-128,129-107. Como descrito anteriormente os níveis de metilação do gene MLH1 foram significantes para os indivíduos expostos ao arsênio. No trabalho de Wu et al.103 foi analisado a instabilidade cromossômica, avaliada por micronúcleos, e a metilação da região promotora do gene MLH1 de trabalhadores expostos ao cloreto de vinila (plástico), onde o gene MLH1 não apresentou valores significativos para indivíduos expostos e que apresentavam maiores danos cromossômicos. Contrariamente aos nossos resultados onde os níveis de metilação do gene MLH1 foram significantes nas análises caso x controle. No supressor tumoral APC foi verificado em nossos resultados a presença dos maiores níveis de metilação no grupo de trabalhadores da construção civil quando comparado ao grupo controle. No gene APC ocorre hipermetilação em estágios iniciais da tumorigénese e é um processo 49 estudado em câncer de pulmão82. No estudo desenvolvido por Ali et al.130 foi detectado níveis de metilação aumentados nos supressores tumorais APC, MLH1 e CDKN2A em pacientes com câncer de pulmão e com confirmado histórico de exposição ao crômio (trabalhadores da indústria), comparado a pacientes com câncer de pulmão sem o mesmo histórico de ocupação. Os autores sugeriram que o câncer de pulmão provocado pela exposição ao crômio é ligado a progressiva metilação de alguns supressores tumorais. Ding et al.131 verificou que em pulmão de ratos expostos a mistura de MP do trafego de veículos de acordo com o aumento do número de dias de exposição, ocorreu o aumento dos níveis de metilação dos genes APC e CDKN2A e diminuição dos níveis de metilação na sequência repetitiva LINE-1. Nossos resultados também encontraram aumento da metilação do DNA nestes supressores tumorais e uma diminuição nos níveis de metilação significativa de LINE-1 nos trabalhadores da construção civil expostos a uma mistura de agentes no ambiente de trabalho. Estes dados sugerem que o conjunto de agentes no ambiente de trabalho podem estar relacionados com as alterações nos níveis de metilação do DNA. Além disso, essa mistura pode estar relacionada a instabilidade genômica, conforme descrito por Ramos et al.132 que verificou em trabalhadores da construção civil uma maior frequência de micronúcleos quando comparado a um grupo sem exposição. Elementos repetitivos LINE-1 são retrotransposons altamente repetidos no genoma e seu nível de metilação em sítios CpGs podem ser usados como uma medida da metilação global133. Estudos têm utilizado metilação de LINE-1 como um biomarcador de susceptibilidade à câncer134. A hipometilação de LINE-1 em leucócitos tem sido associado a um risco aumentado de vários tipos de câncer135. Salas et al.133, avaliaram indivíduos expostos a trihalometano, uma classe de subprodutos de desinfecção (solventes), e sugeriram uma associação positiva entre os níveis de metilação de LINE-1 e a exposição a esse solvente. No presente estudo nós avaliamos o perfil de metilação do DNA da região promotora dos genes APC, RASSF1A, CDKN2A, TP53, MGMT, MLH1 e das sequências repetitivas ALU e LINE-1 em leucócitos de sangue periférico dos trabalhadores da construção civil no primeiro dia da semana de trabalho e no quinto dia. Somente obtivemos significância estatística nesta análise para o gene CDKN2A, que apresentou maiores níveis de metilação no quinto dia de exposição. Para estas análises optamos por um curto período de tempo de exposição dos trabalhadores ao ambiente de trabalho da construção civil. Além disso, as análises com este grupo proporcionam a verificação do nível de metilação do DNA dos indivíduos trabalhando no mesmo local de trabalho sem interferentes de outros participantes que não tem a exposição ou com características 50 socioeconômicas diferentes. Hou et al.82 demonstraram em trabalhadores de fundição expostos ao material particulado rico em partículas metálicas, que os níveis de metilação dos genes APC e CDKN2A foram significativamente maiores no quarto dia de exposição ao ambiente de trabalho quando comparado com o primeiro dia da semana (baseline). Existem evidências em seres humanos entre as rápidas alterações na metilação do DNA frente as exposições ambientais, como já discutido acima. Tais alterações podem persistir ao longo do tempo, até mesmo na ausência das condições que as estabeleceram e acumular-se em resposta à exposição contínua. Byun et al.112 realizaram um estudo de estabilidade temporal de vários marcadores epigenéticos, em trabalhadores expostos ao MP, avaliando o 1° e 4° dia de trabalho da semana. Foi demonstrado que a estabilidade do perfil de metilação do DNA é dependente do marcador testado e também associado com as características das sequencias analisadas. Ainda neste estudo APC, CDKN2A e CDH13 demonstraram pequenas diferenças estatisticamente significantes entre o 1° e o 4° dia. Nossos resultados foram encontrados somente alterações nos níveis de metilação do gene CDKN2A, sugerindo que no ambiente da construção civil foi possível detectar alterações no processo de metilação em curto período de tempo. Além disso, nossos resultados não podem ser aplicados a mudanças progressivas e lentas na metilação do DNA, tais como, as associadas com o envelhecimento112. A realização de estudos com maior número de tempos ao longo da exposição podem fornecer achados mais consistentes sobre alterações acumulativas de longo prazo. Neste trabalho nossos resultados foram inconsistentes para a grande maioria dos sítios CpG analisados, sendo as diferenças encontradas em sítios isolados para cada gene, estes foram chamados de Hot CpG sites. Estes resultados sugerem que existem hot spots, ou seja, CpG que respondem aos estímulos tóxicos ambientais. Yang et al.136 avaliaram em trabalhadores expostos aos HPAs que em 35 sítios CpG analisados na região promotora do gene CDKN2A foi verificado que 22 sítios CpG foram hipermetilados. Estes sítios estavam localizados em uma região a aproximadamente a 230 pb do sitio de iniciação do gene e os autores sugerem que estes sítios é que estão participando da regulação da expressão genica. No estudo realizado por He et al.137, foi avaliado os níveis de metilação do gene RASSF1A no sangue periférico de indivíduos expostos aos hidrocarbonetos policíclicos aromáticos. Foram avaliados 87 sítios CpG e somente 5 foram hipermetilados nos trabalhadores expostos e estes foram designados como hot CpG sites. Além disso, foi confirmado a hipermetilação destes sítios e a diminuição da expressão de RASF1A in vitro em linfócitos humano e na linhagem celular de pulmão HBE expostas a HPAs, dessa forma, confirmando a participação destes hot CpG sites na 51 regulação da transcrição. Sendo assim, a identificação de hot CpG sites para determinados genes podem ser cruciais para afinidade de ligação de fatores de transcrição. Dessa forma, para os genes em nosso trabalho que demonstraram diferenças estatísticas significantes e que foi possível identificar os hot CpG sites, foi realizada uma análise de busca de motifs nas sequencias analisadas e verificou-se vários sítios ligantes de fatores de transcrição, como podemos observar no anexo F. Como mencionado acima em nossas observações, nossos resultados demonstram que a detecção dos níveis de metilação do DNA em genes supressores tumorais, bem como, em elementos repetitivos LINE-1, em leucócitos do sangue periférico, podem ser um valoroso indicador de especificas exposições e efeitos adversos a saúde. Além disso, a identificação de níveis alterados de metilação do DNA podem ser utilizados como potenciais biomarcadores para detecção de alterações em indivíduos expostos ocupacionalmente. Estudos futuros devem ser realizados para comprovar nossos achados. Análises in vitro, utilizando cultura de linfócitos e linhagem celular de pulmão expostas ao MP captado no ambiente da construção civil, podem elucidar os nossos achados sobre o perfil de metilação dos genes CDKN2A, APC, MLH1 e também comprovar a influência na regulação da expressão destes genes. Ainda pretendemos avaliar o perfil de metilação do DNA destes genes em pacientes com câncer de pulmão e com reconhecido histórico de ocupação por longo período de tempo no ambiente da construção civil, e compara-los com indivíduos com câncer sem este histórico. Dessa forma, relacionando o papel destes resultados na carcinogênese. 52 7 CONCLUSÕES Com base em nossos dados podemos concluir que: 1) Foi possível pela aplicação do questionário, caracterizar o ambiente da construção civil e correlacionar estes dados com os níveis de metilação do DNA. 2) Diante dos nossos achados, não encontramos alterações nos níveis de metilação na região promotora dos genes TP53, MGMT, RASSF1A e da sequência repetitiva ALU. 3) Foi possível verificar alterações nos níveis de metilação dos genes CDKN2A, MLH1, APC e da sequência repetitiva LINE-1 em trabalhadores da construção civil comparados ao grupo controle. 4) Além disso, foi encontrado alterações no perfil de metilação da região promotora do gene CDKN2A no grupo de trabalhadores da construção civil durante curto tempo de exposição. 5) Nossos resultados sugerem que o ambiente da construção civil pode influenciar no perfil de metilação de genes envolvidos no processo de carcinogênese e também pode levar à alterações na metilação global, proporcionando instabilidade genômica. 53 REFERÊNCIAS 1 Ferlay J, Soerjomataram I, Dikshit R, Eser S, Mathers C, Rebelo M et al. Cancer incidence and mortality worldwide: sources, methods and major patterns in GLOBOCAN 2012. Int J Cancer J Int Cancer. 2015; 136: E359–386. 2 Facina T. Resenha Estimativa 2014. Incidência de Câncer no Brasil. 2014; : 63. 3 World Health Organization. National cancer control programmes: policies and managerial guidelines. 2002.http://www.who.int/cancer/media/ en/408.pdf. 4 INCA. INCA. As profissões e o Câncer. 2012; 2012: 18–20. 5 Fritschi L, Driscoll T. Cancer due to occupation in Australia. Aust N Z J Public Health. 2006; 30: 213–219. 6 INCA. Diretrizes para a vigilância do câncer relacionado ao trabalho. MINISTÉRIO DA SAÚDE Instituto Nacional de Câncer José Alencar Gomes da Silva (INCA). 2012; : 187. 7 INCA. INCA. Fatores Ocupacionais. Rio Jan. 2015.http://www1.inca.gov.br/conteudo_view.asp?ID=17. 8 Ezzati M, Lopez AD. Estimates of global mortality attributable to smoking in 2000. Lancet. 2003; 362: 847–852. 9 Tyczynski JE, Bray F, Parkin DM. Lung cancer in Europe in 2000: epidemiology, prevention, and early detection. Lancet Oncol. 2003; 4: 45–55. 10 Olsson AC, Gustavsson P, Zaridze D, Mukeriya A, Szeszenia-Dabrowska N, Rudnai P et al. Lung cancer risk attributable to occupational exposures in a multicenter case-control study in Central and Eastern Europe. J Occup Environ Med Am Coll Occup Environ Med. 2011; 53: 1262–1267. 11 Driscoll T, Nelson DI, Steenland K, Leigh J, Concha-Barrientos M, Fingerhut M et al. The global burden of disease due to occupational carcinogens. Am J Ind Med. 2005; 48: 419–431. 12 Malhotra J, Sartori S, Brennan P, Zaridze D, Szeszenia-Dabrowska N, Świątkowska B et al. Effect of occupational exposures on lung cancer susceptibility: a study of gene-environment interaction analysis. Cancer Epidemiol Biomark Prev Publ Am Assoc Cancer Res Cosponsored Am Soc Prev Oncol. 2015; 24: 570–579. 13 Júnior CA da SF. A Saúde do Trabalhador no Maranhão - Uma visão atual e proposta de atuação. 1999. 14 Hashim D, Boffetta P. Occupational and environmental exposures and cancers in developing countries. Ann Glob Health. 2014; 80: 393–411. 15 Ziech D, Franco R, Pappa A, Malamou-Mitsi V, Georgakila S, Georgakilas AG et al. The role of epigenetics in environmental and occupational carcinogenesis. Chem Biol Interact. 2010; 188: 340– 349. 16 IBGE. Pesquisa Anual da Indústria da Construção. 2012; 19: 1–98. 17 SNIC. SINDICATO NACIONAL DA INDÚSTRIA DO CIMENTO. 2013; : 40. 54 18 Consonni D, De Matteis S, Pesatori AC, Bertazzi PA, Olsson AC, Kromhout H et al. Lung cancer risk among bricklayers in a pooled analysis of case-control studies. Int J Cancer J Int Cancer. 2014; 136: 360–371. 19 INCA. Vigilância do Câncer relacionado ao trabalho e ao ambiente/Instituto Nacional do Câncer. Rev Atual. 2010; : 66. 20 Sellappa S, Prathyumnan S, Balachandar V. DNA damage induction and repair inhibition among building construction workers in South India. Asian Pac J Cancer Prev APJCP. 2010; 11: 875–880. 21 Bezerra PN, Vasconcelos AGA, Cavalcante LLA, Marques VB de V, Nogueira TNAG, Holanda MA. Hard metal lung disease in an oil industry worker. ras ne o i a ao o ras ne o Tisilogia. 2009; 35: 1254–1258. 22 Donaldson K, Poland CA. Nanotoxicology: new insights into nanotubes. Nat Nanotechnol. 2009; 4: 708– 710. 23 Ryman-Rasmussen JP, Tewksbury EW, Moss OR, Cesta MF, Wong BA, Bonner JC. Inhaled multiwalled carbon nanotubes potentiate airway fibrosis in murine allergic asthma. Am J Respir Cell Mol Biol. 2009; 40: 349–358. 24 Yang M. A current global view of environmental and occupational cancers. J Environ Sci Health Part C Environ Carcinog Ecotoxicol Rev. 2012; 29: 223–249. 25 Menegozzo S, Comba P, Ferrante D, De Santis M, Gorini G, Izzo F et al. Mortality study in an asbestos cement factory in Naples, Italy. Ann DellIstituto Super Sanità. 2011; 47: 296–304. 26 Gómez MG, Castañeda R, López VG, Vidal MM, Villanueva V, Espinosa ME et al. Evaluation of the national health surveillance program of workers previously exposed to asbestos in Spain (2008). Gac Sanit SESPAS. 2012; 26: 45–50. 27 Straif K. The burden of occupational cancer. Occup Environ Med. 2008; 65: 787–788. 28 Yang P, MA J, Zhang B. Cancer Epidemiology, Biomarkers & Prevention. 2011. 29 Brown T, Darnton A, Fortunato L, Rushton L. Occupational Cancer Burden Study Group. Occupational cancer in Britain. Respiratory cancer sites: larynx, lung and mesothelioma. Br J Cancer. 2012; 107: 56– 70. 30 Barbieri PG, Mirabelli D, Somigliana A, Cavone D, Merler E. Asbestos fibre burden in the lungs of patients with mesothelioma who lived near asbestos-cement factories. Ann Occup Hyg. 2012; 56: 660– 670. 31 Consonni D, De Matteis S, Pesatori AC, Bertazzi PA, Olsson AC, Kromhout H et al. Lung cancer risk among bricklayers in a pooled analysis of case-control studies. Int J Cancer J Int Cancer. 2015; 136: 360–371. 32 Kukkonen MK, Hämäläinen S, Kaleva S, Vehmas T, Huuskonen MS, Oksa P et al. Genetic susceptibility to asbestos-related fibrotic pleuropulmonary changes. Eur Respir J. 2011; 38: 672–678. 33 Dianzani I, Gibello L, Biava A, Giordano M, Bertolotti M, Betti M et al. Polymorphisms in DNA repair genes as risk factors for asbestos-related malignant mesothelioma in a general population study. Mutat Res. 2006; 599: 124–134. 55 34 Arthey S, Clarke VA. Suntanning and sun protection: a review of the psychological literature. Soc Sci Med 1982. 1995; 40: 265–274. 35 Ness AR, Frankel SJ, Gunnell DJ, Smith GD. Are we really dying for a tan? BMJ. 1999; 319: 114–116. 36 Wei H, Zhao C, Heymsfield S, Zhu S. Actinic skin damage and mortality - the first national health and nutrition examination survey epidemiologic follow-up stud. Plos One. 2011; 6: 01–09. 37 Gallagher RP, Lee TK, Bajdik CD, Borugian M. Ultraviolet radiation. Chronic Dis Can. 2010; 29 Suppl 1: 51–68. 38 Holick MF. Vitamin D deficiency. N Engl J Med. 2007; 357: 266–281. 39 Lee RC, Feinbaum RL, Ambros V. The C. elegans heterochronic gene lin-4 encodes small RNAs with antisense complementarity to lin-14. Cell. 1993; 75: 843–854. 40 Bulur I, Boyuk E, Saracoglu ZN, Arik D. Perianal Basal cell carcinoma. Case Rep Dermatol. 2015; 7: 25– 28. 41 Lim Y-H, Kim H, Kim JH, Bae S, Park HY, Hong Y-C. Air pollution and symptoms of depression in elderly adults. Environ Health Perspect. 2012; 120: 1023–1028. 42 Kampa M, Castanas E. Human health effects of air pollution. Environ Pollut Barking Essex 1987. 2008; 151: 362–367. 43 Resende F. Poluição atmosférica por emissão de material particulado: avaliação e controle nos canteiros de obras de edificios. 2007. 44 Araújo V, Cardoso F. Redução de impactos ambientais do canteiro de obras. Projeto Finep Habitações + sustentáveis. 2006; : 15. 45 Li Y-G, Gao X. Epidemiologic studies of particulate matter and lung cancer. Chin J Cancer. 2014; 33: 376–380. 46 Vizcaya-Ruiz A. Characterization and in vitro biological effects of concentrated particulate matter from Mexico City. Atmos Environ. 2006; 40: 583–592. 47 Senthilkumar S, Manju A, Muthuselvam P, Shalini D, Indhumathi V, Kalaiselvi K et al. Characterization and genotoxicity evaluation of particulate matter collected from industrial atmosphere in Tamil Nadu state, India. J Hazard Mater. 2014; 274: 392–398. 48 Solomon P, Sioutas C. Continuous and semicontinuous monitoring techniques for particulate matter mass and chemical components: a synthesis of findings from EPA’s Particulate Matter Supersites Program and related studies. J Air Waste Manag Assoc. 2008; 58: 164–195. 49 Schlesinger RB. The health impact of common inorganic components of fine particulate matter (PM2.5) in ambient air: a critical review. Inhal Toxicol. 2007; 19: 811–832. 50 De Oliveira Alves N, Matos Loureiro AL, Dos Santos FC, Nascimento KH, Dallacort R, de Castro Vasconcellos P et al. Genotoxicity and composition of particulate matter from biomass burning in the eastern Brazilian Amazon region. Ecotoxicol Environ Saf. 2011; 74: 1427–1433. 56 51 Pope CA. Epidemiology of fine particulate air pollution and human health: biologic mechanisms and who’s at risk? Environ Health Perspect. 2000; 108 Suppl 4: 713–723. 52 Hamra GB, Guha N, Cohen A, Laden F, Raaschou-Nielsen O, Samet JM et al. Outdoor particulate matter exposure and lung cancer: a systematic review and meta-analysis. Environ Health Perspect. 2014; 122: 906–911. 53 Delfino RJ, Staimer N, Tjoa T, Arhami M, Polidori A, Gillen DL et al. Associations of primary and secondary organic aerosols with airway and systemic inflammation in an elderly panel cohort. Epidemiol Camb Mass. 2010; 21: 892–902. 54 Ghio AJ, Carraway MS, Madden MC. Composition of air pollution particles and oxidative stress in cells, tissues, and living systems. J Toxicol Environ Health B Crit Rev. 2012; 15: 1–21. 55 Sava F, Carlsten C. Respiratory health effects of ambient air pollution: an update. Clin Chest Med. 2012; 33: 759–769. 56 Soberanes S, Gonzalez A, Urich D, Chiarella SE, Radigan KA, Osornio-Vargas A et al. Particulate matter Air Pollution induces hypermethylation of the p16 promoter Via a mitochondrial ROS-JNK-DNMT1 pathway. Sci Rep. 2012; 2: 275. 57 Dagher Z, Garçon G, Gosset P, Ledoux F, Surpateanu G, Courcot D et al. Pro-inflammatory effects of Dunkerque city air pollution particulate matter 2.5 in human epithelial lung cells (L132) in culture. J Appl Toxicol JAT. 2005; 25: 166–175. 58 Torres-Ramos YD, Montoya-Estrada A, Guzman-Grenfell AM, Mancilla-Ramirez J, Cardenas-Gonzalez B, Blanco-Jimenez S et al. Urban PM2.5 induces ROS generation and RBC damage in COPD patients. Front Biosci Elite Ed. 2011; 3: 808–817. 59 Zhao J, Gao Z, Tian Z, Xie Y, Xin F, Jiang R et al. The biological effects of individual-level PM(2.5) exposure on systemic immunity and inflammatory response in traffic policemen. Occup Environ Med. 2013; 70: 426–431. 60 Brait M, Sidransky D. Cancer epigenetics: above and beyond. Toxicol Mech Methods. 2011; 21: 275– 288. 61 Sharma S, Kelly TK, Jones PA. Epigenetics in cancer. Carcinogenesis. 2010; 31: 27–36. 62 Mansuy IM, Mohanna S. Epigenetics and the human brain: where nurture meets nature. Cerebrum Dana Forum Brain Sci. 2011; 2011: 8. 63 Pogribny IP, Rusyn I. Environmental toxicants, epigenetics, and cancer. Adv Exp Med Biol. 2013; 754: 215–232. 64 Jenuwein T, Allis CD. Translating the histone code. Science. 2001; 293: 1074–1080. 65 Chen Z, Riggs AD. DNA methylation and demethylation in mammals. J Biol Chem. 2011; 286: 18347– 18353. 66 Bartel DP. MicroRNAs: genomics, biogenesis, mechanism, and function. Cell. 2004; 116: 281–297. 67 Hayes J, Peruzzi PP, Lawler S. MicroRNAs in cancer: biomarkers, functions and therapy. Trends Mol Med. 2014; 20: 460–469. 57 68 Marino ALF, Evangelista AF, Vieira RAC, Macedo T, Kerr LM, Abrahão-Machado LF et al. MicroRNA expression as risk biomarker of breast cancer metastasis: a pilot retrospective case-cohort study. BMC Cancer. 2014; 14: 739. 69 Elamin BK, Callegari E, Gramantieri L, Sabbioni S, Negrini M. MicroRNA response to environmental mutagens in liver. Mutat Res. 2011; 717: 67–76. 70 Vrijens K, Bollati V, Nawrot TS. MicroRNAs as Potential Signatures of Environmental Exposure or Effect: A Systematic Review. Environ Health Perspect. 2015; 123: 399–411. 71 Umer M, Herceg Z. Deciphering the epigenetic code: an overview of DNA methylation analysis methods. Antioxid Redox Signal. 2013; 18: 1972–1986. 72 Miousse IR, Chalbot M-CG, Aykin-Burns N, Wang X, Basnakian A, Kavouras IG et al. Epigenetic alterations induced by ambient particulate matter in mouse macrophages. Environ Mol Mutagen. 2014; 55: 428–435. 73 Lorincz AT. Cancer diagnostic classifiers based on quantitative DNA methylation. Expert Rev Mol Diagn. 2014; 14: 293–305. 74 Stirzaker C, Taberlay PC, Statham AL, Clark SJ. Mining cancer methylomes: prospects and challenges. Trends Genet TIG. 2014; 30: 75–84. 75 Bird A. The essentials of DNA methylation. Cell. 1992; 70: 5–8. 76 Tang J, Fang F, Miller DF, Pilrose JM, Matei D, Huang TH-M et al. Global DNA methylation profiling technologies and the ovarian cancer methylome. Methods Mol Biol Clifton NJ. 2015; 1238: 653–675. 77 Wang Y, Leung FCC. An evaluation of new criteria for CpG islands in the human genome as gene markers. Bioinforma Oxf Engl. 2004; 20: 1170–1177. 78 Irizarry RA, Ladd-Acosta C, Wen B, Wu Z, Montano C, Onyango P et al. The human colon cancer methylome shows similar hypo- and hypermethylation at conserved tissue-specific CpG island shores. Nat Genet. 2009; 41: 178–186. 79 Doi A, Park I-H, Wen B, Murakami P, Aryee MJ, Irizarry R et al. Differential methylation of tissue- and cancer-specific CpG island shores distinguishes human induced pluripotent stem cells, embryonic stem cells and fibroblasts. Nat Genet. 2009; 41: 1350–1353. 80 Wilson AS, Power BE, Molloy PL. DNA hypomethylation and human diseases. Biochim Biophys Acta. 2007; 1775: 138–162. 81 Baccarelli A, Bollati V. Epigenetics and environmental chemicals. Curr Opin Pediatr. 2009; 21: 243–251. 82 Hou L, Zhang X, Tarantini L, Nordio F, Bonzini M, Angelici L et al. Ambient PM exposure and DNA methylation in tumor suppressor genes: a cross-sectional study. Part Fibre Toxicol. 2011; 8: 25. 83 Yegnasubramanian S, Haffner MC, Zhang Y, Gurel B, Cornish TC, Wu Z et al. DNA hypomethylation arises later in prostate cancer progression than CpG island hypermethylation and contributes to metastatic tumor heterogeneity. Cancer Res. 2008; 68: 8954–8967. 84 Yang AS, Estécio MRH, Doshi K, Kondo Y, Tajara EH, Issa J-PJ. A simple method for estimating global DNA methylation using bisulfite PCR of repetitive DNA elements. Nucleic Acids Res. 2004; 32: e38. 58 85 Román AC, González-Rico FJ, Fernández-Salguero PM. B1-SINE retrotransposons: Establishing genomic insulatory networks. Mob Genet Elem. 2011; 1: 66–70. 86 Cowley M, Oakey RJ. Transposable elements re-wire and fine-tune the transcriptome. PLoS Genet. 2013; 9: e1003234. 87 Wu H, Chen Y, Liang J, Shi B, Wu G, Zhang Y et al. Hypomethylation-linked activation of PAX2 mediates tamoxifen-stimulated endometrial carcinogenesis. Nature. 2005; 438: 981–987. 88 Han JS, Szak ST, Boeke JD. Transcriptional disruption by the L1 retrotransposon and implications for mammalian transcriptomes. Nature. 2004; 429: 268–274. 89 Brennan K, Flanagan JM. Is there a link between genome-wide hypomethylation in blood and cancer risk? Cancer Prev Res Phila Pa. 2012; 5: 1345–1357. 90 Veeck J, Esteller M. Breast cancer epigenetics: from DNA methylation to microRNAs. J Mammary Gland Biol Neoplasia. 2010; 15: 5–17. 91 Demetriou CA, Vineis P. Carcinogenicity of ambient air pollution: use of biomarkers, lessons learnt and future directions. J Thorac Dis. 2015; 7: 67–95. 92 Baccarelli A, Wright RO, Bollati V, Tarantini L, Litonjua AA, Suh HH et al. Rapid DNA methylation changes after exposure to traffic particles. Am J Respir Crit Care Med. 2009; 179: 572–578. 93 Pavanello S, Pesatori A-C, Dioni L, Hoxha M, Bollati V, Siwinska E et al. Shorter telomere length in peripheral blood lymphocytes of workers exposed to polycyclic aromatic hydrocarbons. Carcinogenesis. 2010; 31: 216–221. 94 Belinsky SA. Gene-promoter hypermethylation as a biomarker in lung cancer. Nat Rev Cancer. 2004; 4: 707–717. 95 Anglim PP, Alonzo TA, Laird-Offringa IA. DNA methylation-based biomarkers for early detection of nonsmall cell lung cancer: an update. Mol Cancer. 2008; 7: 81. 96 Merlo A, Herman JG, Mao L, Lee DJ, Gabrielson E, Burger PC et al. 5’ CpG island methylation is associated with transcriptional silencing of the tumour suppressor p16/CDKN2/MTS1 in human cancers. Nat Med. 1995; 1: 686–692. 97 Umemura S, Fujimoto N, Hiraki A, Gemba K, Takigawa N, Fujiwara K et al. Aberrant promoter hypermethylation in serum DNA from patients with silicosis. Carcinogenesis. 2008; 29: 1845–1849. 98 Belinsky SA. Silencing of genes by promoter hypermethylation: key event in rodent and human lung cancer. Carcinogenesis. 2005; 26: 1481–1487. 99 Yauk C, Polyzos A, Rowan-Carroll A, Somers CM, Godschalk RW, Van Schooten FJ et al. Germ-line mutations, DNA damage, and global hypermethylation in mice exposed to particulate air pollution in an urban/industrial location. Proc Natl Acad Sci U S A. 2008; 105: 605–610. 100 Huang T, Chen X, Hong Q, Deng Z, Ma H, Xin Y et al. Meta-analyses of gene methylation and smoking behavior in non-small cell lung cancer patients. Sci Rep. 2015; 5: 8897. 59 101 Fleisher AS, Esteller M, Tamura G, Rashid A, Stine OC, Yin J et al. Hypermethylation of the hMLH1 gene promoter is associated with microsatellite instability in early human gastric neoplasia. Oncogene. 2001; 20: 329–335. 102 Watts GS, Pieper RO, Costello JF, Peng YM, Dalton WS, Futscher BW. Methylation of discrete regions of the O6-methylguanine DNA methyltransferase (MGMT) CpG island is associated with heterochromatinization of the MGMT transcription start site and silencing of the gene. Mol Cell Biol. 1997; 17: 5612–5619. 103 Wu F, Liu J, Qiu Y-L, Wang W, Zhu S-M, Sun P et al. Correlation of chromosome damage and promoter methylation status of the DNA repair genes MGMT and hMLH1 in Chinese vinyl chloride monomer (VCM)-exposed workers. Int J Occup Med Environ Health. 2013; 26: 173–182. 104 Esteller M, Catasus L, Matias-Guiu X, Mutter GL, Prat J, Baylin SB et al. hMLH1 promoter hypermethylation is an early event in human endometrial tumorigenesis. Am J Pathol. 1999; 155: 1767–1772. 105 Lahue RS, Au KG, Modrich P. DNA mismatch correction in a defined system. Science. 1989; 245: 160– 164. 106 Duan H, He Z, Ma J, Zhang B, Sheng Z, Bin P et al. Global and MGMT promoter hypomethylation independently associated with genomic instability of lymphocytes in subjects exposed to high-dose polycyclic aromatic hydrocarbon. Arch Toxicol. 2013; 87: 2013–2022. 107 Hossain MB, Vahter M, Concha G, Broberg K. Environmental arsenic exposure and DNA methylation of the tumor suppressor gene p16 and the DNA repair gene MLH1: effect of arsenic metabolism and genotype. Met Integr Biometal Sci. 2012; 4: 1167–1175. 108 Guo L, Byun H-M, Zhong J, Motta V, Barupal J, Zheng Y et al. Effects of short-term exposure to inhalable particulate matter on DNA methylation of tandem repeats. Environ Mol Mutagen. 2014; 55: 322–335. 109 Kato T, Suzuki K, Okada S, Kamiyama H, Maeda T, Saito M et al. Aberrant methylation of PSD disturbs Rac1-mediated immune responses governing neutrophil chemotaxis and apoptosis in ulcerative colitisassociated carcinogenesis. Int J Oncol. 2012; 40: 942–950. 110 IBGE. Pesquisa Anual da Indústria da Construção. 2013; 23: 88. 111 Qiagen. kit Epitech Bisulfite kit. www.qiagen.com. (accessed 10 Nov2015). 112 Byun H-M, Nordio F, Coull BA, Tarantini L, Hou L, Bonzini M et al. Temporal stability of epigenetic markers: sequence characteristics and predictors of short-term DNA methylation variations. PloS One. 2012; 7: e39220. 113 Ahmadian A, Ehn M, Hober S. Pyrosequencing: history, biochemistry and future. Clin Chim Acta Int J Clin Chem. 2006; 363: 83–94. 114 Normando D, Tjäderhane L, Quintão C. A escolha do teste estatístico - um tutorial em forma de apresentação em PowerPoint*. 2010; 15: 101–106. 115 Mathelier A, Zhao X, Zhang AW, Parcy F, Worsley-Hunt R, Arenillas DJ et al. JASPAR 2014: an extensively expanded and updated open-access database of transcription factor binding profiles. Nucleic Acids Res. 2014; 42: D142–147. 60 116 Lacourt A, Pintos J, Lavoué J, Richardson L, Siemiatycki J. Lung cancer risk among workers in the construction industry: results from two case-control studies in Montreal. BMC Public Health. 2015; 15: 941. 117 Dement JM, Ringen K, Welch LS, Bingham E, Quinn P. Mortality of older construction and craft workers employed at Department of Energy (DOE) nuclear sites. Am J Ind Med. 2009; 52: 671–682. 118 Nordlund J, Bäcklin CL, Zachariadis V, Cavelier L, Dahlberg J, Öfverholm I et al. DNA methylation-based subtype prediction for pediatric acute lymphoblastic leukemia. Clin Epigenetics. 2015; 7: 11. 119 Deng D, Liu Z, Du Y. Epigenetic alterations as cancer diagnostic, prognostic, and predictive biomarkers. Adv Genet. 2010; 71: 125–176. 120 Jicai Z, Zongtao Y, Zongtao Y, Jun L, Jun L, Haiping L et al. Persistent infection of hepatitis B virus is involved in high rate of p16 methylation in hepatocellular carcinoma. Mol Carcinog. 2006; 45: 530–536. 121 Kukitsu T, Takayama T, Miyanishi K, Nobuoka A, Katsuki S, Sato Y et al. Aberrant crypt foci as precursors of the dysplasia-carcinoma sequence in patients with ulcerative colitis. Clin Cancer Res Off J Am Assoc Cancer Res. 2008; 14: 48–54. 122 Licchesi JDF, Westra WH, Hooker CM, Herman JG. Promoter hypermethylation of hallmark cancer genes in atypical adenomatous hyperplasia of the lung. Clin Cancer Res Off J Am Assoc Cancer Res. 2008; 14: 2570–2578. 123 Divine KK, Pulling LC, Marron-Terada PG, Liechty KC, Kang T, Schwartz AG et al. Multiplicity of abnormal promoter methylation in lung adenocarcinomas from smokers and never smokers. Int J Cancer J Int Cancer. 2005; 114: 400–405. 124 Kondo K, Takahashi Y, Hirose Y, Nagao T, Tsuyuguchi M, Hashimoto M et al. The reduced expression and aberrant methylation of p16(INK4a) in chromate workers with lung cancer. Lung Cancer Amst Neth. 2006; 53: 295–302. 125 Zhang A-H, Bin H-H, Pan X-L, Xi X-G. Analysis of p16 gene mutation, deletion and methylation in patients with arseniasis produced by indoor unventilated-stove coal usage in Guizhou, China. J Toxicol Environ Health A. 2007; 70: 970–975. 126 Su S, Jin Y, Zhang W, Yang L, Shen Y, Cao Y et al. Aberrant promoter methylation of p16(INK4a) and O(6)-methylguanine-DNA methyltransferase genes in workers at a Chinese uranium mine. J Occup Health. 2006; 48: 261–266. 127 Stone JE, Petes TD. Analysis of the proteins involved in the in vivo repair of base-base mismatches and four-base loops formed during meiotic recombination in the yeast Saccharomyces cerevisiae. Genetics. 2006; 173: 1223–1239. 128 Wheeler JM, Loukola A, Aaltonen LA, Mortensen NJ, Bodmer WF. The role of hypermethylation of the hMLH1 promoter region in HNPCC versus MSI+ sporadic colorectal cancers. J Med Genet. 2000; 37: 588–592. 129 Imai K, Yamamoto H. Carcinogenesis and microsatellite instability: the interrelationship between genetics and epigenetics. Carcinogenesis. 2008; 29: 673–680. 61 130 Ali AHK, Kondo K, Namura T, Senba Y, Takizawa H, Nakagawa Y et al. Aberrant DNA methylation of some tumor suppressor genes in lung cancers from workers with chromate exposure. Mol Carcinog. 2011; 50: 89–99. 131 Ding R, Jin Y, Liu X, Zhu Z, Zhang Y, Wang T et al. Characteristics of DNA methylation changes induced by traffic-related air pollution. Mutat Res Genet Toxicol Environ Mutagen. 2016; 796: 46–53. 132 Ramos MA, Cury F de P, Scapulatempo Neto C, Marques MMC, Silveira HCS. Micronucleus evaluation of exfoliated buccal epithelial cells using liquid-based cytology preparation. Acta Cytol. 2014; 58: 582– 588. 133 Salas LA, Villanueva CM, Tajuddin SM, Amaral AFS, Fernandez AF, Moore LE et al. LINE-1 methylation in granulocyte DNA and trihalomethane exposure is associated with bladder cancer risk. Epigenetics Off J DNA Methylation Soc. 2014; 9: 1532–1539. 134 Terry MB, Delgado-Cruzata L, Vin-Raviv N, Wu HC, Santella RM. DNA methylation in white blood cells: association with risk factors in epidemiologic studies. Epigenetics Off J DNA Methylation Soc. 2011; 6: 828–837. 135 Andreotti G, Karami S, Pfeiffer RM, Hurwitz L, Liao LM, Weinstein SJ et al. LINE1 methylation levels associated with increased bladder cancer risk in pre-diagnostic blood DNA among US (PLCO) and European (ATBC) cohort study participants. Epigenetics. 2014; 9: 404–415. 136 Yang P, Ma J, Zhang B, Duan H, He Z, Zeng J et al. CpG site-specific hypermethylation of p16INK4α in peripheral blood lymphocytes of PAH-exposed workers. Cancer Epidemiol Biomark Prev Publ Am Assoc Cancer Res Cosponsored Am Soc Prev Oncol. 2012; 21: 182–190. 137 Zhini H, Huawei D, Biao Z. CpG site-specific RASSF1a hypermethylation is associated with occupational PAH exposure and genomic instability. 2015. doi:DOI: 10.1039/c5tx00013k. 62 Anexo A – Questionário sócio-demográfico aplicado aos grupos 63 64 65 66 67 Anexo B – Condições estabelecidas de ciclagem da PCR dos genes supressores tumorais e sequências repetitivas (°C). 95° - 15' Denaturação 95° - 30" 95° - 30" Anelamento 49° - 30" Extenção 72° - 30" 58° - 30" 72° - 30" Extenção Final 72° - 10' 72° - 10' Incubação 18° - ∞ 18° - ∞ MGMT 95° - 15' 95° - 20" 53° - 20" 72° - 20" 72° - 5' 4° - ∞ 45 ciclos 95° - 10' RASSF1A 95° - 15' 95° - 30" 60° - 30" 72° - 30" 72° - 10' 4° - ∞ 40 ciclos Denaturação 50 ciclos LINE 50 ciclos ALU TP53 95° - 15' 95° - 30" 58° - 30" 72° - 30" 72° - 10' 4° - ∞ 40 ciclos Etapas CDKN2A 95° - 15' 95° - 30" 65° - 30" 72° - 30" 72° - 10' 4° - ∞ 40 ciclos MLH1 95° - 15' 95° - 30" 51° - 30" 72° - 30" 72° - 10' 4° - ∞ 50 ciclos APC 95° - 15' 95° - 30" 55° - 30" 72° - 30" 72° - 10' 4° - ∞ 50 ciclos Etapas Denaturação Denaturação Anelamento Extenção Extenção Incubação 68 Anexo C - Sequência dos primers e região analisada dos genes analisados Gene APC TP53 RASSF1A ALU MLH1 LINE-1 CDKN2A MGMT Primers Foward - TTTTGTTTGTTGGGGATTG Reverse Biot. CTCCAACACCTACCCCATTT Sequenciamento – GGGGTTTTGTGTTTTA Foward Biot. TTAGGAGTTTATTTAATTTAGGGAAG Reverse TATCCAACTTTATACCAAAACCTC Sequenciamento TCCAAAAAACAAATAACTACTAAACTC Foward TTAGTGGGTAGGTTAAGTGTGTTG Reverse Biot. TACCCTTCCTTCCCTCCTTC Sequenciamento AAAGTTGGTTTTTAGAAATA Foward - AGATTATTTTGGTTAATAAG Reverse Biot. - AACTACAACTACAATAAC Sequenciamento GTTTGTAGTTTTAGTTATT Foward - TTTAGGAGTGAAGGAGGT Reverse Biot. - CCCTATACCTAATCTATC Sequenciamento GTTTTGAGTAGAGTTTTATTAGGGT Foward Biot TAGGGAGTGTTAGATAGTGG Reverse - AACTCCCTAACCCCTTAC Sequenciamento CAAATAAAACAATACCTC Foward GAGGGGTTGGTTGGTTATTAGA Reverse Biot TACAAACCCTCTACCCACCTAAAT Sequenciamento TGGTTATTAGAGGGTG Foward - GGTATTAGGAGGGGAGAGATT Reverse Biot TACCAAATAACCCCTACCTTTTCCTATCAC Sequenciamento AGTAGGATAGGGATTTTTATTAAG T°C Amplicon (pb) 55 311 TTGC/TGGAGTGC/TGGGTC/TGGGAAGC/TGGAG 58 220 CG/AAAAACACTTTACG/ATTCG/AAACTAAAAACG/ATACT TT 60 198 C/TGGGTATTTTC/TGC/TGTGGTGTTTTGC/TGGTC/TGTC/T GTC/TGTTGTG 49 254 C/TGGGAGGTTGAGGTAGGAGAATGGC/TGTGAATTC/TGG GAAGC/TGGAGTTTGTAGTGAGT 51 173 C/TGC/TGC/TGTTC/TGTC/TGTTC/TGTTATATATC/TGTT 58 120 G/ACCCTACTTCG/AACTCG/ACG/ACACG/AATAC 65 262 GGGC/TGGATC/TGC/TGTGC/TGTTC/TGGC/TGGTTGC/TG GAGA 53 187 C/TGGGC/TGTC/TGTTTTAC/TGATTTTC/TGC/TGC/TGTTTT TAGGATTATTC/TGGGTA Sequência Analisada 69 Anexo D – Sequência genômica dos genes de acordo com o banco de dados da UCSC Gene APC Gene TP53 Gene RASSF1A 70 Gene CDKN2A Gene MGMT Gene MLH1 71 Anexo E – Matriz de exposição aplicado aos trabalhadores da construção. COMBUSTÃO e SUBPRODUTOS DE COMBUSTÃO POEIRAS Areia seca Metal Aço doce Ferro fundido cobre Bronze Cromo Níquel Alumínio Outros Carvão em pó Concreto Sílica livre Madeira Asbesto ou amianto Fuligem Motores a gasolina Motores a álcool Motores a diesel Combustão de coque Combustão de carvão Queima de plástico Queima de madeira Queima de combustível Hidrocarbonetos policíclicos aromáticos (HPAs) Outros Roupas longas Capacete Máscara Óculos Luvas Faz uso correto? EPI Empresa fornece? HORAS/ SEMANA POR QUANTOS ANOS? Não Sim Roupas longas Capacete OCUPAÇÃO ATUAL Máscara Óculos Luvas Fazia uso correto? EPI Empresa fornecia? HORAS/ SEMANA POR QUANTOS ANOS? Não EXPOSIÇÃO Sim OCUPAÇÃO ANTERIOR 72 SOLVENTES Aguarrás Solventes clorados Benzeno Thinner Querosene SUBSTÂNCIAS Creosoto Gasolina Asfalto e betume Piche ou alcatrão de hullha Ácidos Colas Álcool Produto de limpeza Produtos desinfetantes Hipoclorito de sódio RADIAÇÃO Óleos minerais Resinas sintéticas Agrotôxicos Parafinas Ionizantes Não-Ionizantes Ultravioleta Roupas longas Capacete Máscara Óculos Luvas Faz uso correto? EPI Empresa fornece? HORAS/ SEMANA POR QUANTOS ANOS? Não Sim Roupas longas Capacete OCUPAÇÃO ATUAL Máscara Óculos Luvas Fazia uso correto? EPI Empresa fornecia? HORAS/ SEMANA POR QUANTOS ANOS? Não EXPOSIÇÃO Sim OCUPAÇÃO ANTERIOR 73 Anexo F – Parecer consubstanciado do CEP 74 75 76 77 78 79 80 Anexo G – Análise dos motifs das regiões promotoras dos genes CDKN2A, MLH1 e APC utilizando o banco de dados JASPAR. Gene APC 81 Gene MLH1 82 Gene CDKN2A