Epigenômica 101 (Câncer)
Em revisão científica
Esta página introdutória serve para orientação educacional. Não use este conteúdo para interpretar um paciente ou tomar decisão clínica.
A epigenômica estuda marcas e estados regulatórios associados ao DNA e à cromatina, incluindo metilação, modificações de histonas, acessibilidade e RNAs regulatórios. Alguns estados podem persistir por divisões celulares, mas “epigenético” não significa automaticamente hereditário, causal ou clinicamente acionável.
O Problema dos Dados (A Camada de Controle)
O genoma de uma célula da pele é exatamente igual ao de um neurônio ou de uma célula do fígado. O que define a identidade celular é a Epigenômica (o "software" rodando em cima do "hardware" de DNA). No câncer, as células "esquecem" sua identidade devido a bugs epigenéticos, regredindo a estados semelhantes a células-tronco.
Engenheiros de dados oncológicos lidam com duas vertentes principais:
1. Metilação do DNA
Grupos metil ($CH_3$) são adicionados à letra "C" do DNA (Citosina). Muita metilação no promotor de um gene age como um botão de "Mute".
- O desafio de dados: O genoma humano tem ~28 milhões de sítios "CpG" onde a metilação pode ocorrer.
- Arrays (Illumina EPIC 850k): O padrão clínico/barato. Mede apenas ~850 mil pontos específicos. Os dados gerados são valores chamados "Beta-values", variando rigidamente de 0 (desmetilado) a 1 (totalmente metilado).
- WGBS (Whole Genome Bisulfite Sequencing): oferece cobertura ampla de citosinas, com custo experimental e computacional elevado. Não é “definitiva” para toda pergunta: resolução, conversão, profundidade, composição celular e desenho do estudo continuam limitantes. Como a química do bissulfito converte citosinas não metiladas, o alinhamento exige tratamento específico.
2. Acessibilidade da Cromatina (ATAC-seq)
O DNA mede 2 metros e está enrolado dentro de um núcleo microscópico (na forma de Cromatina). Para um gene ser ativado, a cromatina precisa se "abrir" fisicamente naquela região. O ATAC-seq joga uma enzima (Transposase) no núcleo que corta o DNA apenas nas áreas que estão abertas.
- Peak Calling: Na transcritômica, você conta reads por gene. No ATAC-seq, você busca matematicamente por "montanhas de leituras" em regiões aleatórias do genoma usando softwares como MACS2. Essas montanhas são chamadas de Peaks.
- O Formato
.bed: Os dados de epigenômica são frequentemente salvos no formato BED, que é uma planilha simples com as colunas:Cromossomo | Ponto de Início | Ponto Final. É a linguagem franca para cruzar dados genômicos. Você pode abrir arquivos enormes visualmente usando o UCSC Genome Browser.
O Projeto ENCODE
O consórcio ENCODE publica dados, padrões experimentais e recursos computacionais para ensaios regulatórios. Usar um pipeline inspirado no ENCODE não garante comparabilidade por si só: anticorpo, lote, profundidade, controles, referência, versão e parâmetros também precisam ser registrados.
Cobertura que ainda falta
- Modificações de histonas / ChIP-seq: desenho experimental, controles de entrada e imunoprecipitação, replicação, peak calling e reprodutibilidade.
- Expressão de miRNA / small RNA-seq: preparo de biblioteca, normalização, composição, alvos previstos e validação funcional.
Esses dois itens permanecem PARTIAL ou PLANNED na Matriz de cobertura de aprendizado.
Ângulos do Câncer
- Padrões de metilação tipo CIMP em alguns tipos de tumor
- Oncoproteínas de fusão e remodeladores de cromatina (LMA, contextos de sarcoma)
- Alvos de drogas na maquinaria epigenética (escritores, apagadores, leitores)
Relação com a genômica
Os drivers podem ser mutações em reguladores epigenéticos ou silenciamento epigenético de supressores de tumor. Integre com DNA e RNA para interpretação; veja Multi‑omics integration.
Veja também
Referências
- Ilango S, Paital B, Jayachandran P, et al. Epigenetic alterations in cancer. Frontiers in Bioscience (Landmark Edition). 2020. PMID 32114424. https://pubmed.ncbi.nlm.nih.gov/32114424/
- Nebbioso A, Tambaro FP, Dell'Aversana C, Altucci L. Cancer epigenetics: Moving forward. PLOS Genetics. 2018;14:e1007362. PMID 29879107. https://pubmed.ncbi.nlm.nih.gov/29879107/