Pós-Graduação - Parecer Do Orientador

Pós-Graduação - PARECER DO ORIENTADOR
Ribeirão Preto, 28 de agosto de 2017.
Eu, Prof(a). Dr(a). Jacqueline Pontes Monteiro declaro para os devidos fins que CAROLINA
DE ALMEIDA COELHO LANDELL, aluna de Doutorado regularmente matriculada no Programa de
Pós-Graduação Saúde da Criança e do Adolescente, sob minha orientação, está apta à defesa pública de
sua tese Proteômica em dois grupos metabólicos de crianças e adolescentes com diferente perfil
lipídico e glicídico submetidos à suplementação de micronutrientes, que está sendo depositada na
presente data. A presente tese teve como objetivo descrever dois diferentes grupos metabólicos em um
estudo de intervenção nutricional; descrever o perfil lipídico, os níveis de glicose e os dados proteômicos
ao longo do estudo nesses dois grupos. A técnica estatística “k-means clustering” foi utilizada para alocar
os participantes em dois grupos metabólicos distintos (cluster 1 e cluster 2), de acordo com os perfis
glicídicos e lipídicos (glicemia, triglicerídeos, colesterol total, LDL, HDL e VLDL colesterol) que os
indivíduos apresentaram nos três momentos do estudo. O cluster 1 (n = 111) teve melhor perfil glico-
lipídico e também apresentou menores valores para índice de massa corporal, circunferência de cintura e
porcentagem de gordura corporal nos três momentos do estudo, comparado ao cluster 2 (n = 25). A
ingestão alimentar não diferiu entre os clusters em nenhum momento do estudo. Com a suplementação de
micronutrientes, o cluster 1 apresentou redução de glicemia, LDL e colesterol total, além de diminuir sua
ingestão de energia, carboidrato, lipídeo e proteína, enquanto o cluster 2 reduziu LDL, colesterol total e
HDL e não alterou sua ingestão de energia e macronutrientes. Foi identificada a expressão de 20 proteínas
no plasma dos indivíduos dos clusters 1 e 2, sendo que a maioria delas evoluiu de maneira diferente entre
os dois grupos após a intervenção. Com a suplementação, o cluster 1 apresentou aumento na expressão de
alpha-1-acid glycoprotein 1, alpha-2-HS-glycoprotein, ceruloplasmin e de fibrinogen alpha, beta e
gamma chain, bem como redução na expressão de apolipoprotein A-IV, haptoglobin, Ig alpha-1 chain C
region, serotransferrin e vitamin D-binding protein. No mesmo período, o cluster 2 mostrou aumento de
alpha-1-antitrypsin, ceruloplasmin, haptoglobin, Ig alpha-1 chain C region e plasma protease C1
inhibitor, além de diminuição na expressão de alpha-1-acid glycoprotein 1 e de fibrinogen alpha, beta e
gamma chain. É possível que tenha ocorrido aumento de expressão de proteínas que podem ter auxiliado
na melhora do perfil glico-lipídico dos participantes. O cluster de pior perfil parece ter se beneficiado
mais com a intervenção em relação à expressão de proteínas do que o cluster de melhor perfil.
Sem mais para o momento,

Atenciosamente,
Prof(a). Dr(a). Jacqueline Pontes Monteiro

UNIVERSIDADE DE SÃO PAULO
FACULDADE DE MEDICINA DE RIBEIRÃO PRETO
DEPARTAMENTO DE PUERICULTURA E PEDIATRIA
PÓS GRADUAÇÃO EM SAÚDE DA CRIANÇA E DO ADOLESCENTE
CAROLINA DE ALMEIDA COELHO LANDELL
Proteômica em dois grupos metabólicos de crianças e adolescentes com diferente perfil

lipídico e glicídico submetidos à suplementação de micronutrientes
Ribeirão Preto - SP
2017
CAROLINA DE ALMEIDA COELHO LANDELL
Proteômica em dois grupos metabólicos de crianças e adolescentes com diferente perfil

lipídico e glicídico submetidos à suplementação de micronutrientes
Tese de Doutorado apresentada a Faculdade de

Medicina de Ribeirão Preto da Universidade de São
Paulo para obtenção do Título de Doutora em
Saúde da Criança e do Adolescente
Programa de Pós Graduação: Saúde da Criança e

do Adolescente
Orientadora: Profa. Dra. Jacqueline Pontes

Monteiro
Ribeirão Preto - SP
2017
Autorizo a reprodução e divulgação total ou parcial deste trabalho, por qualquer meio convencional
ou eletrônico, para fins de estudo e pesquisa, desde que citada a fonte.
Coelho-Landell, Carolina de Almeida
Proteômica em dois grupos metabólicos de crianças e adolescentes

com diferente perfil lipídico e glicídico submetidos à suplementação de
micronutrientes.
95 f. : il. ; 30 cm
Tese de Doutorado, apresentada à Faculdade de Medicina de Ribeirão

Preto/USP. Área de concentração: Saúde da Criança e do Adolescente.
Orientador: Monteiro, Jacqueline Pontes.
1. Criança. 2. Adolescente. 3. Nutrigenômica. 4. Proteômica. 5.

Obesidade.
Nome: Coelho-Landell, Carolina de Almeida
Título: Proteômica em dois grupos metabólicos de crianças e adolescentes com diferente perfil
lipídico e glicídico submetidos à suplementação de micronutrientes.
Tese apresentada a Faculdade de Medicina de

Ribeirão Preto da Universidade de São Paulo para
obtenção do Título de Doutora.
Aprovada em: / /
Banca Examinadora:
Prof. Dr. ________________________________________________________________

Instituição: ______________________________________________________________
Julgamento: _____________________________________________________________
Prof. Dr. ________________________________________________________________

Instituição: ______________________________________________________________
Julgamento: _____________________________________________________________
Prof. Dr. ________________________________________________________________

Instituição: ______________________________________________________________
Julgamento: _____________________________________________________________
DEDICATÓRIA
Dedico este trabalho aos meus pais, Alípio e Sandra, à minha irmã, Jéssica, e ao meu namorado,
Gabriel (que ao longo deste percurso se tornou meu marido), com todo o meu amor e toda a minha gratidão
pela compreensão, apoio, incentivo, paciência, cuidado e por serem a força que me encorajou a prosseguir.
Só foi possível pois vocês estiveram comigo. Este trabalho é para vocês.
AGRADECIMENTOS
Agradeço à Profa. Dra. Jacqueline, pela oportunidade de participar deste projeto desde o seu início,
por todo o aprendizado nos anos em que convivemos e por me proporcionar experiências que me
aprimoraram como profissional e como pessoa.
As minhas amigas e colegas de trabalho, Mariana, Elaine, Tamiris, Roberta, Roseli, Joyce e Maria
Olímpia pela colaboração, espírito de equipe e amizade em todos os momentos.
Ao Dr. Jim Kaput, por toda atenção, ajuda e disposição durante este processo.
A Clarice, por toda sua atenção, paciência e carinho durante as dosagens da proteômica.
A Érika, pela inestimável ajuda e prontidão na análise dos dados da proteômica.
Ao Prof. Dr. José Cesar Rosa, Helen e toda equipe do laboratório do Centro de Química de
Proteínas, pelo apoio e colaboração na realização dos experimentos proteômicos.
As alunas de pós-graduação e de graduação, aos profissionais responsáveis pela coleta do sangue,
aos médicos que fizeram plantão durante a coleta de dados, aos motoristas dos ônibus que buscavam os
participantes, aos profissionais que ajudaram nas dosagens laboratoriais, aos que ajudaram na limpeza e
organização geral do local da pesquisa, e a todos que, de alguma forma, contribuíram para a coleta de dados
fosse um sucesso.
As secretárias do Departamento de Puericultura e Pediatria, que prontamente sanavam minhas
dúvidas.
Ao Departamento de Puericultura e Pediatria, à Faculdade de Medicina de Ribeirão Preto (FMRP-
USP) e ao Hospital das Clínicas de Ribeirão Preto, pela oportunidade de realização do curso de mestrado.
A Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) pela concessão de
minha bolsa de mestrado.
A Nestlé Institute of Health Science pela parceria.
A Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP), pelo apoio financeiro para a
realização desta pesquisa.
A Fundação de Apoio ao Ensino, Pesquisa e Assistência do Hospital das Clínicas de Ribeirão Preto
(FAEPA) pela ajuda financeira na minha participação em eventos científicos.
RESUMO
COELHO-LANDELL, Carolina de Almeida. Proteômica em dois grupos metabólicos de

crianças e adolescentes com diferente perfil lipídico e glicídico submetidos à suplementação de
micronutrientes. 2017. 95 f. Tese (Doutorado em Saúde da Criança e do Adolescente) – Faculdade
de Medicina de Ribeirão Preto, Universidade de São Paulo, Ribeirão Preto, 2017.
Introdução: Conhecer as respostas proteômicas de diferentes grupos metabólicos após uma

intervenção nutricional poderia ajudar a identificar biomarcadores e o tratamento dietético mais
apropriado para diferentes perfis de indivíduos. Objetivos: Descrever dois diferentes grupos
metabólicos em um estudo de intervenção nutricional; descrever o perfil lipídico, os níveis de
glicose e os dados proteômicos ao longo do estudo nesses dois grupos. Metodologia: Foi realizado
um estudo de intervenção “N-of-1”, com indivíduos de 9 a 13 anos, no qual ocorreu avaliação
antropométrica, de composição corporal, de ingestão alimentar, bioquímica e proteômica em três
momentos: no início do estudo (momento 1), após 6 semanas de suplementação diária de
micronutrientes (momento 2), e após outras 6 semanas sem nenhuma intervenção (momento 3). A
técnica estatística “k-means clustering” foi utilizada para alocar os participantes em dois grupos
metabólicos distintos (cluster 1 e cluster 2), de acordo com os perfis glicídicos e lipídicos (glicemia,
triglicerídeos, colesterol total, LDL, HDL e VLDL colesterol) que os indivíduos apresentaram nos
três momentos do estudo. Resultados: O cluster 1 (n = 111) teve melhor perfil glico-lipídico e
também apresentou menores valores para índice de massa corporal, circunferência de cintura e
porcentagem de gordura corporal nos três momentos do estudo, comparado ao cluster 2 (n = 25). A
ingestão alimentar não diferiu entre os clusters em nenhum momento do estudo. Com a
suplementação de micronutrientes, o cluster 1 apresentou redução de glicemia, LDL e colesterol
total, além de diminuir sua ingestão de energia, carboidrato, lipídeo e proteína, enquanto o cluster 2
reduziu LDL, colesterol total e HDL e não alterou sua ingestão de energia e macronutrientes. Foi
identificada a expressão de 20 proteínas no plasma dos indivíduos dos clusters 1 e 2, sendo que a
maioria delas evoluiu de maneira diferente entre os dois grupos após a intervenção. Com a
suplementação, o cluster 1 apresentou aumento na expressão de alpha-1-acid glycoprotein 1, alpha-
2-HS-glycoprotein, ceruloplasmin e de fibrinogen alpha, beta e gamma chain, bem como redução
na expressão de apolipoprotein A-IV, haptoglobin, Ig alpha-1 chain C region, serotransferrin e
vitamin D-binding protein. No mesmo período, o cluster 2 mostrou aumento de alpha-1-antitrypsin,
ceruloplasmin, haptoglobin, Ig alpha-1 chain C region e plasma protease C1 inhibitor, além de
diminuição na expressão de alpha-1-acid glycoprotein 1 e de fibrinogen alpha, beta e gamma
chain. Conclusões: É possível que tenha ocorrido aumento de expressão de proteínas que podem ter
auxiliado na melhora do perfil glico-lipídico dos participantes. O cluster de pior perfil parece ter se
beneficiado mais com a intervenção em relação à expressão de proteínas do que o cluster de melhor
perfil. O estudo do perfil genético poderia ajudar no entendimento da resposta metabólica dos
indivíduos.
PALAVRAS-CHAVE: Criança, adolescente, nutrigenômica, proteômica, obesidade.
ABSTRACT
COELHO-LANDELL, Carolina de Almeida. Proteomics in two metabolic groups of children

and adolescents with different lipid and glucose profiles submitted to micronutrient
supplementation. 2017. 95 f. Tese (Doutorado em Saúde da Criança e do Adolescente) –
Faculdade de Medicina de Ribeirão Preto, Universidade de São Paulo, Ribeirão Preto, 2017.
Introduction: Knowing the proteomic responses from different metabolic groups after a nutritional
intervention could help to identify biomarkers and the most appropriate dietary treatment for
different profiles of subjects. Aims: To describe two different metabolic groups in a nutritional
intervention study; To describe the lipid profile, glucose levels and proteomic data throughout the
study in these two groups. Methodology: An "N-of-1" intervention study was carried out with
subjects from 9 to 13 years of age, in which anthropometric, body composition, food intake,
biochemical and proteomics evaluation was performed in three moments: at the beginning of the
study (moment 1), after 6 weeks of daily micronutrient supplementation (moment 2), and after
another 6 weeks without any intervention (moment 3). The “k-means clustering” technique was
used to allocate the participants to two distinct metabolic groups (cluster 1 and cluster 2) according
to the glucose and lipid profiles (glycemia, triglycerides, total cholesterol, LDL, HDL and VLDL
cholesterol) that these subjects presented at the three moments of the study. Results: Cluster 1 (n =
111) had a better glycemic and lipid profile and also presented lower values for body mass index,
waist circumference and body fat percentage in the three moments of the study, compared to cluster
2 (n = 25). Food intake did not differ between the clusters in any moment of the study. With
supplementation, cluster 1 showed a decrease in glycemia, LDL and total cholesterol, as well as
decreased energy, carbohydrate, lipid and protein intake, while cluster 2 reduced LDL, total
cholesterol and HDL and did not alter its energy and macronutrients intake. It was identified the
expression of 20 proteins in the plasma of the subjects from clusters 1 and 2, and most of them
evolved differently between the two groups after the intervention. Cluster 1 showed increase in
expression of alpha-1-acid glycoprotein 1, alpha-2-HS-glycoprotein, ceruloplasmin and alpha, beta
and gamma chain fibrinogen, as well as reduction in expression of apolipoprotein A-IV,
haptoglobin, Ig alpha-1 chain C region, serotransferrin and vitamin D-binding protein. In the same
period, cluster 2 showed an increase of alpha-1-antitrypsin, ceruloplasmin, haptoglobin, Ig alpha-1
chain C region and plasma protease C1 inhibitor, as well as decrease in the expression of alpha-1-
acid glycoprotein 1 and alpha fibrinogen, beta and gamma chain. Conclusions: It is possible that
there was occurred an increase in the expression of proteins that may have helped to improve
glycemic and lipid profiles of the participants. The worst-profile cluster seems to have benefited
more from the intervention in relation to protein expression than the cluster with the best profile.
The study of the genetic profile could help in the understanding of the individuals metabolic
response.
KEYWORDS: Child, adolescent, nutrigenomics, proteomics, obesity.
SUMÁRIO
1 INTRODUÇÃO ............................................................................................................................. 12
2 HIPÓTESE ..................................................................................................................................... 17
3 OBJETIVOS ................................................................................................................................... 18
4 POPULAÇÃO E MÉTODOS ........................................................................................................ 19
4.1 APRESENTAÇÃO DO ESTUDO........................................................................................... 19
4.2 APROVAÇÃO DO COMITÊ DE ÉTICA............................................................................... 19
4.3 DESENHO DO ESTUDO ....................................................................................................... 19
4.4 POPULAÇÃO .......................................................................................................................... 20
4.5 CRITÉRIOS DE INCLUSÃO ................................................................................................. 20
4.6 CRITÉRIOS DE EXCLUSÃO ................................................................................................ 20
4.7 DELINEAMENTO DO ESTUDO........................................................................................... 21
4.8 COLETA DE DADOS ............................................................................................................. 22
4.8.1 Avaliação antropométrica, da composição corporal e da ingestão alimentar ................... 22
4.8.1.1 Avaliação antropométrica .............................................................................................. 22
4.8.1.2 Avaliação da composição corporal ................................................................................ 23
4.8.1.3 Avaliação da ingestão alimentar .................................................................................... 23
4.8.2 Coleta de sangue ............................................................................................................... 24
4.8.2.1 Análises bioquímicas ..................................................................................................... 25
4.8.2.1.1 Glicemia ...................................................................................................................... 25
4.8.2.1.2 Colesterol total............................................................................................................ 25
4.8.2.1.3 HDL colesterol ............................................................................................................ 25
4.8.2.1.4 LDL colesterol e VLDL colesterol .............................................................................. 25
4.8.2.1.5 Triglicérides ................................................................................................................ 25
4.9 “CLUSTERIZAÇÃO” (AGRUPAMENTO) DOS PARTICIPANTES ................................. 25
4.10 ANÁLISE PROTEÔMICA - TÉCNICA ITRAQ.................................................................. 26
4.10.1 Análise quantitativa dos dados da proteômica ................................................................ 30
4.11 ANÁLISE ESTATÍSTICA .................................................................................................... 30
5 RESULTADOS ............................................................................................................................... 32
6 DISCUSSÃO .................................................................................................................................. 42
7 LIMITAÇÕES DO ESTUDO ......................................................................................................... 57
8 CONCLUSÃO ................................................................................................................................ 58
REFERÊNCIAS ................................................................................................................................. 59
APÊNDICE A - Termos de Assentimento e de Consentimento Livres e Esclarecidos ..................... 71
APÊNDICE B - Alimentos padronizados para análise do consumo alimentar ................................. 80
APÊNDICE C – Caracterização da amostra estudada ....................................................................... 87
ANEXO A - Composição da Barra de Leite (Nestrovit - NESTLÉ®) .............................................. 89
ANEXO B - Questionário Semi-Quantitativo de Frequência Alimentar ........................................... 90
1 INTRODUÇÃO
O excesso de peso na infância e adolescência tornou-se epidêmico. A prevalência de

obesidade nessa faixa etária está crescendo ao redor do mundo, alcançando proporções alarmantes
em muitos países. No Brasil, entre 1975 e 2009, a incidência de excesso de peso em crianças de 5 a
9 anos aumentou de 10,9% para 34,8% em meninos e de 8,6% para 32% em meninas, enquanto que
em adolescentes, aumentou de 3,7% para 21,7% no sexo masculino e de 7,6% para 19,4% no sexo
feminino (INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA, 2010). Ainda assim,
modelos preditivos sugerem que a proporção global de crianças obesas para crianças magras
continuará a crescer no futuro (PULGARÓN, 2013; WANG; LOBSTEIN, 2006). Tal situação
representa um dos problemas de saúde mais desafiadores do nosso século, pois se associa com
posterior morbidade e mortalidade (GALATA et al., 2011; REILLY; KELLY, 2011).
Vários estudos mostram que a obesidade na infância e na adolescência se correlaciona a
fatores de risco cardiovasculares na fase adulta – como diabetes, dislipidemia, hipertensão e
síndrome metabólica, todos esses mostrando forte associação com o índice de massa corporal (IMC)
dos indivíduos (BEAULOYE et al., 2007; CHIOLERO et al., 2007; HEROUVI et al., 2013;
SKILTON; CELERMAJER, 2006). Os estudos demonstram que quanto mais tempo o indivíduo é
exposto ao excesso de peso, piores são as consequências, ou seja, quando a obesidade ocorre em
indivíduos mais jovens parece representar maior risco de mortalidade do que quando ocorre em
indivíduos mais velhos (VON HAEHLING; DOEHNER; ANKER, 2006).
A obesidade é associada a níveis aumentados de glicose, triglicerídeos, colesterol total, LDL
colesterol e à redução nos níveis de HDL colesterol, preditores bem estabelecidos de doença
cardiovascular (ALBERTI; ZIMMET; SHAW, 2006; GRÖBER-GRÄTZ et al., 2013; QUIJADA et
al., 2008; ROSINI et al., 2015; TAILOR et al., 2010; WEISS; KAUFMAN, 2008). Embora a
fisiopatologia envolvendo o desenvolvimento da dislipidemia em crianças/adolescentes obesos seja
multifatorial e ainda não completamente definida, a resistência à insulina tem sido apontada com
um papel importante na relação entre dislipidemia e obesidade (AHRENS et al., 2014; BURNS;
LEE; ARSLANIAN, 2009). Vários estudos têm demonstrado que a dislipidemia está associada à
resistência à insulina (GIANNINI et al., 2011; STEINBERGER et al., 1995) e ao diabetes tipo 2
(COPELAND et al., 2011).
O diabetes tipo 2 em crianças e adolescentes também vem aumentando sua prevalência
mundial como resultado do aumento da obesidade nesta faixa etária (TIEH; DREIMANE, 2013).
Tal patologia tem emergido em idades mais jovens do que anteriormente era observado e estudos
mostram que atualmente os indivíduos afetados têm apresentado defeitos mais acentuados nas
12
ilhotas pancreáticas e uma rápida progressão para a dependência de insulina (COPELAND et al.,
2011).
A obesidade leva também a um aumento da exigência metabólica, devido ao aumento do
tecido adiposo, da massa magra, do volume total de sangue e do débito cardíaco (ALPERT, 2001).
Doenças cardíacas relacionadas à obesidade estão se tornando cada vez mais prevalentes em
crianças e jovens, sendo importante ressaltar que as pesquisas da última década demonstram que
tais indivíduos podem apresentar sinais precoces de disfunção cardiovascular independente de
apresentarem outras comorbidades relacionadas à obesidade, e há evidências clínicas sugerindo que
o dano cardiovascular, antes apenas observado em adultos, está ocorrendo também em crianças e
adolescentes obesos (COTE et al., 2013).
Estudos demonstram anormalidades vasculares em crianças e jovens, apontando a disfunção
endotelial como uma etapa determinante para que o processo de aterogênese se inicie (LAKKA et
al. 2001). Infelizmente, a magnitude do risco cardiovascular tem aumentado com o crescimento da
prevalência de obesidade nesta faixa etária. O excesso de massa gorda, resultado do desequilíbrio
entre a energia ingerida e a energia gasta, também provoca alterações estruturais e metabólicas que
desencadeiam disfunção nos adipócitos, com importantes consequências cardiovasculares (CANAS;
SWEETEN; BALAGOPAL, 2013). Estudos com seguimento longitudinal mostram mais uma vez
que esse problema tende a acompanhar os indivíduos afetados ao longo dos anos (HEROUVI et al.,
2013).
Sabe-se que a doença cardiovascular é a maior causa de morbimortalidade, tanto em países
em desenvolvimento quanto nos desenvolvidos (FUENMAYOR et al., 2013). Vários são os seus
fatores de risco, mas a dislipidemia se destaca como o maior fator de impacto no desenvolvimento
da doença aterosclerótica, em particular a presença de concentrações aumentadas de lipoproteína de
baixa densidade (LDL colesterol) (SPOSITO et al., 2007). Além disso, a obesidade pode afetar
adversamente quase todos os sistemas orgânicos e também contribui fortemente para o aumento das
despesas com saúde (GÜNGÖR, 2014).
Por essas razões mostra-se importante prevenir a obesidade bem como identificar os
indivíduos com alterações lipídicas e glicêmicas numa fase precoce, para que possam iniciar um
tratamento e atingir e manter um perfil lipídico, glicídico e de estado nutricional saudável. Nesse
sentido, o estabelecimento de um programa de nutrição adequada é crucial (GÜNGÖR, 2014).
A nutrição saudável é aceita como a melhor estratégia de saúde pública para reduzir o risco de
obesidade e de outras doenças crônicas não transmissíveis, como as doenças cardiovasculares,
síndrome metabólica e morbidades relacionadas. No entanto, muitos estudos em nutrição ainda se
concentram em um único fator ou, no máximo, em alguns fatores que podem desencadear um efeito
metabólico. Estas abordagens são reducionistas e resultam em afirmações exageradas de nutrição
13
alegando a cura ou a prevenção de doenças, bem como no amplo uso de regimes alimentares
baseados empiricamente, que são prescritos de forma generalizada sem a preocupação de
individualizar necessidades. Além disso, essas abordagens geram o desapontamento de
consumidores, pacientes e profissionais de saúde sobre o real impacto que a nutrição pode ter na
medicina e na saúde.
Como alternativa a este tipo de abordagem, avanços recentes nas tecnologias “ômicas”,
incluindo a “proteômica”, têm nos permitido entender de uma outra maneira como os sistemas
biológicos interagem com a nutrição no contexto da obesidade e suas complicações.
O termo “proteômica” refere-se à análise em larga escala do perfil de expressão de proteínas,
sendo esta uma tecnologia capaz de mensurar as respostas fenotípicas dos indivíduos, as quais
resultam da interação do genótipo com o ambiente. Tal tecnologia proporciona a oportunidade de ir
além das abordagens convencionais reducionistas dos estudos tradicionais, de apontar perturbações
específicas nos processos biológicos e de encontrar novos biomarcadores para os estágios pré-
doença (COX; MANN, 2011; MAHN; MUÑOZ; ZAMORANO, 2009; MENG et al., 2013).
A proteômica pode ser usada tanto para identificar proteínas plasmáticas quanto para
quantificar mudanças em suas expressões (MAHN; MUÑOZ; ZAMORANO, 2009). Os resultados
obtidos por meio desta técnica podem ser correlacionados com uma variedade de análises de
genótipos e fenótipos, que incluem desde as informações clínicas do paciente até o seu tratamento e
a sua evolução; e o conhecimento da resposta proteômica após uma intervenção nutricional pode
possibilitar uma abordagem mais personalizada para a dieta de indivíduos e populações (KAPUT;
RODRIGUEZ, 2004; MONTEIRO et al., 2014).
Considerando que praticamente todos os processos celulares podem ser afetados por
micronutrientes, uma vez que os nutrientes alteram as funções metabólicas das células de formas
complexas (PANAGIOTOU; NIELSEN, 2009), é possível que a expressão de proteínas em crianças
e adolescentes se altere em virtude do seu estado nutricional relativo à ingestão de micronutrientes.
Alguns trabalhos da literatura já revelam diferenças nos padrões de expressão de proteínas de
acordo com o estado nutricional dos indivíduos (CHOI et al., 2011; CHOI et al., 2012;
MUKHERJEE et al., 2012). Galata et al. (2011) verificaram que crianças obesas e com sobrepeso
apresentaram alterações importantes na expressão de apolipoproteínas plasmáticas. Dalmas et al.
(2011) constataram que o excesso de peso se associou a elevadas concentrações de citocinas, e que
além de proteínas de fase aguda, outras proteínas podem contribuir com a inflamação sistêmica na
obesidade. Wang et al. (2013) observaram que adiponectina, proteína C reativa e três fosfatases
foram intimamente relacionadas com a obesidade em homens jovens. Abu-Farha et al. (2013)
encontraram 47 proteínas que mostraram mudanças em sua expressão entre indivíduos obesos e
magros. Zhang et al. (2008) encontraram diferenças no nível de expressão de proteínas entre
14
crianças obesas e não obesas, nesse caso, as com excesso de peso apresentaram maiores níveis de
apolipoproteína B e menores níveis de apolipoproteína A, comparadas às não obesas.
Entretanto, apesar da importância do estado nutricional como determinante do processo
saúde-doença, a literatura atual ainda carece de estudos correlacionando proteômica com alterações
lipídicas e glicêmicas em crianças e adolescentes submetidos a uma intervenção nutricional. Os
mecanismos pelos quais os sistemas biológicos de crianças e adolescentes interagem para culminar
em uma resposta frente a uma intervenção ainda devem ser elucidados para melhor entendermos
nutrição. Muitos dos resultados controversos que têm sido observados em pesquisas da área de
nutrição podem estar refletindo diferenças entre as respostas metabólicas dos indivíduos em estudo,
e poderiam ser melhor compreendidos após a descrição do perfil proteômico de seus participantes.
Um bom exemplo é o trabalho de Dreon et al. (1999), que encontrou três respostas fenotípicas
diferentes para uma dieta pobre ou moderada em lipídios. Situação semelhante é o caso da
obesidade, em que é indicado ao paciente ter um balanço energético negativo por meio da redução
da ingestão alimentar, por exemplo, em que independente da estratégia adotada a resposta
individual é altamente variável.
Ainda são poucos os trabalhos em que é aplicada uma mesma intervenção em diferentes
indivíduos com o objetivo de avaliar suas respostas metabólicas. Estes estudos poderiam ser úteis
na identificação de mecanismos e biomarcadores associados a condições metabólicas específicas, e,
consequentemente, na identificação do tratamento dietético mais apropriado e eficaz para diferentes
perfis de sujeitos.
Diante disso, cientistas que estudam sistemas biológicos têm sugerido estudos para analisar a
resposta de cada indivíduo frente a um “desafio”, que neste caso consistiria em uma intervenção
nutricional. Ou seja, sugere-se comparar os níveis de marcadores biológicos antes e após a
introdução de um alimento, ou de nutrientes específicos, por determinado período de tempo, com
agrupamento (“clusterização”) dos sujeitos conforme os seus perfis metabólicos.
Devido à complexidade dos fluidos biológicos, com a presença de um número muito grande
de biomarcadores, dados provenientes dos meios biológicos geralmente são processados utilizando-
se análises estatísticas multivariadas com o reconhecimento de padrões metabólicos. A pesquisa por
diferentes padrões metabólicos pode acontecer antes e após desafios aos sistemas biológicos, tais
como intervenções nutricionais ou intervenções medicamentosas. Estes desafios possibilitam a
detecção de mudanças do fenótipo induzidas pela intervenção, sem pré-julgamento (LLORACH et
al., 2012). Esse tipo de abordagem é conhecida como “Discovery Science”.
O termo “Discovery Science” ou “Discovery-based Science” significa “ciência da descoberta”
ou “ciência baseada em descobertas”. Trata-se de uma metodologia científica que não parte de
hipóteses específicas previamente definidas para procurar resultados (INSELMAN et al., 2011).
15
Nesta metodologia, parte-se dos resultados obtidos após uma intervenção para tentar explicar a
complexidade do ser humano e a interação entre seus sistemas biológicos, sem preconceitos das
vias metabólicas (PANAGIOTOU; NIELSEN, 2009).
Neste sentido, Kaput e colaboradores (KAPUT et al., 2014; KAPUT; MORINE, 2012)
propõem analisar a variação na resposta humana após o “desafio” da ingestão de nutrientes (ou após
uma suplementação) para identificar diferentes grupos de indivíduos (aqueles que apresentam
respostas positivas, negativas, ou até mesmo nenhuma resposta à intervenção).
Diante desse cenário, este estudo propõe investigar as respostas proteômicas, glicídicas e
lipídicas de dois diferentes grupos metabólicos frente a uma mesma intervenção nutricional, ou seja,
propõe-se investigar a forma como esses grupos evoluem sua expressão de proteínas, glicemia e
lipidograma após uma intervenção. A presente pesquisa está incluída em um estudo maior,
conforme será descrito a seguir, cujo público alvo compreende crianças e adolescentes de 9 a 13
anos, de ambos os sexos, com diferentes perfis glico-lipídicos e estados nutricionais, que receberam
suplementação de micronutrientes durante o período de seis semanas, e que foram avaliados em três
momentos: antes dessa intervenção nutricional; imediatamente após as seis semanas de
suplementação; e após outras seis semanas decorridas do término da intervenção.
16
2 HIPÓTESE
Espera-se encontrar diferenças no lipidograma, no perfil glicêmico e no perfil proteômico de

dois grupos metabólicos ao longo do estudo.
17
3 OBJETIVOS
• Descrever dois diferentes grupos metabólicos em um estudo de intervenção nutricional;

• Descrever as respostas apresentadas por esses dois grupos com relação à expressão de
proteínas, ao perfil lipídico e aos níveis de glicose após a intervenção nutricional.
18
4 POPULAÇÃO E MÉTODOS
4.1 APRESENTAÇÃO DO ESTUDO
O presente estudo faz parte de um projeto maior, intitulado “A New Strategy to Analyze
Gene-Nutrient Interaction in Children and Adolescents” (“Uma nova estratégia para analisar a
interação gene-nutriente em crianças e adolescentes”), o qual foi desenvolvido nos anos de 2013 e
2014 na cidade de Ribeirão Preto – São Paulo – Brasil. Este grande projeto incluiu ao todo 202
participantes e contou com outras análises além das apresentadas no presente estudo, tendo como
objetivos: (i) analisar a resposta de alguns metabólitos à suplementação de multivitaminas /
multiminerais usando um desenho de estudo N-of-1 e uma abordagem de nutrição sistemática; (ii) e
associar clusters dessas respostas metabolômicas com genômica, proteômica, lipidômica e perfil
nutricional de crianças e adolescentes brasileiros.
Para o presente estudo, foram utilizados somente dados do ano de 2013 (ao todo 136
participantes estiveram presentes nos três momentos), e resultados relacionados ao estado
nutricional, clínico e proteômico dos indivíduos, conforme será descrito a seguir.
4.2 APROVAÇÃO DO COMITÊ DE ÉTICA
Este estudo foi aprovado pelo Comitê de Ética em Pesquisa do Hospital das Clínicas da
Faculdade de Medicina de Ribeirão Preto, Universidade de São Paulo (Processo HCRP Nº 14255 /
2010) e pela CONEP - Comissão Nacional de Ética em Pesquisa (Processo CAAE Nº
00969412.6.0000.5440).
4.3 DESENHO DO ESTUDO
O presente trabalho consistiu em um estudo clínico de intervenção cross-over N-of-1

(LILLIE et al., 2011), com avaliação do estado nutricional, clínico e proteômico em uma amostra de
conveniência composta por crianças e adolescentes. Os dados foram coletados em três momentos:
no início do estudo (“momento 1”), após 6 semanas de suplementação diária de vitaminas e
minerais (“momento 2”), e após outras 6 semanas sem nenhuma intervenção (período que aqui
denominamos “washout”) (“momento 3”).
19
4.4 POPULAÇÃO
O tamanho amostral deste estudo foi baseado em um estudo piloto realizado nos Estados
Unidos, no estado de Arkansas, onde também foram selecionados grupos metabólicos para posterior
associação com genotipagem e proteômica (MONTEIRO et al., 2014). Dessa forma, determinou-se
a participação de pelo menos 100 indivíduos na presente pesquisa, e esperava-se recrutar 180
sujeitos.
Os participantes foram recrutados de duas escolas públicas e de uma escola particular da
região oeste do município de Ribeirão Preto (São Paulo, Brasil). Cada participante assinou um
termo de assentimento e seus pais (ou responsáveis legais) assinaram um termo de consentimento
livre e esclarecido. Os termos de assentimento e de consentimento livres e esclarecidos utilizados
no presente estudo encontram-se disponíveis no APÊNDICE A.
4.5 CRITÉRIOS DE INCLUSÃO
Somente crianças e adolescentes de 9 a 13 anos, 11 meses e 29 dias no início do estudo

(momento 1) e clinicamente estáveis (sem doença crônica que pudesse interferir com a coleta de
dados e com os resultados dos exames bioquímicos) foram incluídos neste estudo, após o
consentimento de seus pais ou responsáveis legais. Quando o indivíduo ou seus responsáveis se
recusaram a participar, o próximo sujeito elegível foi convidado.
Os participantes foram incluídos independentemente de seu estado nutricional, ou seja, se
estivessem magros, com peso adequado, com sobrepeso ou com obesidade, de acordo com a
classificação da Organização Mundial da Saúde para o IMC (WORLD HEALTH
ORGANIZATION, 2007), e independentemente de seu estágio de maturação sexual, de acordo com
os critérios de Tanner (TANNER, 1962).
4.6 CRITÉRIOS DE EXCLUSÃO
Foram excluídos do estudo os indivíduos que apresentaram: um ou mais episódios de

temperatura axilar superior a 37ºC nos 15 dias que antecederam a coleta de sangue; três ou mais
episódios de evacuações líquidas nas 24 horas anteriores à avaliação; ingestão de qualquer tipo de
suplemento vitamínico ou mineral; seguimento de dieta supervisionada para redução de peso ou
qualquer outro tipo de restrição dietética; diagnóstico de doença crônica que pudesse interferir na
coleta de dados e nos resultados dos exames bioquímicos; participação em outro estudo nas 4
semanas que precederam este.
20
4.7 DELINEAMENTO DO ESTUDO
Conforme citado, os participantes foram avaliados em 3 momentos: no início do estudo

(momento 1 = “M1”); após 6 semanas de intervenção nutricional (momento 2 = “M2”); e após
outras 6 semanas sem nenhuma intervenção (washout) (momento 3 = “M3”).
Figura 1. Etapas da coleta de dados.

M0: momento zero; M1: momento 1; M2: momento 2; M3: momento 3.
Antes da primeira coleta de dados (momento zero = “M0”) os participantes foram

submetidos à avaliação por um pediatra para determinar suas condições clínicas e o seu estágio
puberal, conforme os critérios de Tanner (TANNER, 1962). As condições clínicas dos indivíduos
também foram avaliadas no M1, M2 e M3.
A intervenção nutricional que ocorreu entre a primeira e a segunda coleta de dados consistiu
na suplementação de 12 vitaminas e 5 minerais (vitamina A, B1, B2, B3, B6, B12, C, D, E, folato,
biotina, pantotenato, ferro, fósforo, cálcio, magnésio e zinco) durante 5 dias da semana por 6
semanas. Esta suplementação se deu por meio de uma barra de leite, de nome comercial
“Nestrovit”, da marca “NESTLÉ®”, a qual não é comercializada no Brasil. A composição
nutricional deste produto está disponível no ANEXO A.
Os indivíduos de 9 a 11 anos de idade recebiam 2 barras de leite por dia, e os participantes
de 12 a 13 anos recebiam 3. A determinação dessa quantidade de barras de leite de acordo com a
faixa etária se deu com o objetivo de se evitar atingir mais de 3% da quantidade de energia diária
por meio do consumo do suplemento, o que poderia levar a uma alteração no apetite dos
participantes.
A ingestão do suplemento nutricional era monitorada no início de cada dia letivo nas escolas
em que os participantes estudavam. Quando os participantes faltavam à escola, o suplemento era
21
levado até suas casas e seu consumo era observado. O consumo total do suplemento durante o
período de intervenção foi obtido por 98% dos participantes.
4.8 COLETA DE DADOS
As três coletas de dados (momento 1, momento 2 e momento 3) ocorreram na Sala de Coleta

do Hospital das Clínicas da Faculdade de Medicina de Ribeirão Preto da Universidade de São Paulo
– FMRP/USP. Cada coleta aconteceu em dois dias de um final de semana (sábado e domingo), a
fim de melhorar a logística de atendimento, sendo que metade dos sujeitos comparecia aos sábados,
e a outra metade, aos domingos. Os indivíduos e seus pais/responsáveis legais eram transportados
de e para suas casas por um serviço de vans contratado pela equipe do presente estudo, a fim de
evitar atrasos e garantir a participação de todos. Os participantes recebiam ainda uma ajuda de custo
aprovada pelo comitê de ética, bem como café-da-manhã e almoço após a retirada de sangue.
A coleta de dados consistiu na avaliação antropométrica (peso, estatura, IMC e
circunferência de cintura), de composição corporal (massa magra e massa gorda) e de ingestão
alimentar (energia e macronutrientes), bem como na coleta de sangue para realização de análises
bioquímicas (glicemia, colesterol total, LDL colesterol, VLDL colesterol, HDL colesterol e
triglicerídeos) e de análise proteômica, conforme descrito a seguir.
4.8.1 Avaliação antropométrica, da composição corporal e da ingestão alimentar
4.8.1.1 Avaliação antropométrica
O peso e a estatura foram aferidos em jejum, imediatamente após a coleta de sangue, de

acordo com os procedimentos detalhados por Jellife (JELLIFE, 1968).
O IMC foi usado como critério para classificar o estado nutricional. Os participantes foram
considerados como tendo magreza grave, se IMC < percentil 3; magreza, se percentil 3 ≤ IMC <
percentil 15; peso adequado, se percentil 15 ≤ IMC < percentil 85; sobrepeso, se percentil 85 ≤ IMC
< percentil 97 e obesidade se IMC ≥ percentil 97, conforme as curvas de IMC para idade, para
indivíduos de cinco a 19 anos, da Organização Mundial da Saúde (WORLD HEALTH
ORGANIZATION, 2007).
A circunferência da cintura também foi aferida com o indivíduo em jejum. A medida da
circunferência da cintura foi aferida no nível imaginário da linha horizontal na região mediana entre
a última costela e a crista ilíaca (HEYWARD; STOLARCZYK, 1996). Caso o participante
22
apresentasse um excesso de peso que impedisse a localização desta região, a cicatriz umbilical foi
considerada como o nível da linha horizontal.
4.8.1.2 Avaliação da composição corporal
A composição corporal dos indivíduos (porcentagem de massa magra e massa gorda) foi
analisada utilizando-se aparelho de Impedância Bioelétrica Tetrapolar (com quatro eletrodos), da
marca Biodynamics 450®. Esse aparelho utiliza as equações de Houtkooper et al. (1992) e de
Danford, Schoeller e Kushner (1992) em seus cálculos, à medida em que os dados do indivíduo são
inseridos, e é capaz de fornecer informações sobre a massa gorda, a massa livre de gordura e a água
corporal total. Este sistema aplica uma corrente de 500 microamperes em uma freqüência única de
50 kHz, sendo que, com a configuração tetrapolar, dois eletrodos aplicam a corrente, enquanto os
outros dois a recebem. A corrente de 500 microamperes que é aplicada não constitui risco para o
indivíduo analisado.
Neste projeto, as seguintes condições foram seguidas para que fosse assegurada a qualidade
da aferição: ausência de consumo de álcool e prática de exercícios pelos participantes nas 12 horas
anteriores ao teste; jejum de 12 horas por parte dos voluntários; indivíduo mantido em posição
deitada durante o exame, sem que seus braços tocassem seu tronco e sem que suas pernas
encostassem uma na outra; pele do voluntário higienizada com álcool antes dos eletrodos serem
colocados; posicionamento dos eletrodos no dorso da mão e do pé dos mesmos, de acordo com
técnica de Lukaski e colaboradores (LUKASKI et al., 1986).
4.8.1.3 Avaliação da ingestão alimentar
O consumo habitual de alimentos foi aferido por meio de um questionário semi-quantitativo

de frequência alimentar (QFA) (FUMAGALLI et al., 2008 adaptado para criança), aplicado em
cada uma das três coletas de dados. Este questionário encontra-se disponível no ANEXO B.
A decisão de aplicar um QFA em cada coleta de dados se deve ao fato de que, para
relatarmos a ingestão usual utilizando somente recordatórios alimentares de 24 horas (R24h),
deveríamos aplicar pelo menos 15 R24h por indivíduo em cada momento da pesquisa, a fim de
minimizar as variações inter-individuais (PEREIRA et al., 2010), o que totalizaria 45 R24h por
criança. Como estamos investigando 136 indivíduos, essa abordagem se tornaria inviável. Dessa
forma, o QFA tornou-se uma escolha cientificamente correta e aplicada aos objetivos do estudo.
O QFA teve como objetivo investigar a ingestão alimentar dos 30 dias que precediam sua
aplicação, informação que pôde ser transformada em consumo alimentar diário. Por meio dele,
23
pôde-se efetuar a avaliação da ingestão habitual de energia e macronutrientes e o monitoramento de
possíveis alterações na dieta habitual que pudessem interferir nos resultados.
Os três QFAs foram aplicados na presença dos pais/responsáveis legais, para que o relato da
ingestão alimentar dos participantes fosse feito com maior confiabilidade (LIVINGSTONE;
ROBSON, 2000). Na aplicação desse inquérito alimentar foi utilizado um álbum fotográfico
(MONTEIRO et al., 2007 adaptado) com os alimentos apresentados no QFA, bem como os
tamanhos de suas porções (pequeno, médio e grande), para melhorar a precisão das informações
coletadas.
A inserção dos dados de ingestão de alimentos no computador foi efetuada duas vezes, para
garantir a correta digitação. Antes da entrada dos dados, todas as informações foram revisadas para
a identificação de possíveis erros na descrição dos alimentos ou preparações consumidas, bem como
no tamanho e na quantidade das porções.
O Software de Nutrição DietWin Profissional® versão 2011 foi utilizado para analisar o
consumo alimentar dos participantes, segundo ingestão de energia (Kcal), carboidratos (g),
proteínas (g) e lipídeos (g). Este programa contém as informações da Tabela Taco e a compilação
de dados das principais tabelas nutricionais (IBGE, USDA, CENEXA, Alemã e Repertório Geral
dos Alimentos). Os alimentos a serem utilizados na análise do consumo alimentar neste software
foram padronizados, levando-se em consideração a tabela que continha mais informações sobre sua
composição nutricional. A lista dos alimentos padronizados encontra-se no APÊNDICE B.
4.8.2 Coleta de sangue
Em cada coleta de dados, a coleta de sangue foi realizada por flebotomistas treinados, após
jejum de doze horas. Tal procedimento oferece risco mínimo (Categoria 2; 45 CFR 46.110) e é
rotineiramente feito no Hospital das Clínicas da FMRP-USP.
Para garantir a correta identificação das amostras, bem como o sigilo sobre os resultados dos
exames dos participantes, cada sujeito recebeu um número e um código de barras individual, que foi
mantido com os principais investigadores na Faculdade de Medicina de Ribeirão Preto,
Universidade de São Paulo, Brasil.
Todas as amostras de sangue foram codificadas no momento em que foram coletadas e então
encaminhadas para as respectivas análises. As análises bioquímicas descritas a seguir (glicemia,
colesterol total, LDL colesterol, VLDL colesterol, HDL colesterol e triglicerídeos) foram feitas
imediatamente após a coleta de sangue, no laboratório do Hospital das Clínicas da Faculdade de
Medicina de Ribeirão Preto da Universidade de São Paulo; e cem microlitros de plasma de cada
paciente foram removidos e congelados para a posterior realização da análise proteômica.
24
4.8.2.1 Análises bioquímicas
Os métodos de realização das análises bioquímicas encontram-se descritos a seguir.
4.8.2.1.1 Glicemia
Dosada por método enzimático para a determinação de glicose no soro ou plasma (kit
comercial Glicemia enzimática AA®, linha líquida, Wiener lab. 2000 Rosario – Argentina).
4.8.2.1.2 Colesterol total
Dosado por método enzimático para determinação de colesterol em soro ou plasma (kit
comercial Colestat enzimático AA®, linha líquida, Wiener lab. 2000 Rosario – Argentina).
4.8.2.1.3 HDL colesterol
Dosado por método colorimétrico sem precipitação para a determinação de HDL colesterol
em soro ou plasma (kit comercial HDL Colesterol monofase AA plus®, Wiener lab. 2000 Rosario –
Argentina).
4.8.2.1.4 LDL colesterol e VLDL colesterol
O LDL colesterol plasmático foi calculado por meio da fórmula:

LDL Colesterol = Colesterol Total – (VLDL colesterol + HDL colesterol), sendo que: VLDL
colesterol = Triglicérides / 5.
4.8.2.1.5 Triglicérides
Dosado por método enzimático para determinação de triglicérides em soro ou plasma (kit
comercial TG Color GPO/PAP AA®, linha líquida, Wiener lab. 2000 Rosario – Argentina).
4.9 “CLUSTERIZAÇÃO” (AGRUPAMENTO) DOS PARTICIPANTES
Após a obtenção dos resultados das análises bioquímicas dos participantes, as variáveis
“glicemia”, “colesterol total”, “LDL colesterol”, “VLDL colesterol”, “HDL colesterol” e
25
“triglicerídeos”, nos três momentos do estudo, foram usadas como critério para agrupar os
participantes em dois grupos metabólicos distintos, de acordo com seu perfil glicídico e lipídico.
Para isso, foi utilizada a técnica estatística “k-means clustering”.
Esta técnica consiste no agrupamento de um conjunto de indivíduos de maneira que os
indivíduos alocados no mesmo grupo (ou seja, no mesmo cluster) são mais semelhantes uns com os
outros (em relação a um ou mais parâmetros) do que quando comparados a indivíduos de outros
clusters. K-means clustering é uma análise de agrupamento, que começa com todos os dados
analisados em um estudo e busca uma forma de classificá-los em classes homogêneas, baseando-se
na similaridade de suas variáveis (ESTIVILL-CASTRO, 2002). Desta maneira, este método
minimiza a variação intra-cluster.
Por meio desta técnica de agrupamento, formaram-se, no presente estudo, dois grupos
metabólicos distintos em relação ao seu perfil glicídico e lipídico: o cluster 1 e o cluster 2. O cluster
1 foi composto por 111 indivíduos e apresentava melhor perfil glico-lipídico que o cluster 2,
enquanto o cluster 2 tinha 25 participantes e pior perfil glico-lipídico, conforme será melhor
descrito nos Resultados (Tabela 2).
Torna-se importante ressaltar que primeiro houve a “clusterização” (agrupamento) dos
participantes de acordo com os critérios bioquímicos já mencionados (glicemia, colesterol total,
LDL colesterol, VLDL colesterol, HDL colesterol e triglicerídeos) nos três momentos do estudo,
formando assim o cluster 1 e o cluster 2, atendendo ao primeiro objetivo dessa pesquisa. As demais
diferenças entre os clusters (em relação à antropometria, composição corporal, estado nutricional,
ingestão alimentar e expressão proteica) foram observadas após esses clusters já estarem formados.
4.10 ANÁLISE PROTEÔMICA - TÉCNICA ITRAQ
No presente estudo, a identificação das proteínas expressas no plasma foi realizada por meio
da técnica proteômica do iTRAQ (Isobaric Tag for Relative and Absolute Quantitation –
“Marcação Isobárica para Quantificação Relativa e Absoluta”).
Para determinar as amostras a serem analisadas, 10 indivíduos do cluster 1 (n=111) e 10
indivíduos do cluster 2 (n=25) foram selecionados aleatoriamente. A análise proteômica foi
composta por quatro experimentos, nos quais foram utilizados os plasmas coletados no momento 1,
no momento 2 e no momento 3 desses 20 indivíduos selecionados, conforme descrito a seguir.
Os experimentos 1 e 2 (duplicatas experimentais) foram realizados com os plasmas de 5 dos
10 indivíduos selecionados de cada cluster nos três momentos do estudo. Os experimentos 3 e 4
(também duplicatas experimentais entre si) foram realizados com os plasmas dos outros 5 dos 10
indivíduos selecionados de cada cluster nos três momentos da pesquisa. Foram analisados os
26
mesmos 5 participantes de cada cluster nos 3 momentos do estudo nos experimentos 1 e 2, assim
como foram analisados os mesmos 5 participantes de cada cluster nos 3 momentos do estudo nos
experimentos 3 e 4.
Dessa forma, conforme mostra o esquema a seguir, formaram-se 6 grupos de estudo em cada
experimento:
• Cluster 1 no Momento 1 (C1M1);
• Cluster 2 no Momento 3 (C2M3).
Figura 2. Esquema dos indivíduos incluídos em cada experimento.

No experimento 1 foram analisados os plasmas de 5 indivíduos do cluster 1 e de 5 indivíduos do cluster 2
nos três momentos da pesquisa. O experimento 2 consistiu numa duplicata do experimento 1. No
experimento 3 foram analisados os plasmas de outros 5 indivíduos do cluster 1 e de outros 5 indivíduos do
cluster 2 nos três momentos da pesquisa. O experimento 4 consistiu numa duplicata do experimento 3.
Cada “experimento” consistiu na sequência de etapas descrita a seguir:
1) Delipidação das amostras: A delipidação (remoção dos lipídeos) foi realizada nas
amostras de plasma de todos os indivíduos selecionados. As amostras de plasma foram delipidadas
27
por centrifugação a 15.000g por 15 minutos, à temperatura de 8ºC. Após a centrifugação, a fase
inferior foi coletada cuidadosamente evitando a mistura com a fase superior correspondente aos
lipídeos, de acordo com a técnica descrita por Fu et al. (2005).
2) Quantificação das proteínas totais das amostras de plasma: Foi realizada a

quantificação das proteínas totais de cada amostra pelo método de Bradford (1976), com soro
albumina bovina como padrão.
3) Confecção de pools com as amostras, de acordo com os grupos de estudo: As 5

amostras de plasma delipidado de cada grupo em estudo foram unidas, formando 6 pools: C1M1,
C1M2, C1M3, C2M1, C2M2 e C2M3. Para formar cada um desses pools, foi adicionado de cada
uma das 5 amostras de plasma a quantidade referente a 1000µg de proteínas totais.
Obs.: O recurso de agrupar amostras (a formação de “pools”) em experimentos de

proteômica tem sido utilizado pois a realização de múltiplos experimentos usando iTRAQ é
inviável devido ao alto custo (KAUR et al., 2012). Além disso, este procedimento serve também
para reduzir a variabilidade global, por minimizar a heterogeneidade individual (KARP; LILLEY,
2009; WEINKAUF; HIDDEMANN; DREYLING, 2006).
4) Imunodepleção de albumina e IgG dos pools: Os pools foram tratados para a

remoção das duas proteínas mais abundantes no plasma – albumina (69kDa) e IgG (50kDa), usando
o kit Proteopep Immunoaffinity Albumin and IgG depletion (Sigma®), conforme protocolo do
fabricante. Para a imunodepleção, foi utilizado um volume de plasma delipidado equivalente a 2mg
(2000µg) de proteínas totais de cada pool.
5) Quantificação das proteínas totais dos pools: Foi realizada a quantificação das
proteínas totais de cada pool pelo método de Bradford (1976), com soro albumina bovina como
padrão.
6) Confecção do controle interno da variação do experimento:

Foi confeccionado um controle interno da variação do experimento. Este controle interno foi
feito a partir da soma dos volumes referentes a um sexto (1/6) das proteínas de cada pool, de
maneira que o controle interno ficasse com um volume final referente à 100µg de proteínas totais.
Para a realização das etapas seguintes, foram também separados volumes de plasma equivalentes à
100µg de proteínas totais de cada pool.
28
7) Precipitação com acetona, ressuspensão, redução, alquilação e digestão: As
proteínas dos 6 pools e do controle interno foram precipitadas com volume de acetona gelada seis
vezes maior, para eliminar contaminantes. As amostras foram mantidas a -20ºC por 18 horas. A
seguir, os tubos foram centrifugados em baixa rotação e a acetona foi removida. Os precipitados
foram ressuspendidos em 1µL de SDS 2% e 20µL de solução tampão bicarbonato de trietilamônio
0,5M. As amostras foram reduzidas com 2µL de 50nM de tris-(2-carboxietil) fosfina (TCEP). A
mistura foi incubada por 1 hora a 60ºC. A seguir, para alquilação, foi adicionado 2µl de
Iodoacetoamida (100mM). Os tubos foram incubados por 30 minutos à temperatura ambiente. Após
redução e alquilação das proteínas, as amostras foram submetidas à hidrólise enzimática com
tripsina na proporção de 1:50 (enzima:substrato) por 24h a 37ºC.
8) Marcação com os isóbaros de iTRAQ: Os peptídeos trípticos de cada pool digerido

e do controle interno foram marcados com os reagentes do kit do iTRAQ 8-plex (AB Sciex®) de
acordo com as instruções do fabricante. A amostra C1M1 foi marcada com isóbaro 113, C1M2 com
isóbaro 114, C1M3 com isóbaro 115, C2M1 com isóbaro 116, C2M2 com isóbaro 117, C2M3 com
isóbaro 118, e o controle interno com isóbaro 119.
9) Cromatografia em Coluna de Troca Catiônica e Análise em LC-MS/MS

(Espectrometria de Massa – ESI-Q-TOF): Após a marcação, todas as amostras foram
combinadas em um único tubo, formando um único pool. Este pool foi misturado e fracionado em
60 frações por cromatografia de troca catiônica forte (PolyLC – Polysulfoethyl A). As frações
foram concentradas em SpeedVac e ressuspendidas em 25µL de formiato de amônio 0.1M e
acetonitrila 5% (v/v). Os peptídeos eluídos foram pulverizados através de uma ponta emissora de 10
µm para dentro de um ESI-Q-TOF em interface com um ultra-HPLC NanoAcquity (Waters). Os
espectros do espectrômetro de massas (MS/MS) foram extraídos com e sem deconvolução usando o
software Thermo Scientific Xtract e pesquisados contra uma sequência de referência de um banco
de dados de 40 proteínas pelo Mascot® (Matrix Science) através do software Proteome Discoverer
(v1.3, Thermo Scientific). As identificações de peptídeos da pesquisa realizada pelo Mascot foram
filtradas dentro do Proteome Discover para identificar peptídeos com ≥ 95% confiança [isto é, false
discovery rate (FDR) <5%].
As proteínas identificadas foram quantificadas no software Scaffold® Q+S (Proteome
Software Inc, Portland, OR) baseado na intensidade do íon repórter centróide (a intensidade do íon
repórter indica a quantidade relativa de peptídeo na mistura que foi marcada com o reagente
correspondente).
29
Apenas 30% de variação nos valores quantitativos foi aceito, considerando a intensidade dos
clusters em relação à intensidade do controle interno. Para isso, as intensidades dos íons repórteres
referentes a cada proteína identificada foram exportadas para uma planilha de Excel para que
fossem feitos os cálculos da variação da intensidade dos íons de cada cluster em relação ao controle
interno. Proteínas que apresentaram uma variação maior que 30% em relação ao controle interno
foram excluídas da análise.
4.10.1 Análise quantitativa dos dados da proteômica
A análise proteômica quantitativa que foi realizada com o auxílio do software Scaffold®
Q+S teve como parâmetros o mínimo de três peptídeos identificados, 90,0% “protein threshold” e
1% FDR. Os valores quantitativos para as proteínas foram derivados somente de peptídeos únicos
(peptídeos identificados que correspondem à uma única proteína “X”).
As intensidades encontradas nas análises de iTRAQ para os clusters foram comparadas e
expressas em razão de Fold Change, ou seja, razão entre os valores quantitativos de determinada
proteína, como por exemplo, para a Amostra 1 e Amostra 2 (razão = Amostra 1 / Amostra 2). As
razões das proteínas foram calculadas como a mediana de todas as razões dos peptídeos em cada
pool, dadas na forma de fold change (a razão entre as intensidades dos clusters: C1M2/C1M1,
C1M3/C1M2, C1M3/C1M1, C2M2/C2M1, C2M3/C2M2 e C2M3/C2M1) (ANDERSON;
ANDERSON, 2002).
Proteínas com Razões de Fold Change ≥ 1,20 ou ≤ 0,80 foram adotadas como proteínas
diferencialmente expressas. As proteínas com razão maior ou igual a 1,20 foram consideradas com
expressão aumentada na Amostra 1 em relação à Amostra 2, e as proteínas com razão menor ou
igual a 0,80 foram consideradas com expressão diminuída na Amostra 1 em relação à Amostra 2,
conforme adotado em outros estudos (DUTHIE et al., 2007; MOULDER et al., 2010; SESHI, 2006;
UNWIN et al., 2006) e serão apresentados conforme Gimenez et al. (2012).
4.11 ANÁLISE ESTATÍSTICA
O programa SPSS versão 20.0 foi usado para criar os clusters e analisar dados metabólicos e
nutricionais. A técnica K-means clustering (ESTIVILL-CASTRO, 2002) foi usada para identificar
dois grupos metabólicos opostos. Para comparação entre dois grupos foi aplicado teste de
covariância ajustado para variáveis de confusão (ANCOVA). Para análise longitudinal, foi usada
ANOVA para medidas repetidas ajustando para variáveis de confusão e foi aplicado o teste de
Bonferroni. Teste Chi-square foi utilizado para comparação entre proporções. Significância
30
estatística foi considerada quando p <0,05. Os resultados de ingestão alimentar foram ajustados para
ingestão de energia.
31
5 RESULTADOS
Inicialmente, 150 crianças e adolescentes de ambos os sexos atenderam os critérios de

inclusão e concordaram, por escrito, em participar. Na primeira coleta de dados compareceram 141
participantes; na segunda coleta, 139; e na terceira, 136.
Dos 136 participantes, 59 indivíduos eram do sexo masculino (43,4%) e 77 eram do sexo
feminino (56,6%). A média de idade foi de 11,39 ± 1,10 anos. Dessa amostra, 13 indivíduos (9,6%)
eram pertencentes ao estadiamento puberal 1; 59 (43,4%) ao estadiamento 2; 48 (35,3%) ao
estadiamento 3; 12 (8,8%) ao estadiamento 4 e 4 (2,9%) ao estadiamento 5.
A caracterização do total da amostra estudada está apresentada no APÊNDICE C (Tabela 1).
São apresentados a média, o desvio padrão da média, a mediana, o valor mínimo e o valor máximo
dos dados analisados (idade, antropometria, composição corporal, ingestão alimentar e exames
bioquímicos).
A amostra total estudada foi dividida em dois grupos (cluster 1 e cluster 2) conforme o
perfil glico-lipídico dos indivíduos, por meio da técnica K-means clustering. Para todas as variáveis,
exceto glicemia no momento 1, o valor de p entre os dois clusters foi <0,05 de acordo com
ANOVA. O cluster 1 teve um melhor perfil metabólico comparado ao cluster 2 (Tabela 2), embora
a maioria das variáveis estivessem dentro da faixa de normalidade.
Tabela 2 – Comparação do perfil metabólico entre os clusters. Resultados apresentados em

média ± desvio padrão de acordo com o período do estudo (continua).
Variável Cluster 1 (n = 111) Cluster 2 (n = 25) P valor
Glicemia (mg/dl) M1 92,50 ± 8,04 94,56 ± 7,41 0,244
Glicemia (mg/dl) M2 89,63 ± 5,84 95,08 ± 9,09 0,000
Glicemia (mg/dl) M3 90,20 ± 5,73 93,80 ± 6,75 0,007
CT (mg/dl) M1 157,68 ± 26,66 195,40 ± 31,45 0,000
CT (mg/dl) M2 150,62 ± 23,76 180,64 ± 28,64 0,000
CT (mg/dl) M3 150,59 ± 24,56 175,72 ± 29,28 0,000
32
Tabela 2 – Comparação do perfil metabólico entre os clusters. Resultados apresentados em
média ± desvio padrão de acordo com o período do estudo (continuação).
TG (mg/dl) M1 65,14 ± 27,48 119,32 ± 38,70 0,000
TG (mg/dl) M2 60,25 ± 23,87 159,04 ± 68,08 0,000
TG (mg/dl) M3 63,83 ± 28,47 117,28 ± 54,89 0,000
VLDL (mg/dl) M1 13,05 ± 5,50 23,84 ± 7,75 0,000
VLDL (mg/dl) M2 12,05 ± 4,77 31,76 ± 13,67 0,000
VLDL (mg/dl) M3 12,83 ± 5,71 23,56 ± 10,87 0,000
LDL (mg/dl) M1 98,43 ± 22,29 129,80 ± 27,41 0,000
LDL (mg/dl) M2 91,42 ± 19,89 108,24 ± 29,33 0,001
LDL (mg/dl) M3 92,11 ± 21,28 112,08 ± 26,01 0,000
HDL (mg/dl) M1 46,12 ± 9,61 41,80 ± 10,16 0,047
HDL (mg/dl) M2 47,14 ± 10,09 40,60 ± 11,03 0,005
HDL (mg/dl) M3 45,72 ± 10,08 40,20 ± 9,85 0,014

ANOVA. Distância final entre os centros dos clusters: 144,67.
CT: colesterol total sérico; TG: triglicerídeos; VLDL: VLDL colesterol; LDL: LDL colesterol;
HDL: HDL colesterol; M1: momento 1; M2: momento 2, M3: momento 3.
O cluster 1 foi composto por 111 indivíduos e teve mais meninas e menos meninos do que o
cluster 2 (n=25) (p=0,006). Indivíduos do cluster 1 apresentaram em média 11,40 ± 1,13 anos e os
do cluster 2, 11,44 ± 0,96 anos. A idade não foi diferente entre os clusters (p=0,73).
O cluster 1 apresentou, no início do estudo: 5 indivíduos (4,5%) com magreza grave; 8
indivíduos (7,2%) com magreza; 53 (47,7%) com peso adequado; 26 (23,5%) com sobrepeso e 19
33
(17,1%) com obesidade, enquanto o cluster 2 apresentou 1 indivíduo (4%) com magreza grave; 4
(16%) com peso adequado; 5 (20%) com sobrepeso e 15 (60%) com obesidade. O cluster 2
apresentou maior prevalência de excesso de peso (considerando sobrepeso e obesidade) quando
comparado ao cluster 1 (p=0.000). O estado nutricional dos clusters não se alterou ao longo do
estudo (dados não apresentados).
Os clusters também foram distintamente caracterizados com base em seus dados
antropométricos e de composição corporal. O cluster 1 teve valores mais baixos para índice de
massa corpórea, circunferência de cintura e massa de gordura em cada momento e na média (p =
0,000 para todos os parâmetros) (Tabela 3). A estatura foi semelhante entre os clusters em todos os
momentos: M1: cluster 1 (151,8 ± 9,7cm), cluster 2 (154,1 ± 7,9cm) p = 0,25; M2: cluster 1 (152,6
± 9,7cm), cluster 2 (154,8 ± 7,9cm) p = 0,29; M3: cluster 1 (153,2 ± 9,6cm), cluster 2 (155,5 ±
7,8cm) p = 0,26.
Tabela 3 - Comparação do perfil antropométrico e de composição corporal dos clusters. Os

resultados estão apresentados em média ± desvio padrão da média, de acordo com o período
do estudo (continua).
Peso (kg) M1 45,92 ± 14,41 59,97 ± 21,68 0,000
Peso (kg) M2 46,41 ± 14,47 60,57 ± 21,92 0,000
Peso (kg) M3 46,71 ± 14,35 61,27 ± 21,47 0,000
Valor médio de Peso (kg) 46,35 ± 14,40 60,60 ± 21,68 0,000
IMC (kg/m2) M1 19,58 ± 4,45 24,84 ± 6,95 0,000
IMC (kg/m2) M2 19,57 ± 4,42 24,86 ± 7,03 0,000
IMC (kg/m2) M3 19,58 ± 4,41 24,96 ± 6,79 0,000
Valor médio de IMC (kg/m2) 19,58 ± 4,42 24,88 ± 6,92 0,000
34
Tabela 3 - Comparação do perfil antropométrico e de composição corporal dos clusters. Os
resultados estão apresentados em média ± desvio padrão da média, de acordo com o período
do estudo (continuação).
CC (cm) M1 71,76 ± 12,71 83,94 ± 20,27 0,000
CC (cm) M2 72,13 ± 12,80 86,41 ± 18,76 0,000
CC (cm) M3 72,26 ± 12,58 86,44 ± 17,50 0,000
Valor médio de CC (cm) 72,05 ±12,65 85,59 ± 18,22 0,000
MM (% peso) M1 76,18 ± 6,77 70,16 ± 7,22 0,000
MM (% peso) M2 76,29 ± 6,54 70,13 ± 6,69 0,000
MM (% peso) M3 76,32 ± 6,59 69,96 ± 6,80 0,000
Valor médio de MM (% peso) 76,26 ± 6,51 70,08 ± 6,83 0,000
MG (% peso) M1 23,82 ± 6,70 29,77 ± 7,23 0,000
MG (% peso) M2 23,59 ± 6,54 29,83 ± 6,70 0,000
MG (% peso) M3 23,60 ± 6,59 29,98 ± 6,81 0,000
Valor médio de MG (% peso) 23,67 ± 6,48 29,86 ± 6,84 0,000

ANCOVA ajustado para idade, gênero e estadiamento puberal.
IMC: índice de massa corporal; CC: circunferência de cintura; MM: massa magra; MG: massa
gorda; kg: quilo; cm: centímetro; %: porcentagem; m: metro; M1: momento 1; M2: momento 2;
M3: momento 3. O termo “valor médio” refere-se à média dos valores encontrados nos três
momentos do estudo.
35
Ao longo do estudo, o cluster 1 diminuiu seus níveis plasmáticos de glicemia, colesterol
total e LDL (Tabela 4); enquanto o cluster 2 diminuiu seus níveis plasmáticos de colesterol total,
LDL e HDL (Tabela 5).
Tabela 4 – Análise longitudinal dos dados bioquímicos apresentados pelos indivíduos do

cluster 1 (n = 111). Os resultados estão apresentados em média ± desvio padrão da média.
Variável M1 M2 M3
Glicemia (mg/dl) 92,50 ± 8,04A 89,63 ± 5,84 A 90,20 ± 5,73
CT (mg/dl) 157,68 ± 26,66 A, B 150,62 ± 23,76 A 150,59 ± 24,56 B
TG (mg/dl) 65,14 ± 27,48 60,25 ± 23,87 63,83 ± 28,47
VLDL (mg/dl) 13,05 ± 5,50 12,05 ± 4,77 12,83 ± 5,71
LDL (mg/dl) 98,43 ± 22,29 A. B 91,42 ± 19,89 A 92,11 ± 21,28 B
HDL (mg/dl) 46,12 ± 9,61 47,14 ± 10,09 45,72 ± 10,08

ANOVA para medidas repetidas, com ajuste para gênero, estadiamento puberal, idade, ingestão
energética, de carboidrato e de lipídio, e análise de múltiplas comparações de Bonferroni.
HDL: HDL colesterol.
Letras iguais: p < 0,05.

cluster 2 (n = 25). Os resultados estão apresentados em média ± desvio padrão da média
(continua).
Variável M1 M2 M3
Glicemia (mg/dl) 94,56 ± 7,41 95,08 ± 9,09 93,80 ± 6,75
CT (mg/dl) 195,40 ± 31,45 A, B 180,64 ± 28,64 A 175,72 ± 29,28 B
TG (mg/dl) 119,32 ± 38,70 159,04 ± 68,08 117,28 ± 54,89
36
cluster 2 (n = 25). Os resultados estão apresentados em média ± desvio padrão da média
(continuação).
Variável M1 M2 M3
VLDL (mg/dl) 23,84 ± 7,75 31,76 ± 13,67 23,56 ± 10,87
LDL (mg/dl) 129,80 ± 27,41 A, B 108,24 ± 29,33 A 112,08 ± 26,01 B
HDL (mg/dl) 41,80 ± 10,16 A, B 40,60 ± 11,03 A 40,20 ± 9,85 B

ANOVA para medidas repetidas, com ajuste para gênero, estadiamento puberal, idade, ingestão
energética, de carboidrato e de lipídio, e análise de múltiplas comparações de Bonferroni.
HDL: HDL colesterol.
A avaliação dos dados de ingestão alimentar (energia e macronutrientes) entre os dois

clusters não apresentou diferença estatística em nenhum momento do estudo (Tabela 6).
Tabela 6 – Comparação da ingestão alimentar (energia e macronutrientes) entre os dois

clusters. Os resultados estão apresentados em média ± desvio padrão da média, de acordo com
o período do estudo (continua).
E (kcal) M1 2205,68 ± 843,69 2072,12 ± 856,56 0,131
E (kcal) M2 1802,24 ± 654,84 1917,92 ± 981,13 0,915
E (kcal) M3 1711,40 ± 674,56 1914,72 ± 846,69 0,447
CHO (g) M1 290,58 ± 120,57 262,08 ± 126,38 0,280
CHO (g) M2 243,00 ± 104,59 249,24 ±128,84 0,307
CHO (g) M3 223,95 ± 102,52 238,94 ± 107,19 0,052
37
Tabela 6 – Comparação da ingestão alimentar (energia e macronutrientes) entre os dois
clusters. Os resultados estão apresentados em média ± desvio padrão da média, de acordo com
o período do estudo (continuação).
LIP (g) M1 82,60 ± 35,18 80,89 ± 33,65 0,332
LIP (g) M2 65,96 ± 25,98 73,29 ± 46,22 0,399
LIP (g) M3 64,10 ± 24,92 75,15 ± 38,95 0,130
PTN (g) M1 75,11 ± 32,75 73,99 ± 24,88 0,508
PTN (g) M2 62,10 ± 32,22 65,45 ± 38,38 0,829
PTN (g) M3 59,65 ± 25,63 70,77 ± 36,23 0,197
ANCOVA ajustado para idade, gênero e estadiamento puberal.

QFA: questionário de frequência alimentar; E: energia total; CHO: carboidrato; LIP: lipídeo; PTN:
proteína; g: gramas; kcal: quilocalorias; M1: momento 1; M2: momento 2; M3: momento 3.
O cluster 1 diminuiu sua ingestão de energia, carboidrato, lipídeo e proteína do momento 1

para o momento 2 (Tabela 7); enquanto o cluster 2 não alterou sua ingestão de energia e
macronutrientes neste período (Tabela 8).
Tabela 7 – Análise longitudinal da ingestão de energia e macronutrientes (avaliada por QFA)

dos indivíduos do cluster 1 (n = 111) (continua).
Variável M1 M2 M3
E (kcal) 2205,68 ± 843,69 A, B 1802,24 ± 654,84 A 1711,40 ± 674,56 B
CHO (g) 290,58 ± 120,57 A, B 243,00 ± 104,59 A 223,95 ± 102,52 B
LIP (g) 82,60 ± 35,18 A, B 65,96 ± 25,98 A 64,10 ± 24,92 B
38
dos indivíduos do cluster 1 (n = 111) (continuação).
Variável M1 M2 M3
PTN (g) 75,11 ± 32,75 A, B 62,10 ± 32,22 A 59,65 ± 25,63 B

ANOVA para medidas repetidas, com ajuste para gênero, estadiamento puberal e idade, e análise de
múltiplas comparações de Bonferroni.
proteína; g: gramas; kcal: quilocalorias.

dos indivíduos do cluster 2 (n = 25).
Variável M1 M2 M3
E (kcal) 2072,12 ± 856,56 1917,92 ± 981,13 1914,72 ± 846,69
CHO (g) 262,08 ± 126,38 249,24 ±128,84 238,94 ± 107,19
LIP (g) 80,89 ± 33,65 73,29 ± 46,22 75,15 ± 38,95
PTN (g) 73,99 ± 24,88 65,45 ± 38,38 70,77 ± 36,23

ANOVA para medidas repetidas, com ajuste para gênero, estadiamento puberal e idade, e análise de
múltiplas comparações de Bonferroni.
proteína.
Por meio da técnica de análise proteômica do iTRAQ, foi identificada a expressão de 20

proteínas no plasma dos indivíduos dos clusters 1 e 2, e a maioria dessas proteínas apresentaram
comportamento diferente entre os clusters após a suplementação de micronutrientes (Tabela 9).
39
Tabela 9 – Comportamento da expressão das proteínas identificadas pela técnica de análise proteômica iTRAQ (continua)
FC Cluster 1 FC Cluster 2
Proteína Identificada: Nome de acesso Cobertura da sequência de M2/M1 M3/M2 M3/M1 M2/M1 M3/M2 M3/M1
aminoácidos (%)
Alpha-1-acid glycoprotein 1 A1AG1_HUMAN 23 1,92 0,52 1,24 0,65 1,24 1,00

Alpha-1-antitrypsin A1AT_HUMAN 52 1,00 1,24 1,24 1,24 1,00 1,00
Alpha-2-HS-glycoprotein FETUA_HUMAN 23 1,24 0,52 0,81 0,81 1,54 1,00
Alpha-2-macroglobulin A2MG_HUMAN 50 0,81 1,54 1,00 1,00 1,00 1,00
Apolipoprotein A-I APOA1_HUMAN 65 0,81 0,81 0,81 1,00 0,81 1,00
Apolipoprotein A-IV APOA4_HUMAN 25 0,65 1,54 0,96 0,96 0,81 1,00
Apolipoprotein B-100 APOB_HUMAN 8 1,01 1,54 1,56 0,81 1,40 1,19
Ceruloplasmin CERU_HUMAN 14 1,24 0,54 0,65 1,66 0,92 1,54
Complement C3 CO3_HUMAN 44 0,81 1,24 1,00 1,00 1,24 1,24
Complement C4-A CO4A_HUMAN (+1) 21 1,00 1,24 1,24 0,81 1,24 1,00
Fibrinogen alpha chain FIBA_HUMAN 25 1,54 0,65 1,00 0,65 1,54 1,00
Fibrinogen beta chain FIBB_HUMAN 30 1,24 1,00 1,24 0,65 1,54 1,24
Fibrinogen gamma chain FIBG_HUMAN 35 1,54 0,65 1,00 0,65 1,92 1,24
Haptoglobin HPT_HUMAN 40 0,65 1,71 1,24 1,54 0,81 1,24
Ig alpha-1 chain C region IGHA1_HUMAN 44 0,58 1,54 1,00 1,54 0,92 1,20
Ig mu chain C region IGHM_HUMAN 23 1,00 0,94 1,00 0,81 1,24 1,00
40
Tabela 9 – Comportamento da expressão das proteínas identificadas pela técnica de análise proteômica iTRAQ (continuação)
FC Cluster 1 FC Cluster 2
Proteína Identificada: Nome de acesso Cobertura da sequência de M2/M1 M3/M2 M3/M1 M2/M1 M3/M2 M3/M1
aminoácidos (%)
Plasma protease C1 inhibitor IC1_HUMAN 20 1,00 1,33 1,51 1,25 0,75 1,00
Serotransferrin TRFE_HUMAN 61 0,52 1,54 1,00 1,00 0,81 1,00
Serum albumin ALBU_HUMAN 18 0,81 0,81 0,81 1,00 1,01 1,00
Vitamin D-binding protein VTDB_HUMAN 23 0,65 0,65 0,42 0,81 1,00 1,00
Proteínas diferencialmente expressas (razões de Fold Change ≥ 1,20 ou ≤ 0,80).

FC: Fold change, M1: momento 1, M2: momento 2, M3: momento 3.
41
6 DISCUSSÃO
Neste estudo, o perfil bioquímico relacionado à glicemia e aos lipídios foi escolhido
como critério para separação dos clusters devido à importância de se monitorar o
lipidograma e a glicemia de crianças e adolescentes (LOPES et al., 2016). Estudiosos vêm alertando
para a ascendência das dislipidemias nessa faixa etária, embora no Brasil não existam dados
epidemiológicos referentes à prevalência desse agravo cobrindo todo o território nacional
(ALCANTARA NETO et al., 2012).
Na China foi desenvolvido um estudo semelhante à presente pesquisa, para investigar o
estado glicolipídico de adolescentes. Os pesquisadores perceberam que as varáveis analisadas se
alteraram conforme o estado nutricional dos indivíduos, sendo que nos meninos os parâmetros que
se alteraram foram circunferência de cintura, triglicerídeos, LDL-colesterol, HDL-colesterol, e nas
meninas, HDL-colesterol e triglicerídeos; e de forma geral, os indivíduos com excesso de peso
tiveram também menor sensibilidade à insulina e maior prevalência de dislipidemia (GONG et al.,
2013). Pedrozo et al. (2010) avaliaram a prevalência de perfil lipídico anormal (em relação a
colesterol total, triglicerídeos, HDL e LDL colesterol) em 523 adolescentes de escolas da Argentina
e encontraram um perfil lipídico mais aterogênico nos adolescentes que apresentavam sobrepeso ou
obesidade do que nos eutróficos ou magros (PEDROZO et al., 2010).
A circunferência de cintura e o percentual de gordura corporal também têm sido associados
a pior perfil lipídico e glicídico (DESPRÉS, 2012; GRÖBER-GRÄTZ et al., 2013; PIGŁOWSKA
et al., 2016; ROSINI et al., 2015).
O cluster 1 apresentou mais indivíduos do sexo feminino (e menos do sexo masculino),
menores valores de peso, IMC, circunferência de cintura, massa gorda, glicemia, colesterol total,
LDL, triglicérides e VLDL, e maiores valores de massa magra e HDL quando comparado ao cluster
2. A prevalência de obesidade foi maior no cluster 2 do que no cluster 1.
Os indivíduos do cluster 1 apresentaram redução significativa do colesterol total, LDL e
glicemia, além de diminuição na ingestão de energia, carboidrato, lipídeo e proteína, tendo estes
sido considerados variáveis de confusão e ajustados no modelo de análise longitudinal dos
metabólitos. Ao realizar a mesma análise longitudinal no cluster 2, nota-se que durante o período de
suplementação esses indivíduos também apresentaram redução do colesterol total e LDL, porém
não alteraram a glicemia e diminuíram seus níveis de HDL. Além disso, o cluster 2 não alterou sua
ingestão de energia e macronutrientes ao longo do estudo.
Embora não tenha sido objetivo do presente estudo, é sabidamente descrito que
micronutrientes têm importante papel no metabolismo glicídico e lipídico (AL-ATTAS et al., 2014;
42
KELISHADI; FARAJZADEGAN; BAHREYNIAN, 2014; BELENCHIA et al., 2013; GARGARI;
AGHAMOHAMMADI; ALIASGHARZADEH, 2011; HADJISTAVRI et al., 2010; HENG et al.,
2013; KELISHADI et al., 2010; PAYAHOO et al., 2013; MEISSER REDEUIL et al., 2015). Dessa
forma, não descartamos a hipótese de que o conjunto de micronutrientes ofertado no presente
estudo tenha influenciado a evolução do colesterol total, LDL e glicemia nos grupos metabólicos.
Vale ressaltar que mesmo frente à mesma intervenção, os clusters evoluíram seu perfil glicídico e
lipídico de maneira diferente. Futuras análises do perfil genético desses indivíduos poderiam ajudar
a compreender os motivos dessas diferenças.
Tendo em vista que a caracterização de biomarcadores pré-clínicos de aterosclerose
melhoram a determinação do risco individual e podem influenciar a decisão por uma abordagem
mais agressiva de tratamento (POREDOŠ; JEŽOVNIK, 2015), no presente estudo foram analisadas
as proteínas expressas no plasma dos indivíduos dos dois clusters, nos três momentos da pesquisa.
Com isso, foi identificada a expressão de 20 proteínas no plasma dos indivíduos dos clusters 1 e 2,
sendo que a maioria dessas proteínas apresentou comportamento diferente entre os clusters.
Dentre as funções das proteínas encontradas, destacam-se: proteínas relacionadas ao
metabolismo lipídico e glicídico (ASLEH et al., 2006; DABROWSKA et al., 2015; IX et al., 2006;
JENSEN et al., 2014; KOHAN et al., 2015; LEE et al., 2010; MANSUY-AUBERT et al., 2013;
PICHÉ et al., 2005; STOEKENBROEK; STROES; HOVINGH, 2015; WALLDIUS; JUNGNER,
2004; TOONEN et al., 2016; WANG et al., 2015); ao transporte/metabolismo de vitaminas e
minerais (CARTER; WORWOOD, 2007; CLERC et al., 2016; GOMME; BERTOLINI, 2004;
UNIPROT, 2016; MUSCI; POLTICELLI; BONACCORSI DI PATTI, 2014; SITAR; AYDIN;
CAKATAY, 2013); ao sistema imunológico (DAVIS; MEJIA; LU, 2008; GOMME; BERTOLINI,
2004; UNIPROT, 2017a; UNIPROT, 2017c; JENSEN et al., 2014; LEE et al., 2010; REHMAN;
AHSAN; KHAN, 2013); à coagulação sanguínea (CALDER et al., 2013; TRACY et al., 1999) e
proteínas de fase aguda (ENGSTRÖM et al., 2007; LEE et al., 2010; LEE et al., 2015; LUO et al.,
2015; OLIVEIRA et al., 2015; ORTIZ et al., 2014; SITAR; AYDIN; CAKATAY, 2013;
TESSEROMATIS et al., 2011; VAN CAMPENHOUT et al., 2003).
Para fins de discussão dos dados encontrados, contextualizamos aqui o papel das proteínas
identificadas no presente estudo com ênfase no metabolismo glico-lipídico.
Alpha-1-acid glycoprotein 1
Alpha-1-acid glycoprotein 1 (A1AG1) é uma proteína plasmática de fase aguda sintetizada

pelo fígado e sua concentração sérica aumenta em resposta à lesão tecidual sistêmica, inflamação,
infecção ou câncer (TESSEROMATIS et al., 2011). A1AG1 é considerada uma proteína de fase
43
aguda positiva e um indicador de inflamação (LEE et al., 2015; LUO et al., 2015; OLIVEIRA et al.,
2015; TESSEROMATIS et al., 2011).
No presente estudo, com a suplementação (do momento 1 ao momento 2), a expressão de
A1AG1 aumentou no cluster 1 e diminuiu no cluster 2. Após o período de washout, sua expressão
diminuiu no cluster 1 e aumentou no cluster 2.
Lee e colaboradores (2010) revelaram que A1AG1 é induzida seletivamente no tecido
adiposo de ratos obesos para suprimir o excesso de inflamação que causaria distúrbios na
homeostase de energia. Níveis de A1AG1 no tecido adiposo foram elevados por sinais metabólicos,
incluindo insulina, glicose elevada e ácidos graxos livres, bem como pela citocina pró-inflamatória
fator de necrose tumoral-α, a qual é encontrada em níveis aumentados no tecido adiposo de sujeitos
obesos. Concomitantemente, A1AG1 aliviou a resistência à insulina induzida por hiperglicemia
bem como o fator de necrose tumoral-α mediado pela lipólise nos adipócitos (LEE et al., 2010).
Níveis aumentados de A1AG1 estiveram associados à melhora da tolerância à glicose e à
insulina em ratos obesos e diabéticos. Estes autores sugerem que A1AG1 seja a proteína que
coordena a homeostase metabólica na regulação do metabolismo energético e da inflamação. Seus
resultados sugerem que A1AG1 integre sinais metabólicos e inflamatórios para modular respostas
imunes para proteger o tecido adiposo de inflamação excessiva e, portanto, de disfunção metabólica
(LEE et al., 2010).
Diante dos dados apresentados, nossos resultados podem estar indicando uma modulação da
resposta imune para proteger o tecido adiposo de inflamação excessiva no cluster 1 após a
suplementação, já que nesse período o cluster 1 apresentou aumento da expressão de A1AG1, que é
uma proteína de fase aguda positiva (após o período de washout houve redução na expressão desta
proteína no cluster 1). Comportamento oposto foi observado no cluster 2. Além disso, a partir dos
dados apresentados, pode-se concluir também que a elevação de A1AG1 no cluster 1 pode estar
associada à melhora da tolerância à glicose e à insulina do momento 1 ao momento 2, enquanto o
cluster 2 não teria se beneficiado porque houve uma redução da A1AG1.
Alpha-1-antitrypsin
Alpha-1 antitrypsin (A1AT) é o inibidor circulante mais importante das proteases que
contém serina (ORTIZ et al., 2014). Inibe proteases para proteger os tecidos hospedeiros de danos
não específicos associados aos episódios de inflamação (ZHAO et al., 2015) e essa inibição
contribui para a diminuição do processo inflamatório e pró-angiogênico (ORTIZ et al., 2014).
Os níveis plasmáticos de A1AT podem aumentar durante a inflamação aguda, por isso ela é
também chamada de proteína de fase aguda. Seus alvos incluem elastase, tripsina, trombina e
44
proteinase-3. Essas proteases são consideradas mediadores chave da resposta imune inata e podem
ativar receptores específicos chamados de “receptores ativados por proteases” (PARs) na membrana
das células imunes, as quais são essenciais durante as respostas inflamatórias (ORTIZ et al., 2014).
Dada a recente evidência de que proteinases como caspase-1 (DIXON et al., 2013), elastase
de neutrófilos (MANSUY-AUBERT et al., 2013; TALUKDAR et al., 2012) e proteinase 3
(TOONEN et al., 2016) estão envolvidas no desenvolvimento do diabetes tipo 2 e na esteatose
hepática não alcoólica, é possível que a terapia com A1AT seja benéfica para o tratamento dessas
condições (TOONEN et al., 2016). Mansuy-Aubert et al. (2013) mostraram que ratos transgênicos
super-expressando A1AT são protegidos contra resistência a insulina e a esteatose hepática não
alcoólica induzidas por dieta com elevado teor de gordura. Toonen et al. (2016) mostraram que o
tratamento com A1AT durante os últimos 10 dias de uma dieta com elevado teor de gordura
aplicada por 16 semanas reduziu o conteúdo lipídico hepático e diminuiu os níveis de glicose de
jejum. Além disso, o tratamento com A1AT reduziu a inflamação induzida pela obesidade. Esses
autores suportam a hipótese de que o tratamento com A1AT seja capaz de melhorar o estado
metabólico reduzindo a inflamação (TOONEN et al., 2016).
No presente estudo, com a suplementação (do momento 1 ao momento 2), a expressão de
A1AT se elevou no cluster 2 e não se alterou no cluster 1. O cluster 2, com maior prevalência de
casos de sobrepeso e obesidade, pode ter apresentado maior estímulo para maior expressão dessa
proteína. Diante dos dados apresentados acima, essa elevação de A1AT no cluster 2 poderia ter
contribuído para a melhora no perfil lipídico deste cluster neste período, enquanto o cluster 1 não
teria sido beneficiado por esta proteína.
Alpha-2-HS-glycoprotein
Alpha-2-HS-glycoprotein (FETUA) é a maior glicoproteína do soro sintetizada e secretada

pelo fígado e é um agente plasmático multifuncional (DABROWSKA et al., 2015; TIAN et al.,
2015; ZHAO et al., 2015). Em nosso estudo, FETUA aumentou no cluster 1 durante o período de
intervenção e diminuiu após o washout, enquanto no cluster 2 não alterou sua expressão durante a
intervenção e aumentou após o washout.
FETUA é envolvida na homeostase do cálcio e no desenvolvimento ósseo (DABROWSKA
et al., 2015; NIMITPHONG et al., 2015; TIAN et al., 2015; ZHAO et al., 2015) e é positivamente
correlacionada com a massa óssea (NIMITPHONG et al., 2015; CHAILURKIT et al., 2011; IX et
al., 2009). Ela se acumula nos ossos e dentes como uma fração de proteínas ósseas não colagenosas
e regula a remodelação óssea e o metabolismo do cálcio, sendo um importante inibidor da
precipitação de sais de cálcio e da calcificação vascular (DABROWSKA et al., 2015; SINGH et al.,
45
2012). FETUA é benéfica também como um inibidor de calcificação ectópica (SINGH et al., 2012;
SUN et al., 2014); forma complexos com cálcio e fósforo na circulação sanguínea e impede a
precipitação desses minerais (SCHAFER et al., 2003; SINGH et al., 2012).
Por outro lado, FETUA pode estar envolvida na resistência à insulina (DABROWSKA et
al., 2015). Ela é apontada como um inibidor do receptor tirosina quinase da insulina, sendo
associada em alguns estudos com resistência a insulina, síndrome metabólica, dislipidemia e risco
aumentado para diabetes tipo 2 (DABROWSKA et al., 2015; IX et al., 2006; KAUSHIK et al.,
2009; SINGH et al., 2012;). Há trabalhos mostrando relação entre altos níveis de FETUA e
desenvolvimento de doença cardiovascular (WEIKERT et al., 2008; ZHAO et al., 2013).
Pode-se observar que há controvérsias acerca das associações entre FETUA e doenças
cardiovasculares. Em outras palavras, não se sabe se FETUA é um fator protetor ou prejudicial no
sistema cardiovascular (MORI; EMOTO; INABA, 2012). Uma razão para o comportamento
inconsistente da proteína FETUA é sua dupla funcionalidade em doenças vasculares, onde ela pode
atuar como um inibidor de calcificação vascular, conforme citado acima, ou como um fator
aterogênico (MORI; EMOTO; INABA, 2012). Diante de ações tão diversas, é difícil encontrar uma
única explicação para o comportamento desta proteína em relação à evolução do perfil lipídico e
glicídico dos clusters do presente estudo. Além disso, nós não conhecemos o perfil genético dos
participantes da presente pesquisa, o que poderia estar orquestrando algumas dessas funções em
cada cluster.
Apolipoprotein A-IV
A apolipoprotein A-IV (APOA4) foi descoberta há mais de 30 anos atrás como um dos
principais componentes dos quilomicrons linfáticos no estado pós-prandial (KOHAN et al., 2015).
Esta proteína tem muitas funções fisiológicas, incluindo ações na montagem dos quilomicrons, no
metabolismo lipídico, na mediação do transporte reverso de colesterol, na saciedade aguda, na
regulação da função gástrica, e na modulação da homeostase da glicemia (KOHAN et al., 2015;
WANG et al., 2015).
A literatura mostra que APOA4 é sintetizada pelo intestino delgado e é secretada na linfa em
quilomicrons em resposta à ingestão lipídica (KOHAN et al., 2015; WANG et al., 2015). Durante o
metabolismo subsequente dos quilomicrons na periferia, parte da APOA4 é transferida para o HDL
no plasma e o resto é encontrada em uma fração livre de lipoproteínas (KOHAN et al., 2015). Na
circulação, APOA4 é associada a HDL e quilomicrons remanescentes, mas uma grande porção é
livre de lipoproteína (WANG et al., 2015). Portanto, a presença de APOA4 na periferia (em
46
quilomicrons, circulando no HDL e livre no plasma) é ligada à absorção lipídica intestinal e à
produção de quilomicrons (KOHAN et al., 2015).
Em nosso estudo, no cluster 1 a expressão de APOA4 diminuiu durante o período de
intervenção e aumentou após o washout, enquanto no cluster 2 a expressão não se alterou com a
suplementação e nem com o período de washout. Este comportamento na expressão de APOA4
poderia estar relacionado à ingestão de lipídeos pelos participantes: no cluster 1 a ingestão lipídica
diminuiu durante o período de intervenção, enquanto no cluster 2 a ingestão de lipídeos não se
alterou com a suplementação e com o período de washout.
Ceruloplasmin
Ceruloplasmin (CERU) é uma enzima que possui atividade de ferro-oxidação, sendo

encontrada como isoforma solúvel no plasma ou como isoforma associada à membrana em tipos
específicos de células (MUSCI; POLTICELLI; BONACCORSI DI PATTI, 2014). Várias funções
têm sido atribuídas a CERU, oscilando entre o transporte de cobre e a oxidação de ferro ferroso e
aminas biológicas, bem como a atividade antioxidante pela prevenção da formação de radicais
livres no soro. O sistema ceruloplasmina-ferroportina representa o principal caminho para a saída
do ferro celular e é responsável pela regulação fisiológica dos níveis de ferro na célula (MUSCI;
POLTICELLI; BONACCORSI DI PATTI, 2014).
Em nosso estudo, com a intervenção, a expressão de CERU aumentou tanto no cluster 1
quanto no cluster 2; após o período de washout, sua expressão diminuiu no cluster 1 e não se
alterou no cluster 2. O aumento da expressão de ceruloplasmina em ambos os clusters após a
intervenção pode dever-se à presença de ferro no suplemento ofertado.
Diante das ações da ceruloplasmina mencionadas acima, é possível que ambos os clusters
tenham se beneficiado da atividade antioxidante promovida pelo aumento na expressão de CERU
após a intervenção. Entretanto, no que diz respeito à relação entre o aumento da expressão de
ceruloplasmina e a melhora no metabolismo lipídico e glicídico, a literatura ainda é escassa e
controversa. Em alguns estudos a CERU tem sido apontada como um fator de risco para resistência
à insulina e desenvolvimento precoce de doenças cardiovasculares (FRIDMAN; D’ ERAMO;
FINKELSTEIN, 1997; ZULET et al., 2007), tem sido associada à espessura da gordura intra-
abdominal (CIGNARELLI et al., 1996) e tem se mostrado elevada em indivíduos com síndrome
metabólica (KIM et al., 2002), enquanto outros trabalhos não encontraram nenhum tipo de
associação entre CERU e obesidade (SAFAVI; ZIAEI; MARACY, 2012) e afirmam que as
associações entre CERU e fatores relacionados à resistência à insulina ainda são controversos
(GONZÁLEZ-JIMÉNEZ et al., 2016).
47
Fibrinogen alpha chain, Fibrinogen beta chain and Fibrinogen gamma chain
Em nosso estudo, no cluster 1, a expressão de fibrinogen alpha, beta e gamma chain

aumentou durante o período de intervenção e diminuiu após o washout (exceto para fibrinogen beta
chain, que não mudou sua expressão após o período de washout), enquanto no cluster 2 a expressão
de fibrinogen alpha, beta e gamma chain diminuiu durante o período de intervenção e aumentou
após o washout.
O fibrinogênio, o qual é envolvido na coagulação do sangue (é convertido em fibrina a partir
de trombina), promove agregação plaquetária e depósito de coágulo de fibrina, e tem se mostrado
elevado em indivíduos em risco de ou que já possuem doença coronariana e cerebrovascular
(CALDER et al., 2013; TRACY et al., 1999).
Repetidos estudos tem mostrado que elevadas concentrações de fibrinogênio estão
positivamente associadas ao desenvolvimento ou presença de doença aterotrombótica, e é
considerado como um biomarcador associado a doença arterial coronariana (ALEMAN et al., 2014;
DE LUCA et al., 2011; FIBRINOGEN STUDIES COLLABORATION et al., 2007; LORD, 2011;
PERL et al., 2016; POREDOŠ; JEŽOVNIK, 2015). O fibrinogênio se correlacionou positivamente
com índice de massa corpórea, circunferência de cintura, tecido adiposo subcutâneo e pressão
sanguínea diastólica, e negativamente com sensibilidade à insulina (PICHÉ et al., 2005).
Considerando esses dados, em relação ao fibrinogênio, o cluster 2 teria sido mais
beneficiado que o cluster 1 com a suplementação, devido ao cluster 2 ter apresentado diminuição na
expressão de fibrinogênio após a intervenção e o cluster 1 ter apresentado comportamento inverso
neste período.
Tal fato poderia ser explicado devido ao cluster 2 (de pior perfil metabólico) ser composto
por indivíduos em maior risco de desenvolver doença coronariana e cerebrovascular antes da
suplementação ocorrer. A redução da concentração de LDL e de colesterol total após a intervenção
representa diminuição de fatores de risco para o cluster 2, o que pode ter contribuído para a
diminuição de FIBA, FIBB e FIBG neste período neste cluster.
Haptoglobin
A literatura mostra que a haptoglobin (HPT) é uma proteína abundante no plasma que se
liga à hemoglobina extracorpuscular para proteger contra o dano oxidativo e possui papel na
imunomodulação e no transporte reverso de colesterol (JENSEN et al., 2014).
A haptoglobina captura e se liga à hemoglobina livre no plasma, formando o complexo
hemoglobina-haptoglobina, para permitir a reciclagem hepática do ferro heme e prevenir dano ao
48
rim (CARTER; WORWOOD, 2007; UNIPROT, 2016). A hemoglobina livre pode ser danosa para
o organismo promovendo o acúmulo de radicais hidroxila via reação de Fenton, resultando em dano
tecidual oxidativo; uma vez irreversivelmente ligada à haptoglobina, a hemoglobina livre perde sua
habilidade oxidante (CARTER; WORWOOD, 2007). Dessa forma, a haptoglobina pode impedir o
dano tecidual causado pela hemoglobina livre e reduzir sua perda em condições hemolíticas (KO et
al., 2013).
Diante das ações mencionadas, em relação à haptoglobina, o cluster 2 parece ter sido mais
beneficiado com a suplementação do que o cluster 1. No presente estudo, a expressão de
haptoglobina aumentou com a suplementação no cluster 2, não se alterando após o período de
washout; enquanto no cluster 1, sua expressão diminuiu com a suplementação e aumentou após o
período de washout.
Ig alpha-1 chain C Region
Ig alpha-1 chain C region (IGHA1) é uma das proteínas que participam da estrutura da
imunoglobulina A (IgA). Imunoglobulinas, também conhecidas como “anticorpos”, são
glicoproteínas que podem estar ligadas à membrana ou segregadas (BENSMANA; LEFRANC,
1990; UNIPROT, 2017a). As imunoglobulinas ligadas à membrana servem como receptores que
são capazes de se ligar a um antígeno específico e desencadear a expansão clonal e a diferenciação
dos linfócitos B em células plasmáticas secretoras de imunoglobulinas. Já as imunoglobulinas
segregadas medeiam a fase efetora da imunidade humoral, o que resulta na eliminação de antígenos
ligados (MCHEYZER-WILLIAMS et al., 2011; SCHROEDER; CAVACINI, 2010).
A IgA é a principal classe de imunoglobulina nas secreções corporais. Ela pode agir na
defesa contra infecção local e para impedir o acesso de antígenos estranhos ao sistema imunológico
geral (UNIPROT, 2017a; ONLINE MENDELIAN INHERITANCE IN MAN, 2009). Sua principal
função é a proteção contra microorganismos invasores como vírus e bactérias nas superfícies das
mucosas, inibindo o mecanismo de aderência desses às células epiteliais. Pacientes com deficiência
de IgA podem apresentar quadros de infecções de repetição graves, principalmente em vias aéreas
superiores e inferiores e no aparelho gastrintestinal (RÚPOLO; MIRA; JUNIOR, 1998).
Considerando as funções da IgA apresentadas, a suplementação parece ter beneficiado mais
o cluster 2 do que o cluster 1. No cluster 1, a expressão de IGHA1 diminuiu com a suplementação e
aumentou após o período de washout, enquanto no cluster 2, sua expressão aumentou com a
suplementação e não se alterou após o washout. Novamente observamos uma proteína que
apresentou comportamento diferente entre os clusters durante as fases de suplementação e washout
em nosso estudo.
49
Plasma protease C1 inhibitor
No cluster 1 a expressão da proteína plasma protease C1 inhibitor (IC1) não se alterou com
a suplementação e aumentou após o período de washout, enquanto no cluster 2 sua expressão
aumentou com a suplementação e diminuiu após o período de washout.
A atividade mais importante de IC1 é a inibição de proteases. IC1 é um membro da família
“serpina” de inibidores de proteases, que inativam várias proteases diferentes nos sistemas
complemento, contato, coagulação e fibrinolíticos (CICARDI et al., 2005; DAVIS; MEJIA; LU,
2008; UNIPROT, 2017b). Em adição, IC1 desempenha importantes papéis na regulação da
permeabilidade vascular e na supressão da inflamação. Ela tem um efeito direto na inibição das
proteases do sistema complemento, na atividade da endotoxina bacterinana gram negativa, na
supressão do deslocamento do leucócito e em sua transmigração através do endotélio para locais de
inflamação (DAVIS; MEJIA; LU, 2008).
Está bem estabelecida na literatura a associação entre homeostase lipídica alterada e
inflamação (GREGOR; HOTAMISLIGIL, 2011; HUBLER; KENNEDY, 2016; LUMENG;
BODZIN; SALTIEL, 2007; LYONS; KENNEDY; ROCHE, 2016). É possível que a IC1 tenha sido
mais expressa no cluster 2 para suprimir a inflamação.
Serotransferrin
Em nosso estudo, no cluster 1 a expressão da proteína serotransferrin diminuiu com a

suplementação e aumentou após o período de washout, enquanto no cluster 2 sua expressão não se
alterou com a suplementação e nem com o washout.
A serotransferrin é a principal proteína transportadora de ferro no sangue humano, a qual
transporta o ferro do local de absorção (intestino) e do local de estoque (fígado) para os locais de
utilização (principalmente medula óssea), e regula os níveis de ferro nos fluidos biológicos (CLERC
et al., 2016; REHMAN; AHSAN; KHAN, 2013). Ela pode se ligar a dois ions Fe3+ e transportá-los
por todo o corpo, evitando a toxicidade da formação dos radicais livres que podem ser causados por
ions Fe3+ livres (GOMME; MCCANN; BERTOLINI, 2005). Na deficiência de ferro a transferrina
se eleva.
Esta proteína também tem sido associada a doença cardiovascular. É uma proteína de fase
aguda negativa que é diminuída em condições inflamatórias, tais como diabetes. A baixa
concentração de transferrina e a sua glicação podem, por aumentar os efeitos pró-oxidativos do
ferro, contribuir para a peroxidação lipídica aumentada observada no diabetes (VAN
CAMPENHOUT et al., 2003).
50
Diante dos dados apresentados, nossos resultados podem estar relacionados a um diferente
metabolismo de ferro entre os dois clusters ou à diminuição da ingestão proteica e de energia no
cluster 1.
Vitamin D-binding protein
Em nosso estudo, no cluster 1 houve uma diminuição na expressão da proteína vitamin D-

binding protein (VTDB) após o período de suplementação e após o washout, enquanto sua
expressão não mudou no cluster 2 com os períodos de intervenção e washout.
A diminuição da expressão de VTDB durante o período de suplementação no cluster 1 pode
se dever à diminuição na ingestão de energia e proteína durante este período. Estudo com animais
indicou que dieta com redução de proteína e energia pode reduzir os níveis circulantes de VTDB
(LAING; FRASER, 2002). Confirmando esta hipótese, o cluster 2 não alterou sua ingestão de
energia e proteína, e também não modificou a sua expressão de VTDB.
Vitamin D-binding protein é uma proteína plasmática multifuncional com muitas funções
importantes. Essas incluem transporte dos metabólitos da vitamina D através do organismo,
controle do desenvolvimento ósseo, sequestro de actina (prevenindo seu bloqueio e dano na
microvasculatura), funções anti-tumor, uma gama de papeis menos definidos nas respostas
inflamatórias e de modulação imune, e transporte de ácidos graxos (BALFOUSSIA et al., 2014;
GOMME; BERTOLINI, 2004). Esta última função também poderia estar relacionada à resposta do
cluster 1 à essa proteína, mas análises futuras serão necessárias para esclarecer esse assunto.
As proteínas Apolipoprotein A-I, Alpha-2-macroglobulin, Apolipoprotein B-100,

Complement C3, Complement C4-A, Ig mu chain C region e Serum albumin também foram
identificadas em nosso estudo, entretanto, suas expressões não se alteraram com a intervenção (do
momento 1 ao momento 2), tanto no cluster 1 quanto no cluster 2.
A seguir são apresentadas as principais ações destas proteínas.
Apolipoprotein A-I
A apolipoprotein A1 (APOA1) mostra ter propriedades anti-inflamatórias e reduzir a

aterosclerose (TUTEJA; RADER, 2014). Desempenha importante papel em muitas das funções
antiaterogênicas do HDL colesterol, mais notavelmente no transporte reverso do colesterol, e várias
terapias têm sido desenvolvidas para imitar a sua função (STOEKENBROEK; STROES;
HOVINGH, 2015). Ela desempenha um papel central na proteção do dano oxidativo mediada por
51
HDL (ROSENSON et al., 2013) e é um regulador crítico da homeostase vascular linfática durante a
inflamação (BISOENDIAL et al., 2015). Seus níveis são inversamente associados a risco de doença
arterial coronária e são melhores preditores dessa doença na população em geral do que o HDL
colesterol sozinho. APOA1 ativa a enzima lecitina colesterol acil transferase, melhorando o
transporte reverso de colesterol, e tem efeitos anti-inflamatórios, antitrombóticos e antioxidantes
(JENKINS et al., 2004).
A APOA1 é o maior componente proteico do HDL colesterol (BISOENDIAL et al.,
2015; STOEKENBROEK; STROES; HOVINGH, 2015). Entretanto, na presente pesquisa, a
expressão de APOA1 não se alterou nos clusters em nenhum momento do estudo, mesmo com a
diminuição dos níveis de HDL no cluster 2 após a intervenção e com a melhora no perfil lipídico
em ambos os clusters.
Alpha-2-macroglobulin
A proteína alpha-2-macroglobulin (A2MG) é uma anti-proteinase. Ela intercepta as

proteinases liberadas pelos granulócitos e por outras células durante a inflamação, regula a atividade
proteolítica extracelular resultante de coagulação e da fibrinólise, e protege o organismo contra
patógenos invasores, pois também pode interceptar proteinases de origem não humana (REHMAN;
AHSAN; KHAN, 2013). Sua função primária é a inibição rápida do excesso de proteinases
liberadas durante o dano tecidual, contribuindo assim para a proteção do organismo contra
distúrbios variados que poderiam resultar da atividade proteolítica descontrolada. Além disso, a
A2MG se liga a citocinas e hormônios regulando suas atividades biológicas, e protege o organismo
contra várias infecções, podendo ser usada como um biomarcador para o diagnóstico e prognóstico
de um número de doenças (REHMAN; AHSAN; KHAN, 2013).
Em relação ao metabolismo lipídico, no estudo de Tungtrongchitra e colaboradores (2003)
indivíduos obesos apresentaram menores níveis séricos de A2MG e de HDL colesterol, bem como
maiores concentrações de colesterol total, LDL colesterol e triglicerídeos, em comparação a
indivíduos eutróficos (TUNGTRONGCHITRA et al., 2003). Em nosso estudo, entretanto, a
expressão de A2MG não se alterou nos clusters com as alterações nos lípides séricos ocorridas após
a intervenção.
Apolipoprotein B-100
A Apolipoprotein B-100 (APOB) é sintetizada no fígado e é a principal proteína constituinte

de VLDL, de IDL (lipoproteína de densidade intermediária) e de partículas de LDL colesterol
52
(JENKINS et al., 2004; TUNGTRONGCHITRA et al., 2003). A APOB é essencial para a ligação
das partículas de LDL ao seu receptor, permitindo às células internalizarem o LDL e assim
absorverem o colesterol (WALLDIUS; JUNGNER, 2004).
Medir a concentração de APOB no plasma pode aprimorar a medida do risco cardiovascular
(WU; LYONS, 2011). Como há apenas uma molécula de APOB em cada partícula de LDL, IDL e
VLDL, sua concentração molar reflete as concentrações molares combinadas dessas três classes de
partículas aterogênicas, indicando o número total de lipoproteínas potencialmente aterogênicas. O
excesso de partículas contendo APOB é o principal desencadeador do processo aterogênico
(WALLDIUS; JUNGNER, 2004; WU; LYONS, 2011).
Em nosso estudo, a expressão de APOB não se alterou em nenhum cluster após o período de
intervenção (mesmo com a redução do LDL), e aumentou nos dois grupos após o washout. É
possível que a magnitude da redução de LDL neste estudo não tenha sido grande o suficiente para
promover uma diminuição na expressão de APOB.
Complement C3 and Complement C4-A
Complement C3 (CO3) e complement C4-A (CO4A) são proteínas de fase aguda e

importantes componentes das vias do sistema complemento do sistema imune (ENGSTRÖM et al.,
2007). O sistema complemento é parte da imunidade inata contra infecções e consiste em mais de
40 proteínas solúveis e ligadoras de membrana (HOVLAND et al., 2015). É um sistema de
vigilância que rapidamente pode ser ativado por detectar qualquer perigo ao hospedeiro e assim
contribuir para a manutenção da homeostase do tecido e promover a regeneração e reparo tecidual,
possuindo papeis cruciais na morte de micróbios, clearance da célula apoptótica, manejo do
complexo imune e modulação das respostas imunes adaptativas (ALCORLO et al., 2015;
HOVLAND et al., 2015).
A literatura mostra que processos inflamatórios desempenham um papel chave na
aterogênese e muitos estudos sugerem que a ativação do complemento está envolvida nesse
processo. CO3, CO4A e outros componentes do complemento são retidos nas lesões
ateroscleróticas, e o sistema complemento é ativado na placa aterosclerótica (ENGSTRÖM et al.,
2007). Estudos epidemiológicos indicam que o sistema complemento está associado ao
desenvolvimento da aterosclerose, e níveis de CO3 e CO4A no soro tem sido ligados a risco
aumentado de doenças cardiovasculares (CAPUANO et al., 2006; ENGSTRÖM et al., 2007;
HOVLAND et al., 2015; NILSSON et al., 2014; VAN GREEVENBROEK et al., 2011; WLAZLO
et al., 2012).
53
Em nosso estudo, as expressões de CO3 e CO4A não se alteraram do momento 1 para o
momento 2 em ambos os clusters. Não foi encontrado nenhum trabalho na literatura relacionando
complemento C3 e C4-A com perfil lipídico e glicídico.
Ig mu chain C region
A expressão de Ig mu chain C region não se alterou durante este estudo em nenhum cluster,
exceto após o período de washout no cluster 2, quando aumentou.
Esta proteína é ainda pouco explorada na literatura, mas sabe-se que anticorpos IgM
desempenham um importante papel nos mecanismos de defesa primária. Eles têm se mostrado
envolvidos no reconhecimento precoce de invasores externos como bactérias e vírus, bem como no
reconhecimento e eliminação de lesões cancerosas e pré-cancerosas (UNIPROT, 2017c).
Serum albumin
A albumina do soro humano, principal proteína do plasma, é sintetizada e secretada pelo

fígado e está presente em altas concentrações no plasma (SITAR; AYDIN; CAKATAY, 2013;
ZHAO et al., 2015). É um reagente de fase aguda negativa, marcador de estado nutricional, e está
envolvida em muitas funções bioativas tais como regulação da pressão osmótica do plasma, ligação
e transporte de vários compostos endógenos ou exógenos, incluindo ácidos graxos, e defesas
antioxidantes extracelulares (SITAR; AYDIN; CAKATAY, 2013).
Moléculas como transferrina, ceruloplasmina, haptaglobina, ácido úrico, bilirrubina, alfa
tocoferol, glicose e albumina constituem defesas antioxidantes extracelulares no plasma, mas a
albumina é a mais potente (SITAR; AYDIN; CAKATAY, 2013). A maioria das propriedades
antioxidantes da albumina podem ser atribuídas à sua estrutura bioquímica única: a proteína possui
propriedades antioxidantes como ligação forte ao cobre e fraca ao ferro, eliminação de radicais
livres, por exemplo ácido hipocloroso e peroxinitrito, e fornecimento do grupo tiol (-SH) (SITAR;
AYDIN; CAKATAY, 2013).
Apesar das funções descritas, em nosso estudo, a expressão de albumina sérica não se
alterou em nenhum cluster, em nenhum momento.
Ao conhecer as ações das proteínas que tiveram sua expressão alterada com a suplementação
ocorrida em nosso estudo podemos observar alguns pontos importantes, os quais são mencionados a
seguir.
54
Com a suplementação, o cluster 1 apresentou aumento da expressão de uma proteína de fase
aguda positiva (a alpha-1-acid glycoprotein 1). Esta proteína é associada à melhora do perfil
lipídico e glicêmico na literatura (LEE et al., 2010) e pode ter contribuído para a redução de LDL,
colesterol total e glicemia deste cluster. O cluster 1 mostrou ainda redução na expressão de uma
proteína de fase aguda negativa (serotransferrin). No cluster 2 também ocorreu aumento da
expressão de uma proteína de fase aguda positiva com a suplementação (a alpha-1 antitrypsin). Esta
proteína é associada à melhora da resistência insulínica e do perfil metabólico na literatura
(MANSUY-AUBERT et al., 2013; TOONEN et al., 2016) e pode ter auxiliado este cluster na
redução de seu LDL e colesterol total.
Além disso, durante o período de suplementação, o cluster 1 apresentou redução na
expressão de apolipoprotein A-IV e de vitamin D-binding protein. Essa redução pode ser devido à
diminuição na ingestão de energia, carboidratos, lipídeos e proteínas ocorrida no cluster 1 neste
período, já que há trabalhos mostrando que a presença de apolipoprotein A-IV no plasma é ligada à
ingestão de lipídeos (KOHAN et al., 2015) e que a presença de vitamin D-binding protein no
plasma é ligada à ingestão de energia e proteínas (LAING; FRASER, 2002). O cluster 2 não alterou
sua ingestão energética e de macronutrientes e também não alterou a expressão de tais proteínas no
período de intervenção.
No cluster 2 (cluster de pior perfil metabólico) ocorreram alterações “benéficas” na
expressão de algumas proteínas com a intervenção, enquanto no cluster 1 (cluster de melhor perfil
metabólico) as mesmas proteínas apresentaram evolução negativa ou neutra. Após a suplementação,
no cluster 2, houve redução na expressão de proteínas positivamente associadas à doença
aterotrombótica e doença arterial coronariana (fibrinogen alpha, beta e gamma chain) (ALEMAN
et al., 2014; DE LUCA et al., 2011; FIBRINOGEN STUDIES COLLABORATION, 2007; LORD,
2011; PERL et al., 2016; POREDOŠ; JEŽOVNIK, 2015); aumento na expressão de uma proteína
que protege contra o dano tecidual oxidativo (haptoglobin) (CARTER; WORWOOD, 2007; KO et
al., 2013); aumento na expressão de uma proteína que age no combate à infecção e ao acesso de
antígenos estranhos (Ig alpha-1 chain C region) (UNIPROT, 2017a; ONLINE MENDELIAN
INHERITANCE IN MAN, 2009); e aumento na expressão de uma proteína que age na supressão da
inflamação (plasma protease C1 inhibitor) (DAVIS; MEJIA; LU, 2008). No cluster 1, frente à
mesma intervenção, as proteínas fibrinogen alpha, beta e gamma chain, haptoglobin e Ig alpha-1
chain C region apresentaram comportamento oposto ao observado no cluster 2, enquanto a proteína
plasma protease C1 inhibitor não mostrou alteração em sua expressão.
Isso mostra a possibilidade de o cluster de pior perfil metabólico ter se beneficiado mais
com a suplementação de micronutrientes do que o cluster de melhor perfil em relação à expressão
dessas proteínas específicas. Há diversos trabalhos na literatura mostrando os benefícios da
55
suplementação de vitaminas e minerais para indivíduos com um perfil metabólico ruim
(DAKSHINAMURTI, 2015; MIERZECKI et al., 2013; WANG et al., 2009). Em paralelo, há
também estudos mostrando que a suplementação é importante para os indivíduos cujas necessidades
nutricionais não são alcançadas com a dieta sozinha, ou seja, que os efeitos benéficos da
suplementação são mais fortes em indivíduos com baixas concentrações dos micronutrientes
(RAUTIAINEN et al., 2016; HUO et al., 2015). Entretanto, como não foi objetivo do presente
estudo conhecer o status de micronutrientes dos participantes, outras pesquisas seriam necessárias
para comprovar essa hipótese.
Ainda com relação aos resultados de expressão proteica observados no presente estudo, em
ambos os clusters, com a suplementação, houve aumento na expressão de ceruloplasmin, proteína
ligada ao transporte/metabolismo do ferro, o que faz sentido posto que este nutriente estava presente
no suplemento ofertado. Quanto à proteína alpha-2-HS-glycoprotein, não foi possível explicar seu
comportamento em relação à evolução do perfil glico-lipídico dos clusters no presente estudo,
devido às controvérsias ainda existentes na literatura à respeito de suas ações.
É importante destacar o achado de que a maioria das proteínas que alteraram sua expressão
após a intervenção apresentou comportamento diferente frente à suplementação, ao se comparar o
cluster 1 com o cluster 2. Ou seja, enquanto uma proteína teve sua expressão aumentada em um
cluster com a intervenção, no outro cluster esta mesma proteína teve sua expressão diminuída ou
não alterada neste período. Além disso, cabe lembrar que os níveis plasmáticos de glicose, de LDL,
de colesterol total e de HDL não evoluíram da mesma forma entre os clusters diante da
suplementação aplicada. Isso mostra que, mesmo expostos à uma mesma intervenção nutricional, os
indivíduos podem não reagir da mesma maneira em relação à sua expressão de proteínas, glicemia e
lipidograma e que outras variáveis, como o perfil genético e o estado nutricional relativo às
vitaminas, podem ter influenciado essas diferenças.
56
7 LIMITAÇÕES DO ESTUDO
O presente estudo apresenta algumas limitações. Na análise proteômica, não foi possível
realizar a avaliação de cada amostra individualmente, devido ao elevado custo que este
procedimento representaria, além do tempo que gastaria para completar as análises. Entretanto, o
recurso de agrupar as amostras, adotado no presente trabalho, tem sido utilizado em diversas
pesquisas da área de Proteômica (KARP; LILLEY, 2009; KAUR et al., 2012; WEINKAUF;
HIDDEMANN; DREYLING, 2006).
Além disso, para avaliação do consumo alimentar foi utilizado o questionário semi-
quantitativo de frequência alimentar, método indireto de avaliação do consumo e no qual há a
possibilidade de erros em relação ao entrevistado e ao entrevistador (erros inerentes ao instrumento
de medida). As providências tomadas para minimizar estes erros foram: a realização de três
aplicações do instrumento, o que minimiza a variabilidade intrapessoal (COSTA et al., 2006); a
exigência da presença de um adulto que conhecesse a alimentação do participante; a exibição de um
álbum fotográfico com os tamanhos das porções dos alimentos e bebidas questionados, bem como
de utensílios domésticos (colheres, copos, pratos, etc.) de diferentes tamanhos para maior precisão
da identificação dos tamanhos das porções consumidos; e treinamento intenso dos entrevistadores
para padronizar a coleta das informações.
57
8 CONCLUSÃO
Neste estudo de intervenção nutricional, foram descritos dois diferentes grupos metabólicos
(cluster 1 e cluster 2), os quais foram formados com base no perfil glicídico e lipídico dos
participantes. Após a formação destes grupos, foi observado que eles também possuíam perfis
antropométricos e de composição corporal distintos entre si.
Com a suplementação de micronutrientes, os grupos evoluíram de forma diferente em
relação a seus perfis glicídicos e lipídicos (o cluster 1 apresentou redução de glicemia, LDL e
colesterol total, enquanto o cluster 2 reduziu LDL, colesterol total e HDL); é possível que o
aumento da expressão de algumas proteínas de fase aguda positivas possa ter auxiliado na melhoria
do perfil glico-lipídico dos participantes.
A diferente evolução da ingestão alimentar dos clusters ao longo do estudo pode ter
contribuído para a diferente expressão de algumas proteínas entre os grupos. Entretanto, isso não
descarta o achado de que mesmo expostos à uma mesma intervenção nutricional os indivíduos
podem não reagir da mesma maneira em relação à glicemia, lipidograma e expressão de proteínas.
Análises genéticas e do estado nutricional relativo às vitaminas poderão esclarecer esses achados.
58
REFERÊNCIAS
ABU-FARHA, M. et al. Proteomics analysis of human obesity reveals the epigenetic factor HDAC4
as a potential target for obesity. PLoS One, 8(9):e75342, Sep 2013.
AHRENS, W. et al. Prevalence of overweight and obesity in European children below the age of
10. Int J Obes (Lond), Sep 2014, 38 Suppl 2:S99-107.
AL-ATTAS, O. et al. Metabolic Benefits of Six-month Thiamine Supplementation in Patients With

and Without Diabetes Mellitus Type 2. Clin Med Insights Endocrinol Diabetes, 7:1-6, Jan 2014.
ALBERTI, K. G.; ZIMMET, P.; SHAW, J. Metabolic syndrome - a new world-wide definition: a
consensus statement from the International Diabetes Federation. Diabet Med, 23:469-480, 2006.
ALCANTARA NETO, D. A. et al. Fatores associados à dislipidemia em crianças e adolescentes de

escolas públicas de Salvador, Bahia. Rev. bras. epidemiol, São Paulo, v. 15, n. 2, 2012.
ALCORLO, M. et al. Structural insights on complemente activation. FEBS J, 282(20):3883-91,

Oct 2015.
ALEMAN, M. M. et al. Fibrinogen and red blood cells in venous thrombosis. Thromb Res, 133,
May 2014. Suppl 1:S38-40.
ALPERT, M. A. Obesity cardiomyopathy: pathophysiology and evolution of the clinical syndrome.

Am J Med Sci, 321:225-36, 2001.
ANDERSON, N. L.; ANDERSON, N. G. The human plasma proteome: history, character, and
diagnostic prospects. Mol Cell Proteomics, 1(11):845–67, Nov 2002.
ASLEH, R. et al. Genetically determined heterogeneity in hemoglobin scavenging and

susceptibility to diabetic cardiovascular disease. Circ Res. 92(11):1193-200, Jun 2003.
ASLEH, R. et al. Haptoglobin genotype- and diabetes-dependent differences in iron-mediated

oxidative stress in vitro and in vivo. Circ Res, 96(4):435-41, Mar 2005.
ASLEH, R. et al. Haptoglobin genotype is a regulator of reverse cholesterol transport in diabetes in

vitro and in vivo. Circ Res, 99(12):1419-25, Dec 2006.
BALFOUSSIA, E. et al. A proteomic study of plasma protein changes under extreme physical
stress. J Proteomics, 98:1-14, Feb 2014.
BEAULOYE, V. et al. Determinants of early atherosclerosis in obese children and adolescents. J

Clin Endocrin Metab, 92:3025–3032, 2007.
BELENCHIA, A. M. et al. Correcting vitamin D insufficiency improves insulin sensitivity in obese

adolescents: a randomized controlled trial. Am J Clin Nutr, 97(4):774-81, Apr 2013.
BENSMANA, M.; LEFRANC, M. P. Gene segments encoding membrane domains of the human
immunoglobulin gamma 3 and alpha chains. Immunogenetics, 32(5):321-30, 1990.
BISOENDIAL, R. et al Apolipoprotein A-I Limits the Negative Effect of Tumor Necrosis Factor on
Lymphangiogenesis. Arterioscler Thromb Vasc Biol, 35(11):2443-50, Nov 2015.
59
BRADFORD, M. M. A rapid and sensitive method for the quantitation of microgram quantities of
protein utilizing the principle of protein-dye binding. Anal Biochem, 72(1-2):248–54, May 1976.
BURNS, S. F.; LEE, S.; ARSLANIAN, S. A. In vivo insulin sensitivity and lipoprotein particle size
and concentration in black and white children. Diabetes Care, vol. 32, no. 11, pp. 2087–2093,
2009.
CALDER, P. C. et al. A consideration of biomarkers to be used for evaluation of inflammation in

human nutritional studies. Br J Nutr, 109, Jan 2013. Suppl 1:S1-34.
CANAS, J. A.; SWEETEN, S.; BALAGOPAL, P. Biomarkers for cardiovascular risk in children.
Pediatrics, v. 28, n. 2, 2013.
CAPUANO, V. et al. The third component of the complement (C3) is a marker of the risk of
atherogenesis. Eur J Cardiovasc Prev Rehabil, 13(4):658-60, Aug 2006.
CARTER K; WORWOOD M. Haptoglobin: a review of the major allele frequencies worldwide and
their association with diseases. Int J Lab Hematol, 29(2):92-110, Apr 2007.
CHAILURKIT, L. et al. The relationship of fetuin-A and lactoferrin with bone mass in elderly
women. Osteoporos Int, 22(7):2159-64, Jul 2011.
CHIOLERO, A. et al. Prevalence of hypertension in school children based on repeated

measurements and association with overweight. J Hypertens, 25:2209–2217, 2007.
CHOI, D. K. et al. Gender difference in proteome of brown adipose tissues between male and
female rats exposed to a high fat diet. Cell Physiol Biochem, 28(5):933-48, 2011.
CHOI, J. W. et al. Profiling of gender-specific rat plasma proteins associated with susceptibility or
resistance to diet-induced obesity. J. Proteomics, 75(4):1386-400, Feb 2012.
CICARDI, M. et al. C1 inhibitor: molecular and clinical aspects. Springer Semin Immunopathol,
27(3):286-98, Nov 2005.
CIGNARELLI, M. et al. Relationship of obesity and body fat distribution with ceruloplasmin serum
levels. Int J Obes Relat Metab Disord, 20(9):809-13, Sep 1996.
CLERC, F. et al. Human plasma protein N-glycosylation. Glycoconj J, 33(3):309-43, Jun 2016.
COPELAND, K. C. et al., Characteristics of adolescents and youth with recent-onset type 2

diabetes: the TODAY cohort at baseline. The Journal of Clinical Endocrinology & Metabolism,
vol. 96, no. 1, pp. 159–167, 2011.
COSTA, A. G. V. et al. Questionário de freqüência de consumo alimentar e recordatório de 24

horas: aspectos metodológicos para avaliação da ingestão de lipídeos. Rev. Nutr., Campinas, v.
19, n. 5, Oct 2006.
COTE, A. T. et al. Childhood Obesity and Cardiovascular Dysfunction. J Am Coll Cardiol,

62(15):1309-19, Oct 2013.
60
COX, J.; MANN, M. Quantitative, high-resolution proteomics for data-driven systems biology.
Annu Rev Biochem, 80:273-99, 2011.
DABROWSKA, A. M. et al. Fetuin-A (AHSG) and its usefulness in clinical practice. Review of the
literature. Biomed Pap Med Fac Univ Palacky, Olomouc Czech Repub, 159(3):352-9, Sep 2015.
DAKSHINAMURTI, K. Vitamins and their derivatives in the prevention and treatment of

metabolic syndrome diseases (diabetes). Can J Physiol Pharmacol, 93(5):355-62, May 2015.
DALMAS, E. et al. Variations in circulating inflammatory factors are related to changes in calorie
and carbohydrate intakes early in the course of surgery-induced weight reduction. Am J Clin Nutr,
94(2):450-8, Aug 2011.
DANFORD, L. C.; SCHOELLER, D. A.; KUSHNER, R. F. Comparison of two bioelectrical

impedance analysis models for total body water measurement in children. Ann Hum Biol.
19(6):603-7, Nov-Dec 1992.
DAVIS, A. E. 3RD; MEJIA, P.; LU, F. Biological activities of C1 inhibitor. Mol Immunol,
45(16):4057-63, Oct 2008.
DE LUCA, G. et al. High fibrinogen level is an independent predictor of presence and extent of
coronary artery disease among Italian population. J Thromb Thrombolysis, 31 (4): 458-63, 2011.
DESPRÉS, J. P. Body fat distribution and risk of cardiovascular disease: an update. Circulation,
126(10):1301-13, Sep 2012.
DIXON, L. J. et al. Caspase-1 as a central regulator of high fat diet-induced non-alcoholic

steatohepatitis. PLoS One, 8:e56100, 2013.
DREON, D. M. et al. A very low-fat diet is not associated with improved lipoprotein profiles in
men with a predominance of large, low-density lipoproteins. Am J Clin Nutr, 69(3):411-8, Mar
1999.
DUTHIE, K. A. et al. Proteomics analysis of interleukin (IL)-7-induced signaling effectors shows

selective changes in IL-7Ralpha449F knock-in T cell progenitors. Mol Cell Proteomics,
6(10):1700-10, Oct 2007.
ENGSTRÖM, G. et al. Complement C3 and C4 in plasma and incidence of myocardial infarction

and stroke: a population-based cohort study. Eur J Cardiovasc Prev Rehabil, 14(3):392-7, Jun
2007.
ESTIVILL-CASTRO, V. Why so many clustering algorithms - A Position Paper. ACM SIGKDD

Explorations Newsletter, 4 (1): 65–75, 2002.
FIBRINOGEN STUDIES COLLABORATION et al. Associations of plasma fibrinogen levels with

established cardiovascular disease risk factors, inflammatory markers, and other characteristics:
individual participant meta-analysis of 154,211 adults in 31 prospective studies: the fibrinogen
studies collaboration. Am J Epidemiol, 166(8):867-79, Oct 2007.
FRIDMAN, O.; D’ ERAMO, J. L.; FINKELSTEIN, A. E. Homocisteina plasmatica: Factor de

riesgo independiente de afecciones vasculares oclusivas. Revista Argentina de Cardiología, 65,
571–581, 1997.
61
FU. Q. et al A robust, streamlined, and reproducible method for proteomic analysis of serum by
delipidation, albumin and igG depletion, and two-dimensional gel electrophoresis. Proteomics,
5:2656-2664, 2005.
FUENMAYOR,G. et al. Prevalence of dyslipidemia in children with congenital heart disease. Arq
Brás Cardiol. 101(3):273-276, Sep 2013.
FUMAGALLI, F. et al. Validation of a food frequency questionnaire for assessing dietary nutrients
in Brazilian children 5 to 10 years of age. Nutrition, 24:427-432, 2008.
GALATA, Z. et al. Plasma proteomic analysis in obese and overweight prepubertal children. Eur J
Clin Invest, 41(12):1275-83, Dec 2011.
GARGARI, B. P.; AGHAMOHAMMADI, V; ALIASGHARZADEH, A. Effect of folic acid

supplementation on biochemical indices in overweight and obese men with type 2 diabetes.
Diabetes Res Clin Pract, 94(1):33-8, Oct 2011.
GIANNINI, C. et al. The triglyceride-to-HDL cholesterol ratio: association with insulin resistance
in obese youths of different ethnic backgrounds. Diabetes Care, vol. 34, no. 8, pp. 1869–1874,
2011.
GIMENEZ, M. et al. Quantitative proteomic analysis and functional studies reveal that
nucleophosmin is involved in cell death in glioblastoma cell line transfected with siRNA.
Proteomic, 12(17):2632-40, Aug 2012.
GOMME, P. T.; BERTOLINI, J. Therapeutic potential of vitamin D-binding protein. Trends

Biotechnol, 22(7):340-5, Jul 2004.
GOMME, P. T.; MCCANN, K. B.; BERTOLINI, J. Transferrin: structure, function and potential
therapeutic actions. Drug Discov Today, 10(4):267-73, Feb 2005.
GONG, C. D. et al. Glycolipid metabolic status of overweight/obese adolescents aged 9- to 15-year-

old and the BMI-SDS/BMI cut-off value of predicting dyslipidemiain boys, Shanghai, China: a
cross-sectional study. Lipids Health Dis, 12(1):129, Aug 2013.
GONZÁLEZ-JIMÉNEZ, E. et al. Influence of Biochemical and Anthropometric Factors on the

Presence of Insulin Resistance in Adolescents. Biol Res Nurs, May 2016.
GREGOR, M. F.; HOTAMISLIGIL, G. S. Inflammatory mechanisms in obesity. Annu Rev

Immunol, 29:415-45, 2011.
GRÖBER-GRÄTZ, D. et al. Body mass index or waist circumference: which is the better predictor
for hypertension and dyslipidemia in overweight/obese children and adolescents? Association of
cardiovascular risk related to body mass index or waist circumference. Horm Res Paediatr,
80(3):170-8, 2013.
GÜNGÖR, N. K. Overweight and obesity in children and adolescents. J Clin Res Pediatr
Endocrinol, 6(3):129-43, Sep 2014.
HADJISTAVRI, L. S. et al. Beneficial effects of oral magnesium supplementation on insulin
sensitivity and serum lipid profile. Med Sci Monit, 16(6):CR307-312, Jun 2010.
62
HENG, E. C. et al. Supplementation with tocotrienol-rich fraction alters the plasma levels of
Apolipoprotein A-I precursor, Apolipoprotein E precursor, and C-reactive protein precursor from
young and old individuals. Eur J Nutr, 52(7):1811-20, Oct 2013.
HEROUVI, D. et al. Cardiovascular disease in childhood: the role of obesity. Eur J Pediatr,
172:721–732, 2013.
HEYWARD, V.H.; STOLARCZYK, L. M. Applied body composition assessment. Champaign,

Illinois: Human Kinetics, 1996.
HOGLEN, N. C. et al. Modulation of Kupffer cell and peripheral blood monocyte activity by in
vivo treatment of rats with all-trans-retinol. Liver, 17(3):157-65, Jun 1997.
HOUTKOOPER, L. B. et al. Bioelectrical impedance estimation of fat-free body mass in children

and youth: a cross-validation study. J Appl Physiol. 72(1):366-73, Jan 1992.
HOVLAND, A. et al. The complement system and toll-like receptors as integrated players in the
pathophysiology of atherosclerosis. Atherosclerosis, 241(2):480-94, Aug 2015.
HUBLER, M. J.; KENNEDY, A. J. Role of lipids in the metabolism and activation of immune
cells. J Nutr Biochem, 34:1-7, Aug 2016.
HUO, Y. et al. Efficacy of folic acid therapy in primary prevention of stroke among adults with
hypertension in China: the CSPPT randomized clinical trial. JAMA, 313(13):1325-35, Apr 2015.
INSELMAN, A. L. et al. Assessment of research models for testing gene-environment interactions.

Eur J Pharmacol, 668 Suppl 1:S108-16, Sep 2011.
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Pesquisa de Orçamentos

Familiares 2008-2009: Antropometria e estado nutricional de crianças, adolescentes e adultos no
Brasil. Rio de Janeiro: IBGE, 2010.
IX, J. H. et al. Association between human fetuin-A and the metabolic syndrome: data from the
Heart and Soul Study. Circulation, 113(14):1760-7, Apr 2006.
IX, J. H. et al. Fetuin-A and BMD in older persons: the Health Aging and Body Composition
(Health ABC) study. J Bone Miner Res, 24(3):514-21, Mar 2009.
JELLIFE, D.B. Evaluacion del estado de nutricion de la comunidad: serie de monografias. Geneve,
World Health Organization, p. 191, 1968.
JENKINS, A. J. et al. 'Lipoproteins, glycoxidation and diabetic angiopathy'. Diabetes Metab Res
Rev, 20(5):349-68, Sep-Oct 2004.
JENSEN, M. K. et al. Novel metabolic biomarkers of cardiovascular disease. Nat Rev Endocrinol,
10(11):659-72, Nov 2014.
KAPUT, J. et al. Consensus statement understanding health and malnutrition through a system
approach: the ENOUGH program for early life. Genes Nutr, Vol. 9, p. 378, 2014.
KAPUT, J.; MORINE, M. Discovery-based nutritional systems biology. Developing N-of-1

nutrigenomic research. Int J Vitamin Nutr Res, Vol. 82, pp. 333-341, 2012.
63
KAPUT, J.; RODRIGUEZ, R. L. Nutritional genomics: the next frontier in the postgenomic era.
Physiol Genomics, 16(2):166-77, Jan 2004.
KARP, N. A.; LILLEY, K. S. Investigating sample pooling strategies for DIGE experiments to
address biological variability. Proteomics, 9 (2), 388−97, 2009.
KAUR, P. et al. iTRAQ-based quantitative protein expression profiling and MRM verification of
markers in type 2 diabetes. J Proteome Res, 11(11):5527-39, Nov 2012.
KAUSHIK, S. V. et al. Extended-release niacin decreases serum fetuin-A concentrations in

individuals with metabolic syndrome. Diabetes Metab Res Rev, 25(5):427-34, Jul 2009.
KELISHADI, R. et al. Effect of zinc supplementation on markers of insulin resistance, oxidative

stress, and inflammation among prepubescent children with metabolic syndrome. Metab Syndr
Relat Disord, 8(6):505-10, Dec 2010.
KELISHADI, R.; FARAJZADEGAN, Z.; BAHREYNIAN, M. Association between vitamin D

status lipid profile in children and adolescents: a systematic review and meta-analysis. Int J Food
Sci Nutr, Vol. 65 (4), pp. 404-410, 2014.
KIM, C. H. et al. Elevated serum ceruloplasmin levels in subjects with metabolic syndrome: a
population-based study. Metabolism, 51(7):838-42, Jul 2002.
KO, D. H. et al. A review of haptoglobin typing methods for disease association study and
preventing anaphylactic transfusion reaction. Biomed Res Int, 390630, 2013.
KOHAN, A. B. et al. ApoA-IV: current and emerging roles in intestinal lipid metabolism, glucose
homeostasis, and satiety. Am J Physiol Gastrointest Liver Physiol, 308(6):G472-81, Mar 2015.
LAING, C. J; FRASER, D. R. Changes with malnutrition in the concentration of plasma vitamin D

binding protein in growing rats. Br J Nutr, 88(2):133-9, Aug 2002.
LAKKA, T.A. et al. Abdominal obesity is associated with accelerated progression of carotid
atherosclerosis in men. Atherosclerosis, v. 154, p.497-504, 2001.
LEE, B. N. et al. Upregulation of interleukin-1β production by 1,25-dihydroxyvitamin D(3) in

activated human macrophages. Mol Biol Rep, 38(3):2193-201, Mar 2011.
LEE, S. E. et al. Plasma Proteome Biomarkers of Inflammation in School Aged Children in Nepal.
PLoS One, 10(12):e0144279, Dec 2015.
LEE, Y. S. et al. Adipocytokine orosomucoid integrates inflammatory and metabolic signals to

preserve energy homeostasis by resolving immoderate inflammation. J Biol Chem, 285(29):22174-
85, Jul 2010.
LEVY, A. P. et al. Haptoglobin phenotype and prevalent coronary heart disease in the Framingham
offspring cohort. Atherosclerosis, 172(2):361-5, Feb 2004.
LEVY, A. P. et al. Haptoglobin: basic and clinical aspects. Antioxid Redox Signal, 12(2):293-304,
Feb 2010.
64
LILLIE, E. O. et al The n- of-1 clinical trial: the ultimate strategy for individualizing medicine? Per
Med, 8(2):161-173, Mar 2011.
LIVINGSTONE, M. B.; ROBSON, P. J. Measurement of dietary intake in children. Proc Nutr Soc,
59:279–293, 2000.
LLORACH, R. et al. Nutrimetabolomic strategies to develop new biomarkers of intake and health
effects. J Agric Food Chem, 60(36):8797-808, Sep 2012.
LOPES, H. F. et al. Visceral adiposity syndrome. Diabetol Metab Syndr, 8:40, Jul 2016.
LORD, S. T. Molecular mechanisms affecting fibrin structure and stability. Arterioscler Thromb
Vasc Biol, 31(3):494-9, Mar 2011.
LUKASKI, H. C. et al. Validation of tetrapolar bioelectrical impedance method to assess human

body composition. Journal of Applied Physiology, Vol. 60, pp. 1327-1332, 1986.
LUMENG, C. N.; BODZIN, J. L.; SALTIEL, A. R. Obesity induces a phenotypic switch in adipose
tissue macrophage polarization. J Clin Invest, 117(1):175-84, Jan 2007.
LUO, Z. et al. Orosomucoid, an acute response protein with multiple modulating activities. J
Physiol Biochem, 71(2):329-40, Jun 2015.
LYONS, C. L.; KENNEDY, E. B.; ROCHE, H. M. Metabolic Inflammation-Differential

Modulation by Dietary Constituents. Nutrients, 8(5). pii: E247, Apr 2016.
MAHN, A. V.; MUÑOZ, M. C.; ZAMORANO, M. J. Discovery of biomarkers that reflect the
intake of sodium selenate by nutritional proteomics. J Chromatogr Sci, 47(9):840-3, Oct 2009.
MANSUY-AUBERT, V. et al. Imbalance between neutrophil elastase and its inhibitor α1-
antitrypsin in obesity alters insulin sensitivity, inflammation, and energy expenditure. Cell Metab.
17(4):534-48, Apr 2013.
MCHEYZER-WILLIAMS, M. et al. Molecular programming of B cell memory. Nat Rev

Immunol, 12(1):24-34, Dec 2011.
MEISSER REDEUIL, K. et al. Simultaneous quantification of 21 water soluble vitamin circulating

forms in human plasma by liquid chromatography-mass spectrometry. J Chromatogr A, 1422:89-
98, Nov 2015.
MENG, Q. et al. Systems Biology Approaches and Applications in Obesity, Diabetes, and
Cardiovascular Diseases. Curr Cardiovasc Risk Rep, 7(1):73-83, Feb 2013.
MIERZECKI, A. et al. Association between low-dose folic acid supplementation and blood lipids
concentrations in male and female subjects with atherosclerosis risk factors. Med Sci Monit,
19:733-9, Sep 2013.
MONTEIRO, J. P. et al. Consumo Alimentar: Visualizando Porções (Food Intake and portion
sizes). Rio de Janeiro: Guanabara Koogan. Vol. 1, 2007.
MONTEIRO, J. P. et al. Methylation potential associated with diet, genotype, protein, and
metabolite levels in the Delta Obesity Vitamin Study. Genes Nutr, 9(3):403, May 2014.
65
MORI, K.; EMOTO, M.; INABA, M. Fetuin-A and the cardiovascular system. Adv Clin Chem,
56:175-95, 2012.
MOULDER, R. et al. Quantitative proteomics analysis of the nuclear fraction of human CD4+ cells
in the early phases of IL-4-induced Th2 differentiation. Mol Cell Proteomics, 9(9):1937-53, Sep
2010.
MUKHERJEE, R. et al. Gender-dependent protein expression in white adipose tissues of lean and
obese rats fed a high fat diet. Cell Physiol Biochem, 29(3-4):617-34, 2012.
MUSCI, G.; POLTICELLI, F.; BONACCORSI DI PATTI, M. C. Ceruloplasmin-ferroportin system

of iron traffic in vertebrates. World J Biol Chem, 5(2):204-15, May 2014.
NILSSON, B. et al. C3 and C4 are strongly related to adipose tissue variables and cardiovascular
risk factors. Eur J Clin Invest, 44(6):587-96, Jun 2014.
NIMITPHONG, H. et al. Relationship of vitamin D status and bone mass according to vitamin D-
binding protein genotypes. Nutr J. 14:29, Mar 2015.
OLIVEIRA, C. S. et al. Impact of Roux-en-Y gastric bypass on lipid and inflammatory

profiles. Rev. Col. Bras. Cir, Rio de Janeiro, v. 42, n. 5, p. 305-310, Oct 2015.
ONLINE MENDELIAN INHERITANCE IN MAN. Iga Constant Heavy Chain 1; IGHA1. 2009.
[Internet]. Disponível em: < http://omim.org/entry/146900>. Acesso em: 18 nov. 2016.
ORTIZ, G. et al. Diabetic retinopathy: could the alpha-1 antitrypsin be a therapeutic option?. Biol
Res, 18;47:58, Nov 2014.
PANAGIOTOU, G.; NIELSEN, J. Nutritional systems biology: definitions and approaches. Annu
Rev Nutr, 29:329-39, 2009.
PAYAHOO, L. et al. Effects of zinc supplementation on the anthropometric measurements, lipid

profiles and fasting blood glucose in the healthy obese adults. Adv Pharm Bull, 3(1):161-5, 2013.
PEDROZO, W. R. et al. Reference values and prevalence of lipidic profile alterations in

adolescents]. Arch Argent Pediatr, 108(2):107-15, Apr 2010.
PEREIRA, R. A. et al. How many 24-hour recalls or food records are required to estimate usual
energy and nutrient intake? Cad. Saúde Pública, 26(11): 2101-2111, 2010.
PERL, M. L. et al. Variance in Biomarker Usefulness as Indicators for Carotid and Coronary
Atherosclerosis. Isr Med Assoc J, 18(2):80-4, Feb 2016.
PICHÉ, M. E. et al. Relation of high-sensitivity C-reactive protein, interleukin-6, tumor necrosis

factor-alpha, and fibrinogen to abdominal adipose tissue, blood pressure, and cholesterol and
triglyceride levels in healthy postmenopausal women. Am J Cardiol, 96(1):92-7, Jul 2005.
PIGŁOWSKA, M. et al. Body composition, nutritional status, and endothelial function in physically
active men without metabolic syndrome--a 25 year cohort study. Lipids Health Dis, 15:84, Apr
2016.
66
POREDOŠ, P.; JEŽOVNIK, M. K. Markers of preclinical atherosclerosis and their clinical
relevance. Vasa, 44(4):247-56, Jul 2015.
PULGARÓN, E. R. Childhood Obesity: A Review of Increased Risk for Physical and

Psychological Comorbidities. Clinical Therapeutics, v. 35, n. 1, 2013.
QUIJADA, Z. et al. The triglyceride/HDL-cholesterol ratio as a marker of cardiovascular risk in

obese children; association with traditional and emergent risk factors. Pediatr Diabetes, 9(5):464-
71, Oct 2008.
RAUTIAINEN, S. et al. Dietary supplements and disease prevention - a global overview. Nat Rev
Endocrinol, 12(7):407-20, Jul 2016.
REHMAN, A. A.; AHSAN, H.; KHAN, F. H. α-2-Macroglobulin: a physiological guardian. J Cell

Physiol, 228(8):1665-75, Aug 2013.
REILLY, J. J.; KELLY, J. Long-term impact of overweight and obesity in childhood and
adolescence on morbidity and premature mortality in adulthood: systematic review. Int J Obes
(Lond), 35:891–898, 2011.
ROSENSON, R. S. et al Translation of high-density lipoprotein function into clinical practice:

current prospects and future challenges. Circulation, 128(11):1256-67, Sep 2013.
ROSINI. N. et al. Metabolic Syndrome and Importance of Associated Variables in Children and
Adolescents in Guabiruba - SC, Brazil. Arq Bras Cardiol, 105(1):37-44, Jul 2015.
RÚPOLO, B. S.; MIRA, J. G. S.; JUNIOR, O. K. Deficiência de IgA. Jornal de Pediatria, Vol. 74,
Nº6, 1998.
SAFAVI, S. M.; ZIAEI, R.; MARACY, M. R.. Association of serum ceruloplasmin level with
obesity: some components of metabolic syndrome and high-sensitive C-reactive protein in Iran. J
Obes. 2012: 951093, 2012.
SCHAFER, C. et al. The serum protein alpha 2-Heremans-Schmid glycoprotein/fetuin-A is a

systemically acting inhibitor of ectopic calcification. J Clin Invest, 112(3):357-66, Aug 2003.
SCHROEDER, H. W. J.; CAVACINI, L. Structure and function of immunoglobulins. J Allergy

Clin Immunol, Feb 2010. 125(2 Suppl 2):S41-52.
SESHI, B. An integrated approach to mapping the proteome of the human bone marrow stromal
cell. Proteomics, 6(19):5169-82, Oct 2006.
SINGH, M. et al. Role of fetuin-A in atherosclerosis associated with diabetic patients. J Pharm
Pharmacol, 64(12):1703-8, Dec 2012.
SITAR, M. E.; AYDIN, S.; CAKATAY, U. Human serum albumin and its relation with oxidative
stress. Clin Lab, 59(9-10):945-52, 2013.
SKILTON, M. R.; CELERMAJER, D. S. Endothelial dysfunction and arterial abnormalities in

childhood obesity. Int J Obes, 30:1041–1049, 2006.
67
SPOSITO, A. C. et al. IV Brazilian Guideline for Dyslipidemia and Atherosclerosis prevention:
Department of Atherosclerosis of Brazilian Society of Cardiology. Arq Bras Cardiol, Apr 2007;
88 Suppl 1:2-19.
STEINBERGER, J. et al. Relationship between insulin resistance and abnormal lipid profile in
obese adolescents. J Pediatr, 126(5 Pt 1):690-5, May 1995.
STOEKENBROEK, R. M.; STROES, E. S.; HOVINGH, G. K. ApoA-I mimetics. Handb Exp

Pharmacol, 224:631-48, 2015.
SUN, Z. L. et al. Serum fetuin-A levels in patients with cardiovascular disease: a meta-analysis.
Biomed Res Int. 2014:691540, Oct 2016.
TAILOR, A. M. et al. An update on the prevalence of the metabolic syndrome in children and
adolescents. Int J Pediatr Obes, 5:202-213, 2010.
TALUKDAR, S. et al. Neutrophils mediate insulin resistance in mice fed a high-fat diet through
secreted elastase. Nat Med, 18(9):1407-12, Sep 2012.
TANNER, J. Growth at adolescence: with a general condition of the effects of hereditary and
environmental factors upon growth and maturation from birth to maturity. 2nd edition. Oxford:
Blackwell Scientific, 1962.
TESSEROMATIS, C. et al. Acute-Phase Proteins: Alpha -1- Acid Glycoprotein, Acute Phase
Proteins - Regulation and Functions of Acute Phase Proteins, Prof. Francisco Veas (Ed.), ISBN:
978-953-307-252-4, InTech, 2011, Disponível em: <http://www.intechopen.com/books/acute-
phaseproteins-regulation-and-functions-of-acute-phase-proteins/acute-phase-proteins-alpha-1-acid-
glycoprotein>. Acesso em: 10 mar. 2017.
TIAN, W. D. et al. Proteomic identification of alpha-2-HS-glycoprotein as a plasma biomarker of

hypopharyngeal squamous cell carcinoma. Int J Clin Exp Pathol, 8(8):9021-31, Aug 2015.
TIEH, P.; DREIMANE D. Type 2 Diabetes Mellitus in Children and Adolescents. Indian J
Pediatr, 2013.
TOONEN, E. J. et al. Activation of proteinase 3 contributes to Non-alcoholic Fatty Liver Disease

(NAFLD) and insulin resistance. Mol Med, 22:202-214, May 2016.
TRACY, R. P. et al. The relationship of fibrinogen and factors VII and VIII to incident
cardiovascular disease and death in the elderly: results from the cardiovascular health study.
Arterioscler Thromb Vasc Biol, 19: 1776 – 1783, 1999.
TUNGTRONGCHITRA, R. et al. Relationship between alpha-2-macroglobulin, anthropometric

parameters and lipid profiles in Thai overweight and obese in Bangkok. Nutrition
Research, 23(9), pp. 1143-1152, 2003.
TUTEJA, S.; RADER, D. J. High-density lipoproteins in the prevention of cardiovascular disease:

changing the paradigm. Clin Pharmacol Ther, 96(1):48-56, Jul 2014.
UNIPROT. Haptoglobin. 2016. [Internet]. Disponível em:

<http://www.uniprot.org/uniprot/P00738>. Acesso em: 07 dez. 2016.
68
UNIPROT. Ig Mu Chain C Region. 2017c. [Internet]. Disponível em:
<http://www.uniprot.org/uniprot/P01871>. Acesso em: 10 jun. 2017.
UNIPROT. Immunoglobulin Heavy Constant Alpha 1. 2017a. [Internet]. Disponível em:

<http://www.uniprot.org/uniprot/P01876>. Acesso em: 8 mai. 2017.
UNIPROT. Plasma Protease C1 Inhibitor. 2017b. [Internet]. Disponível em:

<http://www.uniprot.org/uniprot/P05155>. Acesso em: 08 mai. 2017.
UNWIN, R. D. et al. Quantitative proteomics reveals posttranslational control as a regulatory factor

in primary hematopoietic stem cells. Blood, 107(12):4687-94, Jun 2006.
VAN CAMPENHOUT, A. et al Transferrin modifications and lipid peroxidation: implications in

diabetes mellitus. Free Radic Res, 37(10):1069-77, Oct 2003.
VAN GREEVENBROEK, M. M. et al. The cross-sectional association between insulin resistance

and circulating complement C3 is partly explained by plasma alanine aminotransferase, independent
of central obesity and general inflammation (the CODAM study). Eur J Clin Invest, 41(4):372-9,
Apr 2011.
VON HAEHLING, S.; DOEHNER, W.; ANKER, S. D. Obesity and the heart a weighty issue. J
Am Coll Cardiol, 47:2274-6, 2006.
WALLDIUS, G.; JUNGNER, I. Apolipoprotein B and apolipoprotein A-I: risk indicators of

coronary heart disease and targets for lipid-modifying therapy. J Intern Med, 255(2):188-205, Feb
2004.
WANG, C. et al. Effects of supplementation with multivitamin and mineral on blood pressure and
C-reactive protein in obese Chinese women with increased cardiovascular disease risk. Asia Pac J
Clin Nutr, 18(1):121-30, 2009.
WANG, F. et al. Apolipoprotein A-IV: a protein intimately involved in metabolism. J Lipid Res,
56(8):1403-18, Aug 2015.
WANG, J. et al. [Screening of protein markers on the plasma of obese young men]. Chinese
Journal of Preventive Medicine. 47(2):147-50, Feb 2013.
WANG, Y.; LOBSTEIN, T. Worldwide trends in childhood overweight and obesity. Int J Pediatr
Obes, 1:11–25, 2006.
WEIKERT, C. et al. Plasma fetuin-a levels and the risk of myocardial infarction and ischemic
stroke. Circulation, 118(24):2555-62, Dec 2008.
WEINKAUF, M.; HIDDEMANN, W.; DREYLING, M. Sample pooling in 2-D gel electrophoresis:
a new approach to reduce nonspecific expression background. Electrophoresis, 27 (22), 4555−8,
2006.
WEISS, R.; KAUFMAN, F. R. Metabolic complications of childhood obesity: identifying and

mitigating the risk. Diabetes Care, Feb 2008. Suppl 2:S310-6.
69
WLAZLO, N. et al. Low-grade inflammation and insulin resistance independently explain
substantial parts of the association between body fat and serum C3: the CODAM study.
Metabolism, 61(12):1787-96, Dec 2012.
WORLD HEALTH ORGANIZATION 2007. Disponível em: <http://www.who.int/growthref/en/>.

Acesso em: 10 mai. 2017.
WU, M; LYONS, T. J. Treatment approaches for diabetes and dyslipidemia. Horm Res Paediatr,
76, 2011. Suppl 1:76-80.
ZHANG, C. X. et al. Cardiovascular risk factors in overweight and obese Chinese children: a
comparison of weight-for-height index and BMI as the screening criterion. Eur J Nutr, 47(5):244-
50, Aug 2008.
ZHAO, J. et al. Identification of potential plasma biomarkers for esophageal squamous cell
carcinoma by a proteomic method. Int J Clin Exp Pathol, 8(2):1535-44, Feb 2015.
ZHAO, Z. W. et al. Serum fetuin-A levels are associated with the presence and severity of coronary
artery disease in patients with type 2 diabetes. Biomarkers, 18(2):160-4, Mar 2013.
ZULET, M. A. et al [Inflammatory biomarkers: the link between obesity and associated

pathologies]. Nutr Hosp, 22(5):511-27, Sep-Oct 2007.
70
APÊNDICE A - Termos de Assentimento e de Consentimento Livres e Esclarecidos
Termo de Assentimento para Crianças e Adolescentes
U NI VE RS I D ADE DE S ÃO P AU L O
F AC U LD ADE DE M E D I C IN A DE R I B EI RÃ O P RE T O
Av. Bandeirantes, 3900. Cep 14049-900 – Ribeirão Preto – SP

Telefone: (16) 3602-2573 - FAX: (16) 3602-2700
TERMO DE ASSENTIMENTO PARA CRIANÇAS E ADOLESCENTES
Eu, PROFESSORA DOUTORA JACQUELINE PONTES MONTEIRO e a Nutricionista ROBERTA GARCIA

SALOMÃO, pesquisadoras do Departamento de Puericultura e Pediatria da Faculdade de Medicina de Ribeirão Preto
(USP-SP), estamos desenvolvendo a pesquisa intitulada “Nova estratégia para analisar interações gene-nutriente
em crianças e adolescentes” e estamos convidando você a participar deste trabalho.
A obesidade, em crianças e adolescentes, é uma doença causada pelo excesso da ingestão de calorias. Baixa
ingestão de vitaminas e minerais (substâncias vitais para o nosso organismo) pode determinar o aparecimento de
doenças associadas à obesidade. Nós achamos que a suplementação de vitaminas e alguns minerais irá melhorar a
condição nutricional de crianças e adolescentes por aumentar substâncias no sangue chamadas S-adenosilmetionina
(SAM) e S-adenosilhomocisteína (SAH). Os níveis dessas substâncias no seu sangue podem estar associados à
condição de saúde ou doença, inclusive a obesidade. Também achamos que os diferentes níveis dessas substâncias
(SAM e SAH) estão associados às diferentes variações genéticas (diferenças nos seus genes). O que são genes? São
pequenas estruturas no nosso corpo que definem nossa aparência e nossa condição de saúde e de doença. Ou seja,
somos o que somos por causa da interação entre estas estruturas internas com o meio em que vivemos.
Este estudo tem como objetivo a melhor compreensão de como a suplementação de vitaminas e minerais pode
afetar os níveis no sangue de substâncias específicas e como estes níveis estão associados às mudanças nos genes. A
importância destes achados está no fato de que indivíduos com diferentes genes irão necessitar de diferentes
orientações sobre alimentação para obterem melhores condições de saúde, ou seja, você receberá uma orientação
sobre a alimentação mais adequada para você.
Se você concordar em participar neste estudo, terá que ingerir barrinhas de leite da Nestlé ricas em vitaminas e
minerais (2 barrinhas para crianças entre 9 e 11 anos e 3 barrinhas para aqueles com idade maior ou igual a 12 anos),
durante seis semanas porém apenas durante os dias escolares. Essas barrinhas de leite deverão ser entregues a você
no seu colégio, antes do início das aulas e deverão ser comidas imediatamente após a entrega das mesmas, condição
IMPORTANTE para a participação neste estudo. Você não receberá as barrinhas aos sábados, domingos e feriados.
Você receberá as barrinhas de leite por pesquisadores estrategicamente posicionados em frente à sua escola e em um
carro de apoio à pesquisa, a fim de não constranger ou expor você no ambiente escolar.
Você deve encontrar os pesquisadores durante 3 momentos diferentes para coleta de dados importantes para
essa pesquisa. Essa coleta de dados durará entre 2 a 3 horas em cada momento. Em cada um destes momentos, você
receberá ajuda de custo para pagar transporte (ida e volta) até o local da coleta e pagar almoço para você e para seu
responsável legal.
• Momento 1: antes de receber as barrinhas de leite
• Momento 2: após 6 semanas do recebimento das barrinhas de leite
• Momento 3: após mais 6 semanas SEM receber as barrinhas de leite
Em cada momento, as seguintes atividades serão desenvolvidas:
71
1. Coleta de sangue: 12 ml no momento 1 (4 colheres de sopa cheias) e 9 ml nos momentos 2 e 3
(aproximadamente 3 colheres de sopa cheias).
2. Medidas de peso, estatura e circunferência da cintura.
3. Simples avaliação da quantidade da gordura do seu corpo através de um aparelho chamado

impedância bioelétrica, sem qualquer risco, desconforto ou dor.
4. Responder a questionários sobre a alimentação usual, sobre a atividade física e sobre a condição
econômica com a ajuda de seus pais ou responsáveis legais.
Na semana que antecede cada coleta de sangue vocês serão procurados pelos pesquisadores para
responderem a 3 recordatórios de 24 horas (o que você comeu ou bebeu no dia anterior).
A coleta de sangue será feita por pessoal capacitado para essa função e o risco é mínimo (Riscos: A coleta
de sangue tem risco mínimo). Em alguns casos verifica-se pequena luxação no local. Estas amostras serão coletadas
após um jejum de pelo menos 6 horas. Será fornecido café de manhã imediatamente após a coleta de sangue. Nenhum
outro procedimento do trabalho confere qualquer outro risco a você.
Seu sangue será usado para análise de genes e de outras substâncias no sangue. Para essas análises, seu
sangue será enviado para o laboratório de pesquisa do Instituto de Pesquisa em Saúde da Nestlé (NIHS) na cidade de
Lausanne, na Suíça e, se necessário, para outros laboratórios externos ligados ao NIHS. No primeiro dia da pesquisa
você receberá um número e todos os pesquisadores envolvidos com as dosagens de sangue (NACIONAIS E
ESTRANGEIROS) passarão a reconhecer você apenas por esse número e não pelo nome.
Você deverá usar um bracelete que mede o número de passos, a atividade física e o gasto energético da
pessoa. Veja a ilustração abaixo. Esse bracelete chama-se “BodyBugg” e não confere desconforto ou qualquer risco a
você. Esse bracelete será fornecido pelos pesquisadores e deverá ser usado durante três dias determinados pelo
pesquisador. Além disso, o número exato de passos que você dará no dia será medido, durante 8 horas diárias por 7
dias, através de um aparelhinho que pode ser colocado no seu bolso chamado “pedômetro”. Os pesquisadores lhe
fornecerão esse aparelhinho também.
Figura: BodyBug para avaliação da atividade física

Você terá toda a garantia de esclarecimento a respeito da pesquisa, a qualquer momento que precisar. Para
isso, você, bem como seus responsáveis, poderão entrar em contato direto com as pesquisadoras JACQUELINE
PONTES MONTEIRO (FONE: 16 9154 88 93) e ROBERTA GARCIA SALOMÃO (FONE: 16 9128 0494), além de poder
contatar o comitê de ética em pesquisa do Hospital das Clínicas de Ribeirão Preto, de 8:30hs até 17:00hs, de segunda-
feira a sexta-feira, caso julgar necessário (FONE: 16 3602-2228; ENDEREÇO: Av. Bandeirantes sem número. Hospital
das Clínicas, andar térreo. Campus USP).
Você também terá a liberdade para se recusar a participar da pesquisa ou retirar seu consentimento, em
qualquer fase da pesquisa, sem penalização alguma.
O benefício desta pesquisa está no fato de que você receberá uma orientação sobre a sua dieta (4 cardápios
semanais com substitutos de alimentos), mais adequada à sua realidade. Estes cardápios personalizados só poderão
ser entregues após o término de todos os exames de sangue e de todas as análises destes resultados. Além disso,
72
você e seus familiares receberão orientação nutricional geral (BOAS PRÁTICAS DE ALIMENTAÇÃO). Esta última,
poderá ser entregue para você e para toda a família, já à partir do final da coleta dos dados.
Não está previsto qualquer dano ou complicação a você decorrentes da pesquisa.
Assinale abaixo caso você concorde em ser contatado mais tarde para participar de outras pesquisas.
• Concordo em ser contatado mais tarde para participar em outras pesquisas ( ).
• Não concordo em ser contatado mais tarde para participar em outras pesquisas ( ).
PARA VOCÊ ENTENDER MELHOR O QUE ESTAMOS PROPONDO VAMOS CONTAR COMO SERÁ SUA
PARTICIPAÇÃO NO PROJETO:
EU____________________________________________________________________
abaixo assinado, ______________________________________________________________________, confirmo
ter recebido todas as informações sobre a pesquisa a ser desenvolvida e estou ciente de como vou participar.
Estou de acordo em participar. Eu tive tempo suficiente para tomar minha decisão. Eu fui informado, pelo
pesquisador abaixo, verbalmente ou por escrito sobre os objetivos do estudo bem como sobre os benefícios e
desvantagens. Eu estou participando desta pesquisa por livre e espontânea vontade. Eu posso voltar atrás na
minha decisão em consentir a minha participaçãonesta pesquisa a qualquer momento, sem ter que dar uma
explicação e sem ser submetido a qualquer consequência desagradável.
________________________________________________________________
Participante da Pesquisa (criança ou adolescente)
Ribeirão Preto, _____________________(data)
73
Declaração do Investigador: Eu, abaixo assinado, certifico que expliquei à criança ou adolescente,
voluntário da pesquisa, a natureza, a significância e os objetivos deste estudo. Eu declaro que tenho
cumprido com todas as obrigações relacionadas a este ensaio clínico.
________________________________________________________________
Roberta Garcia Salomão
Ribeirão Preto, _____________________(data)
_________________________________________________________________
Jacqueline Pontes Monteiro
Ribeirão Preto, ___________________(data)
74
Termo de Consentimento Livre e Esclarecido para os Pais
U N I V E RS I D AD E D E S Ã O P AU L O
F AC U LD ADE D E M E D I C IN A D E R I B E I RÃ O P R E T O
Av. Bandeirantes, 3900. Cep 14049-900 – Ribeirão Preto – SP

Telefone: (16) 3602-2573 - FAX: (16) 3602-2700
TERMO DE CONSENTIMENTO LIVRE E ESCLARECIDO PARA OS PAIS
Eu, PROFESSORA DOUTORA JACQUELINE PONTES MONTEIRO e a Nutricionista ROBERTA GARCIA

SALOMÃO, pesquisadoras do Departamento de Puericultura e Pediatria da Faculdade de Medicina de Ribeirão Preto
(USP-SP), estamos desenvolvendo a pesquisa intitulada “Nova estratégia para analisar interações gene-nutriente
em crianças e adolescentes” e estamos convidando seu filho (a) a participar deste trabalho.
A obesidade e suas complicações são causadas pelo excesso da ingestão de calorias, mas também a baixa
ingestão de vitaminas e minerais pode determinar o aparecimento de doenças associadas à obesidade. Nós achamos
que a suplementação de vitaminas e alguns minerais (substâncias vitais para o nosso organismo) irá melhorar a
condição nutricional de crianças e adolescentes por aumentar substâncias chamadas S-adenosilmetionina (SAM) e S-
adenosilhomocisteína (SAH) no sangue. Os níveis dessas substâncias no sangue de seu (sua) filho (a) podem estar
associados à condição de saúde ou doença, inclusive a obesidade. Também achamos que os diferentes níveis dessas
substâncias (SAM e SAH) estão associados às diferentes variações genéticas (diferenças nos genes de cada indivíduo).
O que são genes? São pequenas estruturas no nosso corpo que definem nossa aparência e nossa condição de saúde e
de doença. Ou seja, somos o que somos por causa da interação entre estas estruturas internas com o meio em que
vivemos. A importância destes achados está no fato de que indivíduos com diferentes genes irão necessitar de
diferentes orientações sobre alimentação para obterem melhores condições de saúde, ou seja, seu (sua) filho (a)
receberá uma orientação sobre a alimentação mais adequada para ele (a). Essa pesquisa se justifica por que cada
indivíduo responde diferentemente a um tratamento nutricional, conforme as interações entre gene e o meio ambiente
em que vive. Exemplo: pessoas obesas respondem diferentemente a uma intervenção nutricional; umas emagrecem
muito facilmente, enquanto outras têm uma enorme dificuldade para emagrecer. Dessa forma, com os resultados dessa
pesquisa pretendemos descobrir em que grupo de resposta (valores de SAM e SAH) seu (sua) filho (a) se encontra,
para melhor orientarmos sua alimentação.
Diante disso, essa pesquisa tem como objetivos:
(1) analisar a resposta da razão SAM/SAH à suplementação de um conjunto de vitaminas e minerais (barrinha
de leite da Nestlé - 5 gramas - suplementada com vitaminas e minerais) em indivíduos. Essa barrinha de leite (2
barrinhas para crianças entre 9 e 11 anos e 3 barrinhas para aqueles com idade igual ou superior a 12 anos) deverão
ser entregues nos colégios dos participantes, antes do início das aulas e deverão ser comidas imediatamente após a
entrega das mesmas, condição IMPORTANTE para a participação neste estudo. Cada participante receberá as
barrinhas de leite por pesquisadores estrategicamente posicionados em frente às escolas e em um carro de apoio à
pesquisa, a fim de não constranger ou expor seu (sua) filho (a) no ambiente escolar. Cada participante deverá ingerir as
barrinhas durante 6 semanas, apenas durante os 5 dias letivos. Aos sábados, domingos e feriados, os participantes não
receberão as barrinhas.
(2) analisar variações genéticas no DNA e associar à resposta determinada pela razão SAM/SAH. Para isso,
não procuraremos especificamente um gene, mas qualquer diferença genética que tenha relação com a resposta acima.
(3) Avaliar a ingestão de energia e nutrientes através da aplicação de recordatórios de 24 horas
(perguntaremos a seu (sua) filho (a) o que comeu e bebeu no dia anterior) e questionários de freqüência alimentar para
crianças e adolescentes. Estes resultados serão utilizados para avaliação da ingestão habitual de energia, proteínas,
75
gorduras, açucares, vitaminas e minerais para que possamos achar possíveis alterações na dieta habitual que possam
interferir nos resultados.
(4) verificar como as proteínas e outras substâncias, tais como vitaminas e lipídios, no sangue de seu (sua)
filho (a) respondem à suplementação de vitaminas e minerais. O que são proteínas? Conjunto de pequenas estruturas
corporais que são responsáveis pela estrutura, defesa e transporte no seu corpo. O que são lipídios? São as gorduras
no sangue.
(5) separar os participantes do estudo em diferentes grupos, conforme os níveis de SAM e SAH e associar
esses grupos com os resultados genéticos e de metabólitos no sangue. Dessa forma poderemos orientar quais são os
alimentos que devem ser mais ingeridos e quais são aqueles que devem ser menos ingeridos, para ter melhor saúde.
A coleta de dados acontecerá em 3 momentos diferentes na unidade da Casa 5 do Curso de Nutrição e
Metabolismo, na rua das Paineiras no Campus da USP em Ribeirão Preto:
• Momento 1: antes da suplementação
• Momento 2: após 6 semanas de suplementação
• Momento 3: após mais 6 semanas SEM a suplementação
Em cada um destes momentos o participante receberá ajuda de custo para pagar transporte (ida e volta) até o
local da coleta e almoço do participante e de seu representante legal. Em cada um dos momentos os participantes terão
seu sangue colhido: 12 ml no momento 1 (4 colheres de sopa cheias) e 9 ml nos momentos 2 e 3 (aproximadamente 3
colheres de sopa cheias); terão o peso, a altura e a circunferência da cintura medidos, assim como avaliação simples da
quantidade das gordura do corpo através de um aparelho chamado impedância bioelétrica, sem qualquer risco,
desconforto ou dor; e responderão a questionários sobre a alimentação usual, sobre a atividade física e sobre a
condição econômica. O seu (sua) filho (a) poderá ser auxiliado por você, no preenchimento dos questionários. O tempo
previsto para toda a coleta de dados em cada momento é de 2 a 3 horas no total.
Crianças e adolescentes, além da ajuda dos pais ou responsáveis responderão as perguntas sobre hábitos
alimentares com a ajuda de um álbum fotográfico com o tamanho das porções de cada alimento. Dessa forma, será
possível indicar a foto que mais se parece com a quantidade ingerida pelo participante. Na semana que antecede cada
coleta de sangue os participantes serão procurados pelos pesquisadores para responderem a 3 recordatórios de 24
horas (o que você comeu ou bebeu no dia anterior).
A coleta de sangue será feita por pessoal capacitado para essa função e o risco é mínimo (Riscos: A coleta
de sangue tem risco mínimo). Em alguns casos verifica-se pequena luxação no local da coleta de sangue. Estas
amostras serão coletadas após um jejum de pelo menos 6 horas. Será fornecido café de manhã imediatamente após a
coleta de sangue. Nenhum outro procedimento do trabalho confere qualquer outro risco a seu (sua) filho (a).
Com o objetivo de medir o número de passos, a atividade física e o gasto energético de seu filho (a), cada
participante deverá usar um bracelete durante três dias. Veja a ilustração abaixo. Esse bracelete é chamado
BodyBugg”, será fornecido pelos pesquisadores e não confere desconforto ou qualquer risco ao indivíduo.
Figura: BodyBugg para avaliação da atividade física

Sua criança terá toda a garantia de esclarecimento a respeito da pesquisa, a qualquer momento que precisar.
Para isso, sua criança, bem como os responsáveis legais, poderão entrar em contato direto com as pesquisadoras
JACQUELINE PONTES MONTEIRO (FONE: 16 9154 88 93) e ROBERTA GARCIA SALOMÃO (FONE: 16 9128 0494),
além de poder contatar o comitê de ética em pesquisa do Hospital das Clínicas de Ribeirão Preto, de 8:30hs até
76
17:00hs, de segunda-feira a sexta-feira, caso julgar necessário (FONE: 16 3602-2228; ENDEREÇO: Av. Bandeirantes
sem número. Hospital das Clínicas, andar térreo. Campus USP).
As amostras de sangue serão enviadas para análise da genotipagem (pesquisa de variações genéticas) e dos
metabólitos (vitaminas, proteínas, gorduras) para o laboratório de pesquisa do Instituto de Pesquisa em Saúde da
Nestlé (NIHS) na cidade de Lausanne, na Suíça. Caso seja necessário, para análises específicas, tais como análises de
proteínas e lipídios, as amostras também poderão ser encaminhadas para outros laboratórios externos ligados ao NIHS.
Isso se deve ao fato de que estes laboratórios estão altamente capacitados para analisar todas as amostras e estão, em
conjunto com a Professora Dra. Jacqueline Pontes Monteiro, coordenando essa pesquisa. Após o término de todas as
análises para o presente projeto, todas as amostras de seu (sua) filho (a) serão descartadas, respeitando-se as normas
vigentes de órgãos técnicos competentes, a confidencialidade e a autonomia dos participantes. Os dados genéticos de
seu (sua) filho (a) não serão divulgados e nem ficarão acessíveis a terceiros. A duração desta pesquisa, desde a coleta
dos dados até as análises dos resultados pode durar até 3 anos.
IMPORTANTE: Seu (sua) filho (a) tem garantia de sigilo, que assegure a sua privacidade, e os resultados
serão publicados, sem que em nenhum momento seja divulgada a identidade de seu (sua) filho (a). Cada participante
receberá um número, no primeiro dia de pesquisa, e todos os pesquisadores envolvidos com as dosagens de sangue
(NACIONAIS E ESTRANGEIROS) passarão a reconhecer seu (sua) filho (a) apenas por esse número e não pelo nome.
Cada participante terá a opção de escolher entre ser informado ou não sobre resultados de seus exames bem como
pode ter acesso a seus dados genéticos, assim como tem o direito de retirá-los de bancos onde se encontrem
armazenados a qualquer momento. Todos os resultados serão digitados em um banco de dados e a identidade de seu
(sua) filho (a) será substituída por um número. Apenas a coordenadora local (Profa. Dra. Jacqueline Pontes Monteiro),
terá acesso ao número que está associado ao nome, para que ela possa descobrir em que grupo de resposta seu (sua)
filho (a) se encontra, para fornecer a orientação nutricional individualizada.
Seu (sua) filho (a) também terá a liberdade para se recusar a participar da pesquisa ou retirar seu
consentimento, em qualquer fase da pesquisa, sem penalização alguma.
O benefício desta pesquisa está no fato de que indivíduos com diferentes padrões de variação genética irão
necessitar de diferentes orientações sobre alimentação para obterem melhores condições de saúde, ou seja, sua
criança receberá uma orientação sobre a sua dieta (4 cardápios semanais com substitutos de alimentos), mais
adequada à sua realidade. Estes cardápios personalizados só poderão ser entregues após o término de todos os
exames de sangue e de todas as análises destes resultados. Além disso, você e sua criança receberão orientação
nutricional geral (BOAS PRÁTICAS DE ALIMENTAÇÃO). Esta última, poderá ser entregue para toda a família, já à partir
do final da coleta dos dados. A fim de acompanharmos melhor o estilo de vida e possíveis alterações que possam
interferir nos resultados, visitas domiciliares deverão ocorrer (4 visitas no total, entre 17 e 18hs e visitas adicionais em
caso de seu filho (a) faltar na escola e de termos que entregar a barrinha de leite na sua residência).
Não está previsto qualquer dano ou complicação a seu (sua) filho (a) decorrentes da pesquisa. Um pediatra
estará no local da pesquisa durante toda a coleta de dados, caso seja necessário. Entretanto, se a sua criança sentir
que sofreu qualquer dano a si mesmo por ter participado da pesquisa, o pesquisador principal, a Instituição e o
patrocinador assumem a responsabilidade de dar assistência integral e prover indenização determinada por direito, caso
assim seja judicialmente estabelecido.
Assinale abaixo caso você concorde em ser contatado mais tarde para permitir a participação de seu (sua) filho
(a) em outras pesquisas.
Concordo em ser contatado mais tarde para permitir a participação de meu (minha) filho (a) em outras pesquisas ( ).
Não concordo em ser contatado mais tarde para permitir a participação de meu (minha) filho (a) em outras pesquisas ( ).
EU____________________________________________________________________
RG: ________________________, abaixo assinado, responsável por
______________________________________________________________________, confirmo que:
77
• Li e entendi todas as informações contidas neste TERMO DE CONSENTIMENTO LIVRE E
ESCLARECIDO PARA OS PAIS a mim fornecido e que estou consciente dos meus direitos.
• Eu recebi, de forma satisfatória, todas as respostas às minhas perguntas no que diz respeito à
participação de meu (minha) filho (a) nesta pesquisa.
• Eu tive tempo suficiente para tomar a minha decisão.
• Eu fui informado de que indenização será dada, em caso de dano ao meu filho (a) considerado
relacionado a este estudo.
• Eu estou consciente de que os dados pessoais de meu (minha) filho (a) serão enviados e processados,
na condição de anonimato, para Instituição Internacional a fim de alcançar os objetivos da pesquisa. Eu
concordo que os pesquisadores do estudo, bem como autoridades e membros do comitê de ética
vejam todos os dados de nosso (a) filho (a) para exame e verificação desde que os dados de meu
(minha) filho (a) permaneçam em confidencialidade.
• Eu concordo que meu filho (a) forneça amostras biológicas necessárias para este estudo. Eu confirmo
que tenho sido informado (a) de que os dados derivados deste estudo e as amostras biológicas
coletadas serão usadas para pesquisa científica que pode resultar, quando aplicável, em publicações e
desenvolvimento de produtos. Quando os resultados do estudo forem publicados, os dados serão
divulgados com estrita confidencialidade e a identidade de meu (minha) filho (a) nunca será revelada.
• Nós tomamos a decisão em permitir a participação de nosso (a) filho (a) neste estudo por livre e
espontânea vontade.
• Eu autorizo a participação de meu (minha) filho (a).
• Eu posso voltar atrás na minha decisão em consentir a participação do meu (minha) filho (a) nesta
pesquisa a qualquer momento, sem ter que dar uma explicação e sem ser submetido a qualquer
consequência desagradável.
________________________________________________________________
Responsável legal
Ribeirão Preto, ____________________ (data).
78
Declaração do Investigador: Eu, abaixo assinado, certifico que expliquei aos pais, ou responsáveis legais do
voluntário da pesquisa, a natureza, a significância e os objetivos deste estudo. Eu declaro que tenho cumprido
com todas as obrigações relacionadas a este ensaio clínico. Se eu me tornar conhecedor, em qualquer
momento durante este estudo, de informação que possa afetar o consentimento dos pais ou responsáveis
legais do voluntário da pesquisa no que diz respeito à sua participação , eu concordo em informá-los
imediatamente.
________________________________________________________________
Roberta Garcia Salomão
Ribeirão Preto, __________________(data)
_________________________________________________________________
Jacqueline Pontes Monteiro
Ribeirão Preto, __________________(data)
79
APÊNDICE B - Alimentos padronizados para análise do consumo alimentar
Abacate, cru (DIETWIN)

Abacaxi, cru (DIETWIN)
Abacaxi, suco (DIETWIN)
Abóbora, cabotian, cozida (TACO)
Abobrinha, verde, com casca (DIETWIN)
Açaí na tigela (DIETWIN)
Acelga, crua (DIETWIN)
Acerola, crua (DIETWIN)
Achocolatado dietétido gold (DIETWIN)
Achocolatado, pó (DIETWIN)
Açúcar, refinado (TACO)
Agrião, cru (DIETWIN)
Água (DIETWIN)
Alface, americana, crua (DIETWIN)
Alho, cru (DIETWIN)
Almeirão, cru (DIETWIN)
Ameixa, crua (DIETWIN)
Amendoim, torrado, com sal (DIETWIN)
Amora, preta (DIETWIN)
Arroz, integral, cozido (DIETWIN)
Arroz, tipo 1, cozido (DIETWIN)
Aveia, flocos, crua (DIETWIN)
Azeite, de oliva, extra virgem (DIETWIN)
Azeitona, verde, conserva (DIETWIN)
Bacon (DIETWIN)
Bala, morango, 7 belo (DIETWIN)
Banana, nanica, crua (TACO)
Barra de cereais, frutas, castanha-do-pará e chocolate (DIETWIN)
Batata, inglesa, cozida (TACO)
Batata, inglesa, frita (TACO)
Berinjela, cozida (TACO)
Beterraba, crua (DIETWIN)
80
Bife acebolado simples (DIETWIN)
Bife empanado (DIETWIN)
Biscoito, doce, maisena (TACO)
Biscoito, doce, recheado com chocolate (TACO)
Biscoito, doce, wafer, recheado de chocolate (TACO)
Biscoito, polvilho doce (DIETWIN)
Biscoito, salgado, cream cracker (TACO)
Bolinhas de queijo (DIETWIN)
Bolinho de chuva (DIETWIN)
Bolo, inglês (DIETWIN)
Bolo, pronto, chocolate (TACO)
Bombom sonho de valsa (DIETWIN)
Brigadeiro (DIETWIN)
Brócolis Cozido (DIETWIN)
Café, infusão 10% (TACO)
Caju, cru (DIETWIN)
Caju, suco concentrado, envasado (TACO)
Caldo de galinha, tablete (DIETWIN)
Camarão, de água salgado, cozido (DIETWIN)
Canja de galinha (DIETWIN)
Caqui, cru (DIETWIN)
Carambola, crua (DIETWIN)
Carne de Panela (DIETWIN)
Carne, bovina, costela, gorda (dietwin)
Carne, bovina, moída, magra (DIETWIN)
Cebola, crua (DIETWIN)
Cenoura, cozida (DIETWIN)
Cenoura, crua (DIETWIN)
Cereal matinal, corn flakes (DIETWIN)
Chá, erva-doce, infusão 5% (TACO)
Chá, mate, infusão 5% (TACO)
Chá, preto, infusão 5% (TACO)
Chiclete, tutti-frutti (DIETWIN)
Chicória, crua (DIETWIN)
81
Chocolate, ao leite (TACO)
Chuchu ensopado (DIETWIN)
Cobertura, chocolate com leite (DIETWIN)
Coco, bahia, cru (DIETWIN)
Cogumelo, shiitake, fresco (DIETWIN)
Condimento, catchup (DIETWIN)
Condimento, sal (DIETWIN)
Couve, refogada (DIETWIN)
Couve-flor, cozida (DIETWIN)
Coxinha de frango, frita (TACO)
Creme de baunilha (DIETWIN)
Creme de leite (DIETWIN)
Croissant (DIETWIN)
Doce em calda, pêssego (Dietwin)
Doce, de abóbora, cremoso (TACO)
Doce, de leite, cremoso (TACO)
Embutido, mortadela (TACO)
Embutido, peito de peru, defumado ® (DIETWIN)
Embutido, salsicha hot dog, à granel (DIETWIN)
Empada de frango, pré-cozida, assada (TACO)
Ervilha, enlatada, drenada (DIETWIN)
Esfirras de resíduo e PVT (DIETWIN))
Farinha, de milho, amarela (DIETWIN)
Feijão, carioca, cozido (DIETWIN)
Feijoada (DIETWIN)
Filé de peixe a dorê (DIETWIN)
Filé de peixe grelhado (DIETWIN)
Frango, coração, grelhado (TACO)
Frango, coxa, com pele, assada(DIETWIN)
Frango, coxa, sem pele, cozida (DIETWIN)
Frango, filé, à milanesa (DIETWIN)
Frango, peito, sem pele, grelhado (TACO)
Gatorade (DIETWIN)
Geléia, de frutas (DIETWIN)
82
Goiaba, vermelha, com casca, crua (TACO)
Granola (DIETWIN)
Grão-de-bico, cru (DIETWIN)
Hambúrger, bovino ® (DIETWIN)
Iogurte, natural (DIETWIN)
Iogurte, natural, desnatado (TACO)
Iogurte, sabor morango (DIETWIN)
Jabuticaba, crua (DIETWIN)
Kiwi, cru (DIETWIN)
Laranja, pêra, crua (TACO)
Laranja, pêra, suco (TACO)
Lasanha, bolonhesa ® (DIETWIN)
Leite, condensado (DIETWIN)
Leite, de vaca, integral (DIETWIN)
Leite, de vaca, integral, pó (DIETWIN)
Leite, desnatado (DIETWIN)
Leite, fermentado, Yakult (DIETWIN)
Leite, semi-desnatado (DIETWIN)
Linguiça, porco, frita (TACO)
Maçã, fuji, com casca, crua (TACO)
Macarrão, cozido (DIETWIN)
Macarrão, instantâneo (DIETWIN)
Maionese, hellmanns (DIETWIN)
Maionese, hellmanns, light (DIETWIN)
Mamão, formosa, cru (DIETWIN)
Mamão, papaia, cru (DIETWIN)
Mandioca, cozida (TACO)
Mandioca, farofa, temperada (TACO)
Mandioca, frita (TACO)
Manga, haden, crua (dietwin)
Manga, palmer, crua (TACO)
Manteiga, com sal (DIETWIN)
Maracujá, cru (DIETWIN)
Margarina, com óleo interesterificado, com sal (65%) (TACO)
83
Marshmalow (Dietwin)
Mc Hamburguer (DIETWIN)
Mel, de abelha (TACO)
Melancia, crua (DIETWIN)
Melão, cru (DIETWIN)
Mexerica, murcote, crua (TACO)
Milho, verde, enlatado, drenado (DIETWIN)
Milkshake, chocolate (DIETWIN)
Molho Branco Simples (DIETWIN)
Morango, cru (DIETWIN)
Nhoque, batata, cozido (TACO)
Oleaginosa, castanha-do-brasil, crua (Dietwin)
Óleo, de soja (DIETWIN)
Ovo frito (DIETWIN)
Ovo, de galinha, clara, cozida/10 minutos (TACO)
Ovo, de galinha, inteiro, cozido/10 minutos (TACO)
Paçoca, amendoim (DIETWIN)
Palmito, conserva (DIETWIN)
Panqueca de carne com molho de tomate (DIETWIN)
Pão, de queijo, assado (DIETWIN)
Pão, glúten, forma (TACO)
Pão, trigo, forma, integral (TACO)
Pão, trigo, francês (DIETWIN)
Pão, trigo, sovado (TACO)
Pastel, de carne, frito (TACO)
Pastel, de queijo, frito (TACO)
Pavê de chocolate (DIETWIN)
Peixe, atum, conserva, em óleo (TACO)
Peixe, salmão, sem pele, fresco, cru (TACO)
Pepino, cru (DIETWIN)
Pêra, williams, crua (TACO)
Pêssego, aurora, cru (DIETWIN)
Picolé, de frutas (DIETWIN)
Pimentão vermelho, cru (DIETWIN)
84
Pipoca, com óleo de soja, sem sal (TACO)
Pirulito (DIETWIN)
Pizza, de mussarela (DIETWIN)
Polenta frita (DIETWIN)
Polenta, pré-cozida (DIETWIN)
Porco, bisteca, grelhada (TACO)
Presunto, sem capa de gordura (TACO)
Pudim leite condensado (DIETWIN)
Purê de Batata (DIETWIN)
Queijo, minas/frescal (DIETWIN)
Queijo, mozarela (DIETWIN)
Queijo, ricota (DIETWIN)
Quiabo (DIETWIN)
Quibe, assado (TACO)
Quibe, frito (TACO)
Recheio pronto, sabor chocolate (DIETWIN)
Refresco, laranja, pó (DIETWIN)
Refrigerante, light (DIETWIN)
Refrigerante, tipo cola (TACO)
Refrigerante, tipo guaraná (TACO)
Repolho, branco, cru (DIETWIN)
Requeijão, cremoso (DIETWIN)
Requeijão, cremoso, light (DIETWIN)
Rissoles de galinha (aniversário) (DIETWIN)
Rissoles de palmito (DIETWIN)
Rúcula (DIETWIN)
Salgadinhos, milho, corn chips ® (DIETWIN)
Soja, em conserva (DIETWIN)
Soja, extrato, ades original (DIETWIN)
Sopa de legumes, carne e arroz (DIETWIN))
Sorvete, de creme (DIETWIN)
Strogonoff de carne (DIETWIN)
Strogonoff de frango (DIETWIN)
Suco, limão, galego (DIETWIN)
85
Suco, limonada (DIETWIN)
Tabule (TACO)
Tomate, com semente, cru (DIETWIN)
Tomate, molho industrializado (DIETWIN)
Torrada, pão francês (DIETWIN)
Torresmo (DIETWIN)
Torta de creme (DIETWIN)
Torta de frango (DIETWIN)
Uva, rubi, crua (DIETWIN)
Uva, suco concentrado, envasado (TACO)
Vagem à juliana (DIETWIN)
Xarope de Glucose ® (DIETWIN)
86
APÊNDICE C – Caracterização da amostra estudada
Tabela 1 – Caracterização da amostra estudada. São apresentados a média, o desvio padrão da

média, a mediana, o valor mínimo e o valor máximo dos dados analisados (idade, antropometria,
composição corporal, ingestão alimentar e exames bioquímicos).
Variável Média Desvio Mediana Mínimo Máximo
Padrão
Idade no M1 11,39 1,10 12,00 9,00 13,00

Altura (cm) M1 152,07 9,50 152,60 126,00 175,90
Altura (cm) M2 153,08 9,35 153,55 127,00 176,60
Altura (cm) M3 153,63 9,39 154,35 127,80 177,10
Peso (kg) M1 48,40 16,72 44,65 23,95 123,15
Peso (kg) M2 49,04 16,88 45,25 24,70 124,45
Peso (kg) M3 49,39 16,79 46,48 25,40 124,80
IMC (kg/m2) M1 20,55 5,36 19,31 13,53 41,25
IMC (kg/m2) M2 20,56 5,40 19,30 13,47 41,41
2
IMC (kg/m ) M3 20,57 5,33 19,53 13,35 39,97
CC (cm) M1 73,98 15,01 70,50 43,60 127,40
CC (cm) M2 74,79 15,10 71,20 52,70 130,00
CC (cm) M3 74,86 14,62 72,65 53,60 129,90
MM (% peso) M1 75,02 7,20 75,87 60,34 92,35
MM (% peso) M2 75,16 6,96 76,33 60,20 88,21
MM (% peso) M3 75,15 7,05 76,40 59,05 88,18
MG (% peso) M1 24,97 7,14 24,03 7,64 39,57
MG (% peso) M2 24,73 6,97 23,86 11,67 39,80
MG (% peso) M3 24,77 7,06 23,56 11,81 40,94
E (kcal/dia) M1 2159,65 839,83 2011,00 700,00 5562,00
E (kcal/dia) M2 1820,91 718,78 1663,00 521,00 5384,00
E (kcal/dia) M3 1748,77 710,25 1590,00 690,00 4718,00
CHO (g/dia) M1 282,24 120,90 251,15 90,79 768,74
CHO (g/dia) M2 243,74 108,34 216,40 51,54 698,92
CHO (g/dia) M2 226,70 103,15 201,31 77,78 651,92
LIP (g/dia) M1 81,59 34,57 75,80 23,68 249,85
87
LIP (g/dia) M2 67,30 30,36 61,53 23,97 261,05
LIP (g/dia) M3 66,13 28,18 61,38 22,87 217,29
PTN (g/dia) M1 74,20 31,12 70,05 28,73 264,30
PTN (g/dia) M2 62,43 33,11 57,06 16,97 293,67
PTN (g/dia) M3 61,69 28,06 54,12 14,16 201,45
Glicemia (mg/dl) M1 92,77 7,85 92,00 76,00 136,00
Glicemia (mg/dl) M2 90,61 6,81 91,00 73,00 126,00
Glicemia (mg/dl) M3 90,86 6,06 90,50 74,00 113,00
CT (mg/dl) M1 164,67 30,89 164,00 74,00 251,00
CT (mg/dl) M2 156,28 27,18 155,00 88,00 233,00
CT (mg/dl) M3 155,21 27,19 154,00 85,00 232,00
TG (mg/dl) M1 74,62 35,98 68,00 18,00 220,00
TG (mg/dl) M2 78,37 52,04 65,00 22,00 385,00
TG (mg/dl) M3 73,65 40,35 64,50 18,00 234,00
VLDL (mg/dl) M1 14,95 7,19 14,00 4,00 44,00
VLDL (mg/dl) M2 15,44 10,50 13,00 0,00 77,00
VLDL (mg/dl) M3 14,80 8,06 13,00 4,00 47,00
LDL (mg/dl) M1 104,47 25,97 105,00 38,00 180,00
LDL (mg/dl) M2 94,78 22,73 93,00 27,00 151,00
LDL (mg/dl) M3 95,78 23,44 95,00 41,00 165,00
HDL (mg/dl) M1 45,22 9,75 45,00 23,00 75,00
HDL (mg/dl) M2 45,82 10,47 45,00 19,00 77,00
HDL (mg/dl) M3 44,71 10,23 45,00 24,00 74,00
M1: momento um (antes da suplementação); M2: momento dois (após seis semanas de
suplementação); M3: momento três (após outras seis semanas sem suplementação); IMC: índice de
massa corporal; CC: circunferência de cintura; MM: massa magra; MG: massa gorda; QFA:
questionário de freqüência alimentar; E: energia total; CHO: carboidrato; LIP: lipídeo; PTN:
proteína; CT: colesterol total sérico; TG: triglicérides sérico; VLDL: VLDL colesterol (very low
density lipoprotein); LDL: LDL colesterol (low density lipoprotein); HDL: HDL colesterol (high
density lipoprotein); cm: centímetro; kg: quilograma; m2: metro quadrado; %: porcentagem; kcal:
quilocaloria; g: grama; mg: miligrama; dl: decilitro; ml: mililitro.
88
ANEXO A - Composição da Barra de Leite (Nestrovit - NESTLÉ®)
DRIS UL
2 Barras de 3 Barras de
Micronutrientes 9 a 13 anos 9 a 13 anos
leite leite
Meninos Meninas Meninos Meninas
Vitamina A 534µg 801µg 600µg 600µg 1700µg 1700µg
Vitamina E 6,6mg 9,9mg 11mg 11mg 600mg 600mg
Folato 133,3µg 200µg 300µg 300µg 600µg 600µg
Vitamina B1 0,93mg 1,4mg 0,9mg 0,9mg - -
Vitamina B2 1,17mg 1,76mg 0,9mg 0,9mg - -
Niacina 12mg 18mg 12mg 12mg 20mg 20mg
Vitamina B6 1,33mg 2mg 1,0mg 1,0mg 60mg 60mg
Vitamina B12 0,73µg 1,1µg 1,8µg 1,8µg - -
Vitamina D3 3,4µg 5,1µg 5,0µg 5,0µg 50µg 50µg
Vitamina C 40mg 60mg 45mg 45mg 1200mg 1200mg
Biotina 13,3µg 150µg 20µg 20µg - -
Pantotenato 4mg 6mg 4mg 4mg - -
Cálcio 191,3mg 287mg 1300mg 1300mg 2500mg 2500mg
Fósforo 144,6mg 217mg 1250mg 1250mg 4000mg 4000mg
Ferro 4,3mg 6,5mg 8mg 8mg 40mg 40mg
Magnésio 83,3mg 125mg 240mg 240mg 350mg 350mg
Zinco 5,3mg 6mg 8mg 8mg 23mg 23mg
2 Barras de leite (10g) contém: 51,3kcal, 4,4g de carboidratos, 0,5g de proteína e 3,4g de lipídeos.
3 Barras de leite (15g) contém: 77kcal, 6,7g de carboidratos, 0,8g de proteína e 5,2g de lipídeos
DRIS: Dietary Reference Intakes (ingestão dietética de referência); UL: Upper Intake Levels (níveis
máximos de ingestão diários recomendados).
89
ANEXO B - Questionário Semi-Quantitativo de Frequência Alimentar
Nome / Número de Identificação:
Idade: Sexo: (1) masculino (2) feminino
Grupo do leite e derivados Quantas vezes você Unidade P25 P50 P75 CODIF.
come
1 2 3 P( 1) M(2) G(3)
Leite integral N 1 2 3 4 5 6 7 8 9 10 D S M 200 ml -------- 240ml --------250ml
Leite desnatado N 1 2 3 4 5 6 7 8 9 10 D S M 200 ml -------- 240ml --------250ml
Iogurte natural Integral N 1 2 3 4 5 6 7 8 9 10 D S M 80ml --------- 120ml --------- 140ml
Iogurte com frutas N 1 2 3 4 5 6 7 8 9 10 D S M 80ml --------- 120ml --------- 140ml
Queijo fresco ou ricota N 1 2 3 4 5 6 7 8 9 10 D S M 15g ------------ 20g --------------25g
Queijos amarelos N 1 2 3 4 5 6 7 8 9 10 D S M 10g ------------- 15g ------------- 25g
Requeijão N 1 2 3 4 5 6 7 8 9 10 D S M 10g ------------- 15g ------------ 30g
Grupo dos pães e cereais Quantas vezes você Unidade P25 P50 P75 CODIF.
matinais come
1 2 3 P( 1) M(2) G(3)
Pão francês, forma, outros N 1 2 3 4 5 6 7 8 9 10 D S M 25 g -------------- 50g ----------- 75g
Pão doce, queijo, croissant N 1 2 3 4 5 6 7 8 9 10 D S M 25 g ------------- 50g ------------ 60g
Biscoitos doces/ N 1 2 3 4 5 6 7 8 9 10 D S M 30 g ------------- 52g ------------ 65g
salgados ou torradas
Aveia, granola, barra de N 1 2 3 4 5 6 7 8 9 10 D S M 20g --------------38g ---------- 40g
90
cereais e sucrilhos
Gorduras Quantas vezes você Unidade P25 P50 P75 CODIF.

come
1 2 3 P( 1) M(2) G(3)
Margarina comum N 1 2 3 4 5 6 7 8 9 10 D S M 4 g -------------- 6g -------------- 10g
Manteiga N 1 2 3 4 5 6 7 8 9 10 D S M 4 g ------------- 6g ------------ 8,5g
Maionese N 1 2 3 4 5 6 7 8 9 10 D S M 12g ------------ 27g -------- 35g
Cereais, tubérculos e Quantas vezes você P25 P50 P75 CODIF.

massas come
P( 1) M(2) G(3)
Arroz branco N 1 2 3 4 5 6 7 8 9 10 D S M 60g ------------ 75g ----------- 100g
Batata, Mandioca Polenta N 1 2 3 4 5 6 7 8 9 10 D S M 50g ------------- 65g ----------- 112g

fritas
Batata, mandioca, polenta N 1 2 3 4 5 6 7 8 9 10 D S M 30 g ------------ 50g ----------- 100 g

(não fritos)
Milho verde N 1 2 3 4 5 6 7 8 9 10 D S M 48g ------------ 66g ------------ 103g
Massas: macarrão, lasanha, N 1 2 3 4 5 6 7 8 9 10 D S M 100g.----------- 125g ---------- 200g

nhoque
Salgados e tortas N 1 2 3 4 5 6 7 8 9 10 D S M 48g ----------- 80g ------------ 96g
Pizza N 1 2 3 4 5 6 7 8 9 10 D S M 55g ------------- 125g ---------- 180g
Farofa, farinha de milho N 1 2 3 4 5 6 7 8 9 10 D S M 15g ------------- 20g ------------- 30g
Grupo das frutas Quantas vezes você Unidade P25 P50 P75 CODIF.
come
1 2 3
P( 1) M(2) G(3)
Laranja, mixirica, pokan N 1 2 3 4 5 6 7 8 9 10 D S M 90g ---------- 107g ---------- 180g
91
Banana N 1 2 3 4 5 6 7 8 9 10 D S M 40g ----------- 65g ------------ 120g
Maçã, pera N 1 2 3 4 5 6 7 8 9 10 D S M 60g ------------ 80g ------------ 110g
Mamão N 1 2 3 4 5 6 7 8 9 10 D S M 100g ---------- 117g --------- 135g
Melancia, Melão N 1 2 3 4 5 6 7 8 9 10 D S M 81g ------- 132g ---------- 150g
Uva, abacaxi e goiaba na N 1 2 3 4 5 6 7 8 9 10 D S M 95g ---------- 116g ---------- 170g

época
Manga e caqui na época N 1 2 3 4 5 6 7 8 9 10 D S M 20g ------------ 40g -------------- 60g
Outras frutas N 1 2 3 4 5 6 7 8 9 10 D S M 10g ----------- 25g -------------- 60g
Suco de laranja natural N 1 2 3 4 5 6 7 8 9 10 D S M 165ml -------- 200ml ------- 250ml
Suco de outras frutas N 1 2 3 4 5 6 7 8 9 10 D S M 165 ml -------- 200ml ------- 250ml
Grupo das leguminosas Quantas vezes você P25 P50 P75 CODIF.
come
P( 1) M(2) G(3)
Feijão roxo, carioca N 1 2 3 4 5 6 7 8 9 10 D S M 34g ------------ 65g ---------- 70g
Feijoada N 1 2 3 4 5 6 7 8 9 10 D S M 55g ------------ 140g ----------- 225g
Grupo de verduras e Quantas vezes você Unidade P25 P50 P75 CODIF.
legumes come
1 2 3 P( 1) M(2) G(3)
Alface, escarola, agrião, N 1 2 3 4 5 6 7 8 9 10 D S M 20g ------------- 35g ------------- 40g

rúcula, almeirão
Repolho, acelga, couve e N 1 2 3 4 5 6 7 8 9 10 D S M 23,5g ---------- 33g ------------- 50g

espinafre
Couve-flor, brócolis N 1 2 3 4 5 6 7 8 9 10 D S M 25g ---------- 32g ---------- 56g
Cenoura, abóbora N 1 2 3 4 5 6 7 8 9 10 D S M 11g ----------- 20g --------------- 30g
Tomate N 1 2 3 4 5 6 7 8 9 10 D S M 30g ---------- 37g --------- 44g
92
Berinjela N 1 2 3 4 5 6 7 8 9 10 D S M 20g ----------- 30g ------------ 62,5g
Beterraba N 1 2 3 4 5 6 7 8 9 10 D S M 18g ----------- 30g --------------- 48g
Vagem, chuchu, abobrinha N 1 2 3 4 5 6 7 8 9 10 D S M 12,5g --------- 25g -------------- 40g
Sopas N 1 2 3 4 5 6 7 8 9 10 D S M 182g -------- 290g ----------- 325g
Grupo das carnes e ovos Quantas vezes você Unidade P25 P50 P75 CODIF.
come
1 2 3 P( 1) M(2) G(3)
Carne bovina sem gordura N 1 2 3 4 5 6 7 8 9 10 D S M 50g -------- 80g ------------ 100g
Carne bovina com gordura N 1 2 3 4 5 6 7 8 9 10 D S M 50g ------------ 80g ------------ 100g
Carne de Porco s/ Gordura N 1 2 3 4 5 6 7 8 9 10 D S M 50g ---------- 80g ------- 100g
Carne de Porco c/ Gordura N 1 2 3 4 5 6 7 8 9 10 D S M 50g -------- 80g -------- 100g
Carne de frango ou de N 1 2 3 4 5 6 7 8 9 10 D S M 46g ----------- 90g ------------- 125g

outras aves sem pele
Carne de frango ou de N 1 2 3 4 5 6 7 8 9 10 D S M 46g ------------ 90g ------------ 125g

outras aves com pele
Peixes N 1 2 3 4 5 6 7 8 9 10 D S M 50g ---------- 100g ------------ 165g
Lingüiça, salsicha N 1 2 3 4 5 6 7 8 9 10 D S M 50g ----------- 60g ------------- 120g
Ovo cozido N 1 2 3 4 5 6 7 8 9 10 D S M 25g.----------- 50g --------------- 75g
Ovo frito N 1 2 3 4 5 6 7 8 9 10 D S M 25g ----------- 62g -------------- 90g
Presunto, mortadela N 1 2 3 4 5 6 7 8 9 10 D S M 10g ----------- 15g --------------- 25g
Grupo das bebidas Quantas vezes você Unidade P25 P50 P75 CODIF.
come
1 2 3 P( 1) M(2) G(3)
Café com açúcar N 1 2 3 4 5 6 7 8 9 10 D S M 50ml --------------------------- 100ml
Chá preto ou mate N 1 2 3 4 5 6 7 8 9 10 D S M 85ml --------- 165ml --------- 200ml
93
Chá de ervas N 1 2 3 4 5 6 7 8 9 10 D S M 85ml -------165ml ----------- 200ml
Água N 1 2 3 4 5 6 7 8 9 10 D S M 165ml -------- 200ml -------- 240ml
Sucos artificiais N 1 2 3 4 5 6 7 8 9 10 D S M 165ml -------- 200ml -------- 240ml
Refrigerante diet N 1 2 3 4 5 6 7 8 9 10 D S M 100ml ------ 165ml ------ 250ml
Refrigerante normal N 1 2 3 4 5 6 7 8 9 10 D S M 165ml.------ 200ml ---------- 240ml
Refrigerante fosfatado N 1 2 3 4 5 6 7 8 9 10 D S M 165ml.------ 200ml ---------- 240ml
Grupo de doces e Quantas vezes você Unidade P25 P50 P75 CODIF.
miscelâneas come
1 2 3 P( 1) M(2) G(3)
Bolo, tortas, pavês N 1 2 3 4 5 6 7 8 9 10 D S M 30g ------------- 50g ------------ 60g
Chocolate ou brigadeiro N 1 2 3 4 5 6 7 8 9 10 D S M 20g ------------- 30g ------------- 42g
Mel ou geleia N 1 2 3 4 5 6 7 8 9 10 D S M 9g ----------- 13,5g ------------ 18g
Sorvetes, milk-shake N 1 2 3 4 5 6 7 8 9 10 D S M 70g ---------- 115g ------------ 160g
Pudins, doces com leite N 1 2 3 4 5 6 7 8 9 10 D S M 50g ------------- 65g ------------- 80g
Doces de frutas N 1 2 3 4 5 6 7 8 9 10 D S M 30g ------------ 40g -------------- 55g
Pipoca, Chips, outros N 1 2 3 4 5 6 7 8 9 10 D S M 20g ----------- 50g -------------- 75g
Açúcar N 1 2 3 4 5 6 7 8 9 10 D S M 12g --------- 24g -------------- 48g
Achocolatado N 1 2 3 4 5 6 7 8 9 10 D S M 4g ------------- 8g ---------------- 16g
1) Quantas vezes você come Unidade CODIF
Com que frequência você usa gordura ou óleo no preparo N 1 2 3 4 5 6 7 8 9 10 D S M
94
de suas refeições?
Quantas porções de vegetais (verduras e legumes) você N 1 2 3 4 5 6 7 8 9 10 D S M

costuma comer, sem incluir batatas ou saladas de
maionese?
Quantas porções de frutas você costuma comer, sem N 1 2 3 4 5 6 7 8 9 10 D S M

incluir sucos de frutas?
2) Por favor, informe qualquer outro alimento ou preparação que você costuma comer ou beber e que não tenha sido
citado aqui
Alimento Frequência Quantidade Código do Codificação

alimento
Consumida
--- --- --- --- --- ---
--- --- --- --- --- ---
--- --- --- --- --- ---
3) Quantas refeições você faz por dia? __ __
4) Que tipo de óleo/gordura você costuma usar no cozimento/preparo de refeições?
(00) Não usa (04) Óleo de soja/milho/outros
(01) Margarina (05) Bacon
(02) Manteiga (06) Banha
(03) Azeite de oliva (99) Não sabe/não cozinha
5) a) Quando você come carne de boi/vaca ou de porco, você costuma comer a gordura visível?
(1) Nunca/raramente (2) Algumas vezes (3) Sempre
b) Quando você come carne de frango, costuma comer a pele?
6) Você costuma acrescentar sal na comida depois de pronta?
7) Quando você come queijo/requeijão, iogurte/sorvete, maionese/molhos para salada, com que frequência esses
alimentos são do tipo light?
- Iogurte/sorvete (1) Sempre (2) Algumas vezes (3)raramente ou não come (9) não sabe
- Maionese/molhos (1) Sempre (2) Algumas vezes (3)raramente ou não come (9) não sabe
- Queijo/requeijão (1) Sempre (2) Algumas vezes (3)raramente ou não come (9) não sabe
95

Pós-Graduação - Parecer Do Orientador

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Pós-Graduação - Parecer Do Orientador

Enviado por

Direitos autorais:

Formatos disponíveis

Pós-Graduação - PARECER DO ORIENTADOR

Ribeirão Preto, 28 de agosto de 2017.

Sem mais para o momento,

Prof(a). Dr(a). Jacqueline Pontes Monteiro

CAROLINA DE ALMEIDA COELHO LANDELL

Proteômica em dois grupos metabólicos de crianças e adolescentes com diferente perfil

Proteômica em dois grupos metabólicos de crianças e adolescentes com diferente perfil

Tese de Doutorado apresentada a Faculdade de

Programa de Pós Graduação: Saúde da Criança e

Orientadora: Profa. Dra. Jacqueline Pontes

Coelho-Landell, Carolina de Almeida

Proteômica em dois grupos metabólicos de crianças e adolescentes

Tese de Doutorado, apresentada à Faculdade de Medicina de Ribeirão

1. Criança. 2. Adolescente. 3. Nutrigenômica. 4. Proteômica. 5.

Tese apresentada a Faculdade de Medicina de

Prof. Dr. ________________________________________________________________

Prof. Dr. ________________________________________________________________

Prof. Dr. ________________________________________________________________

COELHO-LANDELL, Carolina de Almeida. Proteômica em dois grupos metabólicos de

Introdução: Conhecer as respostas proteômicas de diferentes grupos metabólicos após uma

COELHO-LANDELL, Carolina de Almeida. Proteomics in two metabolic groups of children

O excesso de peso na infância e adolescência tornou-se epidêmico. A prevalência de

Espera-se encontrar diferenças no lipidograma, no perfil glicêmico e no perfil proteômico de

• Descrever dois diferentes grupos metabólicos em um estudo de intervenção nutricional;

4.1 APRESENTAÇÃO DO ESTUDO

4.2 APROVAÇÃO DO COMITÊ DE ÉTICA

4.3 DESENHO DO ESTUDO

O presente trabalho consistiu em um estudo clínico de intervenção cross-over N-of-1

4.5 CRITÉRIOS DE INCLUSÃO

Somente crianças e adolescentes de 9 a 13 anos, 11 meses e 29 dias no início do estudo

4.6 CRITÉRIOS DE EXCLUSÃO

Foram excluídos do estudo os indivíduos que apresentaram: um ou mais episódios de

Conforme citado, os participantes foram avaliados em 3 momentos: no início do estudo

Figura 1. Etapas da coleta de dados.

Antes da primeira coleta de dados (momento zero = “M0”) os participantes foram

4.8 COLETA DE DADOS

As três coletas de dados (momento 1, momento 2 e momento 3) ocorreram na Sala de Coleta

4.8.1 Avaliação antropométrica, da composição corporal e da ingestão alimentar

4.8.1.1 Avaliação antropométrica

O peso e a estatura foram aferidos em jejum, imediatamente após a coleta de sangue, de

4.8.1.2 Avaliação da composição corporal

4.8.1.3 Avaliação da ingestão alimentar

O consumo habitual de alimentos foi aferido por meio de um questionário semi-quantitativo

4.8.2 Coleta de sangue

Os métodos de realização das análises bioquímicas encontram-se descritos a seguir.

4.8.2.1.2 Colesterol total

4.8.2.1.3 HDL colesterol

4.8.2.1.4 LDL colesterol e VLDL colesterol

O LDL colesterol plasmático foi calculado por meio da fórmula:

4.9 “CLUSTERIZAÇÃO” (AGRUPAMENTO) DOS PARTICIPANTES

4.10 ANÁLISE PROTEÔMICA - TÉCNICA ITRAQ

Figura 2. Esquema dos indivíduos incluídos em cada experimento.

Cada “experimento” consistiu na sequência de etapas descrita a seguir:

2) Quantificação das proteínas totais das amostras de plasma: Foi realizada a

3) Confecção de pools com as amostras, de acordo com os grupos de estudo: As 5

Obs.: O recurso de agrupar amostras (a formação de “pools”) em experimentos de

4) Imunodepleção de albumina e IgG dos pools: Os pools foram tratados para a

6) Confecção do controle interno da variação do experimento:

8) Marcação com os isóbaros de iTRAQ: Os peptídeos trípticos de cada pool digerido

9) Cromatografia em Coluna de Troca Catiônica e Análise em LC-MS/MS

4.10.1 Análise quantitativa dos dados da proteômica

4.11 ANÁLISE ESTATÍSTICA

Inicialmente, 150 crianças e adolescentes de ambos os sexos atenderam os critérios de