搜索历史清除全部记录
最多显示8条历史搜索记录噢~
全部
  • 全部
  • 产品管理
  • 新闻资讯
  • 介绍内容
  • 企业网点
  • 常见问题
  • 企业视频
  • 企业图册

颗粒物主要成分对DNA甲基化和DNA甲基转移酶的独立影响:一项分子流行病学研究

发布时间:

2025-06-09 08:57

颗粒物主要成分对DNA甲基化和DNA甲基转移酶的独立影响:一项分子流行病学研究

王艳华 ,王婷 ,孟萌萌 ,海涛 ,丁春光 ,王震杰 ,潘幸福 ,闫博 ,勇 ,瑞雪 ,佳阳 ,慧芳 ,宇飞 ,孙志伟 ,文阁 ,段华伟

中国疾病预防控制中心职业卫生与中毒控制所化学品安全与健康重点实验室,北京,中国

山东大学公共卫生学院,济南,中国

泰山医学院附属莱钢医院,莱芜,中国

中华人民共和国国家卫生健康委员会国家职业安全卫生中心,北京,中国

首都医科大学公共卫生学院,北京,中国

文章信息

责任编辑:泽维尔·奎洛尔

关键词:

多环芳烃

重金属

全基因组DNA甲基化

DNA甲基转移酶

摘要

背景:关于DNA甲基化与颗粒物(PM)暴露的机制信息匮乏。本研究旨在探讨PM及其成分与DNA甲基化的关联,以及DNA甲基转移酶(DNMTs)的作用。

方法:本研究纳入了240名高暴露、318名低暴露和210名非暴露参与者。通过工作场所的监测数据确定了个体的颗粒物(PM)、多环芳烃(PAHs)和金属的浓度。将尿中1 - 羟基芘(1 - OHP)和金属作为暴露标志物进行检测。测量了全基因组DNA甲基化水平(% 5mC)以及DNA甲基转移酶1(DNMT1)、DNA甲基转移酶3A(DNMT3A)和DNA甲基转移酶3B(DNMT3B)的mRNA表达水平。我们采用中介分析评估了DNMTs表达在PAHs和金属成分诱导的DNA甲基化改变中的作用。

结果:在所有受试者中, 的下降趋势与PM暴露增加相关。我们发现,总PAHs 和尿中 每增加一个四分位间距(IQR),分别与 降低 和 相关;尿中 每增加一个IQR,与 降低 相关。未发现尿中1 - OHP与镍(Ni)在全基因组DNA甲基化(%5mC)上存在交互作用( 交互作用 )。PM暴露与DNMT3B的mRNA水平显著降低相关,但未观察到PAHs和Ni水平通过DNMT3B途径对 的中介效应。

结论:我们发现人群中随着PM水平升高,全基因组DNA甲基化水平和DNMT3B表达降低。发现PAHs和金属成分对DNA低甲基化具有独立的作用模式。全基因组DNA低甲基化可能是评估PM暴露所致不良健康效应的潜在生物标志物。

1. 引言

国际癌症研究机构(IARC)于2013年证实了空气污染和颗粒物(PM)暴露的致癌风险(Loomis等,2013)。PM是多种有害成分的复杂混合物,如多环芳烃(PAHs)和重金属。此外,众所周知,IARC已将PAHs列为第1类致癌物(IARC,1987)。人体和实验动物研究也证实了金属的致癌性(Boffetta等,2011;Joseph,2009;Salnikow和Zhitkovich,2008)。

空气污染会损害呼吸系统,且易感性部分受遗传和表观遗传调控(Schraufnagel等,2019)。许多表观遗传变化在肺癌发生中起重要作用,并可作为早期癌症易感性效应的生物标志物(Li等,2017)。DNA甲基化改变是PM相关呼吸系统疾病中研究最清楚的表观遗传特征(Miousse等,2014)。全基因组DNA甲基化水平降低是癌症最重要的特征之一(Robertson,2005)。目前尚不清楚PM是诱导全基因组DNA甲基化水平下调还是上调(Baccarelli等,2009;De Prins等,2013;Janssen等,2013;Wang等,2016)。大多数关于全基因组DNA甲基化的人群研究来自非编码重复元件,如 和长散在核苷酸元件1(LINE - 1)(Baccarelli等,2009;Pavanello等,2009;Zhang等,2016),但这些研究中Alu和LINE - 1表达的改变并不一致。有必要评估基因组中5 - 甲基胞嘧啶(5mC)的水平。定量分析 含量或全基因组甲基化水平可为理解PM暴露后效应的潜在生物学机制提供非常有用的信息。

[1]

哺乳动物基因组DNA的甲基化由DNA甲基转移酶(DNMTs)催化(罗伯逊,2002年)。已鉴定出三种主要的活性DNA甲基转移酶(DNMT1、DNMT3A和DNMT3B)。DNMT1被称为维持甲基化酶。DNMT3A和DNMT3B是从头DNA甲基转移酶,也能建立新的DNA甲基化模式(科斯特洛和普拉斯,2001年)。炼焦炉工人经常暴露于由多环芳烃(PAHs)和重金属组成的颗粒物(PM)中,尤其是铬(Cr)、镍(Ni)、砷(As)、镉(Cd)和铅(Pb)。在我们之前的研究中,我们发现炼焦炉工人的长散在核元件-1(LINE - 1)和O⁶ - 甲基鸟嘌呤 - DNA甲基转移酶(MGMT)低甲基化(段等人,2013年),以及Ras相关区域家族1A(RASSF1a)高甲基化(何等人,2015年)。然而,由PM及其主要有毒成分引起的全基因组DNA甲基化修饰改变的机制仍不清楚,尤其是DNMTs的作用。

为了研究PM及其成分暴露与全基因组DNA甲基化的暴露 - 反应关系,并探索DNMTs的作用,我们在中国开展了一项分子流行病学研究。我们研究了多环芳烃和金属与DNA甲基化改变的相互作用。

2. 材料与方法

2.1. 研究人群与生物样本采集

2013年,我们在中国东部进行了一项横断面研究,共有768名参与者。研究区域的位置如图S1所示。PM暴露组的参与者来自一家炼焦厂。一家制氧厂和一家冷轧厂的工人,其车间没有直接的PM排放暴露,被视为非暴露人群。他们的一般特征、吸烟者和饮酒者的定义、生物样本的采集、分装和储存方法之前已有描述(王等人,2018年)。简而言之,早晨在医院采集乙二胺四乙酸(EDTA)抗凝静脉血,用于全血细胞计数分析、DNA和总RNA提取。通过离心从静脉血中分离血清样本,并储存在 直到进行叶酸的实验室检测。在轮班结束时,收集尿液用于检测尿中1 - 羟基芘(1 - OHP)、金属和肌酐。本研究方案获得了中国疾病预防控制中心职业卫生与中毒控制所研究伦理委员会的批准(编号201503和201809)。

2.2. 暴露评估

根据工作场所的监测数据确定个体的 和多环芳烃浓度,并将炼焦厂的工人分为低暴露组和高暴露组,这在我们之前的研究中已有展示(王等人,2018年)。使用带有 入口的旋风式空气颗粒采样器(TH150 - C,中国武汉)在工作场所的石英纤维滤膜( ,瑞典蒙克特尔)上采集 ,并使用微量天平(精度0.00001)进行重量分析。根据之前描述的标准方案,通过气相色谱 - 质谱联用技术分析颗粒物样本中的多环芳烃(美国环境保护署列出的16种优先多环芳烃)(翟等人,2012年)。在大多数样本中,苊和苊烯的浓度低于检测限(LOD),我们将其他14种多环芳烃的浓度相加作为总多环芳烃(ΣPAHs)。

2.3. 尿中1 - OHP和重金属的测定

尿中1-羟基芘(1-OHP)常被用作多环芳烃(PAHs)暴露的替代指标。我们采用超高效液相色谱 - 质谱联用(UPLC - MS/MS)方法测定尿中1 - OHP,具体测定方法如先前详细描述的那样(Wang等人,2018)。1 - OHP的检测限为 。在进一步的统计分析中,低于检测限的浓度设定为检测限的一半(Hornung和Reed,1990)。

我们使用电感耦合等离子体质谱(ICP - MS)方法测定了5种尿中金属(即砷(As)、镉(Cd)、铬(Cr)、 和 )的浓度。尿液样本直接用 稀释20倍。铟、钇和镥用作在线内标。砷和铬采用碰撞池技术(CCT)模式分析, 和 采用标准模式分析。这些金属的检测限分别为:砷0.171 , ( ), ( ), ( )。浓度低于检测限的样本设定为每种金属检测限的一半。

尿肌酐采用高效液相色谱(HPLC)系统测定。尿中1 - OHP和金属的浓度用尿肌酐进行校正,并定义为 摩尔肌酐。

2.4. 血清叶酸和白细胞的测定

叶酸作为DNA甲基化过程中一碳基团的供体至关重要。我们根据制造商的说明,使用DXI800全自动化学发光免疫分析仪(美国贝克曼库尔特公司)测定血清中的叶酸。使用叶酸校准试剂盒(美国贝克曼库尔特公司)建立了1.2、3.1、6.2、12.4和 的浓度梯度。将55微升血清样本注入生化分析仪。所有样本在一天内连续分析。不同批次测量的变异为 。线性范围为 。低于检测限的检测值也用检测限的一半代替。

根据制造商的说明,使用XT - 2000i血液分析仪(日本希森美康公司,大阪)分析全血细胞计数。白细胞计数的批内变异为 。

2.5. 全基因组DNA甲基化的测定

根据制造商的说明,使用RelaxGene血液DNA提取试剂盒(中国北京天根生化科技有限公司)从白细胞中提取基因组DNA。使用MethylFlash DNA定量试剂盒(美国纽约Epigentek公司)测定全基因组DNA甲基化。在该测定中,DNA与经过特殊处理以具有高DNA亲和力的条孔结合。使用捕获抗体和检测抗体检测DNA的甲基化部分,然后通过酶标仪进行比色定量。简而言之,采用类似酶联免疫吸附测定(ELISA)的反应分别测定 。所有生物样本DNA中 的水平以甲基化胞嘧啶相对于胞嘧啶基因组含量的百分比表示。 测定的输入DNA浓度为 。 作为全基因组DNA甲基化水平的指标。质量控制数据的批内变异系数(CV)范围为0.11%至16.56%。

2.6. 候选mRNA的定量实时聚合酶链式反应(qRT-PCR)分析

采用TRIzol试剂(美国英杰公司)从静脉血中提取总RNA。使用NanoDrop2000c分光光度计(美国赛默飞世尔科技公司)评估RNA的数量和质量。通过琼脂糖凝胶电泳验证RNA的完整性。按照 的推荐条件,以总RNA为模板,使用FastQuant RT试剂盒(中国北京天根生化科技有限公司)合成第一链互补DNA(cDNA), 条件下反应 ,再反应 ,最后在 条件下保存。将cDNA产物稀释后与PCR反应混合物混合,然后基于SYBR Green法,使用QuantStudio Flex实时PCR系统(美国应用生物系统公司,加利福尼亚州福斯特城)进行反应。根据制造商的说明,使用SuperReal PreMix Plus试剂盒(中国北京天根生化科技有限公司)的qRT-PCR反应混合物对DNA甲基转移酶1(DNMT1)、DNA甲基转移酶3A(DNMT3A)和 -肌动蛋白进行定量分析。反应程序步骤包括:初始步骤在 条件下进行 , 条件下循环 , 条件下反应, 条件下反应 。根据制造商的说明,使用SYBR Green实时PCR Master Mix试剂盒(日本东洋纺公司,大阪)的qRT-PCR反应混合物对DNA甲基转移酶3B(DNMT3B)和甘油醛-3-磷酸脱氢酶(GAPDH)进行定量分析。反应程序步骤包括: 条件下反应 ; 条件下循环40次, 条件下反应, 条件下反应, 条件下反应 。DNMT1和DNMT3A的表达以 -肌动蛋白为参照进行标准化。DNMT3B的表达以GAPDH为参照进行标准化。暴露组和非暴露组的样本在同一分析批次中,每个分析批次还包括2个质量控制样本。每个测量均重复进行。使用比较阈值循环(Ct)法进行相对定量分析。如果Ct值小于 个循环,则认为所选的RNA表达的Ct临界值是可检测的。重复测量之间Ct值的标准误差(SE)应小于 个循环,重复测量之间Ct值的变异系数(CV)应小于 ;否则,将对样本进行重新测量。使用 方程计算倍数变化。DNMT1、DNMT3A、DNMT3B、 -肌动蛋白和GAPDH的qRT-PCR引物序列列于表S1。

2.7. 统计分析

尿中1-羟基芘(1-OHP)水平、尿中金属浓度、白细胞计数、血清叶酸、DNA甲基化(%5mC)和DNA甲基转移酶(DNMTs)表达水平通过自然对数(ln)转换进行归一化处理。使用单样本柯尔莫哥洛夫 - 斯米尔诺夫检验来检验这些转换后变量的正态性。将性别(男性/女性)、年龄(连续变量)、体重指数(BMI,连续变量)、吸烟包年数(连续变量)、饮酒状况(饮酒者/非饮酒者)、近期感染状况(是/否)、白细胞计数(连续变量)和血清叶酸(连续变量)作为协变量纳入我们的统计分析。

我们对分类变量进行卡方检验,对连续变量进行单因素方差分析(one - way ANOVA)和Kruskal - Wallis检验,以评估三组(未暴露组、低暴露组和高暴露组)之间一般特征的差异。采用Kruskal - Wallis检验评估未暴露组、低暴露组和高暴露组之间环境中 和 的浓度、尿中 浓度以及尿金属水平的差异,随后进行Dunn - Bonferroni事后比较检验。通过使用针对适当协变量进行调整的多元线性回归模型,对未暴露组、低暴露组和高暴露组之间的全基因组DNA甲基化(%5mC)和DNA甲基转移酶(DNMTs)表达水平进行趋势分析。通过偏相关分析,在调整性别、年龄、体重指数(BMI)、吸烟包年数、饮酒状况、近期感染状况后,得出尿中1 - 羟基芘(1 - OHP)与金属的偏相关系数。通过多元线性回归,在调整所有协变量后,分析多环芳烃(PAHs)和金属的暴露水平(作为自变量)与全基因组DNA甲基化(% )和 表达(作为因变量)之间的线性剂量 - 反应关系。为了探究多环芳烃和金属在与DNA甲基化关联方面的相互影响,我们根据每种尿金属的三分位数将768名工人分为 但 以及 亚组。世界卫生组织(WHO)关于叶酸的技术咨询报告指出,基于代谢指标定义叶酸缺乏的建议浓度为:血清叶酸 纳摩尔/升(de Benoist,2008年)。将参与者分为两组(血清叶酸 和血清叶酸 )以分析混杂影响。

我们使用中介分析,通过研究暴露变量和结局变量(全基因组DNA甲基化)与中介变量(DNMT3B)的关系,来探究两者关联背后的潜在机制。中介功能由两个基本模型组成。一个对暴露 - 中介变量关联进行建模,指的是调整了性别、年龄、体重指数、饮酒情况、吸烟包年数、近期感染状况、叶酸和白细胞的多元线性回归模型。另一个对中介变量 - 结局变量关联进行建模,指的是调整了上述协变量的多元线性回归模型。中介效应和中介比例的95%置信区间(CIs)通过R软件包“mediation”中的准贝叶斯蒙特卡罗模拟1000次获得。

在敏感性分析中,我们按以下方式检验研究结果的稳健性:(1)我们将分析限制在叶酸水平高于 的参与者中,以部分消除叶酸缺乏的潜在影响;(2)我们进行了一项排除吸烟包年数为 的参与者的分析;(3)我们进行了另一项排除年龄大于50岁 的参与者的分析;(4)我们进行了排除体重指数(BMI)为 或 的参与者的分析。 为0.05被认为具有统计学意义。分析使用R软件(版本3.5.1)进行。

3. 结果

3.1. 研究人群的一般信息和暴露水平

研究人群的人口统计学特征已有报道(Wang等人,2018年)。简要情况见表1,未暴露组和暴露组在年龄、体重指数(BMI)和近期感染状况方面的差异无统计学意义。未暴露组和暴露组在性别、吸烟状况、吸烟包年数和饮酒状况方面存在显著差异。未暴露组、低暴露组和高暴露组的总白细胞计数(均值 个/升)和血清叶酸(均值 标准差,纳摩尔/升)相似 (表1)。

个体 的中位浓度在未暴露组、低暴露组和高暴露组中分别为 、 和 。低暴露组和高暴露组的 水平均显著高于未暴露组(均 )(表1)。

个体 的中位浓度在未暴露组、低暴露组和高暴露组中分别为 、 和 。低暴露组和高暴露组的尿1 - 羟基芘(1 - OHP)水平分别是未暴露组的12倍和77倍(均 )(表1)。低暴露组和高暴露组的尿 和铅水平均显著高于未暴露组(表1)。

3.2. 暴露与全基因组DNA甲基化及DNA甲基转移酶(DNMTs)的剂量 - 反应关系

如表1所示,未暴露组、低暴露组和高暴露组的全基因组DNA甲基化(5 - 甲基胞嘧啶百分比,%5mC)存在显著差异,低暴露组和高暴露组分别比未暴露组降低了8.75%和10.42% )。低暴露组和高暴露组的DNA甲基转移酶3B(DNMT3B)表达水平分别比未暴露组低52.51%和47.59% 。暴露组和未暴露组的DNA甲基转移酶1(DNMT1)和DNA甲基转移酶3A(DNMT3A)水平无差异(表1)。此外,回归分析显示,在对协变量进行调整后,所有受试者中 和 的下降趋势与颗粒物(PM)暴露增加有关

表1

研究参与者的特征、暴露水平和DNA甲基化情况。

特征 [均值 标准差,中位数 或 ]未暴露组低暴露组高暴露组 
年龄(岁)    
身体质量指数(BMI)    
性别(男/女,男性百分比)166/44 (79.0)233/85 (73.3)240/0 (100.0) 
吸烟状况(当前吸烟者/非当前吸烟者,吸烟者百分比)71/139 (33.8)122/196 (38.4)129/111 (53.8) 
吸烟包年数0 (0,4.13)0 (0,4.72)  
饮酒状况(饮酒者/非饮酒者,饮酒者百分比)102/108 (48.6)161/157 (50.6)160/80 (66.7) 
近期感染情况(是/否,是者百分比)6/204 (2.9)10/308 (3.1)14/226 (5.8) 
血清叶酸(纳摩尔/升)    
白细胞    
暴露特征
 42.92 (27.71, 71.18)119.44214.26 (200.56, 306.93) 
多环芳烃(PAHs)55.01 (15.07, 68.44)675.30 (421.53,2839.97)4905.40 (701.94,9991.52) 
1-羟基芘(微摩尔/摩尔肌酐)0.02(0.01,0.10)0.26(0.11,0.66)1.56(0.59,4.01) 
尿金属(微摩尔/摩尔肌酐)
铬(Cr)4.81 (2.31, 12.80)   
 8.02 (4.15, 15.34)29.20 (16.85,49.60)22.77(13.92,40.86) 
砷(As)45.60 (26.15, 84.64)41.33 (24.09, 86.27)37.77 (21.65, 83.77) 
镉(Cd) 0.78 (0.43,1.44)0.83 (0.50,1.57) 
铅(Pb)4.06 (2.08, 11.48)   
全基因组DNA甲基化与DNA甲基转移酶(DNMTs)
5-甲基胞嘧啶百分比(% 5mC)    
DNA甲基转移酶1(DNMT1)    
DNA甲基转移酶3A(DNMT3A)    
DNA甲基转移酶3B(DNMT3B)    

单因素方差分析(One-way ANOVA)。

分类变量的卡方检验(Chi-squared test)。

克鲁斯卡尔 - 沃利斯检验(Kruskal Wallis Test)。

* 值 与未暴露组相比。

** 值 与未暴露组相比。

d -趋势通过多元线性回归模型计算得出,并对性别、年龄、体重指数(BMI)、饮酒情况、吸烟包年数、近期感染状况、血清叶酸和白细胞进行了调整。

如表S4所示,在正常血清叶酸组 中发现 随暴露浓度增加呈下降趋势,但在叶酸缺乏组中未发现该趋势。正常血清叶酸组中DNMT3B表达水平也随暴露浓度增加呈下降趋势。

按吸烟状况进行分层分析的结果见表S5。在非当前吸烟者 和当前吸烟者 中, 均随暴露浓度增加呈剂量依赖性下降(表S5)。我们还发现,非当前吸烟者 中DNMT3B表达水平随暴露浓度增加呈下降趋势,但当前吸烟者 中未发现该趋势(表S5)。

3.3. 多环芳烃(PAHs)与全基因组DNA甲基化及DNA甲基转移酶(DNMTs)的关联

我们发现, 多环芳烃(PAHs) 和尿中1 - 羟基芘(1 - OHP,1.06μmol/mol肌酐)每增加一个四分位距(IQR),分别与 降低 和 相关(表2)。此外,我们发现 多环芳烃和尿中1 - OHP每增加一个四分位距,分别与 表达降低22.04%和21.65%相关 (表2)。未发现环境空气中 多环芳烃与DNMT1和DNMT3A的关联 ,也未发现尿中1 - OHP与DNMT1和DNMT3A的关联 (表2)。

如表S6所示,在非当前吸烟者 中, 多环芳烃(PAHs) 每增加一个四分位距(IQR)与 降低 相关,但在当前吸烟者 中未发现该关联。在当前吸烟者 中,尿中 每增加一个四分位距与 降低相关,但在非当前吸烟者 中未发现该关联。我们还发现,在非当前吸烟者 中,尿中1 - 羟基芘(1 - OHP)与DNMT3B表达呈负剂量 - 反应关系。

3.4. 尿中金属与全基因组DNA甲基化及DNA甲基转移酶(DNMTs)的关联

我们还观察到,尿中金属元素均与尿中1-羟基芘(1-OHP)显著相关(偏相关系数为0.143 - 0.410)(表S3)。结果显示,镍(Ni) 肌酐)每增加一个四分位距(IQR),与 的降低相关(表2)。然而,其他金属元素与 之间没有显著的剂量 - 反应关系(均 )(表2)。我们发现, 每增加一个四分位距,与 中DNA甲基转移酶1(DNMT1)水平升高 相关,而砷(As)(61.77 µmol/mol肌酐)每增加一个四分位距,与 中 表达升高21.09%相关(表2)。在所有受试者中,其他金属元素与DNA甲基转移酶(DNMTs)的关联均不显著(均 ,表2)。

3.5. 多环芳烃(PAHs)与金属元素共同暴露对DNA甲基化的影响

我们评估了多环芳烃(PAHs)在不同尿中金属元素亚组中对全基因组DNA甲基化和DNA甲基转移酶(DNMTs)表达的影响。如图所示

<!– Meanless: 2023-03–>

表2

暴露水平增加一个四分位距(IQR)与DNA甲基化和DNA甲基转移酶(DNMTs)表达的百分比变化。

 四分位距(IQR)5-甲基胞嘧啶百分比(% 5mC)DNA甲基转移酶1(DNMT1)DNA甲基转移酶3A(DNMT3A)DNA甲基转移酶3B(DNMT3B)
变化百分比(95%置信区间)(% change (95% CI)) 变化百分比(95%置信区间)(% change (95% CI)) 变化百分比(95%置信区间)(% change (95% CI)) 变化百分比(95%置信区间)(% change (95% CI)) 
多环芳烃暴露水平(PAHs exposure levels)
环境3.82 0.0097.67 (-4.53, 21.42)0.23 0.06 0.02
尿中1-羟基芘(微摩尔/摩尔肌酐)(Urinary 1-OHP (μmol/mol creatinine))1.06   0.16 0.78 0.008
尿中金属(微摩尔/摩尔肌酐)(Urinary metals (μmol/mol creatinine))
铬(Cr)12.75 0.38 0.68 0.19 0.32
 27.75 0.0310.86 (2.86, 19.48)0.007 0.49 0.08
砷(As)61.77 0.51 0.170.79 (-6.62,8.79)0.8421.09 (2.32, 43.31)0.03
镉(Cd)1.020.79 (-2.75,4.47)0.67 0.26 0.8110.43 (-5.81, 29.47)0.22
铅(Pb)11.44 0.27 0.90 0.78 0.09

* 对每个终点指标的自然对数进行多元线性回归分析,并对性别、年龄、体重指数(BMI)、饮酒情况、吸烟包年数、近期感染状况、叶酸和白细胞进行校正。百分比变化按暴露水平的四分位距(IQR)增加进行缩放,暴露水平估计为 。

<!– Meanless: 5 Environment International 134 (2020) 105296–>

如图1所示,我们根据尿中金属含量的三分位数将768名工人分为T1、T2和T3暴露亚组。我们发现,尿中 含量较低的T1亚组中,尿中1 - 羟基芘(1 - OHP)与全基因组DNA甲基化(%5mC)呈显著负相关。我们还发现,在尿镍的T2和T3亚组、尿砷的T2亚组、尿镉的T1和T3亚组、尿铅的T3亚组中,尿中1 - OHP与全基因组DNA甲基化 呈显著负相关。我们观察到,在尿镉的T2亚组和尿铅的T1亚组中,尿中1 - OHP与DNA甲基转移酶1(DNMT1)表达呈显著正相关。我们还观察到,在尿镉的T2亚组中,尿中1 - OHP与DNA甲基转移酶3A(DNMT3A)表达呈显著正相关。尿铬的T1亚组、尿砷的T2亚组和尿镉的T1亚组中,尿中1 - OHP与DNA甲基转移酶3B(DNMT3B)表达呈显著负相关。

然后,我们研究了多环芳烃(PAHs)和金属成分对DNA甲基化的交互作用。尿中1 - OHP与金属对全基因组DNA甲基化(%5mC)和DNA甲基转移酶(DNMTs)表达的交互作用不显著(图1)。

3.6. DNA甲基转移酶3B(DNMT3B)和全基因组DNA甲基化的中介分析

在上述分析中,我们发现颗粒物(PM)暴露与DNMT3B水平降低和 显著相关。为了更好地理解DNMT3B在全基因组DNA低甲基化中的作用,我们根据与 相关的暴露水平(包括环境 多环芳烃、尿中1 - OHP和尿镍)进行了中介分析。表3列出了DNMT3B在多环芳烃和镍暴露中的直接效应、间接效应和中介比例。我们未发现上述暴露水平通过DNMT3B途径对 产生中介效应(均 )。

3.7. 敏感性分析

我们进行了敏感性分析,以检验暴露水平与DNA甲基化和DNMTs相关性的稳健性。排除部分参与者后的多元线性回归分析未改变所报告的相关性(表S7)。

4. 讨论

据我们所知,这是第一项在暴露于颗粒物的人群中,通过考虑DNMTs的作用,系统研究多环芳烃和重金属成分与全基因组DNA甲基化水平 相关性的研究。在本研究中,我们发现暴露于颗粒物的人群存在全基因组DNA低甲基化现象。全基因组DNA低甲基化与多环芳烃和 暴露显著相关,但尿中 和1 - OHP对全基因组DNA甲基化的交互作用不明显,这表明颗粒物中主要成分对DNA甲基化具有独立作用。在暴露于颗粒物的人群中观察到DNMT3B表达下调。此外,还发现了多环芳烃水平与DNMT3B表达的剂量 - 反应关系。然后我们进行了中介分析,但未发现多环芳烃和镍暴露通过DNMT3B表达对全基因组DNA低甲基化产生中介效应。

DNA甲基化是基因组中一种至关重要的表观遗传修饰,参与调控许多细胞过程。越来越多的人类疾病被发现与异常的DNA甲基化有关。在肿瘤发生过程中会出现全基因组DNA低甲基化和特定区域的高甲基化(贝林和赫尔曼,2000年;莱尔德和耶尼施,1994年)。急性暴露于交通颗粒物后,LINE - 1的DNA甲基化水平降低(巴卡雷利等人,2009年)。德普林斯等人发现,健康成年人全基因组DNA甲基化水平(5 - 甲基 - 2’-脱氧胞苷百分比)降低与暴露于环境 有关(德普林斯等人,2013年)。我们还发现,炼焦炉工人的全基因组DNA甲基化水平(5 - 甲基胞嘧啶百分比)降低,这表明燃煤颗粒物暴露与异常的DNA甲基化有关。为了分析吸烟的混杂效应,我们研究了按吸烟状况分层的人群中的DNA甲基化水平。先前的研究已经证实了吸烟与DNA甲基化之间存在潜在联系(弗尼斯等人,2008年;史密斯等人,2007年)。在我们的研究中,无论是非当前吸烟者还是当前吸烟者,随着颗粒物浓度的增加,全基因组DNA甲基化水平(5 - 甲基胞嘧啶百分比)均呈现出明显的剂量依赖性降低。一般来说,正常细胞的特征是全基因组高甲基化和基因特异性低甲基化,而癌细胞则呈现出相反的特征(布罗卡托和科斯塔,2013年)。这些发现表明,全基因组DNA低甲基化可能是颗粒物暴露致癌的早期效应标志物。

image

 

图1. 尿中1 - 羟基芘对不同金属亚组DNA甲基化的影响以及尿中1 - 羟基芘与金属对全基因组DNA甲基化和DNA甲基转移酶表达的交互作用。在每个亚组中,多元线性回归模型对性别、年龄、体重指数、饮酒情况、吸烟包年数、近期感染状况、叶酸和白细胞进行了调整,并将尿中1 - 羟基芘作为连续变量。数据标记表示按尿中金属分层的每单位自然对数转换后的尿中1 - 羟基芘增加所对应的全基因组DNA甲基化和DNA甲基转移酶的 (误差线为 )。* 和** 通过多元线性回归模型计算得出。 交互作用通过将尿中1 - 羟基芘(连续变量)与尿中金属三分位数组(分类变量)之间的交互项纳入协变量调整后的广义线性回归模型计算得出。

多环芳烃和金属是研究较为深入的有毒化学物质,它们在燃煤颗粒物的常见来源中大量共存。众所周知,炼焦炉排放物是一种特定的颗粒物来源,并且含有大量的多环芳烃(比约尔塞思等人,1978年;蔡等人,2008年)。尿液中金属(铬、镍、砷、镉和铅)的生物监测通常被认为是一种敏感且非侵入性的方法,用于量化人体对这些金属的暴露情况(埃斯特班和卡斯塔诺,2009年)。在我们的研究中,炼焦炉工人尿中 、砷、 和 的几何平均浓度分别比中国8个省份超过11000名受试者的一般人群中检测到的水平高404%、79%、146%和901%(数据见表S2)。然而,目前尚无研究报道中国一般人群尿液中 的浓度。

许多外源性化学物质会扰乱DNA甲基化组并促进癌症发生,多环芳烃(PAHs)被认为是煤炭燃烧产生的颗粒物(PM)中导致人类患癌的主要因素(Lewtas,2007)。Sadikovic等人发现,苯并[a]芘(B[a]P)会导致乳腺癌细胞系中多个基因组重复序列发生低甲基化事件(Sadikovic和Rodenhiser,2006)。用B[a]P处理BALB/3 T3细胞会导致细胞DNA的 含量下降 (Wilson和Jones,1983)。有时,Alu和LINE - 1重复元件可作为全基因组DNA甲基化的替代标志物。在我们之前的研究中,我们发现接触多环芳烃的人群中LINE - 1甲基化水平显著降低,体外研究也揭示了类似的作用模式(Duan等人,2013)。尿中1 - 羟基芘(1 - OHP)是多环芳烃暴露最全面的生物标志物(Lu等人,2002;Yamano等人,2014)。在波兰的一个研究人群中,尿中1 - OHP水平与LINE - 1和Alu元件的DNA甲基化增加有关 (Pavanello等人,2009)。相反,在墨西哥的一个研究人群中,尿中1 - OHP与LINE - 1和Alu元件呈负相关 (Alegria - Torres等人,2013),但这种关联在统计学上不显著。在本研究中,我们在大样本量人群中证实了多环芳烃暴露与 下降的暴露 - 反应关系,表明多环芳烃暴露可导致全基因组DNA甲基化水平下调。

表3

DNMT3B表达在污染水平与全基因组DNA甲基化关联中的中介效应。

暴露水平暴露与中介因素的关联中介因素与结果的关联中介效应 (95%置信区间) 中介比例 (95%置信区间) 
β(95%置信区间)    
多环芳烃总量(ΣPAHs) 0.02 0.27 0.343.4% (-3.7%, 23.0%) 0.34
1-羟基芘(1-OHP) 0.009 0.31 0.353.3% (-3.9%, 19.0%) 0.36
  0.09 0.25 0.372.6% (-4.2%, 28.0%) 0.37

是将中介变量(DNMT3B 表达)对自变量(暴露水平)进行回归时,自变量的系数。

是将因变量(%5mC)同时对自变量和中介变量进行回归时,中介变量的系数。

中介效应(95%置信区间)和中介比例(95%置信区间)是通过 R 包“mediation”中的准贝叶斯蒙特卡罗模拟 1000 次得到的。

已有研究表明,重金属可通过诱导启动子高甲基化来关闭肿瘤抑制基因,并导致全基因组低甲基化(Brocato 和 Costa,2013)。关于 对 DNA 甲基化影响的首批实验之一是在中国仓鼠细胞系(G12)中进行的,该实验表明 通过增强 DNA 甲基化和紧密性来改变基因表达(Lee 等人,1995)。体内研究发现镍(Ni)与许多特定基因(如 RASSF1A、P16、MGMT)的高甲基化有关(Ji 等人,2008;Zhang 等人,2011)。然而,关于镍降低全基因组 DNA 甲基化能力的数据非常有限。一项体外研究表明,经硫化镍(NiS)处理的 细胞中的 含量低于对照细胞(Yang 等人,2010)。在本研究中,我们发现 每增加一个四分位距(IQR), 就会降低 。这些一致的结果表明,较高剂量的 可诱导全基因组 DNA 低甲基化。

王等人表明,职业性六价铬(VI)暴露可导致叶酸缺乏,这可能进一步促进全基因组DNA低甲基化(王等人,2012年)。在我们的研究中未发现尿铬与全基因组DNA低甲基化之间的关联,可能是因为所有人群的血清叶酸浓度相似。另一方面,暴露组和非暴露组的尿铬浓度差异不是很大。相互矛盾的研究报告了砷在全基因组水平上既会诱导高甲基化事件,也会诱导低甲基化事件。全基因组甲基化增加并非癌症的特征,但有报告称在砷暴露后会出现这种情况(马宗达等人,2010年)。多项研究表明,当砷作用于启动子的CpG岛时,会导致全基因组DNA低甲基化(陈等人,2004年;谢等人,2007年)。镉诱导的致癌作用也涉及高甲基化和低甲基化事件。一项针对阿根廷女性的研究发现,女性尿镉水平较低(代表终生镉暴露)与LINE - 1甲基化呈负相关(侯赛因等人,2012年)。尿镉水平高的参与者全基因组DNA甲基化水平显著降低(钟等人,2017年)。在我们的研究中,尿砷、镉和铬之间没有显著的剂量 - 反应关系。铅暴露通过非竞争性抑制和改变DNA甲基转移酶(DNMT)的表达来降低全基因组DNA甲基化水平(桑切斯等人,2017年)。一项对来自汽车电池工厂的100名成年男性进行的横断面研究表明,血铅与全基因组DNA甲基化呈负相关(德沃兹等人,2017年)。钟等人未发现全基因组DNA甲基化与血液和尿液中的铅浓度之间存在关联(钟等人,2017年)。在我们的研究中,所有参与者的尿铅与全基因组DNA甲基化之间没有显著的负剂量 - 反应关系。经过样条分析,我们发现尿铅与全基因组DNA甲基化在低尿铅组呈负相关,但在高尿铅组呈正相关(数据未显示)。一项铅暴露斑马鱼模型研究也表明,基因组DNA甲基化水平存在非线性剂量 - 反应关系(辛格等人,2018年)。其机制可能涉及不同铅暴露水平下对DNA甲基化的不同调控。总之,在我们的研究中,多环芳烃(PAHs)诱导的全基因组DNA甲基化变化大于重金属引起的变化。因此,我们假设多环芳烃是煤炭燃烧产生的颗粒物中导致DNA低甲基化的主要成分。

人类通常同时暴露于多种有害化学物质,而非单一化学物质,多环芳烃和金属共同暴露的不良影响最近引起了广泛关注(邓等人,2019年;王等人,2015年)。我们还研究了多环芳烃和金属对彼此与全基因组DNA甲基化关联的修饰作用及其相互作用。虽然我们未发现尿1 - 羟基芘(1 - OHP)与金属在全基因组DNA甲基化方面的相互作用,这表明全基因组DNA低甲基化变化可能是由多环芳烃和金属的独立作用引起的。

多环芳烃(PAHs)和金属干扰整体DNA低甲基化的机制仍不清楚。 是一种可遗传且可逆的修饰,由写入器(DNA甲基转移酶,DNMTs)形成,由读取器(甲基化DNA结合蛋白,MBPs)识别,并推测由擦除器(十一-十一易位蛋白,Tets)去除。许多研究表明,整体甲基化水平受DNMTs调控(Mizuno等人,2001年;Robertson,2002年)。Teneng等人报道, 降低了DNMT1和DNMT3A的表达水平,并在体外降低了CpG岛的DNA甲基化水平(Teneng等人,2011年)。用 处理巨噬细胞导致DNMT1、DNMT3A和DNMT3B的mRNA水平显著降低,而在从头甲基转移酶DNMT3B的表达中观察到最明显的变化(Miousse等人,2014年)。我们还发现,暴露于颗粒物(PM)后DNMT3B表达降低,且PAHs与DNMT3B表达水平呈反向剂量反应关系。PM可能影响 ,而 功能丧失可能导致正常甲基化模式维持失衡,从而导致DNA甲基化改变。我们未发现PAHs和镍(Ni)水平通过DNMT3B途径对 有中介效应,这表明DNMT3B途径的机制复杂,并非干扰DNA甲基化的唯一途径。一些研究发现,在有毒物质处理后,通过抑制DNMT活性,DNMT活性降低,而DNMT mRNA水平保持不变(Benbrahim-Tallaa等人,2005年;Vahter,2009年)。多项研究表明, 暴露时间影响DNA甲基化水平,短期暴露后DNMT活性降低,而长期暴露则增加DNMT活性(Jiang等人,2008年;Takiguchi等人,2003年)。在我们的研究中,我们发现Ni与DNMT1表达呈正相关,砷(As)与DNMT3B mRNA水平呈正相关。在我们的研究中,除了DNMT表达水平外,DNMT活性可能也是影响整体DNA低甲基化效应的一个重要因素。

我们的研究有一些优势。叶酸是用于DNA甲基化的一碳基团的关键来源。我们按血清叶酸水平进行分层分析,并在多元回归模型中对其进行调整,以减少混杂影响。在敏感性分析中,我们排除了叶酸缺乏的参与者进行分析,结果与主模型的估计值没有实质性变化。此外,这是第一项使用中介效应方法研究DNMT3B对整体DNA甲基化降低机制的研究。本研究也存在一些局限性。首先,本研究仅关注高浓度燃煤PM暴露后的表观遗传效应。低PM水平的一般人群和其他PM来源中的低甲基化效应需要进一步验证。其次,我们没有测量个体家庭中的PM水平。这对于个人PM暴露情况的评估并不全面。然而,我们研究中的所有参与者都居住在中国一个相对发达的城市。他们在家中使用天然气和电力进行烹饪和取暖。因此,家庭中的PM暴露很少或相似。得出DNA甲基化差异主要是由于工作场所暴露的结论是可靠的。第三,我们研究中的样本量可能不足以进一步阐述相互作用的信息。并且横断面设计的研究也是一个局限性。进一步的研究应采用纵向设计来评估整体DNA低甲基化和PM成分的健康风险。

5. 结论

总之,我们发现人群中整体DNA甲基化和DNMT3B表达随PM水平升高而降低。PAHs和金属成分对DNA低甲基化可能存在独立的作用模式。整体DNA低甲基化可能是评估PM暴露所致不良健康效应的潜在生物标志物。

资金支持

本研究得到了中国国家重点研发计划(2017YFC0211604)、国家自然科学基金(NSFC 81573124,81872664)的资助。

作者贡献

HD设计了该项目并监督研究操作。HY、YN和YD参与了面对面访谈和样本收集。YW、TW、MX、CD、ZW、XP、HY和WS进行了实验室测量。YW和TW进行了统计分析。YL、RY、JS和ZS为统计分析提供了建议。YW和HD参与了最终稿件的起草和编辑。所有作者都阅读并批准了该稿件的最终版本。

利益冲突声明

未声明存在利益冲突。

致谢

我们要感谢参与本研究的人员。

附录A. 补充材料

本文的补充数据可在https:// doi.org/10.1016/j.envint.2019.105296上在线获取。

参考文献

Alegria-Torres, J.A., Barretta, F., Batres-Esquivel, L.E., Carrizales-Yanez, L., Perez-Maldonado, I.N., Baccarelli, A., Bertazzi, P.A., 2013. Epigenetic markers of exposure to polycyclic aromatic hydrocarbons in Mexican brickmakers: a pilot study. Chemosphere 91, 475-480. https://doi.org/10.1016/j.chemosphere.2012.11.077

Baccarelli, A., Wright, R.O., Bollati, V., Tarantini, L., Litonjua, A.A., Suh, H.H., Zanobetti, A., Sparrow, D., Vokonas, P.S., Schwartz, J., 2009. Rapid DNA methylation changes after exposure to traffic particles. Am. J. Respir. Crit. Care Med. 179, 572-578. https://doi.org/10.1164/rccm.200807-1097OC.

Baylin, S.B., Herman, J.G., 2000. DNA hypermethylation in tumorigenesis: epigenetics joins genetics. Trends Genet. 16, 168-174.

Benbrahim-Tallaa, L., Waterland, R.A., Styblo, M., Achanzar, W.E., Webber, M.M., Waalkes, M.P., 2005. Molecular events associated with arsenic-induced malignant transformation of human prostatic epithelial cells: aberrant genomic DNA methylation and K-ras oncogene activation. Toxicol. Appl. Pharmacol. 206, 288-298. https:// doi.org/10.1016/j.taap.2004.11.017.

Bjoorseth, A., Bjorseth, O., Fjeldstad, P.E., 1978. Polycyclic aromatic hydrocarbons in the work atmosphere. II. Determination in a coke plant. Scand. J. Work Environ. Health 4, 224-236.

Boffetta, P., Fontana, L., Stewart, P., Zaridze, D., Szeszenia-Dabrowska, N., Janout, V., Bencko, V., Foretova, L., Jinga, V., Matveev, V., Kollarova, H., Ferro, G., Chow, W.H., Rothman, N., van Bemmel, D., Karami, S., Brennan, P., Moore, L.E., 2011. Occupational exposure to arsenic, cadmium, chromium, lead and nickel, and renal cell carcinoma: a case-control study from Central and Eastern Europe. Occup. Environ. Med. 68, 723-728. https://doi.org/10.1136/oem.2010.056341.

Brocato, J., Costa, M., 2013. Basic mechanics of DNA methylation and the unique landscape of the DNA methylome in metal-induced carcinogenesis. Crit. Rev. Toxicol. 43, 493-514. https://doi.org/10.3109/10408444.2013.794769.

Chen, H., Li, S., Liu, J., Diwan, B.A., Barrett, J.C., Waalkes, M.P., 2004. Chronic inorganic arsenic exposure induces hepatic global and individual gene hypomethylation: implications for arsenic hepatocarcinogenesis. Carcinogenesis 25, 1779-1786. https://doi.org/10.1093/carcin/bgh161.

Chung, C.J., Chang, C.H., Liou, S.H., Liu, C.S., Liu, H.J., Hsu, L.C., Chen, J.S., Lee, H.L., 2017. Relationships among DNA hypomethylation, Cd, and Pb exposure and risk of cigarette smoking-related urothelial carcinoma. Toxicol. Appl. Pharmacol. 316, 107-113. https://doi.org/10.1016/j.taap.2016.12.016.

Costello, J.F., Plass, C., 2001. Methylation matters. J. Med. Genet. 38, 285-303.

de Benoist, B., 2008. Conclusions of a WHO Technical Consultation on folate and vitamin B12 deficiencies. Food Nutr. Bull. 29, S238-244. https://doi.org/10.1177/ 15648265080292s129.

De Prins, S., Koppen, G., Jacobs, G., Dons, E., Van de Mieroop, E., Nelen, V., Fierens, F., Int Panis, L., De Boever, P., Cox, B., Nawrot, T.S., Schoeters, G., 2013. Influence of ambient air pollution on global DNA methylation in healthy adults: a seasonal followup. Environ. Int. 59, 418-424. https://doi.org/10.1016/j.envint.2013.07.007.

Deng, Q., Dai, X., Feng, W., Huang, S., Yuan, Y., Xiao, Y., Zhang, Z., Deng, N., Deng, H., Zhang, X., Kuang, D., Li, X., Zhang, W., Zhang, X., Guo, H., Wu, T., 2019. Co-exposure to metals and polycyclic aromatic hydrocarbons, microRNA expression, and early health damage in coke oven workers. Environ. Int. 122, 369-380. https://doi.org/10.1016/j.envint.2018.11.056.

Devoz, P.P., Gomes, W.R., De Araujo, M.L., Ribeiro, D.L., Pedron, T., Greggi Antunes, L.M., Batista, B.L., Barbosa Jr., F., Barcelos, G.R.M., 2017. Lead (Pb) exposure induces disturbances in epigenetic status in workers exposed to this metal. J. Toxicol. Environ. Health A. 80, 1098-1105. https://doi.org/10.1080/15287394.2017.1357364.

Duan, H., He, Z., Ma, J., Zhang, B., Sheng, Z., Bin, P., Cheng, J., Niu, Y., Dong, H., Lin, H., Dai, Y., Zhu, B., Chen, W., Xiao, Y., Zheng, Y., 2013. Global and MGMT promoter hypomethylation independently associated with genomic instability of lymphocytes in subjects exposed to high-dose polycyclic aromatic hydrocarbon. Arch. Toxicol. 87, 2013-2022. https://doi.org/10.1007/s00204-013-1046-0.

Esteban, M., Castano, A., 2009. Non-invasive matrices in human biomonitoring: a review. Environ. Int. 35, 438-449. https://doi.org/10.1016/j.envint.2008.09.003.

Furniss, C.S., Marsit, C.J., Houseman, E.A., Eddy, K., Kelsey, K.T., 2008. Line region hypomethylation is associated with lifestyle and differs by human papillomavirus status in head and neck squamous cell carcinomas. Cancer Epidemiol. Biomarkers Prev. 17, 966-971. https://doi.org/10.1158/1055-9965.Epi-07-2775.

He, Z., Duan, H., Zhang, B., Li, M., Chen, L., Zhang, B., Zhu, X., Gao, C., Li, J., Zhang, X., Zhang, J., Wang, S., Zeng, X., Li, D., Xing, X., Zhang, Z., Ma, L., Bai, Q., Liu, C., Xiao, Y., Zheng, Y., Chen, W., 2015. CpG site-specific RASSF1a hypermethylation is associated with occupational PAH exposure and genomic instability. Toxicol. Res. 4, 848-857. https://doi.org/10.1039/C5TX00013K.

Hornung, R.W., Reed, L.D., 1990. Estimation of average concentration in the presence of nondetectable values. Appl. Occup. Environ. Hyg. 5, 46-51.

Hossain, M.B., Vahter, M., Concha, G., Broberg, K., 2012. Low-level environmental cadmium exposure is associated with DNA hypomethylation in Argentinean women. Environ. Health Perspect. 120, 879-884. https://doi.org/10.1289/ehp.1104600.

IARC, 1987. Coke production. In Overall Evaluations of Carcinogenicity. IARC Monographs on the Evaluation of Carcinogenic Risk of Chemicals to Humans, suppl. 7. International Agency for Research on Cancer, Lyon, France, pp. 176-177.

Janssen, B.G., Godderis, L., Pieters, N., Poels, K., Kicinski, M., Cuypers, A., Fierens, F., Penders, J., Plusquin, M., Gyselaers, W., Nawrot, T.S., 2013. Placental DNA hypo-methylation in association with particulate air pollution in early life. Part. Fibre Toxicol. 10, 22. https://doi.org/10.1186/1743-8977-10-22.

Ji, W., Yang, L., Yu, L., Yuan, J., Hu, D., Zhang, W., Yang, J., Pang, Y., Li, W., Lu, J., Fu, J., Chen, J., Lin, Z., Chen, W., Zhuang, Z., 2008. Epigenetic silencing of O6-methyl-guanine DNA methyltransferase gene in NiS-transformed cells. Carcinogenesis 29, 1267-1275. https://doi.org/10.1093/carcin/bgn012.

Jiang, G., Xu, L., Song, S., Zhu, C., Wu, Q., Zhang, L., Wu, L., 2008. Effects of long-term low-dose cadmium exposure on genomic DNA methylation in human embryo lung fibroblast cells. Toxicology 244, 49-55. https://doi.org/10.1016/j.tox.2007.10.028.

Joseph, P., 2009. Mechanisms of cadmium carcinogenesis. Toxicol. Appl. Pharmacol. 238, 272-279. https://doi.org/10.1016/j.taap.2009.01.011.

Laird, P.W., Jaenisch, R., 1994. DNA methylation and cancer. Hum. Mol. Genet. 3 (Spec No), 1487-1495.

Lee, Y.W., Klein, C.B., Kargacin, B., Salnikow, K., Kitahara, J., Dowjat, K., Zhitkovich, A., Christie, N.T., Costa, M., 1995. Carcinogenic nickel silences gene expression by chromatin condensation and DNA methylation: a new model for epigenetic carcinogens. Mol. Cell. Biol. 15, 2547-2557.

Lewtas, J., 2007. Air pollution combustion emissions: characterization of causative agents and mechanisms associated with cancer, reproductive, and cardiovascular effects. Mutat. Res. 636, 95-133. https://doi.org/10.1016/j.mrrev.2007.08.003.

Li, J., Li, W.X., Bai, C., Song, Y., 2017. Particulate matter-induced epigenetic changes and lung cancer. Clin. Respir. J. 11, 539-546. https://doi.org/10.1111/crj.12389.

Loomis, D., Grosse, Y., Lauby-Secretan, B., El Ghissassi, F., Bouvard, V., Benbrahim-Tallaa, L., Guha, N., Baan, R., Mattock, H., Straif, K., 2013. The carcinogenicity of outdoor air pollution. Lancet Oncol. 14, 1262-1263.

Lu, P.L., Chen, M.L., Mao, I.F., 2002. Urinary 1-hydroxypyrene levels in workers exposed to coke oven emissions at various locations in a coke oven plant. Arch. Environ. Health 57, 255-261. https://doi.org/10.1080/00039890209602945.

Majumdar, S., Chanda, S., Ganguli, B., Mazumder, D.N., Lahiri, S., Dasgupta, U.B., 2010. Arsenic exposure induces genomic hypermethylation. Environ. Toxicol. 25, 315-318. https://doi.org/10.1002/tox.20497.

Miousse, I.R., Chalbot, M.C., Aykin-Burns, N., Wang, X., Basnakian, A., Kavouras, I.G., Koturbash, I., 2014. Epigenetic alterations induced by ambient particulate matter in mouse macrophages. Environ. Mol. Mutagen. 55, 428-435. https://doi.org/10.1002/ em. 21855.

Mizuno, S., Chijiwa, T., Okamura, T., Akashi, K., Fukumaki, Y., Niho, Y., Sasaki, H., 2001. Expression of DNA methyltransferases DNMT1, 3A, and 3B in normal hematopoiesis and in acute and chronic myelogenous leukemia. Blood 97, 1172-1179.

Pavanello, S., Bollati, V., Pesatori, A.C., Kapka, L., Bolognesi, C., Bertazzi, P.A., Baccarelli, A., 2009. Global and gene-specific promoter methylation changes are related to anti-B[a]PDE-DNA adduct levels and influence micronuclei levels in polycyclic aromatic hydrocarbon-exposed individuals. Int. J. Cancer 125, 1692-1697. https://doi.org/10.1002/ijc.24492.

Robertson, K.D., 2002. DNA methylation and chromatin - unraveling the tangled web. Oncogene 21, 5361-5379. https://doi.org/10.1038/sj.onc.1205609.

Robertson, K.D., 2005. DNA methylation and human disease. Nat. Rev. Genet. 6, 597-610. https://doi.org/10.1038/nrg1655.

Sadikovic, B., Rodenhiser, D.I., 2006. Benzopyrene exposure disrupts DNA methylation and growth dynamics in breast cancer cells. Toxicol. Appl. Pharmacol. 216, 458-468. https://doi.org/10.1016/j.taap.2006.06.012.

Salnikow, K., Zhitkovich, A., 2008. Genetic and epigenetic mechanisms in metal carcinogenesis and cocarcinogenesis: nickel, arsenic, and chromium. Chem. Res. Toxicol. 21, 28-44. https://doi.org/10.1021/tx700198a.

Sanchez, O.F., Lee, J., Yu King Hing, N., Kim, S.E., Freeman, J.L., Yuan, C., 2017. Lead (Pb) exposure reduces global DNA methylation level by non-competitive inhibition and alteration of dnmt expression. Metall.: Integrated Biometal Sci. 9, 149-160. https://doi.org/10.1039/c6mt00198j.

Schraufnagel, D.E., Balmes, J.R., Cowl, C.T., De Matteis, S., Jung, S.H., Mortimer, K., Perez-Padilla, R., Rice, M.B., Riojas-Rodriguez, H., Sood, A., Thurston, G.D., To, T., Vanker, A., Wuebbles, D.J., 2019. Air pollution and noncommunicable diseases: a review by the forum of international respiratory societies’ environmental committee, Part 1: the damaging effects of air pollution. Chest 155, 409-416. https://doi.org/10.1016/j.chest.2018.10.042.

Singh, G., Singh, V., Wang, Z.X., Voisin, G., Lefebvre, F., Navenot, J.M., Evans, B., Verma, M., Anderson, D.W., Schneider, J.S., 2018. Effects of developmental lead exposure on the hippocampal methylome: Influences of sex and timing and level of exposure. Toxicol. Lett. 290, 63-72. https://doi.org/10.1016/j.toxlet.2018.03.021.

Smith, I.M., Mydlarz, W.K., Mithani, S.K., Califano, J.A., 2007. DNA global hypomethy-lation in squamous cell head and neck cancer associated with smoking, alcohol consumption and stage. Int. J. Cancer 121, 1724-1728. https://doi.org/10.1002/ijc.22889.

Takiguchi, M., Achanzar, W.E., Qu, W., Li, G., Waalkes, M.P., 2003. Effects of cadmium on DNA-(Cytosine-5) methyltransferase activity and DNA methylation status during cadmium-induced cellular transformation. Exp. Cell Res. 286, 355-365.

Teneng, I., Montoya-Durango, D.E., Quertermous, J.L., Lacy, M.E., Ramos, K.S., 2011. Reactivation of L1 retrotransposon by benzo(a)pyrene involves complex genetic and epigenetic regulation. Epigenetics 6, 355-367.

Tsai, J.H., Lin, K.H., Chen, C.Y., Lai, N., Ma, S.Y., Chiang, H.L., 2008. Volatile organic compound constituents from an integrated iron and steel facility. J. Hazard. Mater. 157, 569-578. https://doi.org/10.1016/j.jhazmat.2008.01.022.

Vahter, M., 2009. Effects of arsenic on maternal and fetal health. Annu. Rev. Nutr. 29, 381-399. https://doi.org/10.1146/annurev-nutr-080508-141102.

Wang, F.F., Geng, C.M., Hao, W.D., Zhao, Y.D., Li, Q., Wang, H.M., Qian, Y., 2016. The cellular toxicity of PM2.5 emitted from coal combustion in human umbilical vein endothelial cells. Biomed. Environ. Sci. 29, 107-116. https://doi.org/10.3967/ bes2016.012.

Wang, T., Feng, W., Kuang, D., Deng, Q., Zhang, W., Wang, S., He, M., Zhang, X., Wu, T., Guo, H., 2015. The effects of heavy metals and their interactions with polycyclic aromatic hydrocarbons on the oxidative stress among coke-oven workers. Environ. Res. 140, 405-413. https://doi.org/10.1016/j.envres.2015.04.013.

Wang, T.C., Song, Y.S., Wang, H., Zhang, J., Yu, S.F., Gu, Y.E., Chen, T., Wang, Y., Shen, H.Q., Jia, G., 2012. Oxidative DNA damage and global DNA hypomethylation are related to folate deficiency in chromate manufacturing workers. J. Hazard. Mater. 213-214, 440-446. https://doi.org/10.1016/j.jhazmat.2012.02.024.

Wang, Y., Duan, H., Meng, T., Shen, M., Ji, Q., Xing, J., Wang, Q., Wang, T., Niu, Y., Yu, T., Liu, Z., Jia, H., Zhan, Y., Chen, W., Zhang, Z., Su, W., Dai, Y., Zhang, X., Zheng, Y., 2018. Reduced serum club cell protein as a pulmonary damage marker for chronic fine particulate matter exposure in Chinese population. Environ. Int. 112, 207-217. https://doi.org/10.1016/j.envint.2017.12.024.

Wilson, V.L., Jones, P.A., 1983. Inhibition of DNA methylation by chemical carcinogens in vitro. Cell 32, 239-246.

Xie, Y., Liu, J., Benbrahim-Tallaa, L., Ward, J.M., Logsdon, D., Diwan, B.A., Waalkes, M.P., 2007. Aberrant DNA methylation and gene expression in livers of newborn mice transplacentally exposed to a hepatocarcinogenic dose of inorganic arsenic. Toxicology 236, 7-15. https://doi.org/10.1016/j.tox.2007.03.021.

Yamano, Y., Hara, K., Ichiba, M., Hanaoka, T., Pan, G., Nakadate, T., 2014. Urinary 1- hydroxypyrene as a comprehensive carcinogenic biomarker of exposure to polycyclic aromatic hydrocarbons: a cross-sectional study of coke oven workers in China. Int. Arch. Occup. Environ. Health 87, 705-713. https://doi.org/10.1007/s00420-013- 0913-6.

Yang, L.Q., Ji, W.D., Tao, G.H., Zhang, W.J., Gong, C.M., Zhou, L., Liu, J.J., Ke, Y.B., Zhuang, Z.X., 2010. Genome DNA hypomethylation in the process of crystalline nickel-induced cell malignant transformation. Zhonghua Yu Fang Yi Xue Za Zhi. 44, 622-625.

Zhai, Q., Duan, H., Wang, Y., Huang, C., Niu, Y., Dai, Y., Bin, P., Liu, Q., Chen, W., Ma, J., Zheng, Y., 2012. Genetic damage induced by organic extract of coke oven emissions on human bronchial epithelial cells. Toxicol. In Vitro 26, 752-758. https://doi.org/ 10.1016/j.tiv.2012.04.001.

Zhang, J., Zhang, J., Li, M., Wu, Y., Fan, Y., Zhou, Y., Tan, L., Shao, Z., Shi, H., 2011. Methylation of RAR-beta2, RASSF1A, and CDKN2A genes induced by nickel subsulfide and nickel-carcinogenesis in rats. Biomed. Environ. Sci. 24, 163-171. https:// doi.org/10.3967/0895-3988.2011.02.011.

Zhang, X., Li, J., He, Z., Duan, H., Gao, W., Wang, H., Yu, S., Chen, W., Zheng, Y., 2016. Associations between DNA methylation in DNA damage response-related genes and cytokinesis-block micronucleus cytome index in diesel engine exhaust-exposed workers. Arch. Toxicol. 90, 1997-2008. https://doi.org/10.1007/s00204-015- 1598-2.

* 通信作者地址:中国疾病预防控制中心职业卫生与中毒控制所化学品安全与健康重点实验室,北京市南纬路29号,邮编100050。

电子邮箱地址:duanhw@niohp.chinacdc.cn(段H.)。

这些作者对本工作贡献相同。 ↑

DNA甲基化,DNMT,Ni

图片名称

艾维缔官网

图片名称
图片名称

艾德官网

图片名称
图片名称

B站IVDSHOW

图片名称
图片名称

抖音军哥聊表观

图片名称
图片名称

视频号艾维缔

图片名称
图片名称

小红书艾维缔

图片名称
图片名称

快手表观盒子

图片名称
图片名称

表观遗传学

图片名称

联系我们

Tel:+86-0313-5935521|18911529660

ADD:张家口市怀来县东花园镇哈工大研究院T8幢7层

邮箱:1951545998@qq.com

留言咨询

如果您对我们的产品和服务感兴趣,请留下您的信息。

立即咨询 →

IVDSHOW

订阅我们,以便及时了解产品更新和特惠活动

%{tishi_zhanwei}%
售后反馈 →

免责申明:本网站销售的所有产品均不得用于人类或动物之临床诊断或治疗,仅可用于工业或者科研等非医疗目的。(获得国家相关部门批准的产品除外) 

版权所有:艾维缔科技怀来有限公司 

营业执照