Exportação concluída — 

Biomarcadores teciduais e urinários diagnósticos e preditores de agressividade do câncer de próstata

Detalhes bibliográficos
Ano de defesa: 2019
Autor(a) principal: Ortega, Fábio Leme
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: http://www.teses.usp.br/teses/disponiveis/5/5153/tde-07082019-102922/
Resumo: Introdução: O câncer de próstata (CP) é a neoplasia mais comum do homem e o seu rastreamento e métodos de detecção têm sido motivo de grande discussão. Devido a sua alta prevalência, busca-se a identificação de tumores clinicamente significantes, evitando-se o supertratamento e seus consequentes efeitos colaterais. Atualmente a ressonância magnética multiparamétrica e outros marcadores moleculares têm sido utilizados, mas falham em acurácia. A busca de novos marcadores diagnósticos e de caracterização da agressividade do CP é urgente. Objetivos: Identificação do perfil de expressão dos genes ERG, SPOP, PTEN, AMACR, GOLM1, EN2 e NKX3.1 e dos miRNAs 21, 221, 100 e 141 no tecido proveniente de biópsias de próstata por agulha e avaliação de sua acurácia no diagnóstico e determinação do prognóstico do CP. Análise de proteínas glicosiladas na urina através da proteômica e espectometria de massa para o diagnóstico do CP. Materiais e Métodos: Estudo prospectivo, exploratório para identificação de biomarcadores diagnósticos e prognósticos de CP. Cento e trinta e dois pacientes com indicação de biópsia de próstata (PSA > 4,0 ng/ml e/ou alterações no toque retal) foram submetidos a biópsia prostática em sextantes no Hospital das Clínicas da Faculdade de Medicina da USP e no Instituto do Câncer do Estado de São Paulo (ICESP). Uma amostra aleatória de biópsia foi submetida a qRT-PCR para análise da expressão dos genes e miRNAs. A urina foi coletada após a biópsia e mantida a -20oC. Doze amostras de urina sendo seis de pacientes com diagnóstico de CP e seis com hiperplasia próstatica benigna foram submetidas a análise proteômica com espectrometria de massa. Os perfis de expressão de miRNAs, genes e proteínas foram comparados entre pacientes com e sem diagnóstico de CP. Avaliamos também o perfil de expressão de genes e miRNAs e sua relação com a graduação histológica de Gleason. Resultados: Os níveis aumentados de expressão tissular de NKX3, SPOP, AMACR, EN2, GOLM1 e ERG foram significativamente maiores no grupo CP quando comparados ao grupo controle p=0.03, p=0.004, p < 0.001, p < 0.001, p < 0.001, p=0,002 respectivamente. A avaliação da curva ROC revelou AUC de 0,744; 0,726; 0,692; 0,659; 0,646; 0,609 e 0,469 respectivamente para AMACR, GOLM1, EN2, ERG, SPOP, NKX3 e PTEN no diagnóstico do CP. Com base na análise de regressão linear foi proposto um modelo de análise conjunta dessas variáveis e criado um nomograma com GOLM1 e AMACR integrados com idade e níveis de PSA. A acurácia do nomograma proposto foi de 78,2% no diagnóstico do CP. Na avaliação prognóstica comparando dois grupos de Gleason 6 vs 7 a 10, os genes EN2, GOLM1 e AMACR foram significativamente mais expressos nos tumores mais agressivos (p=0,027, p=0,002, p=0,013 respectivamente). A curva ROC revelou AUC de 0,675, 0,727 e 0,684 respectivamente para EN2, GOLM1 e AMACR. Seguindo o mesmo tratamento estatístico do modelo diagnóstico proposto nesse estudo, foi elaborado um nomograma prognóstico com integração do PSA, idade e expressão de GOLM1 que mostrou uma acurácia de 79%. Na avaliação prognóstica entre os grupos Gleason 6 e 7 vs 8, 9 e 10 apenas os marcadores NKX3 e SPOP foram diferencialmente expressos, p=0,036 e p=0,044 respetivamente. A avaliação da curva ROC revelou AUC 0,704 e 0,696 para NKX3 e SPOP respectivamente. O nomograma proposto, a partir dessas informações e tratamento estatístico das variáveis, integrando PSA, idade e expressão de SPOP mostra uma acurácia de 89% na identificação de tumores de alto grau. Os miRNAs não apresentaram expressão significativamente diferente entre os grupos tanto para o diagnóstico quanto para o prognóstico. A análise proteômica revelou um painel de 56 N-glicopeptídeos capaz de discriminar completamente os grupos de pacientes com e sem CP. A avaliação da curva ROC para o painel formado mostrou uma AUC=1. Conclusões: A análise da expressão de genes em fragmento de biópsia de próstata por agulha, aleatoriamente retirado foi capaz de identificar a presença ou não do CP e caracterizar a sua agressividade. O nomograma desenhado a partir da expressão de GOLM1 e AMACR associados a idade e aos níveis de PSA mostrou acurácia de 78,2% no diagnóstico da doença. Os níveis de expressão tecidual de GOLM1 associados ao PSA demonstraram uma acurácia de 79,1% para a identificação de carcinomas com graduação >=7 e os níveis de expressão tecidual de SPOP associados ao PSA demonstraram uma acurácia de 89,0% para a identificação de carcinomas com graduação >=8. Os níveis de expressão de 56 N-glicopeptídeos intactos na urina mostraram uma ROC: AUC de 1 para o diagnóstico do câncer de próstata
id USP_b9d33866318e2be672d67754132878ca
oai_identifier_str oai:teses.usp.br:tde-07082019-102922
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling Biomarcadores teciduais e urinários diagnósticos e preditores de agressividade do câncer de próstataTissue and urinary biomarkers for diagnosis and predictors of aggressiveness of prostate cancerBiomarcadores tumoraisBiomarkers tumorCâncer de próstataGenesGenesGlicoproteínasGlycoproteinsMicroRNAsMicroRNAsNeoplasias da próstata/DiagnósticoPrognosisPrognósticoProstatic neoplasms/DiagnosisProtastic cancerProteômicaProteomicsReação em cadeia da polimerase em tempo realReal-time polymerase chain reactionIntrodução: O câncer de próstata (CP) é a neoplasia mais comum do homem e o seu rastreamento e métodos de detecção têm sido motivo de grande discussão. Devido a sua alta prevalência, busca-se a identificação de tumores clinicamente significantes, evitando-se o supertratamento e seus consequentes efeitos colaterais. Atualmente a ressonância magnética multiparamétrica e outros marcadores moleculares têm sido utilizados, mas falham em acurácia. A busca de novos marcadores diagnósticos e de caracterização da agressividade do CP é urgente. Objetivos: Identificação do perfil de expressão dos genes ERG, SPOP, PTEN, AMACR, GOLM1, EN2 e NKX3.1 e dos miRNAs 21, 221, 100 e 141 no tecido proveniente de biópsias de próstata por agulha e avaliação de sua acurácia no diagnóstico e determinação do prognóstico do CP. Análise de proteínas glicosiladas na urina através da proteômica e espectometria de massa para o diagnóstico do CP. Materiais e Métodos: Estudo prospectivo, exploratório para identificação de biomarcadores diagnósticos e prognósticos de CP. Cento e trinta e dois pacientes com indicação de biópsia de próstata (PSA > 4,0 ng/ml e/ou alterações no toque retal) foram submetidos a biópsia prostática em sextantes no Hospital das Clínicas da Faculdade de Medicina da USP e no Instituto do Câncer do Estado de São Paulo (ICESP). Uma amostra aleatória de biópsia foi submetida a qRT-PCR para análise da expressão dos genes e miRNAs. A urina foi coletada após a biópsia e mantida a -20oC. Doze amostras de urina sendo seis de pacientes com diagnóstico de CP e seis com hiperplasia próstatica benigna foram submetidas a análise proteômica com espectrometria de massa. Os perfis de expressão de miRNAs, genes e proteínas foram comparados entre pacientes com e sem diagnóstico de CP. Avaliamos também o perfil de expressão de genes e miRNAs e sua relação com a graduação histológica de Gleason. Resultados: Os níveis aumentados de expressão tissular de NKX3, SPOP, AMACR, EN2, GOLM1 e ERG foram significativamente maiores no grupo CP quando comparados ao grupo controle p=0.03, p=0.004, p < 0.001, p < 0.001, p < 0.001, p=0,002 respectivamente. A avaliação da curva ROC revelou AUC de 0,744; 0,726; 0,692; 0,659; 0,646; 0,609 e 0,469 respectivamente para AMACR, GOLM1, EN2, ERG, SPOP, NKX3 e PTEN no diagnóstico do CP. Com base na análise de regressão linear foi proposto um modelo de análise conjunta dessas variáveis e criado um nomograma com GOLM1 e AMACR integrados com idade e níveis de PSA. A acurácia do nomograma proposto foi de 78,2% no diagnóstico do CP. Na avaliação prognóstica comparando dois grupos de Gleason 6 vs 7 a 10, os genes EN2, GOLM1 e AMACR foram significativamente mais expressos nos tumores mais agressivos (p=0,027, p=0,002, p=0,013 respectivamente). A curva ROC revelou AUC de 0,675, 0,727 e 0,684 respectivamente para EN2, GOLM1 e AMACR. Seguindo o mesmo tratamento estatístico do modelo diagnóstico proposto nesse estudo, foi elaborado um nomograma prognóstico com integração do PSA, idade e expressão de GOLM1 que mostrou uma acurácia de 79%. Na avaliação prognóstica entre os grupos Gleason 6 e 7 vs 8, 9 e 10 apenas os marcadores NKX3 e SPOP foram diferencialmente expressos, p=0,036 e p=0,044 respetivamente. A avaliação da curva ROC revelou AUC 0,704 e 0,696 para NKX3 e SPOP respectivamente. O nomograma proposto, a partir dessas informações e tratamento estatístico das variáveis, integrando PSA, idade e expressão de SPOP mostra uma acurácia de 89% na identificação de tumores de alto grau. Os miRNAs não apresentaram expressão significativamente diferente entre os grupos tanto para o diagnóstico quanto para o prognóstico. A análise proteômica revelou um painel de 56 N-glicopeptídeos capaz de discriminar completamente os grupos de pacientes com e sem CP. A avaliação da curva ROC para o painel formado mostrou uma AUC=1. Conclusões: A análise da expressão de genes em fragmento de biópsia de próstata por agulha, aleatoriamente retirado foi capaz de identificar a presença ou não do CP e caracterizar a sua agressividade. O nomograma desenhado a partir da expressão de GOLM1 e AMACR associados a idade e aos níveis de PSA mostrou acurácia de 78,2% no diagnóstico da doença. Os níveis de expressão tecidual de GOLM1 associados ao PSA demonstraram uma acurácia de 79,1% para a identificação de carcinomas com graduação >=7 e os níveis de expressão tecidual de SPOP associados ao PSA demonstraram uma acurácia de 89,0% para a identificação de carcinomas com graduação >=8. Os níveis de expressão de 56 N-glicopeptídeos intactos na urina mostraram uma ROC: AUC de 1 para o diagnóstico do câncer de próstataIntroduction: Prostate cancer (PC) is the most common cancer among men and screening and detection methods have been a matter of great discussion. Due to its high prevalence, there is an urgent need to search for new biomarkers able to distinguish the clinically significant PC, trying to avoid or postpone the side effects related to the curative treatment. Recently, multiparametric magnetic resonance and some molecular markers have been used but fail in accuracy. The search for new markers to diagnose and classify the aggressiveness of PC is urgent. Objective: Evaluate the expression of ERG, SPOP, PTEN, AMACR, GOLM1, EN2 and NKX 3.1 and miRNAs 21, 221, 100 and 141 in prostate tissue obtained by needle biopsy relating the results with the accuracy in the diagnosis and characterization of the aggressiveness of PC. Analysis of glycosylated proteins in the urine by proteomics and mass spectrometry to be applied in the diagnosis of PC. Materials and methods: Exploratory prospective study to identify diagnostic and prognostic biomarkers for PC. One hundred and thirty-two patients underwent prostate biopsy (PSA > 4.0 ng/ml and/or abnormalities in the digital rectal examination) at the Hospital das Clínicas da Faculdade de Medicina da USP and the Cancer Institute of the State of São Paulo (ICESP). A random core was submitted to qRT-PCR for evaluation of gene and miRNA expression. The urine was collected after the biopsy and maintained at -20oC. Twelve samples of urine (six patients with PC and six with benign prostatic hyperplasia) were subjected to proteomic analysis with mass spectrometry. The expression profiles of miRNAs, genes and proteins were compared between patients with and without PC. In addition, the same analysis was performed considering the Gleason and ISUP grading. Results: NKX3, SPOP, AMACR, EN2, GOLM1 and ERG had significantly higher expression in the PC group (p=0.03, p=0.004, p < 0.001, p < 0.001, p=0.002, respectively). Evaluation of ROC curve revealed an AUC of 0.744, 0.726, 0.692, 0.659, 0.646, 0.609 and 0.469 respectively for AMACR, GOLM1, EN2, ERG, SPOP, NKX3 and PTEN. Based on the linear regression analysis, a model of joint analysis of these variables was proposed and a nomogram was created with GOLM1 and AMACR associated with age and PSA levels. The accuracy of this nomogram in diagnosing PC was 78.2%. Considering the prognosis, comparing Gleason 6 vs 7 to 10, EN2, GOLM1 and AMACR were significantly more expressed in more aggressive tumors (p=0.027, p=0.002, p=0.013 respectively). ROC curve evaluation revealed an AUC of 0.675, 0.727 and 0.684 respectively for EN2, GOLM1 and AMACR. Following the same statistical treatment used for diagnosis, a nomogram was created with PSA, age and GOLM1 expression showing an accuracy of 79%. Another prognostic evaluation compared Gleason 6 and 7 vs 8,9 and 10. Only the NKX3 and SPOP were differentially expressed (p=0.036 and p=0.044, respectively) and the ROC curve revealed an AUC 0.704 and 0.696 for NKX3 and SPOP, respectively. A nomogram was designed including age, PSA and SPOP expression. The accuracy for this model in identifying high grade tumors was 89%. MiRNAs expression was not different between the groups considering diagnosis and prognosis. Proteomics analysis revealed a panel of 56 N-glycopeptides able to completely discriminate the groups with and without PC with an (ROC: AUC=1). Conclusion: Evaluating the expression of genes in a random core of prostate biopsy we were able to identify the presence of PC and to characterize its aggressiveness. A nomogram using GOLM1 and AMACR associated with PSA serum levels and age showed and accuracy of 78.2% in diagnose PC. The levels of GOLM1and PSA showed an accuracy of 79.1% in the identification of PC Gleason >=7. SPOP and PSA showed and accuracy of 89% in the identification of PC Gleason >=8. The expression levels of 56 N-glycoproteins perfectly discriminated PC and BPH (ROC: AUC=1)Biblioteca Digitais de Teses e Dissertações da USPLeite, Katia Ramos MoreiraOrtega, Fábio Leme2019-05-24info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/5/5153/tde-07082019-102922/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2019-08-20T23:19:42Zoai:teses.usp.br:tde-07082019-102922Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212019-08-20T23:19:42Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Biomarcadores teciduais e urinários diagnósticos e preditores de agressividade do câncer de próstata
Tissue and urinary biomarkers for diagnosis and predictors of aggressiveness of prostate cancer
title Biomarcadores teciduais e urinários diagnósticos e preditores de agressividade do câncer de próstata
spellingShingle Biomarcadores teciduais e urinários diagnósticos e preditores de agressividade do câncer de próstata
Ortega, Fábio Leme
Biomarcadores tumorais
Biomarkers tumor
Câncer de próstata
Genes
Genes
Glicoproteínas
Glycoproteins
MicroRNAs
MicroRNAs
Neoplasias da próstata/Diagnóstico
Prognosis
Prognóstico
Prostatic neoplasms/Diagnosis
Protastic cancer
Proteômica
Proteomics
Reação em cadeia da polimerase em tempo real
Real-time polymerase chain reaction
title_short Biomarcadores teciduais e urinários diagnósticos e preditores de agressividade do câncer de próstata
title_full Biomarcadores teciduais e urinários diagnósticos e preditores de agressividade do câncer de próstata
title_fullStr Biomarcadores teciduais e urinários diagnósticos e preditores de agressividade do câncer de próstata
title_full_unstemmed Biomarcadores teciduais e urinários diagnósticos e preditores de agressividade do câncer de próstata
title_sort Biomarcadores teciduais e urinários diagnósticos e preditores de agressividade do câncer de próstata
author Ortega, Fábio Leme
author_facet Ortega, Fábio Leme
author_role author
dc.contributor.none.fl_str_mv Leite, Katia Ramos Moreira
dc.contributor.author.fl_str_mv Ortega, Fábio Leme
dc.subject.por.fl_str_mv Biomarcadores tumorais
Biomarkers tumor
Câncer de próstata
Genes
Genes
Glicoproteínas
Glycoproteins
MicroRNAs
MicroRNAs
Neoplasias da próstata/Diagnóstico
Prognosis
Prognóstico
Prostatic neoplasms/Diagnosis
Protastic cancer
Proteômica
Proteomics
Reação em cadeia da polimerase em tempo real
Real-time polymerase chain reaction
topic Biomarcadores tumorais
Biomarkers tumor
Câncer de próstata
Genes
Genes
Glicoproteínas
Glycoproteins
MicroRNAs
MicroRNAs
Neoplasias da próstata/Diagnóstico
Prognosis
Prognóstico
Prostatic neoplasms/Diagnosis
Protastic cancer
Proteômica
Proteomics
Reação em cadeia da polimerase em tempo real
Real-time polymerase chain reaction
description Introdução: O câncer de próstata (CP) é a neoplasia mais comum do homem e o seu rastreamento e métodos de detecção têm sido motivo de grande discussão. Devido a sua alta prevalência, busca-se a identificação de tumores clinicamente significantes, evitando-se o supertratamento e seus consequentes efeitos colaterais. Atualmente a ressonância magnética multiparamétrica e outros marcadores moleculares têm sido utilizados, mas falham em acurácia. A busca de novos marcadores diagnósticos e de caracterização da agressividade do CP é urgente. Objetivos: Identificação do perfil de expressão dos genes ERG, SPOP, PTEN, AMACR, GOLM1, EN2 e NKX3.1 e dos miRNAs 21, 221, 100 e 141 no tecido proveniente de biópsias de próstata por agulha e avaliação de sua acurácia no diagnóstico e determinação do prognóstico do CP. Análise de proteínas glicosiladas na urina através da proteômica e espectometria de massa para o diagnóstico do CP. Materiais e Métodos: Estudo prospectivo, exploratório para identificação de biomarcadores diagnósticos e prognósticos de CP. Cento e trinta e dois pacientes com indicação de biópsia de próstata (PSA > 4,0 ng/ml e/ou alterações no toque retal) foram submetidos a biópsia prostática em sextantes no Hospital das Clínicas da Faculdade de Medicina da USP e no Instituto do Câncer do Estado de São Paulo (ICESP). Uma amostra aleatória de biópsia foi submetida a qRT-PCR para análise da expressão dos genes e miRNAs. A urina foi coletada após a biópsia e mantida a -20oC. Doze amostras de urina sendo seis de pacientes com diagnóstico de CP e seis com hiperplasia próstatica benigna foram submetidas a análise proteômica com espectrometria de massa. Os perfis de expressão de miRNAs, genes e proteínas foram comparados entre pacientes com e sem diagnóstico de CP. Avaliamos também o perfil de expressão de genes e miRNAs e sua relação com a graduação histológica de Gleason. Resultados: Os níveis aumentados de expressão tissular de NKX3, SPOP, AMACR, EN2, GOLM1 e ERG foram significativamente maiores no grupo CP quando comparados ao grupo controle p=0.03, p=0.004, p < 0.001, p < 0.001, p < 0.001, p=0,002 respectivamente. A avaliação da curva ROC revelou AUC de 0,744; 0,726; 0,692; 0,659; 0,646; 0,609 e 0,469 respectivamente para AMACR, GOLM1, EN2, ERG, SPOP, NKX3 e PTEN no diagnóstico do CP. Com base na análise de regressão linear foi proposto um modelo de análise conjunta dessas variáveis e criado um nomograma com GOLM1 e AMACR integrados com idade e níveis de PSA. A acurácia do nomograma proposto foi de 78,2% no diagnóstico do CP. Na avaliação prognóstica comparando dois grupos de Gleason 6 vs 7 a 10, os genes EN2, GOLM1 e AMACR foram significativamente mais expressos nos tumores mais agressivos (p=0,027, p=0,002, p=0,013 respectivamente). A curva ROC revelou AUC de 0,675, 0,727 e 0,684 respectivamente para EN2, GOLM1 e AMACR. Seguindo o mesmo tratamento estatístico do modelo diagnóstico proposto nesse estudo, foi elaborado um nomograma prognóstico com integração do PSA, idade e expressão de GOLM1 que mostrou uma acurácia de 79%. Na avaliação prognóstica entre os grupos Gleason 6 e 7 vs 8, 9 e 10 apenas os marcadores NKX3 e SPOP foram diferencialmente expressos, p=0,036 e p=0,044 respetivamente. A avaliação da curva ROC revelou AUC 0,704 e 0,696 para NKX3 e SPOP respectivamente. O nomograma proposto, a partir dessas informações e tratamento estatístico das variáveis, integrando PSA, idade e expressão de SPOP mostra uma acurácia de 89% na identificação de tumores de alto grau. Os miRNAs não apresentaram expressão significativamente diferente entre os grupos tanto para o diagnóstico quanto para o prognóstico. A análise proteômica revelou um painel de 56 N-glicopeptídeos capaz de discriminar completamente os grupos de pacientes com e sem CP. A avaliação da curva ROC para o painel formado mostrou uma AUC=1. Conclusões: A análise da expressão de genes em fragmento de biópsia de próstata por agulha, aleatoriamente retirado foi capaz de identificar a presença ou não do CP e caracterizar a sua agressividade. O nomograma desenhado a partir da expressão de GOLM1 e AMACR associados a idade e aos níveis de PSA mostrou acurácia de 78,2% no diagnóstico da doença. Os níveis de expressão tecidual de GOLM1 associados ao PSA demonstraram uma acurácia de 79,1% para a identificação de carcinomas com graduação >=7 e os níveis de expressão tecidual de SPOP associados ao PSA demonstraram uma acurácia de 89,0% para a identificação de carcinomas com graduação >=8. Os níveis de expressão de 56 N-glicopeptídeos intactos na urina mostraram uma ROC: AUC de 1 para o diagnóstico do câncer de próstata
publishDate 2019
dc.date.none.fl_str_mv 2019-05-24
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://www.teses.usp.br/teses/disponiveis/5/5153/tde-07082019-102922/
url http://www.teses.usp.br/teses/disponiveis/5/5153/tde-07082019-102922/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1865491052605997056