腸粘連引起腸梗阻的基因水平研究△_《中國普外基礎與臨床雜志》

作者：

顏祿斌 ¹ , 崔鴻斌 ¹ , 李斌德 ¹ , 李來元 ¹ , 李剛 ¹ , 邴志桐 ² ,  沈陽 ¹

1.蘭州大學第二醫院普外科（甘肅蘭州 730030）;;
2. 中國科學院近代物理研究所（甘肅蘭州 730000）;

關鍵詞：

腸梗阻基因芯片基因本體論分析基因表達數據庫

視頻：

導出 下載 收藏 掃碼 引用

摘要 全文 圖表 視頻 參考文獻 施引文獻 補充材料

目的　通過分析基因層面的差異表達，以探討與腸梗阻相關的發病基因和治療靶基因。
方法　在基因表達公共數據庫（gene expression omnibus，GEO）中收集到10個樣品的基因表達數據，其中小鼠粘連小腸組織術后1、3、7、和14d時間點的基因芯片數據共8個，小鼠正常小腸組織芯片數據2個，應用基因本體論（gene ontology，
GO）富集分析和微陣列顯著性分析（significance analysis of microarray，SAM）方法，分析10個樣品的基因表達情況，并對差異表達的基因進行功能注釋和生物學分析。
結果　腸粘連的發生伴隨著大量應答刺激的基因表達上調，且這些基因產物都分布在細胞膜上。分析術后不同時間點的基因表達情況發現，Hmgcs 2基因的表達上調出現在術后3～14d，Stxbp5基因的表達上調出現在術后14d。
結論　粘連的發生可能與應答刺激的基因及其分布于細胞膜上的基因產物有關，Hmgcs 2和Stxbp 5基因可能與因粘連而導致的其他并發疾病的發生有關。這為發現腸梗阻潛在的治療靶點提供了依據。

引用本文： 顏祿斌,崔鴻斌,李斌德,李來元,李剛,邴志桐,沈陽. 腸粘連引起腸梗阻的基因水平研究△. 中國普外基礎與臨床雜志, 2013, 20(12): 1369-1373. doi: 復制

1.	Menzies D， Ellis H. Intestinal obstruction from adhesions—how big is the problem?[J]. Ann R Coll Surg Engl， 1990， 72(1)： 60-63.
2.	許龍堂，鄭樟棟，曾天定，等. 小腸腫瘤并發癥的診斷和治療[J]. 中華普通外科雜志， 2003， 18(1)：28-30.
3.	王李，童衛東. 術后腸梗阻的發生機制研究進展[J]. 中國普外基礎與臨床雜志， 2011， 18(10)： 1114-1117.
4.	王甘露，侍立志，賀德，等. 術后粘連性不全性腸梗阻的非手術治療[J]. 中國普外基礎與臨床雜志， 2011， 18(3)：286-289.
5.	胡孔旺，朱化剛，耿小平，等. 粘連性腸梗阻手術指征多因素分析[J]. 中國普外基礎與臨床雜志， 2010， 17(9)： 939-943.
6.	Yu SL， Singh S， Chen HW， et al. Intra-abdominal adhesion formation induces anti-oxidative injury， enhances cell proliferation， and prevents complement-mediated lysis[J]. Wound Repair Regen， 2008， 16(3)：388-398.
7.	Hu J， Xu J. Density based pruning for identification of differentially expressed genes from microarray data[J]. BMC Genomics，2010， 11(Suppl 2)：S3.
8.	Rajski M， Vogel B， Baty F， et al. Global gene expression analysis of the interaction between cancer cells and osteoblasts to predict bone metastasis in breast cancer[J]. PLoS One， 2012， 7(1)：e29743.
9.	Seita J， Sahoo D， Rossi DJ， et al. Gene Expression Commons：an open platform for absolute gene expression profiling[J]. PLoS One， 2012， 7(7)：e40321.
10.	Huang DW， Sherman BT， Lempicki RA. Systematic and integra-tive analysis of large gene lists using DAVID bioinformatics reso-urces[J]. Nat Protocols， 2008， 4(1)：44-57.
11.	Ashburner M， Ball CA， Blake JA， et al. Gene ontology： tool for the unification of biology. The Gene Ontology Consortium[J]. Nat Genet， 2000， 25(1)：25-29.
12.	Harris MA， Clark J， Ireland A， et al. The Gene Ontology (GO) database and informatics resource[J]. Nucleic Acids Res， 2004， 32(Database issue)：D258-D261.
13.	Wu G， Feng X， Stein L. A human functional protein interaction network and its application to cancer data analysis[J]. Genome Biology， 2010， 11(5)：R53.
14.	Wang F， Bing Z， Zhang Y， et al. Quantitative proteomic analysisfor radiation-induced cell cycle suspension in 92-1 melanoma cell line[J]. J Radiat Res， 2013， 54(4)：649-662.
15.	Edgar R， Domrachev M， Lash AE. Gene Expression Omnibus：NCBI gene expression and hybridization array data repository[J].Nucleic Acids Res， 2002， 30(1)：207-210.
16.	Barrett T， Troup DB， Wilhite SE， et al. NCBI GEO：mining tens of millions of expression profiles—database and tools update[J]. Nucleic Acids Res， 2007， 35(Database issue)：D760-D765.
17.	Davis S， Meltzer PS. GEOquery： a bridge between the Gene Exp-ression Omnibus (GEO) and BioConductor[J]. Bioinformatics， 2007， 23(14)：1846-1847.
18.	Zang S， Guo R， Zhang L， et al. Integration of statistical inferencemethods and a novel control measure to improve sensitivity and specificity of data analysis in expression profiling studies[J]. J Biomed Inform， 2007， 40(5)：552-560.
19.	Saeed AI， Sharov V， White J， et al. TM4： a free， open-source system for microarray data management and analysis[J]. Biotec-hniques， 2003， 34(2)：374-378.
20.	Huang da W， Sherman BT， Lempicki RA. Bioinformatics enric-hment tools：paths toward the comprehensive functional analysis of large gene lists[J]. Nucleic Acids Res， 2009， 37(1)：1-13.
21.	Udeshi ND， Mani DR， Eisenhaure T， et al. Methods for quanti-fication of in vivo changes in protein ubiquitination following prote-asome and deubiquitinase inhibition[J]. Mol Cell Proteomics， 2012， 11(5)： 148-159.
22.	Cao R， Chen K， Song Q， et al. Quantitative proteomic analysis of membrane proteins involved in astroglial differentiation ofneural stem cells by SILAC labeling coupled with LC-MS/MS[J]. J Proteome Res， 2011， 11(2)：829-838.
23.	Zhang S. A comprehensive evaluation of SAM， the SAM R-package and a simple modification to improve its performance[J]. BMC Bioinformatics， 2007， 8：230.
24.	Camarero N， Mascaró C， Mayordomo C， et al. Ketogenic HMGCS2 is a c-Myc target gene expressed in differentiated cells of human colonic epithelium and down-regulated in colon cancer[J]. Mol Cancer Res， 2006， 4(9)：645-653.
25.	Maraqa L， Cummings M， Peter M， et al. P3 evaluating the expression of HMGCS2 in human breast cancer relapses[J]. Breast， 2007， 16 Suppl 1：S13.
26.	Widberg CH， Bryant NJ， Girotti M， et al. Tomosyn interacts with the t-SNAREs syntaxin4 and SNAP23 and plays a role ininsulin-stimulated GLUT4 translocation[J]. J Biol Chem， 2003，278(37)：35093-35101.

1. Menzies D， Ellis H. Intestinal obstruction from adhesions—how big is the problem?[J]. Ann R Coll Surg Engl， 1990， 72(1)： 60-63.
2. 許龍堂，鄭樟棟，曾天定，等. 小腸腫瘤并發癥的診斷和治療[J]. 中華普通外科雜志， 2003， 18(1)：28-30.
3. 王李，童衛東. 術后腸梗阻的發生機制研究進展[J]. 中國普外基礎與臨床雜志， 2011， 18(10)： 1114-1117.
4. 王甘露，侍立志，賀德，等. 術后粘連性不全性腸梗阻的非手術治療[J]. 中國普外基礎與臨床雜志， 2011， 18(3)：286-289.
5. 胡孔旺，朱化剛，耿小平，等. 粘連性腸梗阻手術指征多因素分析[J]. 中國普外基礎與臨床雜志， 2010， 17(9)： 939-943.
6. Yu SL， Singh S， Chen HW， et al. Intra-abdominal adhesion formation induces anti-oxidative injury， enhances cell proliferation， and prevents complement-mediated lysis[J]. Wound Repair Regen， 2008， 16(3)：388-398.
7. Hu J， Xu J. Density based pruning for identification of differentially expressed genes from microarray data[J]. BMC Genomics，2010， 11(Suppl 2)：S3.
8. Rajski M， Vogel B， Baty F， et al. Global gene expression analysis of the interaction between cancer cells and osteoblasts to predict bone metastasis in breast cancer[J]. PLoS One， 2012， 7(1)：e29743.
9. Seita J， Sahoo D， Rossi DJ， et al. Gene Expression Commons：an open platform for absolute gene expression profiling[J]. PLoS One， 2012， 7(7)：e40321.
10. Huang DW， Sherman BT， Lempicki RA. Systematic and integra-tive analysis of large gene lists using DAVID bioinformatics reso-urces[J]. Nat Protocols， 2008， 4(1)：44-57.
11. Ashburner M， Ball CA， Blake JA， et al. Gene ontology： tool for the unification of biology. The Gene Ontology Consortium[J]. Nat Genet， 2000， 25(1)：25-29.
12. Harris MA， Clark J， Ireland A， et al. The Gene Ontology (GO) database and informatics resource[J]. Nucleic Acids Res， 2004， 32(Database issue)：D258-D261.
13. Wu G， Feng X， Stein L. A human functional protein interaction network and its application to cancer data analysis[J]. Genome Biology， 2010， 11(5)：R53.
14. Wang F， Bing Z， Zhang Y， et al. Quantitative proteomic analysisfor radiation-induced cell cycle suspension in 92-1 melanoma cell line[J]. J Radiat Res， 2013， 54(4)：649-662.
15. Edgar R， Domrachev M， Lash AE. Gene Expression Omnibus：NCBI gene expression and hybridization array data repository[J].Nucleic Acids Res， 2002， 30(1)：207-210.
16. Barrett T， Troup DB， Wilhite SE， et al. NCBI GEO：mining tens of millions of expression profiles—database and tools update[J]. Nucleic Acids Res， 2007， 35(Database issue)：D760-D765.
17. Davis S， Meltzer PS. GEOquery： a bridge between the Gene Exp-ression Omnibus (GEO) and BioConductor[J]. Bioinformatics， 2007， 23(14)：1846-1847.
18. Zang S， Guo R， Zhang L， et al. Integration of statistical inferencemethods and a novel control measure to improve sensitivity and specificity of data analysis in expression profiling studies[J]. J Biomed Inform， 2007， 40(5)：552-560.
19. Saeed AI， Sharov V， White J， et al. TM4： a free， open-source system for microarray data management and analysis[J]. Biotec-hniques， 2003， 34(2)：374-378.
20. Huang da W， Sherman BT， Lempicki RA. Bioinformatics enric-hment tools：paths toward the comprehensive functional analysis of large gene lists[J]. Nucleic Acids Res， 2009， 37(1)：1-13.
21. Udeshi ND， Mani DR， Eisenhaure T， et al. Methods for quanti-fication of in vivo changes in protein ubiquitination following prote-asome and deubiquitinase inhibition[J]. Mol Cell Proteomics， 2012， 11(5)： 148-159.
22. Cao R， Chen K， Song Q， et al. Quantitative proteomic analysis of membrane proteins involved in astroglial differentiation ofneural stem cells by SILAC labeling coupled with LC-MS/MS[J]. J Proteome Res， 2011， 11(2)：829-838.
23. Zhang S. A comprehensive evaluation of SAM， the SAM R-package and a simple modification to improve its performance[J]. BMC Bioinformatics， 2007， 8：230.
24. Camarero N， Mascaró C， Mayordomo C， et al. Ketogenic HMGCS2 is a c-Myc target gene expressed in differentiated cells of human colonic epithelium and down-regulated in colon cancer[J]. Mol Cancer Res， 2006， 4(9)：645-653.
25. Maraqa L， Cummings M， Peter M， et al. P3 evaluating the expression of HMGCS2 in human breast cancer relapses[J]. Breast， 2007， 16 Suppl 1：S13.
26. Widberg CH， Bryant NJ， Girotti M， et al. Tomosyn interacts with the t-SNAREs syntaxin4 and SNAP23 and plays a role ininsulin-stimulated GLUT4 translocation[J]. J Biol Chem， 2003，278(37)：35093-35101.

《中國普外基礎與臨床雜志》

腸粘連引起腸梗阻的基因水平研究△

摘要 全文 圖表 視頻 參考文獻 施引文獻 補充材料

Format

Content

《中國普外基礎與臨床雜志》

腸粘連引起腸梗阻的基因水平研究△

摘要 全文 圖表 視頻 參考文獻 施引文獻 補充材料

Format

Content

摘要全文圖表視頻參考文獻施引文獻補充材料