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

目的 　通過分析基因?qū)用娴牟町惐磉_(dá)，以探討與腸梗阻相關(guān)的發(fā)病基因和治療靶基因。
方法 　在基因表達(dá)公共數(shù)據(jù)庫（gene expression omnibus，GEO） 中收集到10個(gè)樣品的基因表達(dá)數(shù)據(jù)，其中小鼠粘連小腸組織術(shù)后1、3、7、和14d時(shí)間點(diǎn)的基因芯片數(shù)據(jù)共8個(gè)，小鼠正常小腸組織芯片數(shù)據(jù)2個(gè)，應(yīng)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(gè)樣品的基因表達(dá)情況，并對(duì)差異表達(dá)的基因進(jìn)行功能注釋和生物學(xué)分析。
結(jié)果 　腸粘連的發(fā)生伴隨著大量應(yīng)答刺激的基因表達(dá)上調(diào)，且這些基因產(chǎn)物都分布在細(xì)胞膜上。分析術(shù)后不同時(shí)間點(diǎn)的基因表達(dá)情況發(fā)現(xiàn)，Hmgcs 2基因的表達(dá)上調(diào)出現(xiàn)在術(shù)后3～14d，Stxbp5基因的表達(dá)上調(diào)出現(xiàn)在術(shù)后14d。
結(jié)論 　粘連的發(fā)生可能與應(yīng)答刺激的基因及其分布于細(xì)胞膜上的基因產(chǎn)物有關(guān)，Hmgcs 2和Stxbp 5基因可能與因粘連而導(dǎo)致的其他并發(fā)疾病的發(fā)生有關(guān)。這為發(fā)現(xiàn)腸梗阻潛在的治療靶點(diǎn)提供了依據(jù)。

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(chǔ)與臨床雜志, 2013, 20(12): 1369-1373. doi: 復(fù)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?zhí)茫?鄭樟棟， 曾天定， 等. 小腸腫瘤并發(fā)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(wèi)東. 術(shù)后腸梗阻的發(fā)生機(jī)制研究進(jìn)展[J]. 中國普外基礎(chǔ)與臨床雜志， 2011， 18(10)： 1114-1117.
4. 王甘露， 侍立志， 賀德， 等. 術(shù)后粘連性不全性腸梗阻的非手術(shù)治療[J]. 中國普外基礎(chǔ)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(shù)指征多因素分析[J]. 中國普外基礎(chǔ)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. 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. 2. 許龍?zhí)茫?鄭樟棟， 曾天定， 等. 小腸腫瘤并發(fā)癥的診斷和治療[J]. 中華普通外科雜志， 2003， 18(1)：28-30.
  3. 3. 王李， 童衛(wèi)東. 術(shù)后腸梗阻的發(fā)生機(jī)制研究進(jìn)展[J]. 中國普外基礎(chǔ)與臨床雜志， 2011， 18(10)： 1114-1117.
  4. 4. 王甘露， 侍立志， 賀德， 等. 術(shù)后粘連性不全性腸梗阻的非手術(shù)治療[J]. 中國普外基礎(chǔ)與臨床雜志， 2011， 18(3)：286-289.
  5. 5. 胡孔旺， 朱化剛， 耿小平， 等. 粘連性腸梗阻手術(shù)指征多因素分析[J]. 中國普外基礎(chǔ)與臨床雜志， 2010， 17(9)： 939-943.
  6. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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.