Bsdc1-flox 基因敲除小鼠

下单100%中奖,最高可得千元京东卡
复苏/繁育服务
产品名称

Bsdc1-flox 基因敲除小鼠

产品编号

S-CKO-00104

品系全称

C57BL/6JCya-Bsdc1em1flox/Cya

品系背景

C57BL/6JCya

品系编号

CKOCMP-100383-Bsdc1-B6J-VA

品系状态

使用本品系发表的文献需注明: Bsdc1-flox 基因敲除小鼠 mice (Strain S-CKO-00104) were purchased from Cyagen.
交付类型
周龄
性别
基因型
数量
cKO小鼠库模型

基本信息

基因研究概述

质控标准

基因
基因全称
BSD domain containing 1
基因别称
1110063F24Rik
染色体号
Chr 4 (Mouse)
转录本 ID
NCBI: NM_133889.2 | Ensembl: ENSMUST00000048162
修饰方式
条件性基因敲除
靶向范围
Exon 5
敲除长度
~555 bp
品系说明
该品系是基于策略设计时的数据库信息制作而成,建议您在购买前查询最新的数据库和相关文献,以获取最准确的表型信息。
表型提示
基因Bsdc1,也称为BCL2/adenovirus E1B 19 kDa interacting protein 3,是一种与BCL2/腺病毒E1B 19 kDa相互作用蛋白3相互作用的基因。Bsdc1在多种生物学过程中发挥作用,包括细胞增殖、凋亡和肿瘤发生。Bsdc1的表达与多种疾病相关,包括乳腺癌、头颈部鳞状细胞癌、年龄相关性黄斑变性、特发性肺动脉高压和脉络膜黑色素瘤。

Bsdc1在乳腺癌中发挥重要作用。研究表明,Bsdc1的表达与乳腺癌的肿瘤亚型相关,可以区分不同类型的乳腺癌。Bsdc1的表达还可以作为乳腺癌的预后标志物,与患者的生存率相关[1]。此外,Bsdc1还可以与其他基因相互作用,共同调控乳腺癌的发生和发展。

Bsdc1在头颈部鳞状细胞癌中发挥重要作用。研究表明,Bsdc1的表达与头颈部鳞状细胞癌的放疗抵抗性相关。Bsdc1可以通过与其他基因相互作用,共同调控头颈部鳞状细胞癌的发生和发展[2]。

Bsdc1在年龄相关性黄斑变性中发挥重要作用。研究表明,Bsdc1的基因变异与年龄相关性黄斑变性的发生和发展相关。Bsdc1的基因变异可以影响Bsdc1的表达,进而影响年龄相关性黄斑变性的发生和发展[3]。

Bsdc1在特发性肺动脉高压中发挥重要作用。研究表明,Bsdc1的表达与特发性肺动脉高压的发生和发展相关。Bsdc1的表达可以作为特发性肺动脉高压的预后标志物,与患者的生存率相关[4]。

Bsdc1在脉络膜黑色素瘤中发挥重要作用。研究表明,Bsdc1的表达与脉络膜黑色素瘤的发生和发展相关。Bsdc1可以通过与其他基因相互作用,共同调控脉络膜黑色素瘤的发生和发展[5]。

综上所述,Bsdc1是一种重要的基因,参与调控多种生物学过程,包括细胞增殖、凋亡和肿瘤发生。Bsdc1的表达与多种疾病相关,包括乳腺癌、头颈部鳞状细胞癌、年龄相关性黄斑变性、特发性肺动脉高压和脉络膜黑色素瘤。Bsdc1的研究有助于深入理解Bsdc1在疾病发生和发展中的作用机制,为疾病的治疗和预防提供新的思路和策略。

参考文献:
1. Moody, Laura, Chen, Hong, Pan, Yuan-Xiang. 2020. Considerations for feature selection using gene pairs and applications in large-scale dataset integration, novel oncogene discovery, and interpretable cancer screening. In BMC medical genomics, 13, 148. doi:10.1186/s12920-020-00778-x. https://pubmed.ncbi.nlm.nih.gov/33087122/
2. Meng, Qingzhe, Liu, Dunhui, Huang, Junhong, Yang, Liying, Wei, Jianhua. . RGIE: A Gene Selection Method Related to Radiotherapy Resistance in Head and Neck Squamous Cell Carcinoma. In Current radiopharmaceuticals, 17, 341-355. doi:10.2174/0118744710282465240315053136. https://pubmed.ncbi.nlm.nih.gov/38532606/
3. Sardell, Rebecca J, Bailey, Jessica N Cooke, Courtenay, Monique D, Haines, Jonathan L, Pericak-Vance, Margaret A. 2016. Whole exome sequencing of extreme age-related macular degeneration phenotypes. In Molecular vision, 22, 1062-76. doi:. https://pubmed.ncbi.nlm.nih.gov/27625572/
4. Lu, Wenzhang, Huang, Jinbo, Shen, Qin, Sun, Fei, Li, Jun. 2023. Identification of diagnostic biomarkers for idiopathic pulmonary hypertension with metabolic syndrome by bioinformatics and machine learning. In Scientific reports, 13, 615. doi:10.1038/s41598-023-27435-4. https://pubmed.ncbi.nlm.nih.gov/36635413/
5. Wei, Chao, Wang, Lei, Zhang, Han. 2018. An Ensemble Method to Predict Target Genes and Pathways in Uveal Melanoma. In Open life sciences, 13, 90-96. doi:10.1515/biol-2018-0013. https://pubmed.ncbi.nlm.nih.gov/33817073/