Pdik1l-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

Pdik1l-flox 基因敲除小鼠

产品编号

S-CKO-07385

品系全称

C57BL/6JCya-Pdik1lem1flox/Cya

品系背景

C57BL/6JCya

品系编号

CKOCMP-230809-Pdik1l-B6J-VA

品系状态

使用本品系发表的文献需注明: Pdik1l-flox 基因敲除小鼠 mice (Strain S-CKO-07385) 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
PDLIM1 interacting kinase 1 like
基因别称
stk35l2
染色体号
Chr 4 (Mouse)
转录本 ID
NCBI: NM_146156.3 | Ensembl: ENSMUST00000061234
修饰方式
条件性基因敲除
靶向范围
Exon 3
敲除长度
~1011 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
Pdik1l(PDLIM1 interacting kinase 1 like)是一种编码蛋白质的基因,该蛋白质与PDZ和LIM结构域蛋白相互作用。Pdik1l基因位于人类染色体1p35.3,包含四个外显子和三个内含子,其编码的蛋白质包含341个氨基酸,与人类激酶CLIK1(CLP-36相互作用激酶)具有69%的相似性。该基因在肝脏、肾脏、胰腺、脾脏、胸腺和前列腺等人类组织中广泛表达,并且定位于细胞核中[1]。

在急性髓细胞白血病(AML)中,SCP4-STK35/PDIK1L复合物是维持AML细胞增殖和氨基酸生物合成及转运所必需的。SCP4通过两种不同的机制调节STK35/PDIK1L:催化去除抑制性磷酸化和促进激酶稳定性。这些发现揭示了支持AML发病机制的磷酸酶-激酶信号复合物[2]。

在肺腺癌(LUAD)中,基于16个基因的预后模型,包括PDIK1L,显示出良好的预测准确性。肿瘤微环境分析和药物敏感性分析表明,风险评分与某些免疫细胞相关,并且较高的风险评分表明化疗效果更好。该研究建立的预后模型和列线图有助于指导LUAD患者的临床决策和治疗选择,从而提高治疗结果[3]。

在人类卵母细胞老化中,PDIK1L被确定为关键基因之一。通过构建竞争性内源RNA网络和基因集富集分析,研究人员构建了卵母细胞老化相关的调节网络。该研究有助于深入理解卵母细胞老化的病理生理机制,并为改善老年女性的生殖结果提供治疗途径[4]。

STK35L1是STK35基因的一个新的全长序列,编码一个由534个氨基酸组成的蛋白质。STK35L1在所有研究的人类细胞中表达,并且定位于细胞核和核仁。通过同源搜索和基因结构模式数据,研究人员还发现了两个额外的STK35L1同源物,STK35L2(之前称为PDIK1L)和STK35L3。这些蛋白激酶同源物在脊椎动物中保守存在,并且具有保守的直系同源基因和祖先基因[5]。

综上所述,Pdik1l是一种重要的基因,其编码的蛋白质在多种生物学过程中发挥作用,包括AML、LUAD和卵母细胞老化。Pdik1l在AML中与SCP4-STK35/PDIK1L复合物相关,支持AML的发病机制。在LUAD中,Pdik1l是预后模型的关键基因之一,与LUAD的预后相关。在卵母细胞老化中,Pdik1l是关键基因之一,与卵母细胞老化的病理生理机制相关。此外,Pdik1l的发现和功能研究有助于深入理解STK35L激酶在细胞功能和人类疾病中的作用。

参考文献:
1. Guo, Lingchen, Ji, Chaoneng, Gu, Shaohua, Xie, Yi, Mao, Yumin. . Molecular cloning and characterization of a novel human kinase gene, PDIK1L. In Journal of genetics, 82, 27-32. doi:. https://pubmed.ncbi.nlm.nih.gov/14631099/
2. Polyanskaya, Sofya A, Moreno, Rosamaria Y, Lu, Bin, Zhang, Yan Jessie, Vakoc, Christopher R. . SCP4-STK35/PDIK1L complex is a dual phospho-catalytic signaling dependency in acute myeloid leukemia. In Cell reports, 38, 110233. doi:10.1016/j.celrep.2021.110233. https://pubmed.ncbi.nlm.nih.gov/35021089/
3. Zhao, Wenhao, Huang, Hua, Zhao, Zexia, Liu, Hongyu, Chen, Jun. 2024. Identification of Hypoxia and Mitochondrial-related Gene Signature and Prediction of Prognostic Model in Lung Adenocarcinoma. In Journal of Cancer, 15, 4513-4526. doi:10.7150/jca.97374. https://pubmed.ncbi.nlm.nih.gov/39006078/
4. Luo, Xi, Liang, Mingming, Zhang, Dandan, Huang, Ben. 2024. Identification of diagnostic genes and the miRNA‒mRNA‒TF regulatory network in human oocyte aging via machine learning methods. In Journal of assisted reproduction and genetics, 42, 319-333. doi:10.1007/s10815-024-03311-6. https://pubmed.ncbi.nlm.nih.gov/39540991/
5. Goyal, Pankaj, Behring, Antje, Kumar, Abhishek, Siess, Wolfgang. 2009. Identifying and characterizing a novel protein kinase STK35L1 and deciphering its orthologs and close-homologs in vertebrates. In PloS one, 4, e6981. doi:10.1371/journal.pone.0006981. https://pubmed.ncbi.nlm.nih.gov/19756140/