Ccdc33-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

Ccdc33-flox 基因敲除小鼠

产品编号

S-CKO-11023

品系全称

C57BL/6JCya-Ccdc33em1flox/Cya

品系背景

C57BL/6JCya

品系编号

CKOCMP-382077-Ccdc33-B6J-VA

品系状态

使用本品系发表的文献需注明: Ccdc33-flox 基因敲除小鼠 mice (Strain S-CKO-11023) 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
coiled-coil domain containing 33
基因别称
4930535E21Rik,Gm1117,Tzip1
染色体号
Chr 9 (Mouse)
转录本 ID
NCBI: NM_001166282.1 | Ensembl: ENSMUST00000098682
修饰方式
条件性基因敲除
靶向范围
Exon 5
敲除长度
~634 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
Ccdc33,也称为Coiled-coil domain containing 33,是一种编码假定过氧化物酶体蛋白的基因。在哺乳动物中,过氧化物酶体是细胞内负责多种代谢过程的重要细胞器,包括脂肪酸的β-氧化、过氧化物的解毒和某些氨基酸的代谢。Ccdc33基因在雄性生殖细胞中高度表达,特别是初级精母细胞阶段,提示其在精子发生过程中发挥重要作用。

研究表明,Ccdc33编码的蛋白含有三个卷曲螺旋结构域、一个C2结构域、两个内质网膜滞留信号样基序和两个假定的过氧化物酶体靶向信号2型(PTS2)。进一步的研究表明,第二个PTS2序列是功能性的,负责将CCDC33蛋白靶向到过氧化物酶体。在HeLa细胞中,CCDC33-dsRED融合蛋白与已知的过氧化物酶体蛋白PXT1共定位,并在细胞内呈点状分布。这些发现表明,Ccdc33编码的蛋白是一个潜在的过氧化物酶体蛋白,并在精子发生中发挥重要作用[1]。

非梗阻性无精子症(NOA)是一种严重的男性不育症,近年来已经发现了越来越多的致病基因。一项基于全外显子测序的研究发现,Ccdc33是NOA患者中的高风险基因之一。在46例NOA患者中,与68例健康男性对照相比,Ccdc33的表达显著升高。这项研究进一步证实了Ccdc33在精子发生中的重要作用,并为NOA的遗传诊断提供了候选基因[2]。

除了在精子发生中的作用外,Ccdc33还与糖尿病胰腺癌的预后相关。在一项研究中,研究者构建了一个竞争性内源性RNA(ceRNA)网络,以识别糖尿病胰腺癌的预后标志物。结果显示,CCDC33是32个特征基因之一,可以区分糖尿病胰腺癌和非糖尿病胰腺癌。此外,ceRNA网络中的“HOTAIR-hsa-miR-214-CCDC33”调控轴可能是糖尿病胰腺癌进展的重要机制[3]。

Ccdc33还与神经退行性疾病的发生发展相关。在一项研究中,研究者开发了一种基于标签传播的半监督特征选择方法(LPFS),以解码神经退行性疾病不同阶段的分子机制。结果显示,CCDC33是关键基因集之一,其表达在亨廷顿病进展过程中发生了显著变化。此外,GO和KEGG富集分析表明,TGF-β信号通路、细胞因子-细胞因子受体相互作用、免疫反应和炎症反应在亨廷顿病进展过程中逐渐受到影响[4]。

此外,Ccdc33与肺炎球菌脑膜炎的易感性相关。在一项全基因组关联研究中,研究者发现CCDC33基因的变异与肺炎球菌脑膜炎的易感性相关。这些发现表明,Ccdc33可能参与调节宿主对肺炎球菌感染的免疫反应[5]。

Ccdc33编码的蛋白不仅是一个潜在的过氧化物酶体蛋白,还在精子发生、糖尿病胰腺癌、神经退行性疾病和肺炎球菌脑膜炎的发生发展中发挥重要作用。未来的研究可以进一步探讨Ccdc33在上述疾病中的具体作用机制,为疾病的诊断、治疗和预防提供新的思路和策略。

参考文献:
1. Kaczmarek, K, Niedzialkowska, E, Studencka, M, Schulz, Y, Grzmil, P. 2010. Ccdc33, a predominantly testis-expressed gene, encodes a putative peroxisomal protein. In Cytogenetic and genome research, 126, 243-52. doi:10.1159/000251961. https://pubmed.ncbi.nlm.nih.gov/20068295/
2. Liu, Yu-Jun, Zhuang, Xin-Jie, An, Jian-Ting, Yan, Li-Ying, Zhi, Xu. . Identification of risk genes in Chinese nonobstructive azoospermia patients based on whole-exome sequencing. In Asian journal of andrology, 25, 66-72. doi:10.4103/aja202275. https://pubmed.ncbi.nlm.nih.gov/36259570/
3. Yao, Kanyu, Wang, Qi, Jia, Jianhua, Zhao, Haiping. . A competing endogenous RNA network identifies novel mRNA, miRNA and lncRNA markers for the prognosis of diabetic pancreatic cancer. In Tumour biology : the journal of the International Society for Oncodevelopmental Biology and Medicine, 39, 1010428317707882. doi:10.1177/1010428317707882. https://pubmed.ncbi.nlm.nih.gov/28639886/
4. Jiang, Xue, Chen, Miao, Song, Weichen, Lin, Guan Ning. 2021. Label propagation-based semi-supervised feature selection on decoding clinical phenotypes with RNA-seq data. In BMC medical genomics, 14, 141. doi:10.1186/s12920-021-00985-0. https://pubmed.ncbi.nlm.nih.gov/34465339/
5. Lees, John A, Ferwerda, Bart, Kremer, Philip H C, Bentley, Stephen D, van de Beek, Diederik. 2019. Joint sequencing of human and pathogen genomes reveals the genetics of pneumococcal meningitis. In Nature communications, 10, 2176. doi:10.1038/s41467-019-09976-3. https://pubmed.ncbi.nlm.nih.gov/31092817/