Asb13-KO 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

Asb13-KO 基因敲除小鼠

产品编号

S-KO-02099

品系全称

C57BL/6JCya-Asb13em1/Cya

品系背景

C57BL/6JCya

品系编号

KOCMP-142688-Asb13-B6J-VA

品系状态

使用本品系发表的文献需注明: Asb13-KO 基因敲除小鼠 mice (Strain S-KO-02099) were purchased from Cyagen.
交付类型
周龄
性别
基因型
数量

基本信息

基因研究概述

质控标准

基因
基因全称
ankyrin repeat and SOCS box-containing 13
基因别称
2210015B19Rik,6430573K02Rik,Asb-13
染色体号
Chr 13 (Mouse)
转录本 ID
NCBI: NM_178283 | Ensembl: ENSMUST00000042288
修饰方式
全身性基因敲除
靶向范围
Exon 2
敲除长度
~0.2 kb
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
ASB13(ankyrin repeat and SOCS box containing 13)是一种包含ankyrin重复序列和SOCS盒的蛋白质编码基因。它属于Cullin-RING E3泛素连接酶家族,该家族成员通过泛素-蛋白酶体途径介导蛋白质的降解。ASB13的SOCS盒结构域使其能够与Cullin蛋白结合,而ankyrin重复序列则介导与底物蛋白的结合。ASB13在细胞内发挥重要作用,参与调控细胞增殖、分化和凋亡等生物学过程。

ASB13在多种癌症中发挥重要作用。例如,ASB13在乳腺癌中表达下调,其低表达与肿瘤的转移和患者的预后不良相关。研究表明,ASB13通过促进SNAI2的降解和缓解其对YAP的转录抑制来抑制乳腺癌的转移。SNAI2是一种转录因子,在肿瘤的发生和发展中发挥重要作用,而YAP是一种重要的肿瘤抑制因子,其表达下调与乳腺癌的进展相关[1]。ASB13的低表达导致SNAI2的积累,进而抑制YAP的表达,促进乳腺癌的转移。此外,ASB13的表达与乳腺癌患者的总生存期呈正相关,提示ASB13可能作为一种肿瘤抑制因子,抑制乳腺癌的发生和发展。

ASB13的基因拷贝数改变也与乳腺癌的预后相关。研究发现,ASB13基因的拷贝数增加与乳腺癌患者的生存率下降相关[2]。这表明ASB13的表达水平可能受到基因拷贝数改变的调控,进一步影响乳腺癌的发生和发展。

除了乳腺癌,ASB13在其他癌症中也发挥重要作用。例如,研究发现ASB13在肾细胞癌中表达下调,其低表达与肿瘤的进展相关[4]。ASB13的表达下调导致其靶基因的表达增加,进而促进肾细胞癌的发生和发展。

ASB13在弥漫性大B细胞淋巴瘤中也发挥重要作用。研究发现,ASB13在ABC亚型中表达上调,与患者的预后不良相关[5]。ASB13的表达上调导致其靶基因的表达增加,进而促进ABC亚型淋巴瘤的发生和发展。

此外,ASB13在急性心肌梗死中发挥重要作用。研究发现,ASB13在急性心肌梗死中表达下调,与患者的预后不良相关[3]。ASB13的表达下调导致其靶基因的表达增加,进而影响急性心肌梗死的发生和发展。

综上所述,ASB13是一种重要的Cullin-RING E3泛素连接酶,参与调控细胞增殖、分化和凋亡等生物学过程。ASB13在多种癌症中发挥重要作用,包括乳腺癌、肾细胞癌和弥漫性大B细胞淋巴瘤。此外,ASB13在急性心肌梗死中也发挥重要作用。ASB13的研究有助于深入理解其在癌症和急性心肌梗死中的作用机制,为疾病的治疗和预防提供新的思路和策略。

参考文献:
1. Fan, Huijuan, Wang, Xuxiang, Li, Wenyang, Zheng, Hanqiu, Kang, Yibin. 2020. ASB13 inhibits breast cancer metastasis through promoting SNAI2 degradation and relieving its transcriptional repression of YAP. In Genes & development, 34, 1359-1372. doi:10.1101/gad.339796.120. https://pubmed.ncbi.nlm.nih.gov/32943576/
2. Chi, Chen, Murphy, Leigh C, Hu, Pingzhao. 2018. Recurrent copy number alterations in young women with breast cancer. In Oncotarget, 9, 11541-11558. doi:10.18632/oncotarget.24336. https://pubmed.ncbi.nlm.nih.gov/29545918/
3. Yang, Jingqi, Ouyang, Xiaochao, Yang, Ming, Xie, Guobo, Cao, Qianqiang. 2022. Identification of key programmed cell death-related genes and immune infiltration in extracorporeal membrane oxygenation treatment for acute myocardial infarction based on bioinformatics analysis. In Frontiers in cardiovascular medicine, 9, 1018662. doi:10.3389/fcvm.2022.1018662. https://pubmed.ncbi.nlm.nih.gov/36531699/
4. Tang, Tang, Du, Xiaoyan, Zhang, Xiaoyi, Li, Chunhua, Tan, Jianjun. 2019. Computational identification and analysis of early diagnostic biomarkers for kidney cancer. In Journal of human genetics, 64, 1015-1022. doi:10.1038/s10038-019-0640-2. https://pubmed.ncbi.nlm.nih.gov/31350524/
5. Blenk, S, Engelmann, J, Weniger, M, Müller, T, Dandekar, T. 2007. Germinal center B cell-like (GCB) and activated B cell-like (ABC) type of diffuse large B cell lymphoma (DLBCL): analysis of molecular predictors, signatures, cell cycle state and patient survival. In Cancer informatics, 3, 399-420. doi:. https://pubmed.ncbi.nlm.nih.gov/19455257/