Ugt3a2-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

Ugt3a2-KO 基因敲除小鼠

产品编号

S-KO-05682

品系全称

C57BL/6JCya-Ugt3a2em1/Cya

品系背景

C57BL/6JCya

品系编号

KOCMP-223337-Ugt3a2-B6J-VA

品系状态

使用本品系发表的文献需注明: Ugt3a2-KO 基因敲除小鼠 mice (Strain S-KO-05682) 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
UDP glycosyltransferases 3 family, polypeptide A1
基因别称
Ugt3a2
染色体号
Chr 15 (Mouse)
转录本 ID
NCBI: NM_144845.3 | Ensembl: ENSMUST00000072403
修饰方式
全身性基因敲除
靶向范围
Exon 4~5
敲除长度
~3930 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Ugt3a2,也称为UDP glycosyltransferase 3A2,属于人类UDP glycosyltransferase(UGT)3A家族的成员。UGT3A家族是参与小亲脂化合物代谢的三大家族之一。这些家族成员催化糖残基的添加到化学物质上,从而增强它们从体内的排泄。UGT1和UGT2家族成员主要使用UDP葡萄糖醛酸作为糖供体,对多种化合物进行葡萄糖醛酸化,如类固醇、胆汁酸和治疗药物。Ugt3a2的克隆、表达和特征研究显示,与UGT3A1类似,UGT3A2对UDP葡萄糖醛酸作为糖供体无活性。然而,与UGT3A1不同的是,UGT3A2使用UDP葡萄糖和UDP木糖,而不是UDP N-乙酰葡萄糖胺,对包括4-甲基伞形酮、1-羟基芘、生物类黄酮和雌激素在内的广泛底物进行糖基化。它对胆汁酸和雄激素的活性较低。UGT3A2转录本在胸腺、睾丸和肾脏中发现,但在肝脏和胃肠道中几乎检测不到。后者是药物代谢的主要器官,这表明UGT3A2在这些器官中发挥着更为选择性保护作用,而不是在药物代谢中发挥更广泛的作用。UGT3A2的广泛底物和新型UDP糖特异性对于这种功能是有利的[1]。

在非人类灵长类动物中,如食蟹猴,UGT3A家族成员的分子特性也得到了研究。食蟹猴UGT3A1、UGT3A2和UGT8A1的cDNAs已被分离和表征。由食蟹猴UGT3A1、UGT3A2和UGT8A1 cDNAs推导的氨基酸序列与它们的人类同源序列高度一致(分别为93%、96%和99%),并且在系统发育树中紧密聚集。在基因组中,食蟹猴UGT3A和UGT8A基因位于与它们的人类同源基因相对应的区域。在分析的10种组织类型中,食蟹猴UGT3A1和UGT3A2 mRNA的表达在肝脏、肾脏和睾丸中被检测到;UGT3A1和UGT3A2 mRNA在肝脏和睾丸中最丰富。食蟹猴UGT8A1在肾脏中表达最丰富,其次是大脑、空肠和睾丸。这些结果表明,食蟹猴UGT3A和UGT8A1在分子上与它们的人类同源基因相似[2]。

对UGT3A家族酶的深入研究揭示了决定其糖选择性的关键氨基酸残基。在UGT3A1的UGT特征序列中,天冬酰胺(Asn-391)是利用UDP-GlcNAc所必需的。相反,UGT3A2中的苯丙氨酸(Phe-391)有利于UDP-Glc的使用。UGT3A1中Asn-391突变为Phe增强了其利用UDP-Glc的能力,并完全抑制了其使用UDP-GlcNAc的能力。与UDP糖供体结合的同源模型分析表明,UGT3A1中的Asn-391能够容纳UDP-GlcNAc上的N-乙酰基,使异头碳原子(C1)处于最佳催化位置。将Asn替换为Phe会破坏UDP-GlcNAc的这种催化性取向,但允许UDP-Glc进行更优的排列,从而进行糖基化。多物种序列分析表明,只有灵长类动物拥有含有Asn-391的UGT3A序列,这表明其他哺乳动物可能没有能力对小型分子进行N-乙酰葡萄糖胺化。支持这一假设的是,来自两种非人类灵长动物的Asn-391包含的UGT3A可以使用UDP-GlcNAc,而非灵长类动物的UGT3A同种型则不能使用这种糖供体。这项工作为了解赋予UGT家族成员糖特异性的残基提供了新的见解,并表明灵长类动物在糖基化小分子方面具有特异性创新[3]。

此外,UGT3A2的表达与多种癌症的预后相关。例如,在急性髓系白血病(LAML)中,UGT3A2是8个基因风险模型的一部分,该模型与患者的预后相关,并且在不同数据集中表现出良好的鲁棒性。该模型还表明,免疫细胞浸润、基因组突变、通路富集分数和化疗药物耐药性在低风险和高风险组之间存在显著差异。此外,基于风险评分(RS)的模型在免疫治疗队列中,完全缓解(CR)和其他反应组之间的RS也存在显著差异。这表明UGT3A2的表达可能有助于预测LAML患者的预后[4]。

在胸腺瘤(THYM)中,UGT3A2也是11个基因预后模型的一部分,该模型与患者的总生存期、临床特征、免疫细胞、肿瘤突变负担(TMB)和干细胞指数相关。这表明UGT3A2的表达可能有助于胸腺瘤的诊断和预后预测,相关的因素(免疫微环境、突变状态和干细胞指数)可能有助于探索胸腺瘤的发病机制[5]。

在肝母细胞瘤中,UGT3A2是单细胞RNA测序数据中预测肿瘤细胞状态的顶级肿瘤预测标记之一。这表明UGT3A2的表达可能在肝母细胞瘤的代谢转录程序中发挥作用,进而影响其进展[6]。

此外,DNA甲基化与UGT3A2的表达相关。在急性髓系白血病(AML)的治疗中,DNA甲基化发生了改变,影响了目标基因的表达,并参与了AML的关键生物学过程。UGT3A2的表达与DNA甲基化水平相关,这表明UGT3A2的表达可能受到DNA甲基化的调控[7]。

最后,肝细胞核因子4α(HNF4α)是肝脏功能的重要调节因子。HNF4α缺乏的肝脏中,UGT3A2 mRNA的表达显著降低。这表明HNF4α可能在调节UGT3A2的表达中发挥重要作用[8]。

综上所述,基因Ugt3a2是UGT3A家族的重要成员,参与小亲脂化合物的代谢,并在多种生物学过程中发挥作用。UGT3A2的表达与多种癌症的预后相关,并可能受到DNA甲基化和转录因子的调控。进一步研究UGT3A2的功能和调控机制,可能有助于开发新的治疗方法,改善相关疾病患者的预后。

参考文献:
1. MacKenzie, Peter I, Rogers, Anne, Elliot, David J, Miners, John O, Meech, Robyn. 2010. The novel UDP glycosyltransferase 3A2: cloning, catalytic properties, and tissue distribution. In Molecular pharmacology, 79, 472-8. doi:10.1124/mol.110.069336. https://pubmed.ncbi.nlm.nih.gov/21088224/
2. Uno, Yasuhiro, Yamazaki, Hiroshi. 2020. Molecular characterization of UDP-glucuronosyltransferases 3A and 8A in cynomolgus macaques. In Drug metabolism and pharmacokinetics, 35, 397-400. doi:10.1016/j.dmpk.2020.05.001. https://pubmed.ncbi.nlm.nih.gov/32646660/
3. Meech, Robyn, Rogers, Anne, Zhuang, Lizhe, Miners, John O, Mackenzie, Peter I. 2012. Identification of residues that confer sugar selectivity to UDP-glycosyltransferase 3A (UGT3A) enzymes. In The Journal of biological chemistry, 287, 24122-30. doi:10.1074/jbc.M112.343608. https://pubmed.ncbi.nlm.nih.gov/22621930/
4. Tian, Chuan, Guo, Hui, Wei, Wei. 2023. Identification of Ultrasound-Sensitive Prognostic Markers of LAML and Construction of Prognostic Risk Model Based on WGCNA. In Journal of oncology, 2023, 2353249. doi:10.1155/2023/2353249. https://pubmed.ncbi.nlm.nih.gov/36816364/
5. Hu, Dong Gui, Marri, Shashikanth, Hulin, Julie-Ann, Mackenzie, Peter I, Meech, Robyn. 2022. The Somatic Mutation Landscape of UDP-Glycosyltransferase (UGT) Genes in Human Cancers. In Cancers, 14, . doi:10.3390/cancers14225708. https://pubmed.ncbi.nlm.nih.gov/36428799/
6. Yang, Ying, Xie, Liqing, Li, Chen, Ye, Xiuzhi, Han, Jianbang. 2022. Prognostic Model of Eleven Genes Based on the Immune Microenvironment in Patients With Thymoma. In Frontiers in genetics, 13, 668696. doi:10.3389/fgene.2022.668696. https://pubmed.ncbi.nlm.nih.gov/35222524/
7. Monge, Claudia, Francés, Raquel, Marchio, Agnès, Desterke, Christophe, Mata-Garrido, Jorge. 2024. Characterization of an Activated Metabolic Transcriptional Program in Hepatoblastoma Tumor Cells Using scRNA-seq. In International journal of molecular sciences, 25, . doi:10.3390/ijms252313044. https://pubmed.ncbi.nlm.nih.gov/39684755/
8. Wu, Jun, Song, Ming-Zhu, Deng, Li-Jun, Ye, Qian-Ling. . Comprehensive DNA Methylation-transcriptome Profiles Association Analysis During the Treatment of Acute Myelocytic Leukemia. In Current pharmaceutical design, 27, 2817-2826. doi:10.2174/1381612827666210603165253. https://pubmed.ncbi.nlm.nih.gov/34082677/