Fsd1l-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

Fsd1l-KO 基因敲除小鼠

产品编号

S-KO-09173

品系全称

C57BL/6JCya-Fsd1lem1/Cya

品系背景

C57BL/6JCya

品系编号

KOCMP-319636-Fsd1l-B6J-VA

品系状态

使用本品系发表的文献需注明: Fsd1l-KO 基因敲除小鼠 mice (Strain S-KO-09173) 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
fibronectin type III and SPRY domain containing 1-like
基因别称
A230072O16Rik,Ccdc10,Csdufd1,Fsd1nl
染色体号
Chr 4 (Mouse)
转录本 ID
NCBI: NM_001195284.1 | Ensembl: ENSMUST00000132151
修饰方式
全身性基因敲除
靶向范围
Exon 2~5
敲除长度
~8777 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
Fsd1l基因,也称为FSD1-like(FSD1L),是一种在多种生物过程中发挥重要作用的基因。Fsd1l基因编码的蛋白质可能参与多种生物学过程,包括细胞分化、发育、代谢和疾病发生。Fsd1l基因的突变或异常表达可能与多种疾病的发生和发展有关。Fsd1l基因在细胞中的具体功能和作用机制尚未完全明确,需要进一步的研究来揭示。

研究表明,Fsd1l基因在母体高血糖与后代DNA甲基化变化之间存在着关联。在妊娠期间,母体高血糖可能导致胎儿DNA甲基化水平的改变,这种改变可能持续到后代出生后的几年。这种DNA甲基化水平的改变可能与后代患慢性疾病的风险增加有关[1]。

Fsd1l基因在牛的繁殖性状中也发挥着重要作用。通过对约2400头婆罗门牛进行全基因组关联分析(GWAS)和多性状荟萃分析,研究人员发现Fsd1l基因所在的基因组区域与母牛的繁殖性状相关。这些性状包括首次交配时怀孕的可能性、首次受孕得分和再次交配得分。这些研究结果为进一步研究Fsd1l基因在牛繁殖性状中的作用提供了基础[2]。

Fsd1l基因与女性的青春期年龄也存在着关联。通过对17,510名女性的全基因组关联数据进行荟萃分析,研究人员发现Fsd1l基因所在的基因组区域与女性月经初潮年龄相关。这表明Fsd1l基因可能参与调控女性的性成熟过程[3]。

Fsd1l基因与肺癌的发生和发展也存在着关联。通过对细胞周期相关差异表达基因进行筛选,研究人员发现Fsd1l基因是肺癌患者预后预测的潜在标志物之一。Fsd1l基因的表达水平与肺癌患者的生存率相关,低表达水平的患者具有更好的预后[4]。

Fsd1l基因还可能与其他基因相互作用,共同影响疾病的发生和发展。通过对头颈部癌症的全基因组关联数据进行研究,研究人员发现Fsd1l基因与其他基因之间存在相互作用,共同影响头颈部癌症的发生和发展[5]。

综上所述,Fsd1l基因在多种生物学过程中发挥着重要作用,包括母体高血糖与后代DNA甲基化变化、牛的繁殖性状、女性的青春期年龄和肺癌的发生和发展。Fsd1l基因的研究有助于深入理解这些生物学过程的机制,为疾病的治疗和预防提供新的思路和策略。

参考文献:
1. Taschereau, Amélie, Thibeault, Kathrine, Allard, Catherine, Bouchard, Luigi, Hivert, Marie-France. 2023. Maternal glycemia in pregnancy is longitudinally associated with blood DNAm variation at the FSD1L gene from birth to 5 years of age. In Clinical epigenetics, 15, 107. doi:10.1186/s13148-023-01524-7. https://pubmed.ncbi.nlm.nih.gov/37386647/
2. Tahir, Muhammad S, Porto-Neto, Laercio R, Gondro, Cedric, Kour, Jagish, Fortes, Marina R S. 2021. Meta-Analysis of Heifer Traits Identified Reproductive Pathways in Bos indicus Cattle. In Genes, 12, . doi:10.3390/genes12050768. https://pubmed.ncbi.nlm.nih.gov/34069992/
3. Perry, John R B, Stolk, Lisette, Franceschini, Nora, Uitterlinden, André G, Murabito, Joanne M. 2009. Meta-analysis of genome-wide association data identifies two loci influencing age at menarche. In Nature genetics, 41, 648-50. doi:10.1038/ng.386. https://pubmed.ncbi.nlm.nih.gov/19448620/
4. Zhang, Chengpeng, Huang, Yong, Fang, Chen, Jiang, Wei, Feng, Yu. . Construction and validation of a prognostic model based on ten signature cell cycle-related genes for early-stage lung squamous cell carcinoma. In Cancer biomarkers : section A of Disease markers, 36, 313-326. doi:10.3233/CBM-220227. https://pubmed.ncbi.nlm.nih.gov/36938730/
5. Talluri, Rajesh, Shete, Sanjay. 2015. Evaluating methods for modeling epistasis networks with application to head and neck cancer. In Cancer informatics, 14, 17-23. doi:10.4137/CIN.S17289. https://pubmed.ncbi.nlm.nih.gov/25733798/