Naa16-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

Naa16-KO 基因敲除小鼠

产品编号

S-KO-11984

品系全称

C57BL/6JCya-Naa16em1/Cya

品系背景

C57BL/6JCya

品系编号

KOCMP-66897-Naa16-B6J-VA

品系状态

使用本品系发表的文献需注明: Naa16-KO 基因敲除小鼠 mice (Strain S-KO-11984) 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
N(alpha)-acetyltransferase 16, NatA auxiliary subunit
基因别称
1300019C06Rik,Narg1l
染色体号
Chr 14 (Mouse)
转录本 ID
NCBI: NM_025832.2 | Ensembl: ENSMUST00000022597
修饰方式
全身性基因敲除
靶向范围
Exon 2~6
敲除长度
~9739 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
Naa16,也称为N-terminal acetyltransferase 16,是N-端乙酰转移酶(NAT)复合物中的一种催化亚基。NAT负责在蛋白质的N端氨基酸上进行乙酰化修饰,这是一种普遍存在于真核生物中的蛋白质翻译后修饰方式。Naa16与其他NAT亚基共同组成NatA复合物,负责催化蛋白质N端的乙酰化,这对于蛋白质的正确折叠、稳定性、亚细胞定位和功能发挥至关重要。

Naa16在癌症中的作用日益受到关注。研究表明,NATs在癌症中的基因表达普遍上调,并且与患者生存相关。除了Naa60和Naa80以及NatA旁系同源基因Naa11和Naa16外,其他NAT基因也被发现是癌症依赖性基因[1]。这表明Naa16在癌症的发生和发展中可能发挥着重要作用。

此外,Naa16的表达与血压相关。一项研究通过整合GWAS和RNA修饰相关变异的分析,发现Naa16是主动脉细胞中血压相关基因之一。该研究还发现,Naa16在主动脉夹层病例和控制组之间表现出差异表达[2]。

在生殖领域,Naa16也被发现与母牛的繁殖能力相关。一项研究通过机器学习分析和基因网络建模,发现Naa16是潜在的影响妊娠状态和繁殖相关网络的基因之一[3]。

在子宫内膜异位症(EM)的诊断中,Naa16也显示出一定的潜力。一项研究利用随机森林分类器和人工神经网络构建了EM的诊断模型,发现Naa16是重要的差异表达基因之一,可能与EM的发病机制有关[4]。

在哮喘患者中,Naa16的表达也与气道重塑相关。一项研究发现,Naa16的表达与网状基底膜(RBM)的厚度相关,RBM的增厚可能与细胞激活、增殖、生长和凋亡抑制等过程有关[5]。

综上所述,Naa16是一种重要的NAT催化亚基,参与蛋白质N端的乙酰化修饰。Naa16在癌症、血压调节、生殖能力和气道重塑等生物学过程中发挥着重要作用。进一步研究Naa16的生物学功能和调控机制,有助于深入理解其在疾病发生和发展中的作用,并为相关疾病的治疗和预防提供新的思路和策略。

参考文献:
1. Koufaris, Costas, Kirmizis, Antonis. 2020. N-Terminal Acetyltransferases Are Cancer-Essential Genes Prevalently Upregulated in Tumours. In Cancers, 12, . doi:10.3390/cancers12092631. https://pubmed.ncbi.nlm.nih.gov/32942614/
2. Zhang, Huan, Chen, Yuxi, Xu, Peng, Wang, Laiyuan, Mo, Xingbo. 2024. Unveiling blood pressure-associated genes in aortic cells through integrative analysis of GWAS and RNA modification-associated variants. In Chronic diseases and translational medicine, 10, 118-129. doi:10.1002/cdt3.124. https://pubmed.ncbi.nlm.nih.gov/38872756/
3. Diniz, Wellison J S, Banerjee, Priyanka, Rodning, Soren P, Dyce, Paul W. 2022. Machine Learning-Based Co-Expression Network Analysis Unravels Potential Fertility-Related Genes in Beef Cows. In Animals : an open access journal from MDPI, 12, . doi:10.3390/ani12192715. https://pubmed.ncbi.nlm.nih.gov/36230456/
4. She, Jiajie, Su, Danna, Diao, Ruiying, Wang, Liping. 2022. A Joint Model of Random Forest and Artificial Neural Network for the Diagnosis of Endometriosis. In Frontiers in genetics, 13, 848116. doi:10.3389/fgene.2022.848116. https://pubmed.ncbi.nlm.nih.gov/35350240/
5. Bazan-Socha, Stanislawa, Buregwa-Czuma, Sylwia, Jakiela, Bogdan, Kepski, Michal, Bazan, Jan G. 2021. Reticular Basement Membrane Thickness Is Associated with Growth- and Fibrosis-Promoting Airway Transcriptome Profile-Study in Asthma Patients. In International journal of molecular sciences, 22, . doi:10.3390/ijms22030998. https://pubmed.ncbi.nlm.nih.gov/33498209/