智鼠故事 
C57BL/6JCya-Bblnem1/Cya 基因敲除小鼠
复苏/繁育服务
产品名称：
Bbln-KO
产品编号：
S-KO-14203
品系背景：
C57BL/6JCya
* 使用本品系发表的文献需注明：Bbln-KO mice (Strain S-KO-14203) were purchased from Cyagen.
交付类型
周龄
性别
基因型
数量
只
基本信息
品系名称
C57BL/6JCya-Bblnem1/Cya
品系编号
KOCMP-73737-Bbln-B6J-VA
产品编号
S-KO-14203
基因名
Bbln
品系背景
C57BL/6JCya
基因别称
1110008P14Rik
NCBI号
修饰方式
全身性基因敲除
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。
小鼠表型
MGI:1920987 Homozygous knockout results in progressively reduced bone volume due to increased bone resorption in males.
质控标准
精子检测
① 冷冻前验证精子活力观察
② 冷冻验证每批次进行复苏验证
品系状态
在研小鼠
环境标准
SPF
供应地区
中国
品系详情
Bbln位于小鼠的2号染色体，采用基因编辑技术，通过应用高通量电转受精卵方式，获得Bbln基因敲除小鼠，性成熟后取精子冻存。
Bbln-KO小鼠模型是由赛业生物（Cyagen）采用基因编辑技术构建的全基因组敲除小鼠。Bbln基因位于小鼠2号染色体上，由2个外显子组成，其中ATG起始密码子在1号外显子，TAG终止密码子在2号外显子。敲除区域（KO区域）位于第一、二个外显子，包含约2405个碱基对的编码序列。敲除该区域会导致小鼠Bbln基因功能的丧失。Bbln-KO小鼠模型的构建过程包括将核糖核蛋白（RNP）和靶向载体共同注入受精卵。随后，对出生的小鼠进行PCR和测序分析进行基因型鉴定。此外，携带敲除等位基因的小鼠出现逐渐减少的骨量，这是由于雄性小鼠中骨吸收增加所导致的。该模型可用于研究Bbln基因在小鼠体内的功能，以及其对骨量的影响。
基因研究概述
基因Bbln（Bilateral-Branch Learning Network）并非一个已知的生物学基因，而是一个计算机科学中提出的模型名称，用于预测未知蛋白质-蛋白质相互作用（PPIs）。该模型是由Kang等人于2023年提出的[1]。PPIs预测在生物信息学领域有重要应用，因为蛋白质的功能通常通过它们与其他蛋白质的相互作用来实现。然而，由于蛋白质数据的有限性，PPIs预测面临挑战。
Bbln模型旨在解决传统PPIs预测方法中的“信息单调性”问题，这一问题限制了模型在面对大量未知PPIs时的性能提升。Bbln通过结合蛋白质信息和关系信息，从多模态和跨模态视角深入挖掘互补和关系信息，从而提高了PPIs预测的准确性。实验结果表明，Bbln模型在大量真实世界数据集上的表现显著优于之前的最先进方法，无论是传统的还是新颖的未知PPIs预测[1]。
Rashid等人于2017年开发了一个统计模型，用于评估基因表达和表观遗传特征之间的关联[2]。该模型使用测序数据，并明确考虑了DNA多态性的影响。测序数据通常以离散计数的形式总结，这使得模型能够检测基因表达和表观遗传特征之间的关联，以及DNA多态性条件下的条件关联。通过模拟和应用于研究基因表达和DNase I超敏位点（DHSs）之间的关联，该模型展示了其在探索DNA多态性和两种测序实验类型之间的关系方面的通用性[2]。
结合上述研究，基因Bbln在生物信息学领域具有重要意义。Bbln模型通过多模态和跨模态视角深入挖掘互补和关系信息，提高了PPIs预测的准确性，为生物信息学研究提供了新的工具。同时，Rashid等人提出的统计模型为评估基因表达和表观遗传特征之间的关联提供了新的方法，有助于深入了解基因表达调控的机制。这些研究为生物信息学领域提供了重要的理论和方法支持，有助于推动相关研究的进一步发展。
参考文献：
1. Kang, Yan, Wang, Xinchao, Xie, Cheng, Zhang, Huadong, Xie, Wentao. 2023. BBLN: A bilateral-branch learning network for unknown protein-protein interaction prediction. In Computers in biology and medicine, 167, 107588. doi:10.1016/j.compbiomed.2023.107588. https://pubmed.ncbi.nlm.nih.gov/37918265/
2. Rashid, Naim U, Sun, Wei, Ibrahim, Joseph G. 2017. A STATISTICAL MODEL TO ASSESS (ALLELE-SPECIFIC) ASSOCIATIONS BETWEEN GENE EXPRESSION AND EPIGENETIC FEATURES USING SEQUENCING DATA. In The annals of applied statistics, 10, 2254-2273. doi:10.1214/16-AOAS973. https://pubmed.ncbi.nlm.nih.gov/29034055/
