Lysmd3-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

Lysmd3-KO 基因敲除小鼠

产品编号

S-KO-15289

品系全称

C57BL/6JCya-Lysmd3em1/Cya

品系背景

C57BL/6JCya

品系编号

KOCMP-80289-Lysmd3-B6J-VA

品系状态

使用本品系发表的文献需注明: Lysmd3-KO 基因敲除小鼠 mice (Strain S-KO-15289) 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
LysM, putative peptidoglycan-binding, domain containing 3
基因别称
1110030H10Rik
染色体号
Chr 13 (Mouse)
转录本 ID
NCBI: NM_030257 | Ensembl: ENSMUST00000224300
修饰方式
全身性基因敲除
靶向范围
Exon 2~3
敲除长度
~4.8 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
MGI:1915906Mice homozygous for a knock-out allele are viable and fertile with normal response to a range of pathogens.
Lysmd3,也称为LysM-domain containing 3,是一种重要的免疫相关基因。Lysmd3编码的蛋白质包含一个LysM结构域,这个结构域与细菌细胞壁的肽聚糖(peptidoglycan)结合,使其成为病原体相关分子模式(PAMPs)识别受体的一部分。Lysmd3在免疫系统中发挥重要作用,通过识别和结合病原体,激活宿主的免疫反应,从而保护机体免受病原体的侵害。

Lysmd3在多种生物学过程中发挥作用,包括免疫反应、细胞分化、发育和代谢等。在免疫反应中,Lysmd3通过识别和结合细菌细胞壁的肽聚糖,激活宿主的免疫反应,从而保护机体免受病原体的侵害。在细胞分化、发育和代谢等过程中,Lysmd3的异常表达可能与多种疾病的发生和发展有关,如高血压、甲状腺癌、癫痫等。

Lysmd3的异常表达可能与多种疾病的发生和发展有关。例如,有研究表明,Lysmd3的变异与高血压的发生有关[3]。此外,Lysmd3的表达水平与甲状腺癌患者的预后相关,高表达水平的Lysmd3与较差的预后相关[4]。还有研究表明,Lysmd3的变异与癫痫的发生有关,Lysmd3的缺失可能导致癫痫的发生[1]。

在动物模型中,Lysmd3的缺失对宿主的免疫反应并没有显著影响。有研究表明,Lysmd3缺失的小鼠在感染和炎症模型中没有表现出明显的免疫缺陷[2]。这表明Lysmd3可能不是宿主免疫反应的主要调节因子,但在某些特定的免疫反应中可能发挥重要作用。

综上所述,Lysmd3是一种重要的免疫相关基因,参与调控宿主的免疫反应,并通过识别和结合细菌细胞壁的肽聚糖,激活宿主的免疫反应,从而保护机体免受病原体的侵害。Lysmd3的异常表达可能与多种疾病的发生和发展有关,如高血压、甲状腺癌、癫痫等。然而,在动物模型中,Lysmd3的缺失对宿主的免疫反应并没有显著影响,这表明Lysmd3可能不是宿主免疫反应的主要调节因子,但在某些特定的免疫反应中可能发挥重要作用。

参考文献:
1. Myers, Kenneth A, Nasioulas, Steven, Boys, Amber, Sart, Desirée du, Scheffer, Ingrid E. 2017. ADGRV1 is implicated in myoclonic epilepsy. In Epilepsia, 59, 381-388. doi:10.1111/epi.13980. https://pubmed.ncbi.nlm.nih.gov/29266188/
2. Yokoyama, Christine C, Baldridge, Megan T, Leung, Daisy W, Micchelli, Craig A, Virgin, Herbert W. 2018. LysMD3 is a type II membrane protein without an in vivo role in the response to a range of pathogens. In The Journal of biological chemistry, 293, 6022-6038. doi:10.1074/jbc.RA117.001246. https://pubmed.ncbi.nlm.nih.gov/29496999/
3. Li, Zongjin, Tian, Liqin, Bai, Libing, Wu, Xiaoming, Song, Changxin. 2025. Identification of hypertension gene expression biomarkers based on the DeepGCFS algorithm. In PloS one, 20, e0314319. doi:10.1371/journal.pone.0314319. https://pubmed.ncbi.nlm.nih.gov/39854379/
4. Meng, Kexin, Hu, Xiaotian, Zheng, Guowan, Ge, Minghua, Xu, Jiajie. 2022. Identification of prognostic biomarkers for papillary thyroid carcinoma by a weighted gene co-expression network analysis. In Cancer medicine, 11, 2006-2019. doi:10.1002/cam4.4602. https://pubmed.ncbi.nlm.nih.gov/35152572/