Zmat1-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

Zmat1-KO 基因敲除小鼠

产品编号

S-KO-16406

品系全称

C57BL/6JCya-Zmat1em1/Cya

品系背景

C57BL/6JCya

品系编号

KOCMP-215693-Zmat1-B6J-VA

品系状态

使用本品系发表的文献需注明: Zmat1-KO 基因敲除小鼠 mice (Strain S-KO-16406) were purchased from Cyagen.
交付类型
周龄
性别
基因型
数量
下单100%中奖,最高可得千元京东卡
小计:
询价

基本信息

基因研究概述

质控标准

基因
基因全称
zinc finger, matrin type 1
基因别称
A230096A06,B930008K04Rik
染色体号
Chr X (Mouse)
转录本 ID
NCBI: NM_175446.3 | Ensembl: ENSMUST00000064659
修饰方式
全身性基因敲除
靶向范围
Exon 3~4
敲除长度
~1.2 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
ZMAT1,全称为锌指蛋白MAT1,是一种属于C2H2型锌指蛋白家族的转录因子。C2H2型锌指结构域是一种常见的DNA结合结构域,能够识别并结合特定的DNA序列,从而调控基因的表达。ZMAT1在多种生物学过程中发挥重要作用,包括细胞增殖、分化和凋亡等。

ZMAT1在多种癌症中发挥重要作用。在胰腺导管腺癌(PDAC)中,ZMAT1的表达水平与患者的预后相关。一项研究报道,ZMAT1在PDAC组织中的表达水平显著低于正常组织,且ZMAT1的低表达与患者的生存率相关[1]。进一步的研究发现,ZMAT1通过上调SIRT3的表达,进而激活p53信号通路,抑制PDAC细胞的增殖和凋亡[1]。此外,ZMAT1还与胃腺癌的预后相关。一项研究发现,ZMAT1转录本2的表达水平在胃癌组织中显著下调,且ZMAT1转录本2的低表达与患者的生存率相关[2]。

ZMAT1的表达还与心脏疾病相关。一项研究报道,ZMAT1在心衰患者的表达水平显著下调,且ZMAT1的低表达与患者的预后相关[3]。此外,ZMAT1的表达还与急性髓系白血病(AML)的预后相关。一项研究发现,ZMAT1在AML患者的表达水平显著上调,且ZMAT1的高表达与患者的预后相关[4]。此外,ZMAT1还与胎盘发育相关。一项研究发现,ZMAT1在母体血管相关滋养层巨细胞中的表达水平显著上调,且ZMAT1可能参与母体血管相关滋养层巨细胞的分化[5]。

综上所述,ZMAT1是一种重要的转录因子,参与调控多种生物学过程,包括细胞增殖、分化和凋亡等。ZMAT1在多种癌症和心脏疾病中的表达水平与患者的预后相关,且ZMAT1可能通过不同的信号通路发挥其生物学功能。此外,ZMAT1还与胎盘发育相关。深入研究ZMAT1的生物学功能和作用机制,有助于理解其与疾病发生发展的关系,为疾病的治疗和预防提供新的思路和策略。

参考文献:
1. Ma, Zuyi, Li, Zhenchong, Wang, Shujie, Zhang, Chuanzhao, Hou, Baohua. 2022. ZMAT1 acts as a tumor suppressor in pancreatic ductal adenocarcinoma by inducing SIRT3/p53 signaling pathway. In Journal of experimental & clinical cancer research : CR, 41, 130. doi:10.1186/s13046-022-02310-8. https://pubmed.ncbi.nlm.nih.gov/35392973/
2. Lai, Yuexing, Xu, Ping, Li, Qinghua, Xu, Kai, Gao, Wei. 2015. Downregulation of long noncoding RNA ZMAT1 transcript variant 2 predicts a poor prognosis in patients with gastric cancer. In International journal of clinical and experimental pathology, 8, 5556-62. doi:. https://pubmed.ncbi.nlm.nih.gov/26191264/
3. Tian, Yuqing, Yang, Jiefu, Lan, Ming, Zou, Tong. 2020. Construction and analysis of a joint diagnosis model of random forest and artificial neural network for heart failure. In Aging, 12, 26221-26235. doi:10.18632/aging.202405. https://pubmed.ncbi.nlm.nih.gov/33401250/
4. Cheng, Yaqi, Su, Yaru, Wang, Shoubi, Liu, Chang, Wang, Zhichong. 2020. Identification of circRNA-lncRNA-miRNA-mRNA Competitive Endogenous RNA Network as Novel Prognostic Markers for Acute Myeloid Leukemia. In Genes, 11, . doi:10.3390/genes11080868. https://pubmed.ncbi.nlm.nih.gov/32751923/
5. Dong, Jun-Peng, Xu, Yi-Chi, Jiang, Yi-Nan, Zeng, Wei-Hong, Lin, Yi. 2024. Identification of transcriptional signature change and critical transcription factors involved during the differentiation of mouse trophoblast stem cell into maternal blood vessel associated trophoblast giant cell. In Cellular signalling, 123, 111359. doi:10.1016/j.cellsig.2024.111359. https://pubmed.ncbi.nlm.nih.gov/39179089/