Pgd-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

Pgd-KO 基因敲除小鼠

产品编号

S-KO-19297

品系全称

C57BL/6JCya-Pgdem1/Cya

品系背景

C57BL/6JCya

品系编号

KOCMP-110208-Pgd-B6J-VB

品系状态

使用本品系发表的文献需注明: Pgd-KO 基因敲除小鼠 mice (Strain S-KO-19297) 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
phosphogluconate dehydrogenase
基因别称
0610042A05Rik
染色体号
Chr 4 (Mouse)
转录本 ID
NCBI: NM_001081274 | Ensembl: ENSMUST00000084124
修饰方式
全身性基因敲除
靶向范围
Exon 4~5
敲除长度
~1.6 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:97553T-cell specific knock-out results in more robust development of effector functions in stimulated nave CD8+ T cells. Mice homozygous for a conditional allele activated in T cells exhibit enlarged peripheral lymphoid organs, splenomegaly, lymphoproliferation of CD4/CD8 T-cells, and super high IFN, IL-17A, IL-4, and IL-5 levels in serum with reduced injected tumor cell growth.
基因PGD,也称为磷酸甘油酸脱氢酶(Phosphoglycerate dehydrogenase),是一种在细胞能量代谢中发挥重要作用的酶。PGD催化磷酸甘油酸(3-phosphoglycerate)转化为3-磷酸羟基丙酮酸(3-phosphohydroxypyruvate),并在这个过程中产生NADH。这一反应是糖酵解途径的一部分,糖酵解是细胞内产生能量的主要途径之一。此外,PGD还参与了其他代谢途径,如磷酸戊糖途径,这对于细胞内NADPH的产生和核苷酸的合成至关重要。

PGD在多种生物学过程中发挥着重要作用。首先,PGD是糖酵解途径中的关键酶,它参与了葡萄糖转化为细胞能量(ATP)的过程。其次,PGD在磷酸戊糖途径中发挥作用,磷酸戊糖途径是细胞内产生NADPH的主要途径,NADPH对于细胞内的抗氧化系统和核苷酸合成至关重要。此外,PGD还参与了单碳代谢,这对于氨基酸的合成和DNA的合成具有重要意义。

在疾病研究中,PGD也引起了人们的关注。例如,PGD基因的突变或表达异常与某些疾病的发生发展相关。例如,PGD基因的突变与多囊卵巢综合征(PCOS)和子宫内膜癌(EC)的发生发展相关。研究发现,PGD基因在PCOS和EC组织中表达水平较高,并且PGD基因的突变会影响糖代谢和细胞增殖、迁移,进而影响PCOS和EC的发生发展[2]。

此外,PGD基因在遗传性疾病的诊断中也发挥着重要作用。例如,PGD基因的突变与Schaaf-Yang综合征相关。研究发现,Schaaf-Yang综合征患者体内存在PGD基因的突变,通过基因检测和PGD技术,可以筛选出携带PGD基因突变的胚胎,避免遗传性疾病的发生[3]。

在生物信息学领域,机器学习方法也被用于PGD基因的检测和功能预测。例如,研究人员利用机器学习方法,从玉米MapMan注释中预测了716个光合作用相关基因,其中包括PGD基因。这些研究结果表明,机器学习方法可以有效地预测PGD基因的功能和表达模式,为研究PGD基因在生物学过程中的作用提供重要的参考[1]。

综上所述,基因PGD是一种重要的代谢酶,参与调控细胞能量代谢和多种生物学过程。PGD基因的突变或表达异常与多种疾病的发生发展相关,包括多囊卵巢综合征、子宫内膜癌和Schaaf-Yang综合征等。此外,PGD基因在遗传性疾病的诊断中也发挥着重要作用。生物信息学方法,如机器学习,可以有效地预测PGD基因的功能和表达模式,为研究PGD基因在生物学过程中的作用提供重要的参考。这些研究有助于深入理解PGD基因在生物学过程中的作用,为疾病的治疗和预防提供新的思路和策略[1][2][3]。

参考文献:
1. Wang, Yunchuan, Dai, Xiuru, Fu, Daohong, Li, Pinghua, Du, Baijuan. 2022. PGD: a machine learning-based photosynthetic-related gene detection approach. In BMC bioinformatics, 23, 183. doi:10.1186/s12859-022-04722-x. https://pubmed.ncbi.nlm.nih.gov/35581553/
2. Chen, Jia-Ming, Chen, Wei-Hong, Wang, Zhi-Yi, Lin, Shu, Shi, Qi-Yang. 2024. PGD: Shared gene linking polycystic ovary syndrome and endometrial cancer, influencing proliferation and migration through glycometabolism. In Cancer science, 115, 2908-2922. doi:10.1111/cas.16212. https://pubmed.ncbi.nlm.nih.gov/38979884/
3. Guo, Wei, Nie, Yanli, Yan, Zhiqiang, Yan, Liying, Qiao, Jie. 2019. Genetic testing and PGD for unexplained recurrent fetal malformations with MAGEL2 gene mutation. In Science China. Life sciences, 62, 886-894. doi:10.1007/s11427-019-9541-0. https://pubmed.ncbi.nlm.nih.gov/31152388/