Atp6v0d1-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

Atp6v0d1-KO 基因敲除小鼠

产品编号

S-KO-19427

品系全称

C57BL/6JCya-Atp6v0d1em1/Cya

品系背景

C57BL/6JCya

品系编号

KOCMP-11972-Atp6v0d1-B6J-VB

品系状态

使用本品系发表的文献需注明: Atp6v0d1-KO 基因敲除小鼠 mice (Strain S-KO-19427) 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
ATPase, H+ transporting, lysosomal V0 subunit D1
基因别称
Ac39,Atp6d,P39,VATX,Vma6
染色体号
Chr 8 (Mouse)
转录本 ID
NCBI: NM_013477 | Ensembl: ENSMUST00000013304
修饰方式
全身性基因敲除
靶向范围
Exon 3
敲除长度
~1.7 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
ATP6V0D1,也称为ATPase H+ transporting V0 subunit D1,是一种关键的基因,编码的是质子转运V0亚基D1,这是 vacuolar-type H+-ATPase (V-ATPase) 的一个亚基。V-ATPase 是一种存在于真核生物细胞中的质子泵,负责细胞内外的酸碱平衡调节,参与多种生物学过程,包括细胞内运输、溶酶体功能、细胞信号传导以及细胞死亡等[1]。ATP6V0D1 基因的突变与多种疾病有关,包括卵巢癌、胰岛素抵抗和心肌病等。

在卵巢癌中,ATP6V0D1 通过介导 ABCB1(ATP 结合盒转运蛋白亚家族 B 成员 1)的下调来克服对紫杉醇的耐药性。ABCB1 是一种多药耐药蛋白,其过度表达导致癌细胞对化疗药物产生耐药性。ATP6V0D1 的过度表达或通过 JTC801 增强其蛋白稳定性,均能有效抑制 ABCB1 的上调,从而抑制耐药细胞的生长。此外,通过增加细胞内 pH 值至碱性(pH 8.5),可以抑制 ABCB1 的表达,而将 pH 值降低至酸性条件(pH 6.5)则会增强耐药细胞中 ABCB1 的表达[1]。

在胰岛素抵抗和心肌病中,ATP6V0D1 的缺失导致脂肪生成障碍,进而引发全身性脂肪萎缩和自发性心肌病。这种心肌病表现出心脏肥大、心脏衰竭、过多的脂肪积累、脂质和葡萄糖代谢的改变,这些特征与肥胖和糖尿病相关的心肌病相似。ATP6V0D1 缺失小鼠的心脏中胰岛素受体底物 1 (IRS-1) 和 IRS-2 的表达降低,表明存在心脏胰岛素抵抗。同时,转录因子 FoxO1 的表达增加,进一步调节心脏的脂质和葡萄糖代谢。研究还发现,心肌素(myocardin)在 ATP6V0D1 缺失小鼠心脏中的表达减少,而心肌素是一种转录共激活因子,可以调节 IRS-1 的转录。通过恢复心肌素的表达,可以逆转 IRS-1 的下调和 FoxO1 的上调,从而改善心肌病[2]。

在鼻咽癌中,ATP6V0D1 作为铁代谢相关基因之一,被整合到一个新的风险模型中,用于评估患者的预后和免疫浸润情况。该模型将患者分为低风险组和高风险组,高风险组患者的无进展生存期显著缩短。此外,高风险患者与更晚期的临床分期、特定的肿瘤微环境亚型以及不同的形态相关。ESTIMATE 分析表明,增加的免疫、基质和 ESTIMATE 评分与降低的风险评分之间存在显著的负相关。免疫分析表明,高风险评分与大多数肿瘤浸润免疫细胞的丰度呈负相关,包括树突状细胞、CD8+ T 细胞、CD4+ T 细胞和B 细胞。这种相关性也扩展到免疫检查点基因,如 PDCD1、CTLA4、TIGIT、LAG3 和 BTLA[3]。

在骨肉瘤中,ATP6V0D1 被确定为与预后相关的氧化磷酸化相关基因之一。通过单变量 COX 和 LASSO 回归分析,确定了五个与骨肉瘤患者预后相关的氧化磷酸化基因(ATP6V0D1、LHPP、COX6A2、MTHFD2 和 NDUFB9),并建立了风险预后模型。该模型显示出良好的预测性能,并且高危险组中的免疫浸润对预后有不利影响。此外,GO 和 KEGG 分析验证了氧化磷酸化相关预后基因集的功能,GSEA 分析揭示了氧化磷酸化相关基因与骨肉瘤免疫浸润之间的相关性[4]。

在神经毒性研究中,ATP6V0D1 被证明在神经细胞死亡中发挥重要作用。研究发现,KIF5A(kinesin 家族成员 5A)的缺陷会导致自噬通量的破坏,进而导致神经细胞死亡。KIF5A 的过表达可以恢复轴突运输,增加溶酶体功能,并对抗 TMT 诱导的神经毒性。在 TMT 处理的小鼠中,TMT 在海马体中抑制了 KIF5A 的表达。基因转移的 Kif5a 增强了海马体中的自噬清除,并减轻了 TMT 诱导的神经毒性[5]。

在骨肉瘤的能量代谢研究中,ATP6V0D1 被确定为与能量代谢相关的关键基因之一。通过加权共表达网络分析(WGCNA),确定了与能量代谢相关的显著模块,并构建了一个由七个基因组成的签名,用于预测骨肉瘤的进展和预后。其中,CCAR1 和 C1QTNF1 的上调与骨肉瘤风险的增加相关,而 SLC18B1、RBMXL1、DOK3 和 HS3ST2 的上调与骨肉瘤风险的增加相关。该签名被证实是稳健的,并且优于先前评估的模型,因此可用于骨肉瘤的早期诊断、治疗和预后[6]。

在脑缺血研究中,ATP6V0D1 被证明在缺血性脑损伤中发挥重要作用。在缺血性大鼠脑的海马体中,能量代谢相关基因的表达发生了显著变化。ATP6V0D1 作为能量代谢相关基因之一,其表达在缺血性脑损伤后显著增加。这些研究结果表明,ATP6V0D1 基因在缺血性脑损伤中具有潜在的治疗价值[7]。

在骨肉瘤中,ATP6V0D1 作为与溶酶体依赖性细胞死亡相关的基因,被证明与患者的预后相关。研究发现,ATP6V0D1 在髓样细胞和破骨细胞中显著过表达,并且其表达随时间逐渐降低。ATP6V0D1 和 HDAC6 两个生物标志物被确定为与骨肉瘤预后相关的基因,并建立了预后模型。该模型将患者分为高危险组和低危险组,两组在 OS 生存风险得分方面存在显著差异。此外,高危险组与低危险组在 DC、未成熟 DC 和 γδT 细胞的评分方面也存在显著差异[8]。

甲状腺激素(T3)上调 LAMP2 的表达和溶酶体活性。研究发现,T3 激活快速的溶酶体周转和多种溶酶体基因的表达,包括 TFEB、LAMP2、ARSB、GBA、PSAP、ATP6V0B、ATP6V0D1、ATP6V1E1、CTSB、CTSH、CTSL 和 CTSS,这些基因的表达受到甲状腺激素受体依赖性的调节。在甲状腺功能亢进的小鼠模型中,LAMP2 蛋白被特异性地诱导表达。T3 促进的微管组装被长春新碱显著破坏,导致脂滴标记物 PLIN2 的积累。在存在溶酶体自噬抑制剂的情况下,观察到 LAMP2 蛋白的积累,但 LAMP1 蛋白的积累不明显。T3 进一步增强了异位表达的 LAMP1 和 LAMP2 的蛋白水平。当敲低 LAMP2 时,在 T3 存在下,溶酶体和脂滴的空腔积累,而 LAMP1 和 PLIN2 的表达变化不明显。更具体地说,T3 对 ER 应激诱导的细胞死亡的保护作用被 LAMP2 的敲低所消除。这些结果表明,T3 不仅促进溶酶体基因的表达,还促进 LAMP 蛋白的稳定性和微管组装,从而增强溶酶体活性,消化额外的自噬体负担[9]。

综上所述,ATP6V0D1 基因在多种生物学过程中发挥重要作用,包括细胞内运输、溶酶体功能、细胞信号传导以及细胞死亡等。ATP6V0D1 基因的突变与多种疾病有关,包括卵巢癌、胰岛素抵抗和心肌病等。此外,ATP6V0D1 基因在癌症的预后和免疫浸润、神经毒性、能量代谢以及脑缺血等方面也具有重要作用。因此,ATP6V0D1 基因的研究对于深入理解其生物学功能和疾病发生机制具有重要意义,并为疾病的治疗和预防提供新的思路和策略[1-9]。

参考文献:
1. Chen, Fangquan, Lin, Junhao, Kang, Rui, Tang, Daolin, Liu, Jiao. 2024. Alkaliptosis induction counteracts paclitaxel-resistant ovarian cancer cells via ATP6V0D1-mediated ABCB1 inhibition. In Molecular carcinogenesis, 63, 1515-1527. doi:10.1002/mc.23741. https://pubmed.ncbi.nlm.nih.gov/38751020/
2. Yuan, Wenlin, Lin, Hui, Sun, Yuan, Lu, Xifeng, Liu, Jie. 2024. Myocardin reverses insulin resistance and ameliorates cardiomyopathy by increasing IRS-1 expression in a murine model of lipodystrophy caused by adipose deficiency of vacuolar H+-ATPase V0d1 subunit. In Theranostics, 14, 2246-2264. doi:10.7150/thno.93192. https://pubmed.ncbi.nlm.nih.gov/38505620/
3. Su, Jiaming, Zhong, Guanlin, Qin, Weiling, Cai, Yonglin, Li, Cheng. 2024. Integrating iron metabolism-related gene signature to evaluate prognosis and immune infiltration in nasopharyngeal carcinoma. In Discover oncology, 15, 112. doi:10.1007/s12672-024-00969-3. https://pubmed.ncbi.nlm.nih.gov/38602575/
4. Zhou, Peng, Zhang, Jin, Feng, Jinyan, Wang, Guowen. 2024. Construction of an oxidative phosphorylation-related gene signature for predicting prognosis and identifying immune infiltration in osteosarcoma. In Aging, 16, 5311-5335. doi:10.18632/aging.205650. https://pubmed.ncbi.nlm.nih.gov/38506898/
5. Jeong, Eutteum, Martina, José A, Contreras, Pablo S, Lee, Juhyung, Puertollano, Rosa. 2022. The FACT complex facilitates expression of lysosomal and antioxidant genes through binding to TFEB and TFE3. In Autophagy, 18, 2333-2349. doi:10.1080/15548627.2022.2029671. https://pubmed.ncbi.nlm.nih.gov/35230915/
6. Liu, Mengyu, Pi, Huifeng, Xi, Yu, Yu, Zhengping, Zhou, Zhou. 2020. KIF5A-dependent axonal transport deficiency disrupts autophagic flux in trimethyltin chloride-induced neurotoxicity. In Autophagy, 17, 903-924. doi:10.1080/15548627.2020.1739444. https://pubmed.ncbi.nlm.nih.gov/32160081/
7. Zhu, Naiqiang, Hou, Jingyi, Ma, Guiyun, Zhao, Chengliang, Chen, Bin. 2020. Co-expression network analysis identifies a gene signature as a predictive biomarker for energy metabolism in osteosarcoma. In Cancer cell international, 20, 259. doi:10.1186/s12935-020-01352-2. https://pubmed.ncbi.nlm.nih.gov/32581649/
8. Chung, Jun Young, Yi, Jae Woo, Kim, Sung Min, Chung, Joo Ho, Jo, Dae Jean. 2011. Changes in gene expression in the rat hippocampus after focal cerebral ischemia. In Journal of Korean Neurosurgical Society, 50, 173-8. doi:10.3340/jkns.2011.50.3.173. https://pubmed.ncbi.nlm.nih.gov/22102944/
9. Wu, Yueshu, Yang, Jun, Xu, Gang, Chen, Xiaolin, Qu, Xiaochen. 2024. Integrated analysis of single-cell and bulk RNA sequencing data reveals prognostic characteristics of lysosome-dependent cell death-related genes in osteosarcoma. In BMC genomics, 25, 379. doi:10.1186/s12864-024-10283-5. https://pubmed.ncbi.nlm.nih.gov/38632516/