Degron tagging for rapid protein degradation in mice

德隆 基因组编辑 合成生物学 计算生物学 生物 蛋白质降解 计算机科学 基因 细胞生物学 清脆的 遗传学 泛素 泛素连接酶
作者
Brianda Areli Hernández-Morán,Gillian C.A. Taylor,Álvaro Lorente‐Macías,Andrew J. Wood
出处
期刊:Disease Models & Mechanisms [The Company of Biologists]
卷期号:17 (4) 被引量:2
标识
DOI:10.1242/dmm.050613
摘要

Degron tagging allows proteins of interest to be rapidly degraded, in a reversible and tuneable manner, in response to a chemical stimulus. This provides numerous opportunities for understanding disease mechanisms, modelling therapeutic interventions and constructing synthetic gene networks. In recent years, many laboratories have applied degron tagging successfully in cultured mammalian cells, spurred by rapid advances in the fields of genome editing and targeted protein degradation. In this At a Glance article, we focus on recent efforts to apply degron tagging in mouse models, discussing the distinct set of challenges and opportunities posed by the in vivo environment.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
2秒前
摆烂王子发布了新的文献求助10
3秒前
5秒前
123完成签到,获得积分20
6秒前
7秒前
8秒前
123发布了新的文献求助10
9秒前
江吉完成签到 ,获得积分10
9秒前
11秒前
11秒前
乐乐应助爱听歌的大地采纳,获得10
11秒前
菜菜菜狗发布了新的文献求助30
12秒前
安静海云发布了新的文献求助10
13秒前
大头娃娃没下巴完成签到,获得积分10
13秒前
英姑应助冰中采纳,获得10
13秒前
斯文败类应助wmy0607采纳,获得10
14秒前
酷波er应助王不留行采纳,获得10
14秒前
孤鸿影98完成签到,获得积分10
15秒前
科研通AI2S应助wzzznh采纳,获得10
16秒前
zhiwei发布了新的文献求助30
17秒前
qqqqqqqqqqaqqqq完成签到 ,获得积分10
18秒前
18秒前
ccob完成签到,获得积分10
18秒前
19秒前
小韩完成签到,获得积分10
20秒前
李小粉完成签到 ,获得积分10
21秒前
Tameiki完成签到 ,获得积分10
22秒前
安详靖巧完成签到,获得积分10
22秒前
LG发布了新的文献求助10
23秒前
23秒前
23秒前
clarklkq完成签到,获得积分10
23秒前
爱听歌的大地完成签到,获得积分10
24秒前
25秒前
25秒前
123完成签到 ,获得积分10
26秒前
安详靖巧发布了新的文献求助10
27秒前
友好元槐完成签到,获得积分10
28秒前
28秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Modern Epidemiology, Fourth Edition 5000
Handbook of pharmaceutical excipients, Ninth edition 5000
Digital Twins of Advanced Materials Processing 2000
Weaponeering, Fourth Edition – Two Volume SET 2000
Polymorphism and polytypism in crystals 1000
Signals, Systems, and Signal Processing 610
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 纳米技术 有机化学 生物化学 化学工程 物理 计算机科学 复合材料 内科学 催化作用 物理化学 光电子学 电极 冶金 基因 遗传学
热门帖子
关注 科研通微信公众号,转发送积分 6023059
求助须知:如何正确求助?哪些是违规求助? 7646354
关于积分的说明 16171232
捐赠科研通 5171421
什么是DOI,文献DOI怎么找? 2767098
邀请新用户注册赠送积分活动 1750476
关于科研通互助平台的介绍 1637044