靶向脂肪组织的AAV如何选择启动子?

在AAV介导的基因递送实验中,血清型决定病毒"能否进入目标组织",而启动子则决定"目的基因在哪些细胞中表达"。对于脂肪组织研究而言,即使选择了合适的AAV血清型,如果启动子选择不当,仍可能导致目的基因在非目标细胞中表达,从而影响实验结果。

那么,脂肪组织AAV实验中常用哪些启动子?不同脂肪细胞应该如何选择?

下面,和元生物基于公开发表研究及多年AAV项目经验,对脂肪组织研究中常见启动子的应用进行总结。


为什么脂肪组织AAV实验需要选择特异性启动子?

脂肪组织并非只由脂肪细胞组成。

除了成熟脂肪细胞外,脂肪组织中还包含前脂肪细胞、成纤维细胞、血管内皮细胞以及多种免疫细胞等,它们共同构成脂肪组织的基质血管成分细胞(Stromal Vascular Fraction,SVF)。

不同细胞在脂肪组织发育、代谢调控及疾病发生过程中承担着不同功能。因此,在开展脂肪组织AAV实验时,仅实现组织感染通常并不能满足研究需求,还需要借助细胞特异性启动子,将目的基因表达限制在特定细胞类型中,以提高实验的准确性和特异性。


AdipoQ启动子:脂肪细胞研究最常用的选择

AdipoQ(Adiponectin,脂联素)启动子是脂肪组织研究中应用最广泛的细胞特异性启动子之一。

公开研究表明,AdipoQ启动子可用于实现脂肪细胞的特异性表达,因此常用于脂肪细胞相关基因的过表达或敲低实验。

例如,在研究中,研究人员采用scAAV8联合AdipoQ启动子,实现了脂肪组织中特异性的基因表达,为脂肪细胞功能研究提供了有效工具。

如果研究目标是成熟脂肪细胞,AdipoQ通常是优先考虑的启动子之一。


UCP1启动子:适用于棕色脂肪细胞研究

脂肪细胞可进一步分为白色脂肪细胞、棕色脂肪细胞和米色脂肪细胞。

其中,棕色脂肪细胞主要负责产热,在能量代谢及肥胖研究中具有重要意义。

针对棕色脂肪细胞,公开研究常采用UCP1启动子实现特异性表达。

因此,当实验重点关注棕色脂肪功能、产热调控或相关代谢机制时,可选择UCP1启动子进行AAV载体设计。


Myf5和Dpp4启动子:用于靶向前脂肪细胞

除成熟脂肪细胞外,前脂肪细胞(Preadipocytes)同样是脂肪组织研究的重要对象。

前脂肪细胞能够持续产生新的脂肪细胞,在脂肪组织发育、组织重塑及维持能量平衡过程中发挥重要作用,并参与调节组织微环境。

针对这一类细胞,公开研究中常采用Myf5或Dpp4启动子进行特异性靶向。

对于关注脂肪细胞分化、脂肪组织发育或组织重塑机制的研究,这两类启动子能够帮助研究人员实现前脂肪细胞特异性的基因调控。


不同研究方向如何选择启动子?

结合目前公开发表研究,可根据研究对象选择相应启动子:

研究对象 推荐启动子
成熟脂肪细胞 AdipoQ
棕色脂肪细胞 UCP1
前脂肪细胞 Myf5、Dpp4

需要注意的是,启动子的选择通常需要与AAV血清型、给药方式及实验目的结合考虑,共同决定最终的组织转导效果和细胞表达特异性。


启动子如何与AAV载体搭配?

在脂肪组织AAV实验设计中,启动子负责调控表达位置,而血清型负责决定病毒的组织嗜性,两者共同影响实验效果。

因此,在设计AAV载体时,应首先明确研究对象是成熟脂肪细胞、棕色脂肪细胞还是前脂肪细胞,再结合相应启动子完成载体构建,以提高目的基因表达的特异性。

基于公开研究及客户项目经验,针对不同研究需求选择合适的启动子,能够有效降低非目标细胞表达,提高实验结果的可靠性。


小结

脂肪组织由多种细胞组成,不同研究方向对应不同的启动子选择。

目前公开研究中,AdipoQ启动子主要用于成熟脂肪细胞,UCP1启动子主要用于棕色脂肪细胞,而Myf5和Dpp4启动子则适用于前脂肪细胞研究。合理选择启动子,并结合合适的AAV血清型和给药方式,有助于实现更精准的基因递送和细胞特异性表达。

相关推荐
深蓝AI2 分钟前
Gemini Decisions API 来了:一次前向打分取代逐字解码,校准误差 0.0250 才是 agent 分支调用的真门槛
人工智能·后端
深蓝AI12 分钟前
Meta 开源用了八年的设计系统 astryx:连坐两天 GitHub 总榜第一,组件库开始写给 agent 的说明书
前端·人工智能
量化分析码农1 小时前
股票API 日线、周线、月线与分钟级返回结构差异:一份统一解析代码
人工智能
这个DBA有点耶1 小时前
MCP隔离层+行级语义审计+输出校验:AI访问数据库的安全边界拆解
数据库·人工智能·ai编程
IT_陈寒1 小时前
Vue的watch把我坑惨了,原来要这样用才靠谱
前端·人工智能·后端
`流年づ1 小时前
策略梯度(Policy Gradient)
人工智能
疯华整猫1 小时前
删掉 LeakCanary 那天,我用 Trae 自己撸了一套:最难的不是分析堆,是决定什么时候 dump
android·人工智能·性能优化
慢慢来不要急2 小时前
Anthropic 弃用 Git 自建源码控制系统 · 11-11
人工智能·开发工具
用户别睡觉2 小时前
有时候放弃也是一种收获
人工智能·github
shengjk12 小时前
从一条 Bash 命令看懂 LLM Agent:为什么大模型会执行命令?
人工智能