# BTK vs. ITK: Genabhängigkeit und Inhibitoren

> BTK vs. ITK in DepMap-Chronos-Daten und Wirkstoffannotationen: BTK ist in 5 von 1178 Zelllinien eine Abhängigkeit, ITK in keiner; 30 Wirkstoffe gegenüber 4.

Datenstand 2026-11-12 · Veröffentlicht 2026-11-12 · Aktualisiert 2026-11-12 · https://bioq.bio/blog/de/compare-btk-vs-itk

![BioQ-Ergebnisseite für die Abfrage BTK mit einer Tabelle zur Abhängigkeit nach Linie und einer Liste bekannter BTK-Wirkstoffe mit klinischer Phase.](https://bioq.bio/blog/img/compare-btk-vs-itk/de/hero.webp)

Im DepMap-Release depmap_24q4 ist BTK in 5 von 1178 Zelllinien eine Abhängigkeit, alle davon lymphatisch, während das Paralog ITK in 0 Zelllinien eine Abhängigkeit ist. Die Wirkstoffschicht listet 30 Wirkstoffe für BTK und 4 für ITK. Alle Angaben beziehen sich auf den Stand 2026-11-12. Dieser Beitrag fasst den Vergleich BTK vs. ITK zusammen.

## Fragestellung: BTK vs. ITK bei Genabhängigkeit und Wirkstoffen

BTK und ITK sind beide Tyrosinkinasen der TEC-Familie. Forschende vergleichen sie meist aus zwei Gründen: Zum einen stellt sich die Frage, ob Krebszelllinien eines der beiden Gene für ihr Wachstum benötigen. Zum anderen interessiert, ob die verfügbaren Wirkstoffe nur eine Kinase oder beide erreichen. Das ist der übliche Ausgangspunkt für eine Frage zur BTK-ITK-Selektivität.

Wir haben BioQ für beide Gene dieselben zwei Fragen gestellt:

- In welchen Linien senkt ein CRISPR-Knockout die Viabilität? Dafür dient der Chronos-Gene-Effect aus DepMap; ein negativerer Wert bedeutet einen größeren Viabilitätsverlust.
- Welche Wirkstoffe sind gegen das Gen annotiert, in welcher klinischen Phase befinden sie sich und wie hoch ist die exakte Potenz (pChEMBL, der negative dekadische Logarithmus der molaren Potenz; höher bedeutet stärker)?

Durch die gleichen Blöcke für beide Gene bleibt der Vergleich fair. Der Schwellenwert, ab dem eine Linie als abhängig gilt, ist im Release eine benannte Konstante und keine Eigenschaft der Daten.

## Was BioQ geliefert hat

Die vier Blöcke kamen in 2,4 Engine-Sekunden über 4 Abfragen zurück und stützen sich auf 2 verschiedene Ressourcen: DepMap für die Abhängigkeit sowie die Wirkstoffschicht, die Open Targets, ChEMBL, den Drug Repurposing Hub und ClinicalTrials.gov zusammenführt.

### Abhängigkeit nach Linie

Beide Gene wurden in denselben 1178 Zelllinien untersucht. Die Tabellen zeigen die fünf Linien mit dem negativsten mittleren Gene-Effect.

BTK:

| Zelllinie (Abstammung) | Zelllinien | Abhängig | % abhängig | Mittlerer Geneffekt |
|---|---|---|---|---|
| Lymphoid | 93 | 5 | 5.4 | -0.065 |
| Testis | 5 | 0 | 0 | -0.054 |
| Bowel | 63 | 0 | 0 | 0.011 |
| Head and Neck | 77 | 0 | 0 | 0.011 |
| Pleura | 21 | 0 | 0 | 0.015 |

ITK:

| Zelllinie (Abstammung) | Zelllinien | Abhängig | % abhängig | Mittlerer Geneffekt |
|---|---|---|---|---|
| Kidney | 34 | 0 | 0 | -0.01 |
| Lymphoid | 93 | 0 | 0 | -0.001 |
| Liver | 24 | 0 | 0 | 0.004 |
| Bone | 46 | 0 | 0 | 0.006 |
| Bowel | 63 | 0 | 0 | 0.014 |

Über alle Linien beträgt der mittlere Gene-Effect 0,033 für BTK und 0,024 für ITK. Keines der beiden Gene ist als common essential markiert.

### Wirkstoffe

Für BTK sind 30 Wirkstoffe in der Schicht gelistet, die Tabelle zeigt 6. Für ITK sind es 4, alle werden im Text unten genannt.

| Wirkstoff | Höchste klinische Phase | Wirkmechanismus | Bester exakter pChEMBL | Typ | Studien nach Name |
|---|---|---|---|---|---|
| Ibrutinib | APPROVAL | Tyrosine-protein kinase BTK inhibitor | 10.1 | IC50 | 284 |
| Zanubrutinib | APPROVAL | Tyrosine-protein kinase BTK inhibitor | 9.52 | IC50 | 140 |
| Rilzabrutinib | APPROVAL | Tyrosine-protein kinase BTK inhibitor | 8.89 | IC50 | 18 |
| Acalabrutinib | APPROVAL | Tyrosine-protein kinase BTK inhibitor | 8.59 | KD | 121 |
| Pirtobrutinib | APPROVAL | Tyrosine-protein kinase BTK inhibitor | 8.43 | IC50 | 64 |
| Tirabrutinib | APPROVAL | Tyrosine-protein kinase BTK inhibitor | 8.28 | IC50 | 12 |

![BioQ-Ergebnis zur Abfrage BTK mit der Wirkstofftabelle zu Ibrutinib, Zanubrutinib und weiteren BTK-Inhibitoren samt klinischer Phase](https://bioq.bio/blog/img/compare-btk-vs-itk/de/second.webp)
*Der Wirkstoffblock zu BTK, wie er in BioQ erscheint, eine Zeile pro Substanz.*

Für ITK sind es vier Einträge: Ritlecitinib, Ritlecitinib-Tosylat, Pazopanib und Pazopanib-Hydrochlorid. Alle vier befinden sich in der Phase APPROVAL. Ritlecitinib hat ein exaktes pChEMBL von 7,57 (Typ KI) und 21 Studien nach Namen. Pazopanib ist als Tyrosin-Proteinkinase-ITK/TSK-Inhibitor annotiert, mit 156 Studien nach Namen. Pazopanib-Hydrochlorid hat 44 Studien nach Namen, Ritlecitinib-Tosylat 0. Für die beiden Pazopanib-Einträge und das Tosylat liegt in dieser Schicht kein exakter pChEMBL-Wert vor.

## Einordnung: Was die Ergebnisse bedeuten

**Unterschiede.** Das Abhängigkeitssignal liegt bei BTK. In der lymphatischen Zeile finden sich 5 abhängige Linien von 93 (5,4 %) bei einem mittleren Gene-Effect von -0,065. Die übrigen vier für BTK gelisteten Linien haben 0 abhängige Linien. In denselben 93 lymphatischen Linien hat ITK 0 abhängige Linien und einen Mittelwert von -0,001. Die fünf negativsten Linien von ITK (Niere, Lymphe, Leber, Knochen, Darm) haben alle Mittelwerte nahe null, von -0,01 bis 0,014, und keine enthält eine abhängige Linie.

**Gemeinsamkeiten.** Keines der Gene ist common essential, und beide haben über das gesamte Panel einen mittleren Gene-Effect nahe null. Lymphatische und Darmlinien erscheinen in beiden Tabellen mit denselben Linienzahlen (93 und 63). Der Knockout einer der beiden Kinasen allein ist daher in den meisten Teilen dieses Panels ein schwaches Viabilitätssignal.

**Die Wirkstoffseite ist ungleich verteilt.** Alle gezeigten BTK-Wirkstoffe sind in der Phase APPROVAL und tragen den Mechanismus „Tyrosine-protein kinase BTK inhibitor“. Ibrutinib hat ein exaktes pChEMBL von 10,1 (IC50) und 284 Studien nach Namen. Zanubrutinib kommt auf 9,52 und 140 Studien, Acalabrutinib auf 8,59 (KD) und 121 Studien. Die Liste für ITK ist kürzer, und ihre Mechanismusbezeichnungen sind weiter gefasst. Ritlecitinib ist als „TEC family kinase inhibitor“ bezeichnet, nicht als ITK-spezifisch.

Potenzwerte sind hier nur eingeschränkt vergleichbar. Der höchste exakte Wert für BTK (10,1, IC50) und der für ITK (7,57, KI) stammen aus unterschiedlichen Assay-Typen und von unterschiedlichen Substanzen. Die Angabe „Studien nach Namen“ ist ein Treffer auf den Wirkstoffnamen, nicht auf das Target; ein Wert von 156 bei Pazopanib sagt daher nichts über ITK-gerichtete Studien aus.

Für die Selektivität ist die Paralog-Beziehung ein Grund, beide Gene zu betrachten. Diese Blöcke enthalten jedoch kein Kinase-Panel-Profil. Sie zeigen nicht, wie stark ein einzelner Wirkstoff BTK im Vergleich zu ITK bindet.

## So reproduzieren Sie die Abfrage in BioQ

1. Öffnen Sie BioQ und geben Sie die folgende Abfrage ein. Die BTK-Abhängigkeitstabelle und die BTK-Wirkstoffliste erscheinen mit ihren Quellen.

```text
BTK
```

[Diese Abfrage in BioQ öffnen](https://bioq.bio/login?next=%2Fapp%23q%3DBTK)

2. Lesen Sie die Linientabelle und notieren Sie die Zahl der abhängigen Linien sowie den Release-Namen (depmap_24q4).
3. Führen Sie dieselbe Abfrage mit ITK statt BTK aus, damit beide Gene gegen denselben Release und dieselbe Wirkstoffschicht gelesen werden.
4. Vergleichen Sie die beiden Linientabellen Zeile für Zeile, danach die Wirkstofftabellen, und prüfen Sie den Assay-Typ, bevor Sie pChEMBL-Werte vergleichen.
5. Halten Sie das beim Ergebnis angezeigte Datenstand-Datum fest, damit sich der Vergleich später wiederholen lässt.

## Grenzen: Was die Daten nicht zeigen

- Die Abhängigkeit in Zelllinien misst den Viabilitätsverlust in Kultur nach einem Knockout. Sie zeigt nicht, ob eine Kinase im Patiententumor oder in Signalwegen eine Rolle spielt, die nicht an Wachstum gekoppelt sind, etwa bei B-Zell- oder T-Zell-Rezeptorantworten.
- Beide Tabellen zeigen nur die 5 Linien mit dem negativsten mittleren Gene-Effect. Eine Linie außerhalb dieser Liste wird nicht angezeigt, und die BTK-Wirkstofftabelle zeigt 6 von 30 Wirkstoffen.
- Ob eine Linie als abhängig gilt, hängt von der Schwellenkonstante ab. Ein anderer Schwellenwert würde die Zahlen 5 und 0 verändern.
- Die Zahl der zusammengefassten Linien pro Gewebetyp kann klein sein. Hoden hat 5 Linien, daher ist der Mittelwert von -0,054 mit Vorsicht zu lesen.
- Die pChEMBL-Werte mischen Assay-Typen (IC50, KD, KI). Fehlende Werte bei Pazopanib bedeuten, dass hier kein exakter Wert verzeichnet ist, nicht dass anderswo keiner existiert.
- Nichts hiervon ist eine Empfehlung zu Behandlung oder Dosierung.

## Daten und Methode
Die Zahlen auf dieser Seite wurden am 2026-11-12 aus der BioQ-Engine gelesen (4 Abfragen, insgesamt 2.4 s Engine-Zeit). Die Tabellen erzeugt Code aus den Antworten der Engine; der Text erklärt sie nur.

`/depmap`, `/drugs`

Führen Sie dieselbe Abfrage selbst in BioQ aus: [BTK](https://bioq.bio/login?next=%2Fapp%23q%3DBTK)

*Nur für Forschungszwecke. Diese Seite fasst öffentliche Daten zusammen und ist keine medizinische Beratung.*

BioQ ist eine KI-Suchmaschine und ein Agent mit einem Ziel: die biologische Forschung um das 100-Fache zu beschleunigen. Fragen Sie in der Web-App, über die REST-API oder per MCP aus Claude, ChatGPT oder Cursor.

## Verwendete Abfragen

- [`BTK`](https://bioq.bio/login?next=%2Fapp%23q%3DBTK)

## Häufige Fragen

### Ist BTK in mehr Zelllinien eine CRISPR-Abhängigkeit als ITK?

Ja, in DepMap depmap_24q4. BTK ist in 5 von 1178 Zelllinien (0,4 %) eine Abhängigkeit, alle lymphatisch, ITK dagegen in 0 von 1178.

### Sind BTK und ITK common essential Gene?

Nein. Keines von beiden ist als common essential markiert. Der mittlere Gene-Effect über alle Linien beträgt 0,033 für BTK und 0,024 für ITK.

### Wie viele Wirkstoffe sind für BTK und für ITK gelistet?

Die Wirkstoffschicht listet 30 Wirkstoffe für BTK und 4 für ITK. Die ITK-Einträge sind Ritlecitinib, Ritlecitinib-Tosylat, Pazopanib und Pazopanib-Hydrochlorid.

### Zeigt dies die BTK-ITK-Selektivität eines Wirkstoffs?

Nein. Die Blöcke geben für jeden Wirkstoff ein exaktes pChEMBL gegen das jeweils gelistete Target an, etwa 10,1 für Ibrutinib an BTK und 7,57 für Ritlecitinib an ITK. Einen Kinase-Panel-Vergleich eines Wirkstoffs über beide Gene liefern sie nicht.

### Wie lange dauerte der Vergleich von BTK und ITK in BioQ?

Die 4 Abfragen liefen in 2,4 Engine-Sekunden und stützten sich auf 2 verschiedene Ressourcen.

## Quellen

- Datensatz: [DepMap CRISPR Chronos gene effect (24Q4)](https://depmap.org/portal/)
- Datensatz: [Open Targets Platform; ChEMBL; Drug Repurposing Hub](https://platform.opentargets.org/)

> Die Ergebnisse stammen aus öffentlichen Datenbanken zum angegebenen Datum und können sich ändern. BioQ liefert Forschungsinformationen, keine medizinische Beratung.
