ROS1-Genabhängigkeit und Inhibitoren in einer Abfrage
ROS1-Genabhängigkeit und Inhibitoren in einer Abfrage: 0 von 1178 DepMap-Linien abhängig, 5 Wirkstoffe, 711 Krankheitsassoziationen (Stand 2026-11-06).
Datenstand 6. November 2026 · Das BioQ-Team

Zur ROS1-Genabhängigkeit und zu Inhibitoren zeigt eine einzige BioQ-Abfrage: Keine der 1178 DepMap-Zelllinien gilt als abhängig von ROS1 (mittlerer Chronos-Gene-Effect 0,094). Zugleich sind 5 Wirkstoffe mit dem Gen verknüpft, und Open Targets führt 711 assoziierte Krankheiten, angeführt vom nicht-kleinzelligen Lungenkarzinom mit einem Score von 0,713. Die Daten stammen vom Stand 2026-11-06. Auf den ersten Blick widersprechen sich die Ebenen: keine pan-Krebs-Abhängigkeit, aber starke Wirkstoff- und klinische Evidenz beim Lungenkrebs.
Was wir gefragt haben
Die Abfrage bestand nur aus dem Gensymbol ROS1. Wir wollten eine gemeinsame Sicht auf eine Kinase, die vor allem als fusionsgetriebenes Onkogen bekannt ist, und stellten fünf Fragen:
- Verringert ein CRISPR-Knockout die Viabilität über Zelllinien hinweg?
- Welche Wirkstoffe wirken darauf, und wie potent sind sie?
- Bei welchen Krankheiten ist die Evidenz am größten?
- Wird das Gen in Tumor- und Normalgewebe unterschiedlich exprimiert?
- Was ergänzen klinische Einträge auf Varianten-Ebene und Interaktionspartner?
BioQ führte 7 Engine-Abfragen über 6 verschiedene Ressourcen in 0,59 Engine-Sekunden aus. Von Hand hieße dasselbe: jedes Portal einzeln aufrufen, Gen-Identifikatoren abgleichen und die Release-Hinweise lesen. Der Zeitgewinn liegt vor allem in diesem Zusammenstellen. Die Ergebnisse müssen Sie weiterhin kritisch lesen.
Was BioQ zu ROS1-Genabhängigkeit und Inhibitoren zurückgibt
Genabhängigkeit. In DepMap (Release depmap_24q4, Chronos) überschreiten 0 von 1178 Zelllinien die Abhängigkeitsschwelle. Der mittlere Gene-Effect beträgt 0,094, und ROS1 ist nicht als common essential markiert. Ein negativerer Chronos-Wert bedeutet einen stärkeren Viabilitätsverlust; ein kleiner positiver Mittelwert zeigt daher im Durchschnitt keine Kosten des Knockouts an. Die Zeilen nach Gewebelinie unten sind die acht angezeigten.
| Zelllinie (Abstammung) | Zelllinien | Abhängig | % abhängig | Mittlerer Geneffekt |
|---|---|---|---|---|
| Cervix | 18 | 0 | 0 | 0.072 |
| Testis | 5 | 0 | 0 | 0.073 |
| Lung | 126 | 0 | 0 | 0.076 |
| Prostate | 10 | 0 | 0 | 0.08 |
| Liver | 24 | 0 | 0 | 0.086 |
| Uterus | 34 | 0 | 0 | 0.086 |
| Pleura | 21 | 0 | 0 | 0.087 |
| Lymphoid | 93 | 0 | 0 | 0.087 |

Wirkstoffe. Fünf Wirkstoffe sind gelistet. Vier haben als höchste klinische Phase APPROVAL, Taletrectinib befindet sich in PHASE_3.
| Wirkstoff | Höchste klinische Phase | Wirkmechanismus | Bester exakter pChEMBL | Typ | Studien nach Name |
|---|---|---|---|---|---|
| Repotrectinib | APPROVAL | Proto-oncogene tyrosine-protein kinase ROS inhibitor | 10.15 | IC50 | 12 |
| Lorlatinib | APPROVAL | — | 10 | KI | 51 |
| Entrectinib | APPROVAL | Proto-oncogene tyrosine-protein kinase ROS inhibitor | 9.7 | IC50 | 33 |
| Crizotinib | APPROVAL | Proto-oncogene tyrosine-protein kinase ROS inhibitor | 9.22 | KI | 94 |
| Taletrectinib | PHASE_3 | Proto-oncogene tyrosine-protein kinase ROS inhibitor | — | — | 8 |
Krankheitsevidenz. Open Targets verknüpft ROS1 mit 711 Krankheiten. Die obersten sechs Zeilen sind alle Krebserkrankungen, wobei Lungenerkrankungen dominieren.
| Erkrankung | Assoziationsscore | Evidenzeinträge |
|---|---|---|
| non-small cell lung carcinoma | 0.713 | 2640 |
| neoplasm | 0.615 | 1277 |
| lung adenocarcinoma | 0.591 | 552 |
| cancer | 0.543 | 502 |
| lung carcinoma | 0.433 | 746 |
| melanoma | 0.399 | 53 |
Weitere Ebenen. CIViC enthält 35 Einträge zu ROS1. Die ersten Zeilen beschreiben die ROS1-Fusion beim Lung Non-small Cell Carcinoma mit Crizotinib auf Evidenzlevel A, eingestuft als Sensitivity/Response. Ein Eintrag zu ROS1 G2032R zusammen mit der CD74::ROS1-Fusion ist als Resistance gegen Crizotinib auf Level C geführt. Ein weiterer Eintrag verbindet dieselbe Kombination mit Cabozantinib auf Level D, eingestuft als Sensitivity/Response.
In TCGA und GTEx (Toil-Neuberechnung) gibt es 24 Krebstypen mit Tumor- und Normalproben. In den sechs angezeigten Zeilen liegen die drei Nierentypen deutlich unter dem Normalgewebe. Das Kidney Papillary Cell Carcinoma hat einen mittleren Tumorwert von 0,57 gegenüber 5,19 im Normalgewebe (log2-Fold -3,17). Cervical & Endocervical Cancer verhält sich umgekehrt, mit 3,45 gegenüber 0,21 (log2-Fold 3,98), allerdings bei nur 3 Normalproben.
STRING v12 listet 1040 Interaktionspartner. EML4 erreicht 925, den höchsten der sechs angezeigten Werte, KRAS 862.
Einordnung: Wie die Ergebnisse zu lesen sind
Drei Befunde sollten zusammen gelesen werden.
1. Keine Abhängigkeit im Zelllinien-Panel heißt nicht, dass ROS1 unbedeutend ist. Das Ergebnis 0 von 1178, darunter 0 von 126 Lungenlinien, besagt, dass der Knockout dem Panel insgesamt nicht schadet. Bei einer fusionsgetriebenen Kinase ist zu erwarten, dass sie nur in den wenigen Modellen eine Rolle spielt, die die Fusion tragen. Die Tabelle weist Gewebelinien aus, nicht den Fusionsstatus; eine kleine abhängige Untergruppe könnte daher im Durchschnitt einer Linie verborgen sein. Um das zu prüfen, bräuchte man die Fusionsannotation einzelner Linien.
2. Wirkstoff- und Evidenzebene stimmen miteinander überein. Open Targets führt das nicht-kleinzellige Lungenkarzinom mit 2640 Evidenzeinträgen an erster Stelle. Auch der CIViC-Eintrag mit Level A betrifft das Lungenkarzinom, und die Wirkstoffliste wird von zugelassenen ROS1-Inhibitoren dominiert. Die höchsten exakten Werte haben Repotrectinib mit pChEMBL 10,15 (IC50), Lorlatinib mit 10,0 (Ki), Entrectinib mit 9,7 (IC50) und Crizotinib mit 9,22 (Ki). Höher bedeutet stärker, doch IC50- und Ki-Werte stammen aus unterschiedlichen Assay-Formaten. Die Reihenfolge ist daher nur ein grober Anhaltspunkt und kein direkter Vergleich.
3. Die Zahlen zu klinischen Studien sind mit Vorsicht zu lesen. Sie werden über den Wirkstoffnamen zugeordnet: 94 für Crizotinib, 51 für Lorlatinib, 33 für Entrectinib, 12 für Repotrectinib und 8 für Taletrectinib. Wirkstoffe mit vielen Indikationen haben auch Studien ohne Bezug zu ROS1, die Zahlen sind also keine ROS1-Studienzahlen.
Bei der Expression gehen die Ebenen auseinander. Mehrere Tumortypen zeigen weniger ROS1 als das passende Normalgewebe, was man bei einem Onkogen nicht erwarten würde. Bulk-RNA mittelt über viele Proben und kann eine kleine fusionspositive Gruppe nicht vom Rest trennen. Die Expressionstabelle ist daher als Gewebekontext zu lesen, nicht als Evidenz für den Treiber.
Auch die Interaktionsliste verlangt Vorsicht. EML4 ist ein plausibler Partner für einen Kinase-Fusionskontext. Einige hoch bewertete Partner, etwa die Rezeptorgene OR13G1 und TAS2R50, überraschen, und der kombinierte STRING-Score verrät nicht, welcher Evidenzkanal ihn erzeugt hat. Prüfen Sie den Kanal, bevor Sie biologische Schlüsse ziehen.
So reproduzieren Sie die Abfrage in BioQ
- Öffnen Sie BioQ und geben Sie das Gensymbol genau wie unten angegeben ein.
- Starten Sie die Abfrage und warten Sie auf die Panels. In unserem Lauf brauchte die Engine 0,59 Sekunden für 7 Abfragen.
- Lesen Sie im Abhängigkeits-Panel die Zahl der Zelllinien und den Anteil abhängiger Linien, danach die Zeilen nach Gewebelinie.
- Öffnen Sie das Wirkstoff-Panel und notieren Sie den Typ des exakten Potenzwerts (IC50 oder Ki) neben jedem pChEMBL-Wert.
- Prüfen Sie das Krankheits-Panel und die CIViC-Einträge und notieren Sie jeweils Evidenzlevel und Signifikanz.
ROS1
Jedes Panel nennt Quelle und Release, sodass Sie das DepMap-Release, die Open Targets Platform und CIViC getrennt zitieren können. Ihre Zahlen können abweichen, falls die Quellen seit 2026-11-06 aktualisiert wurden.
Grenzen: Was die Daten nicht zeigen
- Fusionsstatus der Zelllinien. Die Abhängigkeitstabelle gibt nicht an, welche Linien eine ROS1-Fusion tragen. Eine fusionsspezifische Abhängigkeit lässt sich daher weder bestätigen noch ausschließen.
- Wahl der Schwelle. Eine Abhängigkeit wird über einen benannten Grenzwert des Chronos-Effekts definiert. Ein anderer Grenzwert würde andere Zahlen liefern.
- Potenz über Assays hinweg. pChEMBL-Werte mischen IC50 und Ki und stammen aus verschiedenen Studien; sie ordnen Wirkstoffe daher für keinen Zweck verlässlich.
- Taletrectinib. Es ist mit PHASE_3 gelistet, in dieser Ansicht aber ohne exakten pChEMBL-Wert.
- Klinische Bedeutung. CIViC-Level beschreiben die Evidenzstärke für eine Kombination aus Variante und Therapie. Sie sind keine Leitlinie für Behandlungsentscheidungen.
- Assoziationsscores. Open-Targets-Scores bündeln viele Evidenztypen. Ein hoher Score belegt keine Kausalität, und weit gefasste Begriffe wie neoplasm und cancer überschneiden sich mit den spezifischen Lungeneinträgen.
- Expression. Bulk-Vergleiche von Tumor und Normalgewebe isolieren keine fusionspositiven Tumoren, und manche Vergleiche beruhen auf sehr wenigen Normalproben.
- Interaktionsscores. STRING-Scores belegen keine direkte Bindung.
Daten und Methode
Die Zahlen auf dieser Seite wurden am 2026-11-06 aus der BioQ-Engine gelesen (7 Abfragen, insgesamt 0.6 s Engine-Zeit). Die Tabellen erzeugt Code aus den Antworten der Engine; der Text erklärt sie nur.
/civic, /depmap, /drugs, /interaction, /ot_association, /tcga
Führen Sie dieselbe Abfrage selbst in BioQ aus: ROS1
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
Häufige Fragen
Ist ROS1 in DepMap eine CRISPR-Abhängigkeit?
Nicht im hier verwendeten DepMap-Release (depmap_24q4, Chronos). 0 von 1178 Zelllinien sind abhängig, der mittlere Gene-Effect beträgt 0,094, und ROS1 ist nicht als common essential markiert. Das Panel weist den Fusionsstatus nicht aus; eine auf fusionspositive Modelle beschränkte Abhängigkeit lässt sich daher nicht ausschließen.
Welche ROS1-Inhibitoren haben in ChEMBL die höchste exakte Potenz?
Unter den fünf gelisteten Wirkstoffen hat Repotrectinib den höchsten exakten Wert mit pChEMBL 10,15 (IC50), gefolgt von Lorlatinib mit 10,0 (Ki), Entrectinib mit 9,7 (IC50) und Crizotinib mit 9,22 (Ki). Da IC50 und Ki aus unterschiedlichen Assay-Typen stammen, sind die Werte kein direkter Vergleich.
Welche Krankheit ist in Open Targets am stärksten mit ROS1 assoziiert?
Das nicht-kleinzellige Lungenkarzinom, mit einem Assoziationsscore von 0,713 und 2640 Evidenzeinträgen. Insgesamt ist ROS1 mit 711 Krankheiten verknüpft; das Lungenadenokarzinom folgt mit 0,591.
Was sagt CIViC zur ROS1-Resistenz?
Von den 35 CIViC-Einträgen zu ROS1 verbindet einer der angezeigten ROS1 G2032R mit der CD74::ROS1-Fusion beim Lung Adenocarcinoma. Er ist als Resistance gegen Crizotinib auf Evidenzlevel C eingestuft. Die Einträge beschreiben Evidenz, keine Behandlungsempfehlung.
Wie lange dauert die kombinierte ROS1-Abfrage?
Die Engine führte 7 Abfragen über 6 verschiedene Ressourcen in 0,59 Sekunden aus. Diese Angabe umfasst nur die Engine. Das Lesen und Prüfen der Ergebnisse braucht zusätzliche Zeit.
Quellen
Die Ergebnisse stammen aus öffentlichen Datenbanken zum angegebenen Datum und können sich ändern. BioQ liefert Forschungsinformationen, keine medizinische Beratung.
Weitere Beiträge
Neue CD4-Studie: CAR-NK-Zellen und HIV-Rebound
Neue CD4-Studie zu CAR-NK-Zellen und HIV-Rebound, eingeordnet mit BioQ-Daten zu CD4: DepMap-Abhängigkeit, Open-Targets-Erkrankungen, Wirkstoffe und Reactome.
GSTM1 neue Studie: Cisplatin-Nierenschädigung
Studie 2026 verknüpft GSTM1-Verlust mit stärkerer Cisplatin-Nierenschädigung; BioQ zeigt die Daten aus DepMap, Open Targets, ChEMBL, Reactome und STRING.
JAK2 vs. TYK2: Genabhängigkeit und Wirkstoffe
JAK2 vs. TYK2 in DepMap und Wirkstoffdatenbanken: 8 von 1178 Zelllinien hängen von JAK2 ab, 11 von TYK2; 47 Wirkstoffe sind für JAK2 bekannt, 20 für TYK2.


