Suchergebnis6 Min. Lesezeit

WEE1-Genabhängigkeit und Inhibitoren in einer Abfrage

WEE1 ist in DepMap common-essential (1178 von 1178 Zelllinien abhängig); eine BioQ-Abfrage bündelt Wirkstoffe, Krankheitsevidenz, Expression und Signalwege.

Datenstand 6. November 2026 · Das BioQ-Team

BioQ-Ergebnisseite zur Abfrage WEE1 mit CRISPR-Abhängigkeit, Wirkstoffen, Krankheitsevidenz, Expression und Signalwegen nebeneinander.

Betrachtet man WEE1-Genabhängigkeit und Inhibitoren gemeinsam, ergibt sich ein konsistentes Bild: Der Knockout verringerte die Viabilität in allen 1178 von 1178 DepMap-Zelllinien (mittlerer Chronos-Gene-Effect -2,455), und 4 Wirkstoffe sind mit dem Gen verknüpft, angeführt von Azenosertib in PHASE_3 und Adavosertib in PHASE_2. Die Krankheitsevidenz ist weniger einheitlich. Stand der Daten: 2026-11-06.

Die Fragestellung

Wir wollten WEE1 über die Ebenen hinweg sehen, die eine Targetbewertung üblicherweise braucht: wie stark Zelllinien von dem Gen abhängen, welche Wirkstoffe darauf wirken und wie potent sie sind, auf welche Krankheiten die Evidenz hindeutet, ob Tumoren mehr davon exprimieren als Normalgewebe und wo das Gen in Signalwegen und Interaktionsnetzwerken liegt. Die Abfrage bestand allein aus dem Gensymbol: WEE1.

Die Frage dahinter ist praktisch. Bevor man Zeit in ein Target investiert, will man wissen, welche dieser Befunde übereinstimmen und welche in unterschiedliche Richtungen weisen.

Was BioQ zu WEE1-Genabhängigkeit und Inhibitoren zurückgab

BioQ führte 7 Engine-Abfragen gegen 7 verschiedene Ressourcen aus, insgesamt in 0,51 Engine-Sekunden. Von Hand müsste man DepMap, ChEMBL, Open Targets, ClinicalTrials.gov, TCGA/GTEx, CIViC, Reactome und STRING einzeln öffnen und die Genbezeichner zwischen ihnen abgleichen. Die drei folgenden Blöcke enthalten die wichtigsten Befunde.

CRISPR-Abhängigkeit (DepMap Chronos, Release depmap_24q4). Alle 1178 Zelllinien gelten als abhängig, das sind 100,0 Prozent, und das Gen ist als common essential markiert. Die acht gezeigten Linien sind nach dem mittleren Gene-Effect die am stärksten negativen.

Zelllinie (Abstammung)ZelllinienAbhängig% abhängigMittlerer Geneffekt
Bone4646100-2.623
Thyroid1111100-2.597
Kidney3434100-2.562
Skin7474100-2.549
Peripheral Nervous System4444100-2.54
Bladder/Urinary Tract3434100-2.537
Ovary/Fallopian Tube5959100-2.5
Lymphoid9393100-2.494
BioQ-DepMap-Block zu WEE1 mit dem Chronos-Gene-Effect je Linie; alle Linien sind zu 100,0 Prozent abhängig
DepMap-Block zu WEE1, wie er in BioQ angezeigt wird, Release depmap_24q4.

Wirkstoffe nach klinischem Stadium. Open Targets, ChEMBL, der Drug Repurposing Hub und ClinicalTrials.gov führen zusammen 4 Wirkstoffe auf. Die Spalte zur Potenz zeigt den exakten pChEMBL-Wert (den negativen dekadischen Logarithmus der molaren Potenz, ein höherer Wert bedeutet also eine stärkere Wirkung) und den zugrunde liegenden Assay-Typ.

WirkstoffHöchste klinische PhaseWirkmechanismusBester exakter pChEMBLTypStudien nach Name
AzenosertibPHASE_3Serine/threonine-protein kinase WEE1 inhibitor8.89IC5011
AdavosertibPHASE_2Serine/threonine-protein kinase WEE1 inhibitor9.25IC5025
Pd-0166285UNKNOWN—9.3KI0
Pd-407824UNKNOWN———0

Krankheitsassoziation (Open Targets). Das Gen ist mit 1113 Krankheiten assoziiert. Gezeigt sind die sechs mit den höchsten Scores.

ErkrankungAssoziationsscoreEvidenzeinträge
neurodegenerative disease0.519105
actinic keratosis0.4394
squamous cell carcinoma0.41936
cutaneous squamous cell carcinoma0.4154
sitting height measurement0.3863
autoimmune disorder of central nervous system0.3793

Die übrigen Ebenen fallen kürzer aus. Die TCGA/GTEx-Toil-Daten erlauben einen Vergleich von Tumor und Normalgewebe in 24 Krebsarten. Das Glioblastoma Multiforme sticht heraus: Die mittlere Tumorexpression beträgt 10,73 gegenüber 6,71 im Normalgewebe (153 Tumoren, 5 Normalproben), bei einem log2-Fold von 0,68. Die fünf weiteren gezeigten Krebsarten, Kidney Chromophobe, Kidney Papillary Cell Carcinoma, Bladder Urothelial Carcinoma, Liver Hepatocellular Carcinoma und Cholangiocarcinoma, haben alle negative log2-Fold-Werte von -0,27 bis -0,12.

CIViC enthält 1 Eintrag: das Profil WEE1 RS3910384 beim Lung Non-small Cell Carcinoma, mit Platinum Compound und Gemcitabine, Evidenzlevel B, Signifikanz Sensitivity/Response. Reactome ordnet WEE1 18 Signalwegen zu; der spezifischste ist G2/M DNA replication checkpoint (R-HSA-69478, 7 Gene). STRING v12 nennt 1373 Interaktionspartner, die höchsten Scores haben CDK1 (998), PLK1 (992), CHEK1 (992), CCNB1 (990), CDK2 (987) und CDC25A (956).

Einordnung und Interpretation

Drei Punkte sollte man vor allem anderen prüfen.

  1. Die Abhängigkeit ist breit, nicht selektiv. Da alle Linien abhängig sind und das Gen als common essential markiert ist, trennt DepMap keine sensitiven von unempfindlichen Linien. Die Rangfolge der Linien (von Bone mit -2,623 bis Lymphoid mit -2,494 unter den gezeigten) bildet nur eine schmale Streuung. Zu beachten ist auch, dass „abhängig“ über einen festen Chronos-Schwellenwert definiert ist, den die Pipeline wählt, und nicht aus den Daten selbst folgt. Für ein Target wie WEE1 sagt diese Ebene, dass das Gen für die Zellviabilität in Kultur wichtig ist. Sie sagt nicht, wo ein therapeutisches Fenster bestehen könnte.
  2. Die Wirkstoffebene ist gut besetzt, die Potenzwerte sind hoch, aber von gemischtem Typ. Adavosertib zeigt einen exakten, IC50-basierten pChEMBL-Wert von 9,25 und 25 per Namen gefundene Studien. Azenosertib kommt auf 8,89 (IC50) und 11 Studien. Pd-0166285 hat 9,3, doch dieser Wert stammt aus einem Ki und sollte nicht direkt mit den IC50-Werten verglichen werden. Pd-407824 hat weder einen exakten Wert noch Studien per Namen, und beide Pd-Verbindungen tragen das Stadium UNKNOWN. Die Studienzahlen sind Treffer nach Wirkstoffnamen, keine kuratierte Liste von Studien.
  3. Krankheitsevidenz und Expression decken sich nicht mit der Abhängigkeit. Die oberste Open-Targets-Assoziation ist die neurodegenerative Erkrankung (Score 0,519, 105 Evidenzeinträge), vor dem Plattenepithelkarzinom (0,419, 36 Einträge). Auch Aktinische Keratose (0,439, 4 Einträge) und kutanes Plattenepithelkarzinom (0,415, 4 Einträge) liegen weit oben. Assoziationsscores fassen verschiedene Evidenztypen zusammen und zeigen für sich genommen weder die Effektrichtung noch die Wirkstoffzugänglichkeit (Druggability) an. In TCGA/GTEx ist unter den sechs gezeigten Krebsarten nur beim Glioblastoma Multiforme die Expression im Tumor höher, bei den anderen fünf ist sie niedriger. Abhängigkeit in Zelllinien, genetische oder literaturbasierte Assoziation und der Bulk-mRNA-Spiegel im Gewebe sind drei verschiedene Fragen, und hier liefern sie drei verschiedene Antworten.

Die Ebenen zu Signalwegen und Interaktionen stimmen untereinander und mit dem Wirkmechanismus der Wirkstoffe überein. Die Reactome-Einträge sind Zellzyklus-Checkpoint-Signalwege, und die stärksten STRING-Partner (CDK1, PLK1, CHEK1, CCNB1, CDK2, CDC25A) sind Zellzyklusregulatoren. Das passt zum annotierten Mechanismus als Inhibitor der Serin/Threonin-Proteinkinase WEE1.

So reproduzieren Sie die Abfrage in BioQ

  1. Öffnen Sie BioQ und stellen Sie sicher, dass das Abfragefeld leer ist.
  2. Geben Sie das Gensymbol genau wie unten angegeben ein.
WEE1

Diese Abfrage in BioQ öffnen

  1. Warten Sie, bis die Blöcke geladen sind. Jeder nennt seine Quelle und sein Release (zum Beispiel depmap_24q4 beim Abhängigkeitsblock).
  2. Beginnen Sie mit dem DepMap- und dem Wirkstoffblock und vergleichen Sie sie dann mit den Open-Targets- und TCGA-Blöcken.
  3. Beachten Sie das bei der Antwort angezeigte Datum der Daten, da die Ebenen nach unterschiedlichen Zeitplänen aktualisiert werden.

Grenzen: Was die Daten nicht zeigen

  • CRISPR-Daten aus Zelllinien zeigen weder die Verträglichkeit im Normalgewebe noch bei Patientinnen und Patienten. Die Markierung common essential ist eine Eigenschaft kultivierter Linien.
  • Die Daten erlauben keine Rangfolge, welche Tumorarten auf einen WEE1-Inhibitor ansprechen würden. Die 100,0 Prozent Abhängigkeit lässt keinen Kontrast, anhand dessen sich ranken ließe.
  • pChEMBL-Werte stammen aus verschiedenen Assays und Typen (IC50, Ki). Sie beschreiben die Potenz in vitro, nicht Selektivität oder klinische Aktivität.
  • Angaben zum klinischen Stadium und Studienzahlen beruhen auf dem Abgleich von Namen zwischen Quellen. Sie geben keine Studienergebnisse wieder.
  • Der einzelne CIViC-Eintrag betrifft eine Variante sowie Platin plus Gemcitabin beim Lungenkarzinom. Er ist keine Evidenz zu WEE1-Inhibitoren.
  • Open-Targets-Scores fassen Umfang und Art der Evidenz zusammen, nicht die Richtung der Biologie. Besonders das Signal zur neurodegenerativen Erkrankung lässt sich allein aus dem Score nicht deuten.
  • Die TCGA/GTEx-Vergleiche nutzen ungleich große Gruppen, etwa 5 Normalproben beim Glioblastoma Multiforme, und Bulk-RNA gibt weder die Proteinaktivität noch den Phosphorylierungszustand von CDK1 wieder.

Daten und Methode

Die Zahlen auf dieser Seite wurden am 2026-11-06 aus der BioQ-Engine gelesen (7 Abfragen, insgesamt 0.5 s Engine-Zeit). Die Tabellen erzeugt Code aus den Antworten der Engine; der Text erklärt sie nur.

/civic, /depmap, /drugs, /interaction, /ot_association, /pathway, /tcga

Führen Sie dieselbe Abfrage selbst in BioQ aus: WEE1

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 WEE1 in DepMap ein common-essential-Gen?

Ja. Im DepMap-Release depmap_24q4 gelten alle 1178 von 1178 Zelllinien als abhängig, und der mittlere Chronos-Gene-Effect beträgt -2,455. Das Gen ist als common essential markiert.

Welche WEE1-Inhibitoren sind gelistet und in welchem Stadium?

BioQ listet 4 Wirkstoffe für WEE1. Azenosertib befindet sich in PHASE_3 und Adavosertib in PHASE_2. Pd-0166285 und Pd-407824 haben das Stadium UNKNOWN.

Wie potent sind Adavosertib und Azenosertib in ChEMBL?

Der exakte pChEMBL-Wert beträgt für Adavosertib 9,25 und für Azenosertib 8,89, beide aus IC50-Messungen. Ein höherer Wert bedeutet eine stärkere Wirkung; es handelt sich nur um In-vitro-Potenzwerte.

Mit welcher Krankheit assoziiert Open Targets WEE1 am stärksten?

Die neurodegenerative Erkrankung hat mit 0,519 und 105 Evidenzeinträgen den höchsten Score unter 1113 assoziierten Krankheiten. Es folgt unter den gezeigten das Plattenepithelkarzinom mit 0,419 und 36 Evidenzeinträgen.

Wird WEE1 in Tumoren stärker exprimiert als im Normalgewebe?

Das hängt von der Krebsart ab. Unter den sechs gezeigten von 24 Krebsarten mit Tumor- und Normaldaten ist nur beim Glioblastoma Multiforme die Expression im Tumor höher (10,73 gegenüber 6,71). Die anderen fünf haben negative log2-Fold-Werte.

Quellen

  1. Datensatz DepMap CRISPR Chronos gene effect (24Q4)
  2. Datensatz Open Targets Platform; ChEMBL; Drug Repurposing Hub
  3. Datensatz TCGA pan-cancer expression (UCSC Xena Toil recompute)
  4. Datensatz CIViC: Clinical Interpretation of Variants in Cancer
  5. Datensatz Reactome pathway knowledgebase
  6. Datensatz STRING v12 protein-protein interactions

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

Weitere Beiträge