# ERBB2-Expression in Tumor und Normalgewebe

> ERBB2-Expression in Tumor und Normalgewebe über 24 Krebsarten mit einer Abfrage prüfen: TCGA/GTEx-Toil-Daten plus DepMap-Genabhängigkeit in einem Ergebnis.

Datenstand 2026-11-06 · Veröffentlicht 2026-11-10 · Aktualisiert 2026-11-06 · https://bioq.bio/blog/de/howto-tumour-versus-normal-expression-erbb2

![BioQ-Ergebnisseite zur Abfrage ERBB2 mit Blöcken zur Expression in Tumor und Normalgewebe und zur CRISPR-Abhängigkeit samt Quellenangaben](https://bioq.bio/blog/img/howto-tumour-versus-normal-expression-erbb2/de/hero.webp)

Wer die ERBB2-Expression in Tumor und Normalgewebe über mehrere Krebsarten hinweg vergleichen will, erhält mit einer einzigen BioQ-Abfrage, ERBB2, eine Tabelle für 24 Krebsarten, zu denen in TCGA/GTEx Toil sowohl Tumor- als auch Normalproben vorliegen. Bei Breast Invasive Carcinoma sind es 1092 Tumoren und 113 Normalproben, mit einem Mittelwert von 13,76 im Tumor gegenüber 12,65 im Normalgewebe. Datenstand: 2026-11-06.

## Was wir gefragt haben: ERBB2-Expression in Tumor und Normalgewebe

Die Aufgabe ist alltäglich. Sie haben ein Gen, hier ERBB2 (HER2), und möchten wissen, in welchen Krebsarten seine mRNA im Tumor höher oder niedriger ist als im Normalgewebe. Außerdem interessiert Sie, ob Zelllinien aus denselben Geweben für ihr Wachstum auf dieses Gen angewiesen sind.

Manuell öffnen Sie dafür eine Ressource zum Expressionsvergleich von Tumor und Normalgewebe auf Basis von TCGA und GTEx, wählen das Gen und lesen die Krebsarten einzeln ab. Danach rufen Sie ein CRISPR-Abhängigkeitsportal auf, suchen das Gen erneut und gruppieren die Zelllinien nach Linie. Anschließend gleichen Sie Bezeichnungen und Einheiten beider Datensätze in einer Tabellenkalkulation ab.

In BioQ genügt das Gensymbol allein:

`ERBB2`

Die Antwort stützt sich auf 2 verschiedene Ressourcen und 2 Engine-Abfragen. Die gemessene Engine-Zeit betrug für beide zusammen 0,12 Sekunden. Diese Angabe bezieht sich nur auf die Engine, nicht auf die Zeit, die Sie für Lesen und Interpretation benötigen.

## Was BioQ zurückgegeben hat

Der erste Block zeigt die Expression in Tumor und Normalgewebe aus der UCSC-Xena-Toil-Neuberechnung von TCGA und GTEx. Die Werte sind in log2(norm_count+1) angegeben. BioQ meldet 24 Krebsarten mit Tumor- und Normalproben und zeigt hier die obersten 8.

![BioQ-Übersichtsseite zur Abfrage ERBB2 mit Antwortblöcken und der jeweils genannten Quelle](https://bioq.bio/blog/img/howto-tumour-versus-normal-expression-erbb2/de/ov.webp)
*Die ERBB2-Abfrage in BioQ: Expressions- und Abhängigkeitsblöcke auf einer Seite*

| Krebsart | Tumorproben | Normalproben | Mittelwert Tumor | Mittelwert Normalgewebe | log2-Fold-Change |
|---|---|---|---|---|---|
| Kidney Clear Cell Carcinoma | 530 | 72 | 12.09 | 13.62 | -0.17 |
| Sarcoma | 258 | 2 | 10.98 | 12.24 | -0.16 |
| Uterine Corpus Endometrioid Carcinoma | 180 | 23 | 13.23 | 12.04 | 0.14 |
| Breast Invasive Carcinoma | 1092 | 113 | 13.76 | 12.65 | 0.12 |
| Cervical & Endocervical Cancer | 304 | 3 | 13.01 | 11.93 | 0.12 |
| Glioblastoma Multiforme | 153 | 5 | 10.76 | 9.69 | 0.15 |
| Bladder Urothelial Carcinoma | 407 | 19 | 13.58 | 12.59 | 0.11 |
| Pancreatic Adenocarcinoma | 178 | 4 | 12.89 | 11.97 | 0.11 |

Der zweite Block zeigt die CRISPR-Abhängigkeit nach Linie aus DepMap (Release depmap_24q4, Chronos-Gene-Effect). Von 1178 Zelllinien sind 177 von ERBB2 abhängig, das entspricht 15,0 Prozent. Der mittlere Gene-Effect liegt bei -0,329, und ERBB2 ist nicht als „common essential“ markiert. Ein negativerer Chronos-Wert bedeutet, dass der Knockout die Viabilität stärker verringert hat.

| Zelllinie (Abstammung) | Zelllinien | Abhängig | % abhängig | Mittlerer Geneffekt |
|---|---|---|---|---|
| Breast | 53 | 18 | 34 | -0.643 |
| Head and Neck | 77 | 35 | 45.5 | -0.509 |
| Esophagus/Stomach | 69 | 18 | 26.1 | -0.476 |
| Biliary Tract | 35 | 9 | 25.7 | -0.431 |
| Pancreas | 47 | 11 | 23.4 | -0.425 |
| Ovary/Fallopian Tube | 59 | 16 | 27.1 | -0.417 |

## Einordnung und Interpretation

**Expression, TCGA Tumor vs. Normal.** In den angezeigten Zeilen liegen die Tumormittelwerte über den Normalmittelwerten bei Uterine Corpus Endometrioid Carcinoma (13,23 gegenüber 12,04), Breast Invasive Carcinoma (13,76 gegenüber 12,65), Cervical & Endocervical Cancer (13,01 gegenüber 11,93), Glioblastoma Multiforme (10,76 gegenüber 9,69), Bladder Urothelial Carcinoma (13,58 gegenüber 12,59) und Pancreatic Adenocarcinoma (12,89 gegenüber 11,97). Zwei Krebsarten gehen in die Gegenrichtung: Kidney Clear Cell Carcinoma (12,09 gegenüber 13,62) und Sarcoma (10,98 gegenüber 12,24).

**Die Spalte log2 fold mit Vorsicht lesen.** In der zurückgegebenen Tabelle entsprechen die log2-fold-Werte nicht in jeder Zeile der Differenz der beiden angezeigten Mittelwerte. Bei Breast Invasive Carcinoma steht in der Spalte log2 fold beispielsweise 0,12. Prüfen Sie daher vor dem Zitieren eines Fold Change in einer Abbildung oder einem Manuskript, wie diese Spalte in diesem Release definiert ist. Die Spalten mit Tumor- und Normalmittelwert sind zusammen mit den Probenzahlen die sicherere Zitiergrundlage.

**Stichprobengrößen.** Die Normalgruppe ist bei manchen Krebsarten sehr klein: 2 bei Sarcoma, 3 bei Cervical & Endocervical Cancer, 4 bei Pancreatic Adenocarcinoma und 5 bei Glioblastoma Multiforme. Eine Änderungsrichtung auf Basis so weniger Normalproben ist ein Hinweis, kein Ergebnis. Breast Invasive Carcinoma (113 Normalproben) und Kidney Clear Cell Carcinoma (72 Normalproben) beruhen auf deutlich mehr Material.

**Abhängigkeit.** Unter den gezeigten Linien hat Breast den negativsten mittleren Gene-Effect (-0,643); 18 von 53 Zelllinien sind abhängig (34,0 Prozent). Bei Head and Neck sind es 35 von 77 (45,5 Prozent) bei einem Mittelwert von -0,509. Esophagus/Stomach, Biliary Tract, Pancreas und Ovary/Fallopian Tube folgen mit Anteilen zwischen 23,4 und 27,1 Prozent. Der Schwellenwert für die Abhängigkeit ist im DepMap-Release eine benannte Konstante und keine Eigenschaft der Daten. Die Prozentwerte verschieben sich daher, wenn der Schwellenwert geändert wird.

**Beide Blöcke zusammen betrachtet.** Pancreatic Adenocarcinoma zeigt in der ersten Tabelle eine höhere mittlere Expression im Tumor, und die Linie Pancreas erscheint in der Abhängigkeitstabelle. Das ist ein Anlass, genauer hinzusehen, aber kein Beleg dafür, dass die Expression die Abhängigkeit vorhersagt. Die beiden Datensätze verwenden unterschiedliche Gewebebezeichnungen und unterschiedliche Proben (Patientengewebe im einen, Zelllinien im anderen).

**Nächste Schritte.** Wählen Sie die Krebsarten aus, bei denen die Probenzahlen groß und die Richtung eindeutig sind. Betrachten Sie dann dasselbe Gen in anderen Ebenen, etwa Mutations- oder Kopienzahldaten in TCGA oder die Einträge zu klinischen Studien für die Indikation, die Sie interessiert. In BioQ können Sie mit einer zweiten Abfrage zum selben Gen und zur selben Krebsart nachfassen. Für eine unabhängige Kontrolle wiederholen Sie den Vergleich mit der rohen Toil-Matrix.

## So reproduzieren Sie die Abfrage in BioQ

1. Öffnen Sie BioQ und gehen Sie zum Suchfeld.
2. Geben Sie das Gensymbol genau wie unten ein. Filter oder zusätzliche Wörter sind nicht nötig.

```text
ERBB2
```

[Diese Abfrage in BioQ öffnen](https://bioq.bio/login?next=%2Fapp%23q%3DERBB2)

3. Lesen Sie zuerst den Block zu Tumor und Normalgewebe. Notieren Sie die Zahl der Krebsarten mit beiden Gruppen, die Probenzahlen je Zeile und die Einheit (log2(norm_count+1)).
4. Scrollen Sie zum Block mit der CRISPR-Abhängigkeit und vergleichen Sie die Linien mit den von Ihnen ausgewählten Krebsarten.
5. Nennen Sie beim Zitieren einer Zahl die bei jedem Block angegebene Quelle. Release-Bezeichnung und Hinweis zu den Einheiten werden mit dem Block geliefert.

## Grenzen: Was die Daten nicht zeigen

- Die Tabelle beschränkt sich auf die obersten 8 von 24 Krebsarten. Krebsarten außerhalb davon werden hier nicht beschrieben.
- Es handelt sich um Bulk-mRNA-Daten. Sie sagen nichts über die HER2-Proteinmenge, den Amplifikationsstatus des Gens oder darüber aus, welche Tumoren innerhalb einer Krebsart stark exprimieren. Ein Mittelwert kann eine gemischte Population verbergen.
- Bei mehreren Krebsarten gibt es nur sehr wenige Normalproben, daher sind die Unterschiede dort fragil.
- Die Spalte log2 fold sollte vor der Verwendung anhand ihrer Definition geprüft werden, wie oben erläutert.
- Die Abhängigkeitsdaten stammen aus Zelllinien, nicht von Patientinnen und Patienten. Der Anteil abhängiger Linien hängt vom Schwellenwert des Releases ab.
- Nichts davon ist medizinischer Rat oder eine Aussage darüber, wie ein Patient behandelt werden sollte.

## Daten und Methode
Die Zahlen auf dieser Seite wurden am 2026-11-06 aus der BioQ-Engine gelesen (2 Abfragen, insgesamt 0.1 s Engine-Zeit). Die Tabellen erzeugt Code aus den Antworten der Engine; der Text erklärt sie nur.

`/depmap`, `/tcga`

Führen Sie dieselbe Abfrage selbst in BioQ aus: [ERBB2](https://bioq.bio/login?next=%2Fapp%23q%3DERBB2)

*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

- [`ERBB2`](https://bioq.bio/login?next=%2Fapp%23q%3DERBB2)

## Häufige Fragen

### Für wie viele Krebsarten gibt es in BioQ Tumor- und Normaldaten zu ERBB2?

BioQ meldet 24 Krebsarten mit Tumor- und Normalproben in der TCGA/GTEx-Toil-Neuberechnung. Die Tabelle im Artikel zeigt die obersten 8 davon, Datenstand 2026-11-06.

### Ist ERBB2 in Brusttumoren höher exprimiert als im Normalgewebe?

Bei Breast Invasive Carcinoma beträgt der Mittelwert 13,76 in 1092 Tumoren und 12,65 in 113 Normalproben, angegeben in log2(norm_count+1). Das betrifft nur die mRNA und sagt nichts über Protein oder Amplifikation aus.

### Ist ERBB2 in DepMap ein „common essential“-Gen?

Nein. In depmap_24q4 ist es nicht als „common essential“ markiert. Von 1178 Zelllinien sind 177 abhängig (15,0 Prozent), der mittlere Gene-Effect liegt bei -0,329.

### Wie lange dauerte die ERBB2-Abfrage?

Die gemessene Engine-Zeit betrug 0,12 Sekunden für 2 Engine-Abfragen auf Basis von 2 verschiedenen Ressourcen. Die Zeit, die Sie zum Lesen der Ergebnisse benötigen, ist darin nicht enthalten.

### Kann man dem Fold Change bei Krebsarten mit wenigen Normalproben trauen?

Nur mit Vorsicht. Sarcoma hat 2 Normalproben, Cervical & Endocervical Cancer 3, Pancreatic Adenocarcinoma 4 und Glioblastoma Multiforme 5. Die Änderungsrichtung in diesen Zeilen ist daher nur ein Hinweis.

## Quellen

- Datensatz: [TCGA pan-cancer expression (UCSC Xena Toil recompute)](https://xenabrowser.net/)
- Datensatz: [DepMap CRISPR Chronos gene effect (24Q4)](https://depmap.org/portal/)

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