Anleitung6 Min. Lesezeit

KRAS-Genabhängigkeit nach Krebs-Lineage in DepMap

Genabhängigkeit nach Krebs-Lineage in einer Abfrage lesen: KRAS in 1178 DepMap-Chronos-Zelllinien, 91,5 % der Pankreas-Linien sind abhängig.

Datenstand 6. November 2026 · Das BioQ-Team

BioQ-Ergebnisseite zur Abfrage KRAS mit einer DepMap-Chronos-Tabelle zur Abhängigkeit nach Krebs-Lineage, Pancreas steht an erster Stelle.

In DepMap (Release depmap_24q4) senkte der KRAS-Knockout die Viabilität in 399 von 1178 Zelllinien (33,9 %) so stark, dass er als Abhängigkeit zählt. Der Effekt ist stark lineage-spezifisch: 43 von 47 Pancreas-Linien (91,5 %) und 48 von 63 Bowel-Linien (76,2 %) sind abhängig. Eine einzige BioQ-Abfrage liefert die KRAS-Genabhängigkeit nach Krebs-Lineage als geordnete Tabelle. Stand der Daten: 2026-11-06.

Was wir gefragt haben

Die Aufgabe ist in der Zielstrukturforschung alltäglich: In welchen Krebs-Lineages schadet der Verlust eines Gens den Zellen, und ist der Effekt breit oder begrenzt? Für KRAS wollen wir wissen, ob das Signal gleichmäßig über Tumorarten verteilt ist oder sich auf wenige konzentriert. Außerdem interessiert uns, ob die Expression im Tumorgewebe etwas darüber aussagt.

Der manuelle Weg besteht aus mehreren Schritten. Sie öffnen das DepMap-Portal und laden den Chronos-Gene-Effect für das Gen herunter. Sie gruppieren die Zelllinien nach Lineage und wenden einen Schwellenwert für die Abhängigkeit an. Dann öffnen Sie eine zweite Ressource, etwa TCGA und GTEx, um die Expression in Tumor und Normalgewebe zu vergleichen. Jeder Schritt hat sein eigenes Dateiformat und seine eigene Benennung der Lineages.

In BioQ genügt als Eingabe das Gensymbol:

KRAS

Was BioQ geliefert hat

Die Abfrage griff über 2 Engine-Abfragen auf 2 verschiedene Ressourcen zu, DepMap und TCGA/GTEx (Toil-Neuberechnung). Die gemessene Engine-Zeit betrug insgesamt 0,18 Sekunden. Diese Angabe umfasst nur die Engine, nicht die Zeit, die Sie zum Lesen der Ausgabe brauchen.

BioQ-Übersicht zur Abfrage KRAS mit der DepMap-Tabelle zur Lineage-Abhängigkeit und der TCGA-Tabelle zur Expression in Tumor versus Normalgewebe
Die KRAS-Abfrage in BioQ: Lineage-Abhängigkeit aus DepMap und Expression in Tumor versus Normalgewebe aus TCGA/GTEx

Der erste Block zeigt die Viabilität nach CRISPR-Knockout je Lineage aus DepMap Chronos. Ein negativerer Chronos-Gene-Effect bedeutet, dass der Knockout die Viabilität stärker senkte. Die Kennwerte für KRAS: 1178 Zelllinien, 399 abhängig, ein mittlerer Gene-Effect von -0,557 und „common essential“: false. Die Tabelle zeigt die obersten 8 Lineages, geordnet nach dem mittleren Gene-Effect.

Zelllinie (Abstammung)ZelllinienAbhängig% abhängigMittlerer Geneffekt
Pancreas474391.5-1.79
Bowel634876.2-1.178
Eye15640-0.789
Biliary Tract351954.3-0.76
Lung1266350-0.704
Esophagus/Stomach692637.7-0.552
Breast531834-0.538
Myeloid421945.2-0.535

Der zweite Block vergleicht die Expression in Tumor und Normalgewebe für die 24 Krebsarten, zu denen beide Probengruppen vorliegen. Er zeigt die obersten 6 Zeilen in der Einheit log2(norm_count+1).

KrebsartTumorprobenNormalprobenMittelwert TumorMittelwert Normalgewebelog2-Fold-Change
Glioblastoma Multiforme153510.3811.27-0.12
Thymoma119210.0910.78-0.1
Rectum Adenocarcinoma921011.0511.72-0.08
Colon Adenocarcinoma2884110.9811.59-0.08
Skin Cutaneous Melanoma10219.8210.42-0.09
Stomach Adenocarcinoma4143611.7311.140.07

Was das bedeutet: KRAS-Genabhängigkeit nach Krebs-Lineage lesen

Lineage-Selektivität. Pancreas hebt sich ab, mit einem mittleren Gene-Effect von -1,79 und 43 von 47 abhängigen Linien. Das ist die Pankreas-Abhängigkeit von KRAS in Form von Zelllinien. Bowel folgt mit -1,178. Lung ist mit 126 Linien eine große Gruppe mit einem Mittelwert von -0,704, von denen 63 (50,0 %) abhängig sind. Das ist eine gespaltene Population, kein einheitlicher Effekt.

Nicht common essential. Das Flag ist für KRAS false. Über alle 1178 Linien sind nur 33,9 % abhängig. Das Gen verhält sich also als selektive Abhängigkeit, nicht als pan-kanzeröse Notwendigkeit. Entscheidend ist die Lineage.

Mittelwert und Prozentanteil beantworten unterschiedliche Fragen. Die Tabelle ist nach dem mittleren Gene-Effect sortiert, deshalb fällt der Anteil abhängiger Linien nicht monoton von Zeile zu Zeile. Biliary Tract hat 54,3 % abhängige Linien, steht aber unter Eye, wo 40,0 % abhängig sind. Eye umfasst nur 15 Linien, und Myeloid hat 45,2 % abhängige Linien, aber einen Mittelwert von -0,535. Lesen Sie beide Spalten, und prüfen Sie die Zahl der Zelllinien, bevor Sie einem Prozentwert auf Lineage-Ebene vertrauen.

Expression ist nicht dasselbe wie Abhängigkeit. In den gezeigten TCGA/GTEx-Zeilen sind die log2-Fold-Changes klein, von -0,12 bei Glioblastoma Multiforme bis 0,07 bei Stomach Adenocarcinoma. Die Lineages mit der stärksten KRAS-Abhängigkeit in DepMap, Pancreas und Bowel, fallen hier nicht auf. Colon Adenocarcinoma zeigt -0,08, bei 288 Tumoren und 41 Normalproben. Der mRNA-Spiegel in Tumor versus Normalgewebe taugt daher kaum als Ersatz für die funktionelle Abhängigkeit vom Gen. Manche Zeilen beruhen zudem auf sehr wenigen Normalproben: Skin Cutaneous Melanoma hat 1 Normalprobe, Thymoma 2.

Wie es weitergeht. Nehmen Sie die Lineages am Kopf der Tabelle und prüfen Sie den Mutationsstatus der zugrunde liegenden Linien. Vergleichen Sie danach dieselben Lineages für verwandte Gene im Signalweg und sehen Sie sich Belege aus Wirkstoff- und klinischen Studien für die Lineage an, die Sie interessiert. Jeder dieser Schritte ist eine eigene Abfrage. Die Tabelle zeigt, wohin Sie schauen sollten, nicht, was Sie schlussfolgern sollen.

So reproduzieren Sie es in BioQ

  1. Öffnen Sie BioQ und stellen Sie sicher, dass die Suche die DepMap- und TCGA-Ebenen umfasst (in der Standardeinstellung der Fall).
  2. Geben Sie das Gensymbol genau wie unten ein.
KRAS

Diese Abfrage in BioQ öffnen

  1. Prüfen Sie im DepMap-Block den Release-Namen und den Hinweis zum Vorzeichen von Chronos, bevor Sie einen Wert lesen.
  2. Lesen Sie zuerst die Kennwerte (Zelllinien, abhängig, common essential), dann die Lineage-Zeilen. Vergleichen Sie die Spalte „Zelllinien“ mit der Spalte „% abhängig“.
  3. Öffnen Sie den TCGA/GTEx-Block erst, wenn das Abhängigkeitsmuster klar ist, und nutzen Sie ihn als Kontext zur Expression, nicht als Beleg für Abhängigkeit.
  4. Jede Zeile nennt ihre Quelle, sodass Sie Ressource und Release in Ihren Notizen zitieren können.

Grenzen: Was die Daten nicht zeigen

  • Eine Abhängigkeit bedeutet hier, dass der Chronos-Gene-Effect auf oder unter einen benannten Schwellenwert fiel. Dieser Schwellenwert ist eine Konvention der Analyse, keine Eigenschaft der Biologie. Ein anderer Grenzwert würde die Zahlen verändern.
  • DepMap misst die Viabilität nach CRISPR-Knockout in kultivierten Zelllinien. Es zeigt weder, wie ein Tumor im Patienten oder im Tiermodell reagiert, noch wie ein Wirkstoff gegen das Target wirken würde.
  • Die Lineage-Gruppen sind unterschiedlich groß. Kleine Gruppen wie Eye mit 15 Linien liefern instabile Prozentwerte.
  • Die Tabelle listet nur die obersten 8 Lineages nach mittlerem Gene-Effect. Lineages unterhalb dieser Grenze werden hier nicht gezeigt.
  • Das Ergebnis enthält keine Angaben dazu, welche KRAS-Mutation jede Linie trägt, und kann daher nicht sagen, welcher Genotyp die Abhängigkeit antreibt.
  • TCGA/GTEx vergleicht die Expression im Gesamtgewebe (Bulk). Über die Proteinaktivität sagt das nichts, und die Zahl der Normalproben ist bei einigen Krebsarten gering.
  • Nichts hiervon ist eine medizinische oder therapeutische Empfehlung.

Daten und Methode

Die Zahlen auf dieser Seite wurden am 2026-11-06 aus der BioQ-Engine gelesen (2 Abfragen, insgesamt 0.2 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: KRAS

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 KRAS in DepMap ein common essential Gen?

Nein. In depmap_24q4 ist das Flag „common essential“ für KRAS false. Nur 399 von 1178 Zelllinien (33,9 %) sind abhängig, bei einem mittleren Gene-Effect von -0,557.

Welche Krebs-Lineages hängen in DepMap am stärksten von KRAS ab?

Pancreas steht nach dem mittleren Gene-Effect (-1,79) an erster Stelle, mit 43 von 47 abhängigen Linien (91,5 %). Bowel folgt mit einem Mittelwert von -1,178 und 48 von 63 abhängigen Linien (76,2 %).

Was bedeutet ein negativer Chronos-Gene-Effect?

Ein negativerer Chronos-Gene-Effect bedeutet, dass der CRISPR-Knockout die Zellviabilität stärker senkte. Eine Linie gilt als abhängig, wenn ihr Effekt auf oder unter einem benannten Schwellenwert liegt, der eine Konvention der Analyse ist.

Sagt die KRAS-Expression in Tumoren die Abhängigkeit voraus?

In den gezeigten Zeilen nicht. Die log2-Fold-Changes aus TCGA/GTEx reichen von -0,12 bis 0,07, während sich die DepMap-Abhängigkeit zwischen den Lineages stark unterscheidet. Expression und Abhängigkeit sind getrennte Messgrößen.

Wie lange dauerte die KRAS-Lineage-Abfrage?

Die Engine benötigte 2 Abfragen über 2 Ressourcen und brauchte insgesamt 0,18 Sekunden. Das ist nur die Engine-Zeit, nicht die Zeit für Lesen oder Nachfolgeschritte.

Quellen

  1. Datensatz DepMap CRISPR Chronos gene effect (24Q4)
  2. Datensatz TCGA pan-cancer expression (UCSC Xena Toil recompute)

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

Weitere Beiträge