Neues Paper6 Min. Lesezeit

MYC neue Studie: HCC-Mikrobiom und MYC-Daten

Paper-Watch zu Bacteroidetes und HCC-Immuntherapieresistenz: Was DepMap, Open Targets, TCGA, CIViC und STRING zu MYC zeigen (Datenstand 2026-11-14).

Datenstand 14. November 2026 · Das BioQ-Team

BioQ-Ergebnisseite zur Abfrage MYC mit der CRISPR-Genabhängigkeit nach Linie aus DepMap neben weiteren Datenebenen zum Gen.

Eine aktuelle Arbeit in Hepatology Communications bringt Bacteroidetes im Darm mit dem Fortschreiten des hepatozellulären Karzinoms (HCC) und der Resistenz gegen Immun-Checkpoint-Blockade in Verbindung. Sie nutzt dafür ein Mausmodell, das durch MYC und CTNNB1 getrieben wird. Zum Stand 2026-11-14 zeigt BioQ MYC als allgemein essenzielles Gen: 1117 von 1178 DepMap-Zelllinien (94,8 %) hängen von ihm ab, bei einem mittleren Chronos-Geneffekt von -1,743. Dieser Beitrag ordnet die MYC neue Studie anhand öffentlicher Daten ein.

MYC neue Studie: Was wir zu MYC gefragt haben

Die Arbeit (DOI 10.1097/hc9.0000000000001086) fragt, wie Darmbakterien das Wachstum von Lebertumoren und das Ansprechen auf Checkpoint-Blockade beeinflussen. Sie kombiniert Stuhlsequenzierung bei behandelten Patienten, antibiotikainduzierte Dysbiose in Mäusen, die Besiedlung mit Parabacteroides distasonis und Stuhltransplantationen. Die Ergebnisse gehören der Arbeit. Dieser Beitrag gibt sie nicht wieder, und BioQ hat sie nicht erzeugt.

MYC taucht in der Studie als Bestandteil des Tumormodells auf: Die Tumoren der Mäuse werden durch MYC-lucOS zusammen mit CTNNB1 induziert. Die Frage dieser Seite ist daher eng gefasst: Was sagen öffentliche Datenebenen heute über MYC selbst, damit sich das Modell einordnen lässt? Die Aussagen zum Mikrobiom haben wir nicht geprüft.

Was BioQ zurückgegeben hat

Wir haben die einzelne Abfrage MYC ausgeführt. Die Engine nutzte 7 Abfragen über 7 verschiedene Ressourcen in insgesamt 0,61 Engine-Sekunden. Wer dieselben Ebenen von Hand zusammenträgt, muss jede Ressource einzeln aufsuchen, mit eigenen Gen-Bezeichnern und eigenem Exportformat.

Genabhängigkeit: DepMap-Chronos-Geneffekt

DepMap (Release depmap_24q4) stuft MYC als allgemein essenziell ein. Ein negativerer Chronos-Geneffekt bedeutet, dass der Knockout die Viabilität stärker senkte. Die Tabelle zeigt die Linien mit dem stärksten mittleren Effekt.

Zelllinie (Abstammung)ZelllinienAbhängig% abhängigMittlerer Geneffekt
Myeloid4242100-2.196
Pancreas4747100-2.155
Lymphoid9393100-2.088
Biliary Tract3535100-2.047
Prostate1010100-1.996
Bladder/Urinary Tract343294.1-1.957
Esophagus/Stomach6969100-1.954
Head and Neck777698.7-1.908
BioQ-DepMap-Panel für MYC mit dem CRISPR-Chronos-Geneffekt nach Linie und der Zahl abhängiger Zelllinien pro Linie
DepMap-Chronos-Geneffekt für MYC nach Linie, wie ihn BioQ für die Abfrage MYC zurückgibt.

Die gezeigten Linien bilden die Spitze der Rangliste. Eine Leberlinie gehört nicht dazu, die Tabelle sagt also nichts darüber, wie Leberzelllinien im Vergleich abschneiden. Der Gallenwegstrakt (Biliary Tract) ist der nächstliegende Eintrag mit Bezug zu Gallengang und Leber: 35 von 35 Linien hängen von MYC ab, bei einem Mittelwert von -2,047.

Krankheitsassoziation: Open Targets

Open Targets verknüpft MYC mit 2193 Erkrankungen. Die Liste führt das Burkitt-Lymphom an, was zur Biologie der IGH::MYC-Translokation passt. Die Scores reichen von 0 bis 1.

ErkrankungAssoziationsscoreEvidenzeinträge
Burkitt lymphoma0.6312170
neurodegenerative disease0.54439
breast carcinoma0.5283561
erythrocyte volume0.51825
body height0.51758
urinary bladder carcinoma0.511396

Das hepatozelluläre Karzinom steht nicht in den gezeigten Zeilen. Mehrere der obersten Einträge, etwa Erythrozytenvolumen und Körpergröße, sind genetische Assoziationsmerkmale und keine Krebserkrankungen. Der Score vermischt also sehr unterschiedliche Arten von Evidenz.

Klinische Evidenz: CIViC

CIViC enthält 7 Einträge zu MYC, von denen BioQ 5 anzeigt. Die Evidenzstufen reichen von A bis E, wobei A die stärkste ist.

Molekulares ProfilErkrankungTherapienEvidenzgradSignifikanz
MYC OverexpressionLung Small Cell CarcinomaCisplatin, Olaparib, PrexasertibDSensitivity/Response
MYC OverexpressionMultiple MyelomaJQ-1DSensitivity/Response
FGFR1 Amplification AND MYC OverexpressionLung Squamous Cell CarcinomaPazopanibCSensitivity/Response
IGH::MYC FusionB-lymphoblastic Leukemia With MYC Rearrangement—BPositive
IGH::MYC FusionB-lymphoblastic Leukemia With MYC Rearrangement—CPositive

Die Einträge betreffen Lungenkrebs, Multiples Myelom und B-lymphoblastische Leukämie. Keiner bezieht sich auf Leberkrebs, und die gezeigten Stufen sind B, C und D.

Weitere Ebenen

  • Signalwege (Reactome): MYC gehört zu 77 Signalwegen. Unter den gezeigten spezifischsten steht „Binding of TCF/LEF:CTNNB1 to target gene promoters“, was die CTNNB1-Hälfte des Modells der Arbeit berührt. Auch „RUNX3 regulates WNT signaling“ ist aufgeführt.
  • Interaktionen (STRING v12): 7147 Partner. Gezeigt werden EP300, BIN1, MAX, TRRAP, ZBTB17 und BRCA1, jeweils mit einem kombinierten Score von 999.
  • Expression (TCGA/GTEx Toil): Für 24 Krebstypen liegen sowohl Tumor- als auch Normalproben vor. Unter den von BioQ gezeigten Zeilen hat das Glioblastoma Multiforme den größten log2-Fold-Change (0,33), Phäochromozytom und Paragangliom den kleinsten (-0,33). Die Leber ist in dieser Ansicht nicht enthalten.
  • Wirkstoffe: BioQ listet 1 Wirkstoff für MYC, Tws-119. Die maximale klinische Phase ist UNKNOWN, es gibt keinen Mechanismustext, keinen exakten pChEMBL-Wert und 0 Studien unter diesem Namen. Das ist für MYC-Inhibitoren ein dürftiges Bild. Es zeigt nicht, dass niemand an diesem Target arbeitet, sondern nur, dass dieser Datensatz spärlich ist.

Einordnung: Wie die Daten zu lesen sind

Das Mausmodell der Arbeit setzt MYC als onkogenen Treiber ein, und die obigen Daten passen dazu, dass MYC ein zentrales, breit benötigtes Gen ist. Weil fast jede Zelllinie von MYC abhängt, unterscheidet eine DepMap-Abhängigkeit einen Lebertumor nicht von anderem Gewebe. Sie kann nicht sagen, ob die MYC-Aktivität beeinflusst, wie Tumoren auf die Mikrobiota oder auf Checkpoint-Blockade reagieren.

Die Verbindung zum Signalweg TCF/LEF:CTNNB1 ist als Kontext interessant. Sie zeigt, dass MYC und CTNNB1 in verwandten Transkriptionsprogrammen annotiert sind. Sie zeigt nicht, dass die Kombination im Mausmodell widerspiegelt, was bei Patienten geschieht.

Der spärliche Wirkstoffeintrag hat eine praktische Bedeutung: Wer über diese Arbeit nach einem pharmakologischen Ansatzpunkt für MYC sucht, findet in diesem Ergebnis keinen exakten ChEMBL-IC50-Wert. Direkte und indirekte Wege müssten getrennt betrachtet und jede Quelle einzeln geprüft werden.

So reproduzieren Sie die Abfrage in BioQ

  1. Öffnen Sie BioQ und geben Sie das Gensymbol als Abfrage ein:
MYC

Diese Abfrage in BioQ öffnen

  1. Starten Sie die Abfrage und warten Sie auf die Antwort, die auf den oben genannten Ebenen beruht.
  2. Lesen Sie zuerst das DepMap-Panel, dann die Panels zu Open Targets, CIViC und Reactome. Jedes nennt seine Quelle und sein Release.
  3. Grenzen Sie auf eine eigene Linie oder Erkrankung ein, indem Sie sie der Abfrage hinzufügen.

Grenzen: Was die Daten nicht zeigen

  • Die Mikrobiom-Befunde, die Patientenkohorte und die Mausexperimente der Arbeit werden hier weder getestet noch überprüft. Lesen Sie sie in der Arbeit selbst nach.
  • DepMap misst Knockout-Effekte in Zelllinien in Kultur. Es gibt dort weder Darmmikroben noch Immunzellen noch Checkpoint-Blockade, daher sagt DepMap nichts über das Ansprechen auf eine Immuntherapie.
  • Eine Abhängigkeit wird über einen benannten Schwellenwert des Chronos-Geneffekts definiert, nicht über eine Eigenschaft der Daten selbst.
  • Die Tabellen zeigen nur die obersten Zeilen. Leberlinien und das hepatozelluläre Karzinom tauchen darin nicht auf; das Fehlen in einer Tabelle ist kein Beleg für Abwesenheit.
  • Open-Targets-Scores bündeln viele Evidenztypen, und ein hoher Score bedeutet nicht, dass eine Erkrankung von MYC getrieben wird.
  • CIViC und der Wirkstoffeintrag enthalten hier nichts Spezifisches zu Leberkrebs, und nichts davon ist eine Behandlungsempfehlung.
  • Die Daten gelten für den Stand 2026-11-14 und ändern sich, sobald die Quellen aktualisiert werden.

Daten und Methode

Die Zahlen auf dieser Seite wurden am 2026-11-14 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, /pathway, /tcga

Quellen

Führen Sie dieselbe Abfrage selbst in BioQ aus: MYC

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 MYC in Krebszelllinien eine Genabhängigkeit?

In DepMap (depmap_24q4) ist MYC als allgemein essenziell markiert. 1117 von 1178 Zelllinien (94,8 %) sind abhängig, bei einem mittleren Chronos-Geneffekt von -1,743.

Mit welchen Erkrankungen assoziiert Open Targets MYC am stärksten?

Open Targets listet 2193 Erkrankungen für MYC. Das Burkitt-Lymphom führt mit einem Score von 0,631 und 2170 Evidenzeinträgen, gefolgt von neurodegenerativer Erkrankung mit 0,544 und Mammakarzinom mit 0,528.

Gibt es MYC-Inhibitoren mit exakten Potenzdaten in ChEMBL?

BioQ listet 1 Wirkstoff für MYC, Tws-119, mit der maximalen klinischen Phase UNKNOWN, ohne exakten pChEMBL-Wert und mit 0 Studien unter diesem Namen. Der Eintrag erlaubt keine Potenzvergleiche.

Bestätigt BioQ die Bacteroidetes-Befunde der HCC-Arbeit?

Nein. Die Ergebnisse der Arbeit gehören der Arbeit. BioQ zeigt nur, was öffentliche Datenebenen zu MYC enthalten, einem der Gene im Mausmodell der Arbeit, Stand 2026-11-14.

Wie lange dauert eine BioQ-Abfrage zu MYC?

Die MYC-Abfrage führte 7 Engine-Abfragen über 7 verschiedene Ressourcen in insgesamt 0,61 Engine-Sekunden aus.

Quellen

  1. Paper Bacteroidetes promote hepatocellular carcinoma progression and resistance to immunotherapy (2026) DOI 10.1097/hc9.0000000000001086
  2. Datensatz DepMap CRISPR Chronos gene effect (24Q4)
  3. Datensatz Open Targets Platform; ChEMBL; Drug Repurposing Hub
  4. Datensatz TCGA pan-cancer expression (UCSC Xena Toil recompute)
  5. Datensatz CIViC: Clinical Interpretation of Variants in Cancer
  6. Datensatz Reactome pathway knowledgebase
  7. 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