Résultat de recherche7 min de lecture

EGFR vs ERBB2 : dépendance génique et inhibiteurs

EGFR vs ERBB2 dans les données DepMap Chronos : 224 lignées dépendantes sur 1178 pour EGFR contre 177 pour ERBB2, et 118 contre 59 médicaments connus.

Données au 6 novembre 2026 · L’équipe BioQ

Page de résultats BioQ pour la requête EGFR, avec la dépendance CRISPR par lignage et un tableau des médicaments connus avec leurs sources.

Dans la version DepMap depmap_24q4, l'invalidation de EGFR par knockout réduit la viabilité de 224 lignées cellulaires sur 1178 (19,0 %), contre 177 (15,0 %) pour ERBB2. Aucun des deux gènes n'est essentiel commun. EGFR compte 118 médicaments connus et ERBB2 en compte 59 ; Neratinib, Lapatinib et Afatinib figurent dans les deux listes. Toutes les données sont à jour au 2026-11-06.

Notre question : EGFR vs ERBB2, dépendance génique et médicaments

EGFR et ERBB2 sont des paralogues de la même famille de récepteurs à activité tyrosine kinase, et de nombreux inhibiteurs de kinases ciblent les deux. Nous voulions faire deux comparaisons, avec les mêmes blocs pour chaque gène :

  • Dépendance : à quelle fréquence un knockout CRISPR diminue la viabilité des lignées de cancer, et dans quels lignages.
  • Médicaments : quels composés sont annotés pour chaque gène, à quel stade clinique et avec quelle puissance exacte.

Les blocs de dépendance utilisent l'effet du gène Chronos. Plus la valeur est négative, plus le knockout a réduit la viabilité. Une lignée est dite dépendante lorsque son effet est inférieur ou égal à un seuil nommé. Ce seuil est une constante choisie par l'analyse, non une propriété des données. Les blocs médicaments combinent Open Targets, ChEMBL, le Drug Repurposing Hub et ClinicalTrials.gov.

Ce que BioQ a renvoyé

Dépendance par lignage

Sur l'ensemble des 1178 lignées cellulaires, EGFR compte 224 lignées dépendantes (19,0 %) pour un effet moyen du gène de -0,294. ERBB2 compte 177 lignées dépendantes (15,0 %) pour une moyenne de -0,329. EGFR a donc davantage de lignées dépendantes, tandis que ERBB2 a la moyenne légèrement plus négative. Les deux gènes sont signalés comme non essentiels communs.

Les cinq lignages ayant l'effet moyen le plus négatif pour EGFR :

LignéeLignées cellulairesDépendante% dépendantesEffet génique moyen
Head and Neck775166.2-0.702
Prostate10660-0.696
Biliary Tract351748.6-0.561
Cervix18738.9-0.434
Esophagus/Stomach692739.1-0.422

La même vue pour ERBB2 :

LignéeLignées cellulairesDépendante% dépendantesEffet génique moyen
Breast531834-0.643
Head and Neck773545.5-0.509
Esophagus/Stomach691826.1-0.476
Biliary Tract35925.7-0.431
Pancreas471123.4-0.425

Médicaments

Pour EGFR, BioQ liste 118 médicaments et en montre ici les 6 premiers :

MédicamentStade clinique maximalMécanismeMeilleur pChEMBL exactTypeEssais par nom
OsimertinibAPPROVALEpidermal growth factor receptor erbB1 inhibitor11.7IC50188
AfatinibAPPROVALEpidermal growth factor receptor erbB1 inhibitor11IC50112
MobocertinibAPPROVALEpidermal growth factor receptor erbB1 inhibitor11IC504
NeratinibAPPROVALEpidermal growth factor receptor erbB1 inhibitor10.7IC5069
ErlotinibAPPROVALEpidermal growth factor receptor erbB1 inhibitor10.54IC50355
LapatinibAPPROVALEpidermal growth factor receptor erbB1 inhibitor10.22IC50144

Pour ERBB2, BioQ liste 59 médicaments. Les 6 premiers sont Neratinib (pChEMBL exact 9,0, IC50), Lapatinib (8,8, KI), Afatinib (8,7, IC50), Tucatinib (8,7, IC50), Lapatinib Ditosylate (8,52, IC50) et Afatinib Dimaleate (8,3, KD). Les six ont APPROVAL comme stade clinique maximal.

Réponse BioQ pour EGFR avec le tableau des médicaments indiquant le stade clinique maximal, le mécanisme et les valeurs pChEMBL exactes
Le bloc médicaments pour EGFR tel que BioQ l'affiche, avec la source nommée pour chaque couche.

Interprétation et lecture des résultats

Points communs. Aucun des deux gènes n'est essentiel commun : un knockout n'affecte qu'un sous-ensemble de lignées. Head and Neck, Biliary Tract et Esophagus/Stomach figurent dans le top cinq des deux gènes. Head and Neck est le recoupement le plus net : EGFR y compte 51 lignées dépendantes sur 77 (66,2 %), et ERBB2 35 sur 77 (45,5 %).

Différences. Après Head and Neck, les lignages les plus marqués pour EGFR sont Prostate (6 sur 10, 60,0 %) et Biliary Tract (17 sur 35, 48,6 %). La liste d'ERBB2 est dominée par Breast, avec 18 lignées dépendantes sur 53 (34,0 %) et une moyenne de -0,643. Breast n'apparaît pas dans le top cinq d'EGFR. Prostate et Cervix sont absents du top cinq d'ERBB2, et Pancreas est absent de celui d'EGFR. Dans Esophagus/Stomach, EGFR a 27 lignées dépendantes sur 69 (39,1 %) et ERBB2 18 sur 69 (26,1 %), mais la moyenne d'ERBB2 (-0,476) est plus négative que celle d'EGFR (-0,422). Une proportion plus faible de lignées dépendantes n'implique donc pas toujours un effet moyen plus faible.

Recoupement des médicaments et sélectivité. Neratinib, Lapatinib et Afatinib sont annotés pour les deux gènes, ce qui correspond à l'appartenance à la même famille. Leurs valeurs pChEMBL exactes sont plus élevées pour EGFR que pour ERBB2 :

  • Neratinib : 10,7 pour EGFR, 9,0 pour ERBB2.
  • Lapatinib : 10,22 pour EGFR, 8,8 pour ERBB2.
  • Afatinib : 11,0 pour EGFR, 8,7 pour ERBB2.

Il faut y voir une indication de la sélectivité EGFR/ERBB2, et non un rapport mesuré. Ces valeurs sont les meilleures mesures exactes isolées, et le type d'essai diffère par endroits : le Lapatinib est en IC50 pour EGFR mais en KI pour ERBB2. Tucatinib figure parmi les six premiers pour ERBB2, avec 56 essais cliniques par nom, mais pas parmi les six premiers pour EGFR. Cette liste étant tronquée, elle ne dit pas si Tucatinib est absent de l'ensemble complet d'EGFR.

Les nombres d'essais cliniques sont appariés par nom de médicament, non par gène. Neratinib (69), Lapatinib (144) et Afatinib (112) affichent donc des nombres identiques pour les deux gènes. Ces nombres ne distinguent pas non plus les essais menés dans des maladies pilotées par EGFR de ceux menés dans des maladies pilotées par ERBB2.

Reproduire l'analyse dans BioQ

BioQ s'est appuyé sur 2 ressources distinctes pour cette comparaison. Il a exécuté 4 requêtes du moteur en 1,09 seconde-moteur, et chaque bloc indique sa source et sa version. Faire la même chose à la main impose d'apparier les identifiants de gènes, les définitions de lignages et les noms de médicaments entre des portails séparés.

  1. Ouvrez BioQ et saisissez la requête ci-dessous.
  2. Lisez le bloc de dépendance (DepMap, Chronos) et le bloc médicaments pour EGFR.
  3. Recommencez avec ERBB2 à la place d'EGFR, afin que les deux gènes utilisent les mêmes blocs et les mêmes paramètres.
  4. Comparez les lignes par lignage et les noms de médicaments communs. Vérifiez le type d'essai à côté de chaque valeur pChEMBL avant de comparer les puissances.
EGFR

Ouvrir cette requête dans BioQ

Limites : ce que les données ne montrent pas

  • Les lignées cellulaires ne sont pas des tumeurs. Une dépendance observée dans une lignée en culture ne démontre pas la même dépendance chez un patient.
  • Le seuil est une convention. Les nombres et pourcentages de lignées dépendantes varient avec le seuil nommé. L'effet moyen du gène, lui, n'en dépend pas.
  • Les petits lignages sont bruités. Prostate ne compte que 10 lignées : ses 60,0 % reposent sur très peu d'observations.
  • Les listes du top cinq sont tronquées. Un lignage absent d'une liste peut quand même présenter une dépendance ; il est simplement classé plus bas selon l'effet moyen.
  • Les valeurs de puissance ne sont pas des paires appariées. Les chiffres pChEMBL sont des mesures exactes isolées issues d'essais différents ; ils ne donnent pas de rapport de sélectivité fiable.
  • L'annotation ne prouve pas un bénéfice. La couche médicaments indique le stade clinique maximal et la puissance, non les résultats cliniques ni l'adéquation pour un patient donné. Les nombres d'essais cliniques par nom ne relient pas un essai à un gène.

Données et méthode

Les chiffres de cette page ont été lus dans le moteur BioQ le 2026-11-06 (4 requêtes, 1.1 s de temps moteur au total). Les tableaux sont générés par du code à partir des réponses du moteur ; le texte ne fait que les expliquer.

/depmap, /drugs

Exécutez vous-même la même requête dans BioQ : EGFR

À usage de recherche uniquement. Cette page résume des données publiques et ne constitue pas un avis médical.

BioQ est un moteur de recherche IA et un agent dont l'objectif est de rendre la recherche en biologie 100 fois plus rapide. Interrogez-le dans l'application web, via l'API REST ou depuis Claude, ChatGPT ou Cursor grâce à MCP.

Requêtes utilisées

Questions fréquentes

Combien de lignées cellulaires dépendent de EGFR par rapport à ERBB2 dans DepMap ?

Dans depmap_24q4, 224 lignées sur 1178 (19,0 %) dépendent de EGFR et 177 sur 1178 (15,0 %) dépendent de ERBB2. Aucun des deux gènes n'est signalé comme essentiel commun.

Quels lignages dépendent le plus de EGFR et de ERBB2 ?

Pour EGFR, Head and Neck arrive en tête avec 51 lignées dépendantes sur 77 (66,2 %). Pour ERBB2, c'est Breast avec 18 sur 53 (34,0 %). Head and Neck figure aussi dans le top cinq d'ERBB2, avec 35 sur 77 (45,5 %).

Combien de médicaments sont connus pour EGFR et pour ERBB2 ?

BioQ liste 118 médicaments pour EGFR et 59 pour ERBB2. Neratinib, Lapatinib et Afatinib figurent parmi les six premiers pour les deux gènes.

Les valeurs pChEMBL montrent-elles une sélectivité EGFR/ERBB2 ?

Pour Neratinib, Lapatinib et Afatinib, le pChEMBL exact est plus élevé pour EGFR (10,7 ; 10,22 ; 11,0) que pour ERBB2 (9,0 ; 8,8 ; 8,7). Ce sont des mesures isolées, et la valeur du Lapatinib pour ERBB2 est une KI alors que celle pour EGFR est une IC50 : il ne s'agit donc pas d'un rapport de sélectivité apparié.

Combien de temps prend la comparaison EGFR vs ERBB2 dans BioQ ?

Les 4 requêtes du moteur ont pris 1,09 seconde-moteur au total et se sont appuyées sur 2 ressources distinctes.

Sources

  1. Jeu de données DepMap CRISPR Chronos gene effect (24Q4)
  2. Jeu de données Open Targets Platform; ChEMBL; Drug Repurposing Hub

Les résultats proviennent de bases de données publiques à la date indiquée et peuvent changer. BioQ fournit des informations de recherche, pas des conseils médicaux.

Autres articles