Dépendance à PRMT5 et inhibiteurs en une requête
PRMT5 est un gène essentiel commun dans DepMap Chronos, avec 3 médicaments listés et 453 maladies Open Targets : une seule requête BioQ réunit les couches.
Données au 6 novembre 2026 · L’équipe BioQ

Sur la dépendance à PRMT5 et les inhibiteurs, les données publiques convergent d'abord sur un point : PRMT5 est classé gène essentiel commun dans DepMap. 1109 lignées cellulaires sur 1178 (94,1 %) en dépendent, avec un effet génique Chronos moyen de -1,004. La même requête renvoie 3 médicaments, 453 maladies Open Targets et 12 voies Reactome. Toutes les valeurs sont à jour au 2026-11-06.
Ce que nous avons demandé
Nous avons saisi un seul mot, PRMT5, dans BioQ et demandé ce que disent aujourd'hui les couches publiques combinées sur ce gène. Les questions étaient les suivantes :
- Dans quelle mesure les lignées cellulaires cancéreuses en dépendent-elles ?
- Quels médicaments sont enregistrés, et quelle est leur puissance ?
- À quelles maladies le gène est-il associé, et sur quelles preuves ?
- Les tumeurs l'expriment-elles autrement que les tissus normaux ?
- Dans quelles voies et avec quels partenaires protéiques intervient-il ?
Les réponses proviennent de six ressources distinctes : DepMap, ChEMBL avec Open Targets et les sources de médicaments associées, Open Targets, le recalcul TCGA/GTEx Toil, Reactome et STRING. BioQ a exécuté 7 requêtes moteur en 0,56 seconde-moteur. À la main, obtenir le même tableau suppose de consulter chaque ressource, de retrouver le bon identifiant de gène dans chacune et de rapprocher soi-même les résultats.
Ce que BioQ renvoie sur la dépendance à PRMT5 et les inhibiteurs
La couche de dépendance est DepMap Chronos, version depmap_24q4. Plus l'effet génique est négatif, plus l'inactivation du gène a réduit la viabilité. Le tableau liste les huit lignées dont l'effet moyen est le plus négatif.

| Lignée | Lignées cellulaires | Dépendante | % dépendantes | Effet génique moyen |
|---|---|---|---|---|
| Pancreas | 47 | 47 | 100 | -1.178 |
| Head and Neck | 77 | 76 | 98.7 | -1.124 |
| Thyroid | 11 | 11 | 100 | -1.074 |
| Bladder/Urinary Tract | 34 | 33 | 97.1 | -1.072 |
| Peripheral Nervous System | 44 | 42 | 95.5 | -1.049 |
| Liver | 24 | 23 | 95.8 | -1.033 |
| Lymphoid | 93 | 90 | 96.8 | -1.033 |
| Soft Tissue | 45 | 43 | 95.6 | -1.032 |
La couche médicaments combine Open Targets, ChEMBL, le Drug Repurposing Hub et ClinicalTrials.gov. La valeur pChEMBL est le log10 négatif de la puissance molaire : plus elle est élevée, plus le composé est puissant.
| Médicament | Stade clinique maximal | Mécanisme | Meilleur pChEMBL exact | Type | Essais par nom |
|---|---|---|---|---|---|
| Pemrametostat | PHASE_2 | Protein arginine N-methyltransferase 5 inhibitor | 8.7 | EC50 | 0 |
| 3Xv | UNKNOWN | — | 8.22 | IC50 | 0 |
| Hlcl-61 | UNKNOWN | — | — | — | 0 |
La couche maladies repose sur le score d'association Open Targets, qui va de 0 à 1.
| Maladie | Score d'association | Éléments de preuve |
|---|---|---|
| neurodegenerative disease | 0.208 | 3 |
| breast cancer | 0.14 | 187 |
| neoplasm | 0.119 | 668 |
| hepatocellular carcinoma | 0.117 | 120 |
| colorectal carcinoma | 0.116 | 78 |
| lung carcinoma | 0.116 | 139 |
Trois autres couches sont résumées ici plutôt que présentées en tableau :
- Expression. Les données TCGA et GTEx couvrent 24 types de cancer pour lesquels on dispose d'échantillons tumoraux et normaux. Dans les six types affichés, le log2 du rapport d'expression (fold change) est faible. Le cholangiocarcinome est à 0,12 (36 tumeurs, 9 normaux), et le carcinome épidermoïde du poumon comme l'adénocarcinome du poumon sont tous deux à 0,1. Le phéochromocytome et paragangliome est à -0,11, mais avec seulement 3 échantillons normaux.
- Voies. Reactome liste 12 voies. Les plus spécifiques sont Regulation of TP53 Activity through Methylation (R-HSA-6804760, 19 gènes) et RMTs methylate histone arginines (R-HSA-3214858, 48 gènes). snRNP Assembly (R-HSA-191859) figure aussi dans la liste.
- Interactions. STRING v12 rapporte 1794 partenaires. Les meilleurs scores sont WDR77 et CLNS1A à 999, puis H4C6 à 997, et SNRPD3 et RIOK1 à 996. PRMT1 obtient 993.
Ce que cela signifie et comment le lire
Trois constats méritent d'être lus avant le reste.
1. La dépendance est large, donc elle ne distingue pas les lignées. Avec 1109 lignées dépendantes sur 1178, PRMT5 se comporte dans ce jeu de données comme un gène cellulaire central. Le pancréas compte 47 lignées dépendantes sur 47 (moyenne -1,178) et la tête et le cou 76 sur 77 (98,7 %). Les écarts entre lignées du tableau restent faibles face au schéma global. Il faut utiliser le classement par lignée comme un gradient, non comme une liste de sélection.
2. La couche médicaments est mince et mélange des types d'essais. Pemrametostat est la seule entrée avec un stade clinique, PHASE_2, et son mécanisme est enregistré comme inhibiteur de la protéine arginine N-méthyltransférase 5. Sa valeur de 8,7 est une EC50, et non une IC50. Le composé 3Xv a un pChEMBL exact fondé sur une IC50 de 8,22. Hlcl-61 n'a pas de valeur exacte. Il ne faut pas classer ces trois composés sur la seule puissance, car les deux valeurs proviennent de types d'essais différents. Le nombre d'essais cliniques par nom est de 0 pour les trois, mais il s'agit d'une correspondance de nom, non d'une recherche exhaustive d'essais.
3. Les preuves sur les maladies s'appuient sur le volume, non sur le score. Le meilleur score Open Targets est celui de la maladie neurodégénérative, à 0,208, mais il repose sur 3 éléments de preuve. Le cancer du sein obtient 0,14 avec 187 éléments, et la néoplasie 0,119 avec 668. Pour l'oncologie, le nombre d'éléments de preuve renseigne davantage que l'ordre des scores.
Là où les couches concordent : Reactome et STRING placent tous deux PRMT5 dans la méthylation des arginines des histones et l'assemblage des snRNP. WDR77 est le premier partenaire, à 999, ce qui correspond à un gène dont la plupart des lignées ont besoin pour survivre. Là où elles divergent : l'expression diffère peu entre tumeur et tissu normal, alors que la dépendance est élevée. L'essentialité ne semble pas provenir d'une surexpression spécifique aux tumeurs, du moins à ce niveau de résolution.
Comment le reproduire dans BioQ
- Ouvrez BioQ et vérifiez que la recherche n'est pas restreinte à une seule couche de données.
- Saisissez la requête ci-dessous exactement telle qu'écrite.
PRMT5
Ouvrir cette requête dans BioQ
- Lisez d'abord le bloc de dépendance et vérifiez l'étiquette de version (depmap_24q4) ainsi que le nombre de lignées dépendantes.
- Ouvrez le bloc médicaments et vérifiez la colonne de type (IC50 ou EC50) avant de comparer les valeurs pChEMBL.
- Dans le bloc maladies, comparez le nombre d'éléments de preuve avec les scores d'association.
- Utilisez le nom de source imprimé sous chaque bloc pour retourner à la ressource d'origine si vous voulez consulter l'enregistrement derrière un chiffre.
Limites : ce que les données ne montrent pas
- Les lignées cellulaires ne sont pas des patients. DepMap mesure l'inactivation du gène dans des lignées en culture. Il ne dit pas comment une tumeur ou un tissu normal répond à une inhibition partielle.
- La dépendance n'est pas une réponse à un médicament. Un knockout CRISPR supprime la protéine. L'inhibition pharmacologique peut se comporter différemment, et ces couches ne relient pas les deux.
- L'essentialité commune limite l'interprétation. Un gène nécessaire à la plupart des lignées peut être difficile à cibler sélectivement. Les données présentées ne permettent pas de dire si un contexte offre une fenêtre thérapeutique.
- La liste de médicaments est courte et inégale. Elle compte 3 entrées, un seul type d'essai par composé, et aucune valeur exacte pour Hlcl-61. Elle ne constitue pas un panorama complet de la chimie de PRMT5.
- Un nombre d'essais de 0 reflète une correspondance de nom. Il n'exclut pas des essais enregistrés sous d'autres noms ou listés uniquement par cible.
- Les scores d'association ne sont pas des tailles d'effet. Les scores Open Targets combinent de nombreux types de preuves, et le score de la maladie neurodégénérative repose sur 3 éléments.
- Les différences d'expression sont faibles et les tailles d'échantillon inégales. Certains groupes normaux comptent très peu d'échantillons : il ne faut donc pas surinterpréter une valeur de fold change isolée.
- Les scores STRING mesurent la confiance, non la fonction. Un score de 999 indique un fort soutien pour une association, pas un mécanisme.
Données et méthode
Les chiffres de cette page ont été lus dans le moteur BioQ le 2026-11-06 (7 requêtes, 0.6 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, /interaction, /ot_association, /pathway, /tcga
Exécutez vous-même la même requête dans BioQ : PRMT5
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
PRMT5 est-il un gène essentiel commun dans DepMap ?
Dans la version depmap_24q4 de DepMap Chronos, il est signalé comme essentiel commun. 1109 lignées cellulaires sur 1178 (94,1 %) en dépendent, avec un effet génique moyen de -1,004.
Quelles lignées dépendent le plus de PRMT5 ?
Le pancréas a l'effet génique moyen le plus négatif, à -1,178, avec 47 lignées dépendantes sur 47. La tête et le cou suivent à -1,124, avec 76 lignées dépendantes sur 77.
Quels inhibiteurs de PRMT5 BioQ liste-t-il, et quelle est leur puissance ?
BioQ liste 3 médicaments. Pemrametostat est en PHASE_2 avec un pChEMBL de 8,7 fondé sur une EC50. 3Xv a un pChEMBL exact de 8,22 fondé sur une IC50, et Hlcl-61 n'a pas de valeur exacte.
Quelles maladies Open Targets associe-t-il à PRMT5 ?
Open Targets liste 453 maladies. Le meilleur score est celui de la maladie neurodégénérative, à 0,208 avec 3 éléments de preuve, suivie du cancer du sein à 0,14 avec 187 éléments.
PRMT5 est-il surexprimé dans les tumeurs par rapport aux tissus normaux ?
Sur 24 types de cancer disposant d'échantillons tumoraux et normaux, les rapports d'expression affichés sont faibles. Le cholangiocarcinome est à 0,12 et l'adénocarcinome du poumon à 0,1, en unités log2.
Sources
- Jeu de données DepMap CRISPR Chronos gene effect (24Q4)
- Jeu de données Open Targets Platform; ChEMBL; Drug Repurposing Hub
- Jeu de données TCGA pan-cancer expression (UCSC Xena Toil recompute)
- Jeu de données Reactome pathway knowledgebase
- Jeu de données STRING v12 protein-protein interactions
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
Dépendance à MDM2 et MDM4 : gènes et médicaments
Dépendance à MDM2 et MDM4 dans DepMap 24q4 (Chronos) : 384 lignées sur 1178 dépendent de MDM2, 142 de MDM4 ; 12 médicaments annotés pour MDM2, 1 pour MDM4.
Approbation FDA du tiratricol : cibles et puissance
Approbation FDA du tiratricol : ChEMBL recense 68 cibles, THRB et THRA en tête par pChEMBL, et 3 essais cliniques sur ClinicalTrials.gov au 2026-11-17.
Nouvelle étude sur CD4 : CAR-NK et rebond du VIH
Nouvelle étude sur CD4 (CAR-NK, rebond du VIH) mise en contexte avec BioQ : dépendance DepMap, maladies Open Targets, médicaments et voies Reactome.


