検索結果読了 約8分

FGFR3の依存性と阻害剤をひとつのクエリで確認

FGFR3の依存性と阻害剤を7つの公開データから整理。DepMapでは1178株中6株が依存、薬剤は32件、膀胱がんが上位の疾患です。

データ基準日 2026年11月6日 · BioQチーム

クエリFGFR3のBioQ結果ページ。CRISPR依存性、薬剤、疾患エビデンス、パスウェイ、発現の各ブロックに、それぞれ出典が表示されている。

FGFR3の依存性と阻害剤を公開データで確認すると、DepMapでは広く必須の遺伝子ではありません。1178株のがん細胞株のうち依存株は6株(0.5%)で、common essentialにも分類されていません。一方、薬剤と疾患のレイヤーでは存在感が強く、薬剤は32件が登録され、Open Targetsの上位の関連疾患に膀胱がんが含まれます。数値はすべて2026-11-06時点です。

検索した内容

ひとつの遺伝子について、「FGFR3について現在の公開データは何を示しているか」を尋ねました。研究者がふだん別々のツールで行う次の確認を、まとめて行うことになります。

  • がん細胞株は増殖にFGFR3を必要とするか(CRISPR依存性)
  • どのような薬剤が知られており、活性はどの程度か(阻害剤 結合データ)
  • どの疾患にエビデンスがあるか
  • どのパスウェイや相互作用相手に組み込まれているか
  • 腫瘍で発現は上昇しているか、低下しているか

クエリは単に FGFR3 です。BioQはこれを7つのリソースに振り分け、出典とリリースを付けた以下のブロックを返しました。

BioQが返したFGFR3の依存性と阻害剤

実行にはエンジンクエリ7回、合計0.75エンジン秒を要し、7種類のリソースを参照しました。同じことを手作業で行うなら、DepMap、ChEMBL、Open Targets、ClinicalTrials.gov、CIViC、Reactome、STRINGを個別に開き、遺伝子識別子の対応を確認する必要があります。この手順の所要時間は計測していないため、関与するツールの数以上のことは主張しません。

依存性。 DepMapブロック(リリースdepmap_24q4、Chronos gene effect)は1178株を対象としています。全株の平均gene effectは0.064で、0に近い値です。シグナルは二つの系統に集中しています。

系統細胞株依存性あり依存細胞株の割合(%)平均遺伝子効果
Bladder/Urinary Tract3438.8-0.029
Lymphoid9333.20.012
Pleura21000.031
CNS/Brain90000.041
Peripheral Nervous System44000.044
Liver24000.044
Pancreas47000.046
Skin74000.053
FGFR3のBioQ DepMapブロック。Chronos gene effectと系統別の依存株を一覧表示
BioQが表示するFGFR3のDepMapブロック(系統別)

薬剤。 BioQはFGFR3について32件の薬剤を挙げており、ここでは上位8件を示します。活性の列は、完全一致で得られた最も強いpChEMBL値です。試験数の列は、FGFR3ではなく薬剤名で一致した試験の件数です(臨床試験 状況の目安)。

薬剤最大臨床段階作用機序最良の厳密pChEMBL値タイプ名称による治験
ErdafitinibAPPROVALFibroblast growth factor receptor inhibitor10.18IC5028
PemigatinibAPPROVALFibroblast growth factor receptor 3 inhibitor10IC5045
FutibatinibAPPROVALFibroblast growth factor receptor inhibitor9.49IC5019
InfigratinibAPPROVALFibroblast growth factor receptor inhibitor9.18IC5012
Infigratinib PhosphateAPPROVALFibroblast growth factor receptor inhibitor9.15IC501
E-7090APPROVALFibroblast growth factor receptor 3 inhibitor8.92IC500
PonatinibAPPROVAL—8.66IC5050
NintedanibAPPROVALFibroblast growth factor receptor inhibitor8.23KI101

疾患エビデンス。 Open TargetsはFGFR3を4677疾患に関連付けています。スコア上位6件には、骨系統疾患と1つのがんが含まれます。

疾患関連スコアエビデンス項目
achondroplasia0.825817
thanatophoric dysplasia type 10.819171
urinary bladder carcinoma0.804846
hypochondroplasia0.802298
Crouzon syndrome-acanthosis nigricans syndrome0.80286
Muenke syndrome0.796148

その他のレイヤー(概要)。

  • CIViCにはFGFR3の記録が73件あります。表示した5件は大半が膀胱がんです。FGFR3 MutationとinfigratinibのエントリおよびFGFR3 Y373Cはレベル B、FGFR3 S249CとpazopanibはレベルC、FGFR3::BAIAP2L1融合とFGFR3過剰発現はレベルDです。
  • Reactomeには37のパスウェイが登録されています。最も特異的なものは、Signaling by FGFR3 fusions in cancer、t(4;14) translocations of FGFR3、FGFR3 mutant receptor activationです。
  • STRING v12は1529のパートナーを報告しています。上位6件はFGFリガンド(FGF2、FGF8、FGF9、FGF1、FGF18、FGF13)で、combined scoreは997から999です。
  • TCGA/GTEx Toilには、24のがん種についてFGFR3の腫瘍データと正常データがあります。表示した6件のうち変化が最大なのはKidney Chromophobeで、log2 foldは-1.34、腫瘍の平均値4.51に対して正常の平均値は11.39です。Cervical & Endocervical Cancerは0.53です。

結果の読み方

最初に確認すべき点が3つあります。

1. 依存性は限定的で、膀胱で目立ちます。 全系統を通じてFGFR3に依存するのは6株だけです。そのうち3株がBladder/Urinary Tract(34株中3株、8.8%)、3株がLymphoid(93株中3株、3.2%)です。表示した系統のうち平均gene effectが負なのはBladderのみ(-0.029)です。少数の細胞株で非常に重要な遺伝子でも、全体の平均は0付近になり得ます。そのため、全株平均0.064を「無関係」と読むべきではありません。

2. 疾患と薬剤のレイヤーは膀胱がんで一致します。 Open Targetsはurinary bladder carcinomaにスコア0.804、エビデンス846件を与えています。CIViCの表示記録は膀胱がんが中心で、DepMapのシグナルも膀胱系統で最も強く出ています。独立した3つのレイヤーが同じ方向を示しています。ただし、Open Targetsの順位には注意が必要です。achondroplasia(0.825、エビデンス817件)の方がスコアが高く、次点にも骨系統疾患が僅差で並びます。これは生殖細胞系列の機能獲得型の生物学を反映したもので、腫瘍の依存性とは別の問いです。

3. 表示した薬剤はいずれも活性が高いものの、試験数は特異性を意味しません。 Erdafitinibの完全一致pChEMBLの最高値は10.18(IC50)、pemigatinibは10.0です。Nintedanibは8.23でKi値のため、IC50の行とは直接比較できません。Ponatinibとnintedanibは薬剤名で50件、101件の試験が一致しますが、どちらもマルチキナーゼ阻害薬です。これらの件数は、FGFR3を標的とした使用については何も語りません。ponatinibでは作用機序の欄が空白で、アノテーションを確認すべきことを示しています。

レイヤー間で食い違う部分にも情報があります。発現は依存性と単純には対応しません。Kidney Chromophobeの腫瘍では正常組織よりFGFR3が低く、子宮頸がんでは高いのですが、どちらも依存株のある系統には現れていません。発現変化だけでは、どの腫瘍がこの受容体に依存するかを示す手がかりとして弱いといえます。CIViCのバリアントレベルのエビデンス(変異、融合)の方が、バルクの発現よりも特異的な手がかりになります。

BioQでの再現手順

  1. BioQを開き、下に示すクエリをそのまま貼り付けます。
  2. 実行し、ブロックが読み込まれるのを待ちます。
  3. まずDepMapブロックを読み、系統ごとの行を疾患ブロックおよびCIViCブロックと比較します。
  4. 薬剤ブロックを開き、値を比較する前に活性の種類(IC50かKi)を確認します。
  5. 各ブロックの出典ラベルから、リリースと元のレコードを確認します。
FGFR3

BioQでこのクエリを開く

  1. 問いを絞るには、クエリに疾患名や薬剤名(たとえば系統名)を加え、どのブロックが変わるかを確認します。

限界:データから分からないこと

  • 依存性は細胞株でのCRISPRの読み出しです。 細胞株が依存株とみなされるのは、明示されたChronosの閾値以下の場合のみです。この閾値は選ばれた定数であり、生物学的な性質ではありません。細胞株には腫瘍微小環境がなく、系統あたりの株数が少ないと不確実性も大きくなります。膀胱は34株中3株が依存株で、8.8%は小標本からの推定値です。
  • 依存性は機序を教えてくれません。 DepMapは、依存株がFGFR3の変異や融合を持つかどうかを示しません。仮説にはCIViCとReactomeのブロックを使い、細胞株の遺伝子型は自分で確認してください。
  • 関連スコアは効果量ではありません。 Open Targetsのスコアはエビデンスの種類と件数を集約したものです。FGFR3が疾患をどれほど強く駆動するかは示しません。
  • 活性は臨床的な有益性ではありません。 pChEMBL値は生化学的アッセイまたは細胞アッセイに由来し、表には薬剤ごとに1つの値しか示していません。選択性、曝露、患者の反応、安全性については何も示しておらず、BioQは治療に関する助言を提供しません。
  • 試験数は名前の一致です。 FGFR3と無関係な試験も含まれます。
  • TCGA/GTEx比較は標本が少ない場合があります。 がん種によっては正常サンプルが非常に少なくなります。表示した行には、Skin Cutaneous Melanomaで正常1件、Cervical & Endocervical Cancerで3件のものがあります。そこでのfold changeは不安定です。
  • 表示は上位の行のみです。 表は一部を示しています(薬剤は32件中8件、CIViCは73件中5件)。結論を出す前に全リストをお読みください。

データと方法

このページの数値は2026-11-06にBioQエンジンから取得しました(クエリ7件、エンジン処理時間の合計0.8秒)。表はエンジンの応答からコードが生成し、本文はその値を言い換えたものです。

/civic, /depmap, /drugs, /interaction, /ot_association, /pathway, /tcga

同じクエリをBioQで実行できます: FGFR3

研究目的の参考情報です。公開データをまとめたもので、医療上の助言ではありません。

BioQは、生物学研究を100倍速くすることを目標にしたAI検索エンジン兼エージェントです。Webアプリ、REST API、MCP経由のClaude・ChatGPT・Cursorから質問できます。

使用したクエリ

よくある質問

FGFR3はDepMapでcommon essential遺伝子ですか?

いいえ。depmap_24q4ではFGFR3はcommon essentialに分類されていません。依存株は1178株中6株(0.5%)のみで、平均gene effectは0.064です。

FGFR3のCRISPR依存性はどの系統で見られますか?

Bladder/Urinary Tractで34株中3株(8.8%)、Lymphoidで93株中3株(3.2%)が依存株です。上位の行に含まれるその他の系統では、依存株は0株です。

FGFR3にはいくつの薬剤が登録されていて、活性はどの程度ですか?

BioQは32件の薬剤を挙げています。表示した8件のうち、完全一致pChEMBLが最も高いのはerdafitinibの10.18(IC50)で、次いでpemigatinibが10.0、futibatinibが9.49です。

Open TargetsでFGFR3と最も強く関連付けられる疾患は何ですか?

Open TargetsはFGFR3を4677疾患に関連付けています。スコアの上位はachondroplasiaの0.825とthanatophoric dysplasia type 1の0.819で、urinary bladder carcinomaが0.804(エビデンス846件)で続きます。

BioQでFGFR3の統合クエリにはどれくらい時間がかかりますか?

実行ではエンジンクエリ7回で7種類のリソースを参照し、合計0.75エンジン秒でした。

出典

  1. データセット DepMap CRISPR Chronos gene effect (24Q4)
  2. データセット Open Targets Platform; ChEMBL; Drug Repurposing Hub
  3. データセット TCGA pan-cancer expression (UCSC Xena Toil recompute)
  4. データセット CIViC: Clinical Interpretation of Variants in Cancer
  5. データセット Reactome pathway knowledgebase
  6. データセット STRING v12 protein-protein interactions

結果は表示日時点の公開データベースに基づき、変わることがあります。BioQは研究情報を提供するもので、医療上の助言ではありません。

ほかの記事