JAK2 vs TYK2 비교: 암 세포주 의존성과 약물
JAK2 vs TYK2 비교: DepMap에서 1178개 세포주 중 JAK2 의존 8개, TYK2 11개. 알려진 약물은 JAK2 47개, TYK2 20개입니다.
데이터 기준일 2026년 11월 14일 · BioQ 팀

JAK2 vs TYK2 비교에서 먼저 눈에 띄는 것은 DepMap의 의존성 분포입니다. 1178개 세포주 중 JAK2에 의존하는 세포주는 8개(0.7%)이고, 8개 모두 골수(Myeloid) 계통입니다. TYK2는 의존 세포주가 11개(0.9%)이며 여러 계통에 흩어져 있습니다. 약물 쪽에서는 JAK2에 47개, TYK2에 20개가 등재되어 있습니다. 모든 수치의 기준일은 2026-11-14입니다.
질문 설정
JAK2와 TYK2는 JAK 계열의 파라로그입니다. 많은 JAK 억제제가 둘 중 어느 쪽에 어떻게 작용하는지를 기준으로 설명됩니다. 두 유전자에 같은 질문 두 가지를 던졌습니다.
- 어느 계통에서 CRISPR 녹아웃이 세포 생존력을 떨어뜨리는가 (CRISPR 의존성)?
- 이 유전자에 알려진 약물은 무엇이고, 임상 단계는 어디까지 갔으며, 보고된 활성은 어느 정도인가?
두 유전자에 똑같은 블록을 실행했으므로, 차이는 질문 방식이 아니라 유전자에서 나옵니다. 의존성 블록은 DepMap depmap_24q4 릴리스의 Chronos gene effect를 사용합니다. 값이 더 음수일수록 녹아웃이 생존력을 더 크게 떨어뜨렸다는 뜻입니다. gene effect가 기준값 이하이면 의존 세포주로 셉니다. 이 기준값은 릴리스에 정해진 상수이지 데이터 자체의 성질이 아닙니다.
BioQ 결과
계통별 의존성
두 유전자 모두 같은 1178개 세포주에서 측정되었고, 어느 쪽도 공통 필수 유전자(common essential)로 분류되지 않았습니다. 전체 세포주의 평균 gene effect는 JAK2가 0.095, TYK2가 -0.022입니다. 평균으로 보면 어느 쪽 녹아웃도 생존력을 크게 낮추지 않습니다.
JAK2, 평균 gene effect 기준 상위 계통:
| 계통 | 세포주 | 의존 | 의존 비율(%) | 평균 유전자 효과 |
|---|---|---|---|---|
| Myeloid | 42 | 8 | 19.1 | -0.12 |
| Eye | 15 | 0 | 0 | 0.041 |
| Thyroid | 11 | 0 | 0 | 0.049 |
| Head and Neck | 77 | 0 | 0 | 0.074 |
| Pleura | 21 | 0 | 0 | 0.075 |
TYK2, 평균 gene effect 기준 상위 계통:
| 계통 | 세포주 | 의존 | 의존 비율(%) | 평균 유전자 효과 |
|---|---|---|---|---|
| Pleura | 21 | 1 | 4.8 | -0.08 |
| Esophagus/Stomach | 69 | 3 | 4.3 | -0.053 |
| Lymphoid | 93 | 0 | 0 | -0.045 |
| Head and Neck | 77 | 2 | 2.6 | -0.044 |
| Myeloid | 42 | 1 | 2.4 | -0.043 |
TYK2에 알려진 약물
TYK2에는 20개 약물이 등재되어 있고 그중 6개를 표에 보였습니다. JAK2에는 47개가 등재되어 있습니다. JAK2 목록에는 ruxolitinib(정확한 pChEMBL 10.44, KD), baricitinib(9.54, IC50), tofacitinib(9.3, IC50), tofacitinib citrate(9.22, KD), fedratinib(9.12, IC50), pacritinib(9.0, IC50)이 표시됩니다. 여섯 약물 모두 최대 임상 단계는 APPROVAL입니다.
| 약물 | 최대 임상 단계 | 작용 기전 | 최고 정확 pChEMBL | 유형 | 이름별 임상시험 |
|---|---|---|---|---|---|
| Deucravacitinib | APPROVAL | Tyrosine-protein kinase TYK2 negative allosteric modulator | 11.1 | KD | 52 |
| Ruxolitinib | APPROVAL | Tyrosine-protein kinase TYK2 inhibitor | 9.4 | IC50 | 281 |
| Tofacitinib | APPROVAL | Janus Kinase (JAK) inhibitor | 9.4 | IC50 | 102 |
| Filgotinib | APPROVAL | Tyrosine-protein kinase TYK2 inhibitor | 8.95 | IC50 | 41 |
| Upadacitinib | APPROVAL | Tyrosine-protein kinase TYK2 inhibitor | 8.4 | IC50 | 93 |
| Tofacitinib Citrate | APPROVAL | Janus Kinase (JAK) inhibitor | 8.36 | KI | 3 |
이번 쿼리는 서로 다른 2개 리소스에 걸쳐 엔진 쿼리 4건을 실행했고, 엔진 시간은 합계 0.64초였습니다.
해석: JAK2 vs TYK2 비교로 읽기
의존성의 차이. JAK2 의존성은 한 곳에 몰려 있습니다. 골수 계통은 42개 중 8개(19.1%)가 의존 세포주이고 평균 gene effect는 -0.12입니다. 표의 나머지 네 계통은 의존 세포주가 0개입니다. TYK2는 반대 양상입니다. 약한 신호가 여러 계통에 퍼져 있습니다. Pleura는 21개 중 1개(4.8%), Esophagus/Stomach은 69개 중 3개(4.3%), Head and Neck은 77개 중 2개(2.6%), Myeloid는 42개 중 1개(2.4%)뿐입니다. 두 유전자가 공유하는 골수 계통에서는 JAK2가 확실히 더 강한 의존성을 보입니다. 두 표에 모두 있는 Pleura와 Head and Neck에서는 TYK2의 평균 gene effect(-0.08, -0.044)가 JAK2의 평균(0.075, 0.074)보다 더 음수입니다.
비슷한 점. 두 유전자 모두 공통 필수 유전자가 아닙니다. 전체 세포주 중 의존 세포주의 비율도 둘 다 작습니다(0.7%, 0.9%). 두 유전자 모두 APPROVAL 단계의 약물이 있고, 세 약물(ruxolitinib, tofacitinib, tofacitinib citrate)은 양쪽 목록에 모두 나옵니다.
약물과 선택성. 공통 약물은 JAK2 TYK2 선택성을 따져 볼 때 현실적인 출발점입니다. Tofacitinib의 보고된 pChEMBL은 JAK2가 9.3, TYK2가 9.4이고 둘 다 IC50입니다. 값이 가깝고 측정 유형도 같아서 두 수치를 서로 비교할 수 있습니다. Ruxolitinib은 JAK2가 10.44(KD), TYK2가 9.4(IC50)이고, tofacitinib citrate는 9.22(KD) 대 8.36(KI)입니다. 이 쌍들은 측정 유형이 섞여 있으므로, 원본 어세이를 확인하지 않고 차이를 선택성 비율로 읽으면 안 됩니다.
Deucravacitinib은 TYK2 목록에만 나옵니다. 작용 기전은 "negative allosteric modulator"이고 KD 기반 pChEMBL은 11.1입니다. 대부분의 다른 항목에 붙은 단순 "inhibitor" 표기와는 기전이 다릅니다. TYK2 목록에는 filgotinib(8.95)과 upadacitinib(8.4)도 있으며 둘 다 IC50입니다.
임상시험 건수는 표적이 아니라 약물 이름 기준입니다. Ruxolitinib은 두 목록 모두에서 281건으로 같습니다. 어느 유전자로 물었는지와 상관없이 건수가 같다는 뜻입니다.
BioQ에서 재현하는 방법
- BioQ를 열고 첫 번째 유전자에 대해 아래 쿼리를 입력합니다.
- 계통별 의존성 블록을 읽고 세포주 수와 의존 세포주 수를 적어 둡니다.
- 같은 유전자의 약물 블록을 열어 약물 수와 최대 임상 단계를 적어 둡니다.
- JAK2 자리에 TYK2를 넣어 쿼리를 반복하고 두 블록을 비교합니다.
JAK2

모든 답변에는 출처(DepMap 릴리스, Open Targets, ChEMBL 등 데이터 계층)가 표시되므로, 어느 행이든 원본 리소스에서 확인할 수 있습니다.
한계: 데이터가 보여 주지 않는 것
- 세포주는 환자가 아닙니다. Chronos gene effect는 배양 세포주에서 녹아웃 후 생존력이 얼마나 떨어지는지를 잴 뿐입니다. 사람의 약물 반응에 대해서는 아무것도 말해 주지 않습니다.
- 의존성 기준값은 약속된 값입니다. 기준값이 바뀌면 의존 세포주 수도 바뀝니다. 8개와 11개는 depmap_24q4에 정해진 상수 하나를 반영한 결과입니다.
- 유전자마다 5개 계통만 보여 줍니다. TYK2의 의존 세포주 총 11개는 상위 5개 표에서 보이는 합계보다 큽니다. 일부 의존 세포주는 표에 없는 계통에 있다는 뜻입니다. 두 표는 순위 기준도 달라서 계통이 일부만 겹칩니다.
- 활성 값의 성격이 서로 다릅니다. pChEMBL 열에는 KD, IC50, KI가 섞여 있습니다. 제공된 값은 약물·유전자당 정확한 값 하나이고 전체 어세이 패널이 아니므로, 이것만으로 선택성을 확정할 수 없습니다.
- 유전자당 약물 6개만 표시했습니다. 등재된 47개와 20개 중 일부입니다. 임상시험 건수는 이름으로 매칭한 값이며 적응증이나 결과를 알려 주지 않습니다.
- 녹아웃은 억제제가 아닙니다. 키나아제를 막거나 알로스테릭하게 조절하는 약물이 유전자 결손과 같은 효과를 낸다는 보장은 없습니다. 이 데이터는 의학적 조언을 제공하지 않습니다.
데이터와 방법
이 글의 숫자는 2026-11-14에 BioQ 엔진에서 읽었습니다(질의 4건, 엔진 처리 시간 합계 0.6초). 표는 엔진 응답으로 코드가 만들었고, 본문은 그 값을 풀어 쓴 것입니다.
/depmap, /drugs
같은 질의를 BioQ에서 직접 실행해 보세요: JAK2
연구 참고용입니다. 공개 데이터를 정리한 글이며 의료 조언이 아닙니다.
BioQ는 생물학 연구를 100배 빠르게 만드는 것을 목표로 하는 AI 검색엔진이자 에이전트입니다. 웹 앱과 REST API로 물어볼 수 있고, MCP로 Claude·ChatGPT·Cursor에서도 쓸 수 있습니다.
사용한 질의
자주 묻는 질문
DepMap에서 JAK2와 TYK2에 의존하는 세포주는 각각 몇 개입니까?
depmap_24q4에서 1178개 세포주 중 JAK2 의존 세포주는 8개(0.7%), TYK2 의존 세포주는 11개(0.9%)입니다. 어느 쪽도 공통 필수 유전자로 분류되지 않았습니다.
JAK2 의존성은 한 계통에만 나타납니까?
이 릴리스에서는 JAK2 의존 세포주 8개가 모두 골수(Myeloid) 계통이며, 이 계통에서는 42개 중 8개(19.1%)가 의존 세포주입니다. 상위 5개 표의 나머지 네 계통은 의존 세포주가 0개입니다.
JAK2와 TYK2 양쪽에 알려진 약물은 무엇입니까?
Ruxolitinib, tofacitinib, tofacitinib citrate가 두 목록에 모두 나옵니다. Deucravacitinib은 TYK2 목록에만 있으며, negative allosteric modulator이고 KD 기반 pChEMBL은 11.1입니다.
JAK2와 TYK2에 등재된 약물은 각각 몇 개입니까?
JAK2에 47개, TYK2에 20개가 등재되어 있습니다. 표에는 각각 6개씩 보이며, 이 비교는 서로 다른 2개 리소스를 사용했습니다.
이 수치만으로 어느 억제제가 JAK2 또는 TYK2에 더 선택적인지 알 수 있습니까?
이 수치만으로는 알 수 없습니다. pChEMBL 값은 측정 유형(KD, IC50, KI)이 서로 달라서, 유형이 같을 때만 직접 비교할 수 있습니다. 예를 들어 tofacitinib은 JAK2가 9.3, TYK2가 9.4로 유형이 같습니다.
출처
결과는 표시된 날짜의 공개 데이터베이스 기준이며 바뀔 수 있습니다. BioQ는 연구 정보를 제공하며 의학적 조언이 아닙니다.
블로그의 다른 글
MDM2 vs MDM4 비교: 암 세포주 의존성과 약물
MDM2 vs MDM4 비교: DepMap 24q4에서 1178개 세포주 중 MDM2 의존 384개, MDM4 142개. 약물은 MDM2 12개, MDM4 1개.
CD4 최신 연구: CAR-NK 세포와 HIV 재발 맥락
CD4 기반 CAR-NK 논문을 BioQ의 CD4 데이터(DepMap 의존성, Open Targets 질환, 약물, Reactome 경로)와 함께 살펴봅니다.
GSTM1 최신 연구: 시스플라틴 신장 손상 맥락
2026년 논문은 GSTM1 결핍이 시스플라틴 신장 손상을 악화시킨다고 봅니다. BioQ가 DepMap, Reactome, STRING 등 공개 데이터로 맥락을 짚습니다.


