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.
데이터 기준일 2026년 11월 17일 · BioQ 팀

depmap_24q4 Chronos 데이터에서 MDM2 녹아웃은 1178개 세포주 중 384개(32.6%)에서 의존성 기준을 충족합니다. MDM4는 1178개 중 142개(12.1%)입니다. 두 유전자 모두 공통 필수(common essential)로 분류되지 않았습니다. 약물은 MDM2에 12개, MDM4에 1개가 등록되어 있습니다. 이 글의 MDM2 vs MDM4 비교는 2026-11-17 기준 데이터를 사용했습니다.
질문: MDM2 vs MDM4 비교를 한 번에
MDM2와 MDM4는 둘 다 p53을 억제하는 파라로그입니다. 그래서 표적으로서 서로 대체할 수 있는지 자주 묻습니다. 두 유전자에 같은 블록으로 두 가지 질문을 던졌습니다.
- CRISPR 스크리닝에서 세포주가 이 유전자에 얼마나 넓게, 얼마나 강하게 의존하며 어떤 계통에서 두드러지는가?
- 이 유전자에 어떤 약물이 등록되어 있고, 임상 단계와 측정된 효력은 어떠한가?
두 유전자를 동일한 블록으로 돌리면 비교가 공정해집니다. 아래 차이는 모두 질문 방식이 아니라 데이터에서 나온 것입니다.
BioQ가 반환한 결과
계통별 CRISPR 의존성
의존성 블록은 DepMap의 Chronos 유전자 효과(gene effect)를 사용합니다. 값이 더 음수일수록 녹아웃이 세포 생존력을 더 크게 떨어뜨렸다는 뜻입니다. 효과가 이름 붙은 기준 상수 이하이면 해당 세포주를 의존적이라고 봅니다. 이 기준은 데이터의 속성이 아니라 분석에서 정한 값입니다. 두 유전자 모두 같은 1178개 세포주로 평가했습니다.
먼저 MDM2입니다. 전체 평균 유전자 효과는 -0.577이고 의존 세포주는 384개(32.6%)입니다. 평균 효과가 가장 음수인 상위 5개 계통은 다음과 같습니다.
| 계통 | 세포주 | 의존 | 의존 비율(%) | 평균 유전자 효과 |
|---|---|---|---|---|
| Eye | 15 | 15 | 100 | -1.504 |
| Kidney | 34 | 24 | 70.6 | -1.089 |
| Pleura | 21 | 14 | 66.7 | -1.04 |
| Skin | 74 | 47 | 63.5 | -1.038 |
| Testis | 5 | 5 | 100 | -0.891 |
같은 형식으로 MDM4입니다.
| 계통 | 세포주 | 의존 | 의존 비율(%) | 평균 유전자 효과 |
|---|---|---|---|---|
| Eye | 15 | 9 | 60 | -0.691 |
| Peripheral Nervous System | 44 | 15 | 34.1 | -0.429 |
| Prostate | 10 | 2 | 20 | -0.367 |
| Pleura | 21 | 6 | 28.6 | -0.337 |
| Kidney | 34 | 8 | 23.5 | -0.313 |
MDM4의 전체 평균 유전자 효과는 -0.183이고 의존 세포주는 142개(12.1%)입니다.
유전자별 알려진 약물
MDM2에는 12개 약물이 등록되어 있고, 여기에는 6개를 보여줍니다.
| 약물 | 최대 임상 단계 | 작용 기전 | 최고 정확 pChEMBL | 유형 | 이름별 임상시험 |
|---|---|---|---|---|---|
| Navtemadlin | PHASE_3 | Tumour suppressor p53/oncoprotein Mdm2 inhibitor | 10.42 | KD | 9 |
| Idasanutlin | PHASE_3 | Tumour suppressor p53/oncoprotein Mdm2 inhibitor | 9.82 | KD | 14 |
| Siremadlin | PHASE_2 | Tumour suppressor p53/oncoprotein Mdm2 inhibitor | 9.68 | KI | 4 |
| Alrizomadlin | PHASE_2 | Tumour suppressor p53/oncoprotein Mdm2 inhibitor | 8.42 | IC50 | 1 |
| Quisinostat | PHASE_2 | — | — | — | 4 |
| Cgm-097 | PHASE_1 | — | 9.1 | IC50 | 0 |

MDM4에 같은 질의를 하면 약물 1개, Sj-172550이 나옵니다. 최대 임상 단계는 UNKNOWN으로 기록되어 있습니다. 작용 기전 설명도, 정확한 pChEMBL 값도 없고, 약물 이름으로 찾은 임상시험은 0건입니다.
이 네 블록을 위해 BioQ는 2개 리소스에 엔진 쿼리 4건을 실행했고, 엔진 시간은 모두 합쳐 0.96초였습니다. 직접 하려면 유전자마다 유전자 수준 의존성 표와 약물 주석 목록을 따로 내려받아 직접 맞춰 보아야 합니다.
결과의 의미와 해석 방법
두 유전자가 다른 점. 이 데이터의 모든 지표에서 MDM2 신호가 더 넓고 더 강합니다. 의존 세포주는 384개 대 142개, 평균 효과는 -0.577 대 -0.183, 의존 비율은 32.6% 대 12.1%입니다. 약물 쪽에서도 MDM2는 12개 약물 목록이 채워져 있지만, MDM4는 주석이 거의 없는 기록 1건뿐입니다.
두 유전자가 비슷한 점. 어느 쪽도 공통 필수가 아니므로 두 의존성은 보편적이지 않고 계통에 한정됩니다. 눈(Eye), 신장(Kidney), 흉막(Pleura)은 두 유전자 모두 상위 5개에 들어갑니다. 눈은 두 유전자 모두에서 가장 민감한 계통입니다. 눈 세포주 15개 모두가 MDM2에 의존하고, MDM4에는 15개 중 9개(60.0%)가 의존합니다. 신장은 34개 중 MDM2 의존이 24개, MDM4 의존이 8개입니다. 흉막은 21개 중 MDM2 의존이 14개, MDM4 의존이 6개입니다. 효과의 크기는 다르지만 계통 순서는 일부 겹칩니다.
한쪽에만 나타나는 계통. 피부(Skin, 74개 중 47개)와 고환(Testis, 5개 중 5개)은 MDM2 상위 5개에 있습니다. 말초신경계(Peripheral Nervous System, 44개 중 15개)와 전립선(Prostate, 10개 중 2개)은 MDM4 상위 5개에 있습니다. 이는 각 유전자에서 보여주는 5개 행 안에 드는지 여부일 뿐입니다. 전립선은 세포주가 10개뿐이라 그 비율은 작은 표본에 기반합니다.
약물. MDM2 목록에서는 Navtemadlin과 Idasanutlin이 PHASE_3로 앞서며, 정확한 pChEMBL 값은 각각 10.42와 9.82입니다. Siremadlin(9.68)과 Alrizomadlin(8.42)은 PHASE_2입니다. Quisinostat도 PHASE_2로 등록되어 있지만 작용 기전 설명과 정확한 pChEMBL 값이 없어 앞의 네 약물과 같은 선상에서 읽기 어렵습니다. Cgm-097은 PHASE_1이며 값은 9.1이고, 약물 이름으로 찾은 임상시험은 없습니다. pChEMBL이 높을수록 측정된 효력이 강합니다. 다만 "Type" 열(KD, KI, IC50)에서 보듯 이 값들은 서로 다른 분석 유형에서 나온 것이어서 엄밀하게 교환해 비교할 수는 없습니다.
선택성을 따질 때의 읽는 법은 이렇습니다. 의존성 데이터는 이 스크리닝에서 두 유전자가 동등하지 않음을 보여주고, 약물 데이터는 등록된 약리 정보가 MDM2에 집중되어 있음을 보여줍니다.
BioQ에서 재현하는 방법
- BioQ를 열고 첫 번째 유전자에 대해 아래 질의를 입력합니다.
MDM2
- CRISPR 의존성 블록의 스칼라 값(의존 세포주 수, 비율, 평균 유전자 효과)과 계통 표를 확인합니다.
- 약물 블록으로 내려가 약물별 임상 단계, 정확한 pChEMBL 값, 분석 유형을 기록합니다.
- MDM2 대신 MDM4로 같은 과정을 반복하고, 두 블록 묶음을 행 단위로 비교합니다.
- 각 블록의 릴리스 표기를 확인해 숫자가 어느 DepMap 릴리스와 어느 약물 출처에서 왔는지 파악합니다.
모든 답변에 출처가 표시되므로 각 숫자가 어느 계층에서 왔는지 추적할 수 있습니다.
한계: 데이터가 보여주지 않는 것
- 계통 표는 유전자별 평균 유전자 효과 기준 상위 5개 계통만 보여줍니다. 한 표에 없는 계통이 다른 유전자의 더 넓은 데이터에도 없다는 뜻은 아닙니다.
- 의존성은 Chronos 유전자 효과에 이름 붙은 기준을 적용해 정의합니다. 기준이 달라지면 의존 세포주 수도 달라집니다. 다만 평균 효과로 본 비교의 방향은 바뀌지 않습니다.
- CRISPR 스크리닝은 배양한 세포주의 생존력을 측정합니다. 종양 반응, 개별 세포주의 p53 상태, 계통 수준의 패턴이 환자에서도 유지되는지는 말해주지 않습니다. 여기서 쓴 데이터는 p53 상태별로 의존성을 나누지 않으므로 MDM2와 MDM4의 패턴이 p53 상태를 따르는지도 알 수 없습니다.
- "약물 이름으로 찾은 임상시험"은 약물 이름이 언급된 시험의 수입니다. 표적에 대해 선별한 임상시험 목록이 아닙니다.
- MDM4의 유일한 기록인 Sj-172550에는 여기서 임상 단계, 작용 기전, 효력 주석이 없습니다. MDM2 약물과 어떻게 비교되는지는 이 데이터로 알 수 없습니다.
- 약물 목록, 임상 단계, 효력은 기술적 정보입니다. 효과, 용량, 치료에 대한 주장을 뒷받침하지 않습니다.
데이터와 방법
이 글의 숫자는 2026-11-17에 BioQ 엔진에서 읽었습니다(질의 4건, 엔진 처리 시간 합계 1.0초). 표는 엔진 응답으로 코드가 만들었고, 본문은 그 값을 풀어 쓴 것입니다.
/depmap, /drugs
같은 질의를 BioQ에서 직접 실행해 보세요: MDM2
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 MDM2와 MDM4 중 CRISPR 의존성이 더 강한 쪽은 어느 것입니까?
depmap_24q4에서는 MDM2가 전반적으로 더 강한 의존성을 보입니다. 1178개 세포주 중 384개(32.6%)가 의존적이고 평균 유전자 효과는 -0.577입니다. MDM4는 142개(12.1%)에 -0.183입니다. 두 유전자 모두 공통 필수는 아닙니다.
MDM2와 MDM4에 가장 많이 의존하는 계통은 어디입니까?
두 유전자 모두 눈(Eye)이 가장 민감한 계통입니다. 눈 세포주 15개 모두가 MDM2에 의존하고, MDM4에는 15개 중 9개(60.0%)가 의존합니다. 신장(Kidney)과 흉막(Pleura)도 두 유전자 모두 상위 5개에 들어갑니다.
MDM2와 MDM4에 알려진 약물은 각각 몇 개입니까?
BioQ에는 MDM2 약물 12개, MDM4 약물 1개가 등록되어 있습니다. MDM4 기록인 Sj-172550은 임상 단계가 UNKNOWN이고 정확한 pChEMBL 값이 없습니다.
이 데이터에서 가장 후기 임상 단계에 도달한 MDM2 억제제는 무엇입니까?
Navtemadlin과 Idasanutlin이 PHASE_3로 등록되어 있으며, 정확한 pChEMBL 값은 각각 10.42와 9.82입니다. Siremadlin과 Alrizomadlin은 PHASE_2이고 값은 9.68과 8.42입니다.
BioQ에서 MDM2 vs MDM4 비교에 시간이 얼마나 걸렸습니까?
비교의 바탕이 된 엔진 쿼리 4건은 모두 합쳐 엔진 시간 0.96초가 걸렸고, 2개 리소스를 사용했습니다.
출처
결과는 표시된 날짜의 공개 데이터베이스 기준이며 바뀔 수 있습니다. BioQ는 연구 정보를 제공하며 의학적 조언이 아닙니다.
블로그의 다른 글
azacitidine Ropeginterferon 임상시험
azacitidine에 ropeginterferon alfa-2b를 더한 TP53 변이 MDS/AML 시험 NCT07646821을 정리했습니다. 2026-11-15 기준.
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.
docetaxel 비편평 비소세포폐암 임상시험
NCT07821684는 비편평 NSCLC 3상 시험입니다. ChEMBL의 docetaxel 활성, 등록 임상시험 1628건, DepMap의 EGFR 의존성을 정리했습니다.


