# MET 의존성과 약물, 한 번의 질의로 확인하기

> MET 의존성과 약물을 DepMap, ChEMBL, Open Targets, CIViC, TCGA, Reactome으로 한 번에 읽습니다. 기준일 2026-11-06.

데이터 기준일 2026-11-06 · 게시 2026-11-08 · 수정 2026-11-06 · https://bioq.bio/blog/ko/gene-met-profile

![질의어 MET에 대한 BioQ 결과 화면. CRISPR 의존성, 약물, 질환 근거, 발현 블록마다 출처가 표시되어 있습니다.](https://bioq.bio/blog/img/gene-met-profile/ko/hero.webp)

MET은 DepMap 세포주 1178개 중 36개(3.1%)에서 의존성을 보이며, 공통 필수 유전자(common essential)로 표시되지 않습니다. 신호가 모든 곳에 퍼져 있지 않고 특정 계통에 몰려 있다는 뜻입니다. 그중 CNS/Brain은 90개 세포주 중 17개가 의존성을 보여 눈에 띕니다. 이 유전자에 연결된 약물은 46개이고, Open Targets는 유두상 신세포암(papillary renal cell carcinoma)을 가장 높게 평가합니다(점수 0.834). 모든 수치의 기준일은 2026-11-06입니다.

## 무엇을 물었나

질의어는 MET 하나입니다. 이 수용체 티로신 키나제에 대해 여러 데이터 층을 합치면 지금 무엇을 알 수 있는지 물었습니다. 세부 질문은 다음과 같습니다. 녹아웃하면 세포 생존력이 얼마나 자주 떨어지는지, 어떤 약물이 알려져 있고 효능은 어느 정도인지, 어떤 질환에 근거가 있는지, 발현·경로·상호작용 단백질은 이 그림과 어떻게 맞물리는지입니다.

결과는 출발점이 되는 지도로 읽으시기 바랍니다. 이런 표적 페이지만으로 MET이 내 모델에서 좋은 표적인지 판단할 수는 없습니다. 어디를 먼저 볼지, 어느 층끼리 결과가 어긋나는지를 알려 줄 뿐입니다.

## MET 의존성과 약물: BioQ가 보여 준 결과

이번 질의는 엔진 질의 7회로 서로 다른 자원 7곳에 닿았고, 엔진 시간은 합쳐서 0.74초였습니다. 아래 블록마다 출처와 릴리스를 적었습니다.

**의존성(DepMap Chronos, 릴리스 depmap_24q4).** 전체 세포주 1178개의 평균 gene effect는 -0.138입니다. 값이 더 음수일수록 녹아웃 뒤 생존력이 더 크게 떨어졌다는 뜻입니다. 표에는 평균 효과가 가장 음수인 계통 8개를 담았습니다.

| 계통 | 세포주 | 의존 | 의존 비율(%) | 평균 유전자 효과 |
|---|---|---|---|---|
| CNS/Brain | 90 | 17 | 18.9 | -0.266 |
| Soft Tissue | 45 | 4 | 8.9 | -0.22 |
| Testis | 5 | 0 | 0 | -0.187 |
| Esophagus/Stomach | 69 | 4 | 5.8 | -0.177 |
| Pleura | 21 | 0 | 0 | -0.154 |
| Bone | 46 | 0 | 0 | -0.151 |
| Lung | 126 | 7 | 5.6 | -0.15 |
| Myeloid | 42 | 0 | 0 | -0.148 |

![BioQ의 MET용 DepMap Chronos 블록. 계통별로 의존성 세포주를 나열하며 CNS/Brain이 맨 위에 있습니다.](https://bioq.bio/blog/img/gene-met-profile/ko/dep.webp)
*질의어 MET에 대해 반환된 계통별 MET CRISPR 의존성.*

**약물(Open Targets, ChEMBL, Drug Repurposing Hub, ClinicalTrials.gov).** BioQ는 MET 관련 약물 46개를 찾았고 그중 8개를 보여 줍니다. 효능 열은 정확한 값(exact) 중 가장 높은 pChEMBL입니다. pChEMBL은 몰 농도 효능에 -log10을 취한 값이라 클수록 강합니다.

| 약물 | 최대 임상 단계 | 작용 기전 | 최고 정확 pChEMBL | 유형 | 이름별 임상시험 |
|---|---|---|---|---|---|
| Capmatinib | APPROVAL | Hepatocyte growth factor receptor inhibitor | 9.89 | IC50 | 30 |
| Crizotinib | APPROVAL | Hepatocyte growth factor receptor inhibitor | 9.7 | KD | 94 |
| Tepotinib | APPROVAL | Hepatocyte growth factor receptor inhibitor | 9.05 | IC50 | 23 |
| Cabozantinib | APPROVAL | Hepatocyte growth factor receptor inhibitor | 8.89 | IC50 | 187 |
| Cabozantinib S-Malate | APPROVAL | Hepatocyte growth factor receptor inhibitor | 8.49 | IC50 | 39 |
| Alectinib | APPROVAL | — | — | — | 62 |
| Amivantamab | APPROVAL | Hepatocyte growth factor receptor inhibitor | — | — | 37 |
| Capmatinib Hydrochloride | APPROVAL | Hepatocyte growth factor receptor inhibitor | — | — | 0 |

**질환 근거(Open Targets).** MET은 질환 2277개와 연관되어 있습니다. 상위 6개를 아래에 두었고, 점수는 0에서 1 사이입니다.

| 질환 | 연관성 점수 | 근거 항목 |
|---|---|---|
| papillary renal cell carcinoma | 0.834 | 1120 |
| hereditary papillary renal cell carcinoma | 0.768 | 63 |
| hepatocellular carcinoma | 0.759 | 1688 |
| renal cell carcinoma | 0.729 | 3714 |
| non-small cell lung carcinoma | 0.724 | 3636 |
| neoplasm | 0.631 | 7703 |

나머지 세 층이 그림을 완성합니다.

- **CIViC**에는 MET 변이에 대한 임상 근거 기록이 41건 있습니다. 예를 들면 비소세포폐암(Lung Non-small Cell Carcinoma)에서 MET Amplification과 Crizotinib(level C, Sensitivity/Response), MET Exon 14 Skipping Mutation과 Crizotinib(level D, Sensitivity/Response)이 있습니다. 유두상 신세포암에서 MET Mutation과 Foretinib은 level B입니다. MET Amplification과 Gefitinib은 level D의 Resistance로 기록되어 있습니다.
- **TCGA/GTEx(Toil 재계산)**에서는 종양과 정상 시료가 모두 있는 암종이 24개입니다. Kidney Papillary Cell Carcinoma의 종양 평균은 14.11, 정상 조직은 11.98입니다(log2 fold 0.23). Breast Invasive Carcinoma(-0.34)와 Glioblastoma Multiforme(-0.35)는 반대 방향입니다.
- **Reactome과 STRING**에는 경로 44개와 상호작용 단백질 2556개가 올라 있습니다. 가장 구체적인 경로는 Drug-mediated inhibition of MET activation입니다. STRING 상위 파트너는 HGF, CBL, GRB2로 종합 점수가 모두 999이고, 그다음이 996인 EGFR입니다.

## 결과를 어떻게 읽을까

본문을 읽기 전에 먼저 짚을 사실이 세 가지 있습니다.

**1. 의존성은 전반적이지 않고 선택적입니다.** MET에 의존하는 세포주는 3.1%뿐이며 common_essential은 false입니다. 계통별로 보면 CNS/Brain은 의존성 세포주 비율이 18.9%이고 평균 효과는 -0.266입니다. Soft Tissue는 8.9%입니다. Lung은 126개 중 7개(5.6%), Esophagus/Stomach은 69개 중 4개입니다. Testis, Pleura, Bone, Myeloid는 이 표에서 의존성 세포주가 없습니다. 다만 일부는 데이터셋 내 세포주가 몇 개 되지 않습니다(Testis는 5개). 내 모델이 의존성 하위 집합이 있는 계통에 속하지 않는다면, 전체 세포주 평균으로는 그 모델을 설명할 수 없습니다.

**2. 효능과 임상시험 수는 서로 다른 것을 재는 지표입니다.** 정확한 pChEMBL이 가장 높은 약물은 capmatinib(9.89, IC50)이고, 그다음 crizotinib이 9.7입니다. 이 값은 IC50이 아니라 KD입니다. 서로 다른 분석법의 값을 한 줄로 세울 때는 주의가 필요합니다. 약물 이름 기준 임상시험 수는 cabozantinib이 187건으로 가장 많습니다. 그러나 "이름 기준 임상시험"은 약물 이름의 텍스트 일치일 뿐, MET을 겨냥한 연구의 수가 아닙니다. Cabozantinib은 여러 키나제에 작용하고, crizotinib도 MET 말고 다른 표적이 있습니다. Capmatinib Hydrochloride의 임상시험이 0건인 것은 임상시험 기록에 염 이름이 거의 쓰이지 않기 때문입니다.

**3. 질환 근거와 의존성이 같은 조직을 가리키지는 않습니다.** Open Targets는 유두상 신세포암, 유전성 유두상 신세포암(hereditary papillary renal cell carcinoma), 간세포암(hepatocellular carcinoma)을 맨 위에 둡니다. TCGA에서도 유두상 신장 종양은 정상 조직보다 MET을 더 많이 발현합니다. 그런데 DepMap 표의 8개 계통에는 신장이 없고, 의존성 비율이 가장 높은 곳은 CNS/Brain입니다. 그 CNS/Brain의 교모세포종(glioblastoma)은 종양 발현이 정상 시료 5개보다 낮습니다. 연관 점수는 유전학, 문헌, 기타 근거를 통합한 값이라, 세포주의 CRISPR 의존성이 없어도 높게 나올 수 있습니다. 또한 상위 8개 계통만 반환되므로, 이 표만으로 신장 세포주에 의존성이 없다고 말할 수는 없습니다.

CIViC 행은 임상 쪽 시각을 더합니다. 근거 수준은 A(가장 강함)부터 E까지이고, 여기 나온 MET 행은 B에서 D이며 내성 연관이 하나 있습니다. 생화학 분석에서 나온 높은 효능 값과는 다른 종류의 진술입니다.

Alectinib은 MET에 대해 승인 단계로 올라 있지만 이 표에는 작용 기전도 효능 값도 없습니다. 이유는 데이터에 나와 있지 않습니다. MET을 겨냥한 결과로 보지 말고, 원본 기록을 열어 볼 이유로 받아들이시기 바랍니다.

## BioQ에서 재현하는 방법

1. BioQ를 열고 아래와 똑같이 유전자 기호를 입력합니다.
2. 질의를 실행하고 블록이 모두 로드될 때까지 기다립니다. 여기서 설명한 실행의 엔진 시간은 0.74초였습니다.
3. DepMap 블록을 먼저 읽고, 의존성 세포주가 어느 계통에 있는지 적어 둡니다.
4. 약물 블록을 Open Targets 및 CIViC 블록과 비교하고, 각 pChEMBL 값 옆의 분석 유형을 확인합니다.
5. 각 블록 아래에 적힌 출처를 열어, 쓰기 전에 기록을 확인합니다.

```text
MET
```

[BioQ에서 이 질의 열기](https://bioq.bio/login?next=%2Fapp%23q%3DMET)

같은 질문을 직접 하려면 DepMap, ChEMBL, Open Targets, ClinicalTrials.gov, CIViC, TCGA/GTEx, Reactome, STRING을 각각 조회한 뒤 유전자 식별자와 릴리스 버전을 직접 맞춰야 합니다. BioQ는 서로 다른 자원 7곳을 한 번에 불러오고 모든 답에 출처 이름을 남깁니다. 수작업 경로의 시간은 재 보지 않았으므로 그에 대해서는 주장하지 않습니다.

## 한계: 데이터가 보여 주지 않는 것

- Chronos gene effect는 배양 중인 세포주에서 나온 값입니다. 환자 종양의 의존성을 보여 주지 않으며, 의존성 기준값도 생물학적 성질이 아니라 이름 붙은 상수입니다.
- Testis(5개)처럼 세포주가 적은 계통 행은 그것만으로 결론을 뒷받침할 수 없습니다.
- pChEMBL 값은 분석 유형(IC50, KD)이 섞여 있고 여러 연구실에서 나왔습니다. 직접 비교가 아니며 선택성이나 내약성은 알려 주지 않습니다.
- 임상시험 수는 이름 일치 건수입니다. 적응증, 결과, MET이 의도한 표적이었는지는 보여 주지 않습니다.
- TCGA 종양과 정상 비교는 표본 수가 고르지 않습니다. 예를 들어 교모세포종은 정상 5개 대 종양 153개이고, 유방암은 종양 1092개와 정상 113개입니다.
- Open Targets 점수는 연관 근거의 강도를 순위로 매긴 값입니다. 효과 크기나 인과관계를 주지 않습니다.
- CIViC 기록은 큐레이션된 것이라 변이당 건수가 적을 수 있습니다. level D 항목은 예비 근거입니다.
- 이 글의 어떤 내용도 의학적 조언이나 치료 권고가 아닙니다.

## 데이터와 방법
이 글의 숫자는 2026-11-06에 BioQ 엔진에서 읽었습니다(질의 7건, 엔진 처리 시간 합계 0.7초). 표는 엔진 응답으로 코드가 만들었고, 본문은 그 값을 풀어 쓴 것입니다.

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

같은 질의를 BioQ에서 직접 실행해 보세요: [MET](https://bioq.bio/login?next=%2Fapp%23q%3DMET)

*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

- [`MET`](https://bioq.bio/login?next=%2Fapp%23q%3DMET)

## 자주 묻는 질문

### DepMap에서 MET에 의존하는 세포주는 몇 개입니까?

DepMap(릴리스 depmap_24q4)에서 세포주 1178개 중 36개가 MET에 의존하며, 비율로는 3.1%입니다. MET은 공통 필수 유전자로 표시되지 않고, Chronos gene effect 평균은 -0.138입니다.

### MET CRISPR 의존성이 가장 강한 계통은 어디입니까?

반환된 표에서는 CNS/Brain의 비율이 가장 높습니다. 90개 중 17개 세포주가 의존성을 보여 18.9%이고, 평균 gene effect는 -0.266입니다. Soft Tissue가 45개 중 4개(8.9%)로 뒤를 잇습니다.

### ChEMBL에서 효능이 가장 높은 MET 억제제는 무엇입니까?

표에 나온 약물 8개 가운데 capmatinib의 정확한 pChEMBL이 9.89(IC50)로 가장 높습니다. 그다음이 crizotinib 9.7(KD 값)과 tepotinib 9.05(IC50)입니다. BioQ가 찾은 MET 관련 약물은 모두 46개이며, 행마다 분석 유형이 다릅니다.

### Open Targets에서 MET과 가장 강하게 연관된 질환은 무엇입니까?

유두상 신세포암이 점수 0.834, 근거 1120건으로 가장 높습니다. 유전성 유두상 신세포암(0.768)과 간세포암(0.759)이 뒤따르며, 연관 질환은 모두 2277개입니다.

### CIViC에는 어떤 MET 변이 근거가 있습니까?

CIViC는 MET에 대해 기록 41건을 반환합니다. 예로 비소세포폐암에서 MET Amplification과 Crizotinib(level C, Sensitivity/Response), MET Exon 14 Skipping Mutation과 Crizotinib(level D, Sensitivity/Response)이 있습니다.

## 출처

- 데이터셋: [DepMap CRISPR Chronos gene effect (24Q4)](https://depmap.org/portal/)
- 데이터셋: [Open Targets Platform; ChEMBL; Drug Repurposing Hub](https://platform.opentargets.org/)
- 데이터셋: [TCGA pan-cancer expression (UCSC Xena Toil recompute)](https://xenabrowser.net/)
- 데이터셋: [CIViC: Clinical Interpretation of Variants in Cancer](https://civicdb.org/)
- 데이터셋: [Reactome pathway knowledgebase](https://reactome.org/)
- 데이터셋: [STRING v12 protein-protein interactions](https://string-db.org/)

> 결과는 표시된 날짜의 공개 데이터베이스 기준이며 바뀔 수 있습니다. BioQ는 연구 정보를 제공하며 의학적 조언이 아닙니다.
