사용법읽는 데 6분

ERBB2 종양 대 정상 조직 발현 비교

ERBB2 한 번의 쿼리로 24개 암종의 종양 대 정상 조직 발현을 비교하고, TCGA/GTEx Toil 자료와 DepMap 의존성을 함께 확인하는 방법입니다.

데이터 기준일 2026년 11월 6일 · BioQ 팀

ERBB2 쿼리의 BioQ 결과 페이지. 종양 대 정상 발현 블록과 CRISPR 의존성 블록이 각각의 출처와 함께 표시됩니다

ERBB2 종양 대 정상 조직 발현 비교가 필요하다면 BioQ에서 ERBB2 쿼리 하나로 충분합니다. TCGA/GTEx Toil에서 종양과 정상 시료가 모두 있는 24개 암종의 표를 돌려줍니다. Breast Invasive Carcinoma는 종양 1092개, 정상 113개이며, 평균은 종양 13.76, 정상 12.65입니다. 데이터 기준일은 2026-11-06입니다.

질문: ERBB2 종양 대 정상 조직 발현 비교

흔한 작업입니다. 유전자는 ERBB2(HER2)입니다. 어떤 암종에서 mRNA가 정상 조직보다 종양에서 높거나 낮은지 알고 싶습니다. 같은 조직에서 유래한 세포주가 성장을 위해 이 유전자에 의존하는지도 함께 확인하려 합니다.

직접 하려면 TCGA와 GTEx를 비교하는 종양 대 정상 발현 자료를 열고, 유전자를 고른 뒤 암종별 값을 하나씩 읽어야 합니다. 그다음 CRISPR 의존성 포털에서 같은 유전자를 다시 검색하고, 세포주를 계통(lineage)별로 묶습니다. 마지막으로 두 자료의 이름과 단위를 스프레드시트에서 맞춥니다.

BioQ에서는 유전자 기호만 입력하면 됩니다.

ERBB2

이 답변은 2개의 서로 다른 자원에서 엔진 쿼리 2건으로 만들어졌습니다. 두 쿼리의 실측 엔진 시간은 0.12초였습니다. 이 수치는 엔진 시간일 뿐이며, 결과를 읽고 해석하는 시간은 포함하지 않습니다.

BioQ가 돌려준 결과

첫 번째 블록은 TCGA와 GTEx를 UCSC Xena Toil로 다시 계산한 종양 대 정상 발현입니다. 값의 단위는 log2(norm_count+1)입니다. 종양과 정상 시료가 모두 있는 암종은 24개이고, 여기에는 상위 8개를 보여 줍니다.

ERBB2 쿼리의 BioQ 개요 페이지. 답변 블록마다 출처가 표시됩니다
BioQ의 ERBB2 쿼리: 발현 블록과 의존성 블록을 한 페이지에서 확인합니다
암 유형종양 검체정상 검체종양 평균정상 평균log2 배수 변화
Kidney Clear Cell Carcinoma5307212.0913.62-0.17
Sarcoma258210.9812.24-0.16
Uterine Corpus Endometrioid Carcinoma1802313.2312.040.14
Breast Invasive Carcinoma109211313.7612.650.12
Cervical & Endocervical Cancer304313.0111.930.12
Glioblastoma Multiforme153510.769.690.15
Bladder Urothelial Carcinoma4071913.5812.590.11
Pancreatic Adenocarcinoma178412.8911.970.11

두 번째 블록은 DepMap(depmap_24q4 릴리스, Chronos gene effect)의 계통별 CRISPR 의존성입니다. 세포주 1178개 중 177개가 ERBB2에 의존하며, 비율은 15.0퍼센트입니다. 평균 gene effect는 -0.329이고, ERBB2는 common essential로 표시되지 않았습니다. Chronos 값이 더 음수일수록 녹아웃이 생존력을 더 크게 떨어뜨렸다는 뜻입니다.

계통세포주의존의존 비율(%)평균 유전자 효과
Breast531834-0.643
Head and Neck773545.5-0.509
Esophagus/Stomach691826.1-0.476
Biliary Tract35925.7-0.431
Pancreas471123.4-0.425
Ovary/Fallopian Tube591627.1-0.417

결과 해석

발현, TCGA 종양 대 정상. 표에 나온 행 가운데 종양 평균이 정상 평균보다 높은 암종은 Uterine Corpus Endometrioid Carcinoma(13.23 대 12.04), Breast Invasive Carcinoma(13.76 대 12.65), Cervical & Endocervical Cancer(13.01 대 11.93), Glioblastoma Multiforme(10.76 대 9.69), Bladder Urothelial Carcinoma(13.58 대 12.59), Pancreatic Adenocarcinoma(12.89 대 11.97)입니다. 반대 방향인 암종은 둘입니다. Kidney Clear Cell Carcinoma(12.09 대 13.62)와 Sarcoma(10.98 대 12.24)입니다.

log2 fold 열은 주의해서 읽으십시오. 반환된 표에서 log2 fold 값은 모든 행에서 표시된 두 평균의 차이와 일치하지 않습니다. 예를 들어 Breast Invasive Carcinoma의 log2 fold 열은 0.12입니다. 그림이나 논문에 fold change를 인용하기 전에, 이 릴리스에서 그 열이 어떻게 정의되는지 확인해야 합니다. 인용할 때는 종양 평균과 정상 평균 열을 시료 수와 함께 쓰는 편이 안전합니다.

시료 수. 일부 암종은 정상군이 매우 작습니다. Sarcoma는 2개, Cervical & Endocervical Cancer는 3개, Pancreatic Adenocarcinoma는 4개, Glioblastoma Multiforme는 5개입니다. 정상 시료가 이렇게 적으면 변화 방향은 힌트일 뿐 결과로 보기 어렵습니다. Breast Invasive Carcinoma(정상 113개)와 Kidney Clear Cell Carcinoma(정상 72개)는 훨씬 많은 시료에 근거합니다.

의존성. 표에 나온 계통 중 평균 gene effect가 가장 음수인 곳은 Breast(-0.643)이며, 세포주 53개 중 18개(34.0퍼센트)가 의존합니다. Head and Neck는 77개 중 35개(45.5퍼센트)가 의존하고 평균은 -0.509입니다. Esophagus/Stomach, Biliary Tract, Pancreas, Ovary/Fallopian Tube가 뒤따르며, 비율은 23.4에서 27.1퍼센트 사이입니다. 의존성 기준값은 데이터의 성질이 아니라 DepMap 릴리스에 이름 붙은 상수입니다. 기준값이 바뀌면 비율도 달라집니다.

두 블록을 함께 볼 때. 첫 번째 표에서 Pancreatic Adenocarcinoma는 종양의 평균 발현이 더 높고, 의존성 표에는 Pancreas 계통이 있습니다. 더 살펴볼 이유는 되지만, 발현이 의존성을 예측한다는 증거는 아닙니다. 두 자료는 조직 라벨도 다르고 시료도 다릅니다. 하나는 환자 조직이고 다른 하나는 세포주입니다.

다음 단계. 시료 수가 크고 방향이 분명한 암종을 고릅니다. 그다음 같은 유전자를 다른 층에서 봅니다. TCGA의 돌연변이나 copy-number 자료, 관심 적응증의 임상시험 현황이 그 예입니다. BioQ에서는 같은 유전자와 암종으로 두 번째 쿼리를 이어서 실행할 수 있습니다. 독립적인 확인이 필요하면 원본 Toil 행렬로 비교를 다시 수행하십시오.

BioQ에서 재현하는 방법

  1. BioQ를 열고 검색창으로 이동합니다.
  2. 아래의 유전자 기호를 그대로 입력합니다. 필터나 추가 단어는 필요 없습니다.
ERBB2

BioQ에서 이 질의 열기

  1. 종양 대 정상 블록을 먼저 읽습니다. 두 군이 모두 있는 암종의 수, 행별 시료 수, 단위(log2(norm_count+1))를 확인합니다.
  2. CRISPR 의존성 블록으로 내려가, 앞에서 고른 암종과 계통을 비교합니다.
  3. 수치를 인용할 때는 각 블록에 표시된 출처 이름을 함께 씁니다. 릴리스 표기와 단위 설명은 블록에 함께 제공됩니다.

한계: 이 데이터가 보여 주지 않는 것

  • 표는 24개 암종 중 상위 8개로 제한됩니다. 그 밖의 암종은 여기서 다루지 않았습니다.
  • 데이터는 bulk mRNA입니다. HER2 단백질 수준, 유전자 증폭 여부, 한 암종 안에서 어떤 종양이 고발현인지는 알 수 없습니다. 평균은 서로 다른 집단이 섞여 있는 것을 가릴 수 있습니다.
  • 여러 암종에서 정상 시료가 매우 적어, 그 행의 차이는 불안정합니다.
  • log2 fold 열은 앞서 설명한 대로 사용 전에 정의를 확인해야 합니다.
  • 의존성 자료는 환자가 아닌 세포주에서 나왔습니다. 의존성 비율은 릴리스의 기준값 상수에 따라 달라집니다.
  • 이 글의 어떤 내용도 의학적 조언이 아니며, 환자를 어떻게 치료해야 하는지에 대한 설명도 아닙니다.

데이터와 방법

이 글의 숫자는 2026-11-06에 BioQ 엔진에서 읽었습니다(질의 2건, 엔진 처리 시간 합계 0.1초). 표는 엔진 응답으로 코드가 만들었고, 본문은 그 값을 풀어 쓴 것입니다.

/depmap, /tcga

같은 질의를 BioQ에서 직접 실행해 보세요: ERBB2

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

BioQ에서 ERBB2의 종양과 정상 데이터가 모두 있는 암종은 몇 개입니까?

TCGA/GTEx Toil 재계산 자료에서 종양과 정상 시료가 모두 있는 암종은 24개입니다. 본문 표에는 그중 상위 8개를 보여 주며, 기준일은 2026-11-06입니다.

ERBB2는 유방 종양에서 정상 조직보다 높습니까?

Breast Invasive Carcinoma의 평균은 종양 1092개에서 13.76, 정상 113개에서 12.65입니다(log2(norm_count+1) 단위). 이는 mRNA 수준일 뿐이며 단백질이나 유전자 증폭에 대해서는 알려 주지 않습니다.

DepMap에서 ERBB2는 common essential 유전자입니까?

아닙니다. depmap_24q4에서 common essential로 표시되지 않았습니다. 세포주 1178개 중 177개가 의존하며(15.0퍼센트), 평균 gene effect는 -0.329입니다.

ERBB2 쿼리는 얼마나 걸렸습니까?

2개의 서로 다른 자원에서 엔진 쿼리 2건을 처리하는 데 실측 엔진 시간은 0.12초였습니다. 결과를 읽는 시간은 포함되지 않습니다.

정상 시료가 적은 암종의 fold change도 믿을 수 있습니까?

주의해서 보십시오. Sarcoma는 정상 2개, Cervical & Endocervical Cancer는 3개, Pancreatic Adenocarcinoma는 4개, Glioblastoma Multiforme는 5개라서 해당 행의 변화 방향은 힌트에 그칩니다.

출처

  1. 데이터셋 TCGA pan-cancer expression (UCSC Xena Toil recompute)
  2. 데이터셋 DepMap CRISPR Chronos gene effect (24Q4)

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

블로그의 다른 글