# 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 2026-11-06 · 게시 2026-11-10 · 수정 2026-11-06 · https://bioq.bio/blog/ko/howto-tumour-versus-normal-expression-erbb2

![ERBB2 쿼리의 BioQ 결과 페이지. 종양 대 정상 발현 블록과 CRISPR 의존성 블록이 각각의 출처와 함께 표시됩니다](https://bioq.bio/blog/img/howto-tumour-versus-normal-expression-erbb2/ko/hero.webp)

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](https://bioq.bio/blog/img/howto-tumour-versus-normal-expression-erbb2/ko/ov.webp)
*BioQ의 ERBB2 쿼리: 발현 블록과 의존성 블록을 한 페이지에서 확인합니다*

| 암 유형 | 종양 검체 | 정상 검체 | 종양 평균 | 정상 평균 | log2 배수 변화 |
|---|---|---|---|---|---|
| Kidney Clear Cell Carcinoma | 530 | 72 | 12.09 | 13.62 | -0.17 |
| Sarcoma | 258 | 2 | 10.98 | 12.24 | -0.16 |
| Uterine Corpus Endometrioid Carcinoma | 180 | 23 | 13.23 | 12.04 | 0.14 |
| Breast Invasive Carcinoma | 1092 | 113 | 13.76 | 12.65 | 0.12 |
| Cervical & Endocervical Cancer | 304 | 3 | 13.01 | 11.93 | 0.12 |
| Glioblastoma Multiforme | 153 | 5 | 10.76 | 9.69 | 0.15 |
| Bladder Urothelial Carcinoma | 407 | 19 | 13.58 | 12.59 | 0.11 |
| Pancreatic Adenocarcinoma | 178 | 4 | 12.89 | 11.97 | 0.11 |

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.

| 계통 | 세포주 | 의존 | 의존 비율(%) | 평균 유전자 효과 |
|---|---|---|---|---|
| Breast | 53 | 18 | 34 | -0.643 |
| Head and Neck | 77 | 35 | 45.5 | -0.509 |
| Esophagus/Stomach | 69 | 18 | 26.1 | -0.476 |
| Biliary Tract | 35 | 9 | 25.7 | -0.431 |
| Pancreas | 47 | 11 | 23.4 | -0.425 |
| Ovary/Fallopian Tube | 59 | 16 | 27.1 | -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.

```text
ERBB2
```

[BioQ에서 이 질의 열기](https://bioq.bio/login?next=%2Fapp%23q%3DERBB2)

3. 종양 대 정상 블록을 먼저 읽습니다. 두 군이 모두 있는 암종의 수, 행별 시료 수, 단위(log2(norm_count+1))를 확인합니다.
4. CRISPR 의존성 블록으로 내려가, 앞에서 고른 암종과 계통을 비교합니다.
5. 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](https://bioq.bio/login?next=%2Fapp%23q%3DERBB2)

*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

- [`ERBB2`](https://bioq.bio/login?next=%2Fapp%23q%3DERBB2)

## 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

- 데이터셋: [TCGA pan-cancer expression (UCSC Xena Toil recompute)](https://xenabrowser.net/)
- 데이터셋: [DepMap CRISPR Chronos gene effect (24Q4)](https://depmap.org/portal/)

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