KRAS 암 세포주 의존성: DepMap 계통별 분석
KRAS 암 세포주 의존성을 DepMap Chronos 1178개 세포주에서 한 번에 확인합니다. 췌장 계통은 91.5%가 의존적입니다.
데이터 기준일 2026년 11월 6일 · BioQ 팀

KRAS 암 세포주 의존성을 DepMap(릴리스 depmap_24q4)에서 보면, KRAS를 녹아웃했을 때 생존력이 크게 떨어져 의존성으로 분류된 세포주는 1178개 중 399개, 즉 33.9%입니다. 효과는 계통에 따라 크게 다릅니다. Pancreas(췌장) 47개 중 43개(91.5%), Bowel(장) 63개 중 48개(76.2%)가 의존적입니다. BioQ에서는 쿼리 한 번으로 이 계통별 의존성을 순위표로 받을 수 있습니다. 데이터 기준일은 2026-11-06입니다.
질문 설정
타깃 연구에서 자주 나오는 질문입니다. 한 유전자를 잃으면 어떤 암 계통의 세포가 타격을 입는지, 그 효과가 넓게 퍼져 있는지 일부 계통에 몰려 있는지 알고 싶습니다. KRAS의 경우 신호가 종양 유형 전반에 고르게 퍼져 있는지, 몇몇 계통에 집중되어 있는지 확인하려 합니다. 종양 조직의 발현량이 의존성에 대해 무언가 알려 주는지도 함께 봅니다.
직접 하려면 단계가 여럿입니다. DepMap 포털에서 해당 유전자의 Chronos gene effect를 내려받습니다. 세포주를 계통별로 묶고 의존성 기준값을 적용합니다. 그다음 TCGA와 GTEx 같은 다른 자원을 열어 종양과 정상 조직의 발현을 비교합니다. 단계마다 파일 형식이 다르고 계통 이름 표기도 서로 다릅니다.
BioQ에서는 유전자 기호만 입력하면 됩니다.
KRAS
BioQ 결과
이 쿼리는 DepMap과 TCGA/GTEx(Toil 재계산) 두 자원을 사용했고, 엔진 쿼리는 2회였습니다. 측정된 엔진 시간은 총 0.18초입니다. 이 수치는 엔진 처리 시간만이며, 결과를 읽는 시간은 포함하지 않습니다.

첫 번째 블록은 DepMap Chronos의 계통별 CRISPR 녹아웃 생존력입니다. Chronos gene effect가 더 음수일수록 녹아웃 후 생존력이 더 크게 떨어졌다는 뜻입니다. KRAS의 요약값은 세포주 1178개, 의존적 399개, 평균 gene effect -0.557, common essential은 false입니다. 표에는 평균 gene effect 순으로 상위 8개 계통이 나옵니다.
| 계통 | 세포주 | 의존 | 의존 비율(%) | 평균 유전자 효과 |
|---|---|---|---|---|
| Pancreas | 47 | 43 | 91.5 | -1.79 |
| Bowel | 63 | 48 | 76.2 | -1.178 |
| Eye | 15 | 6 | 40 | -0.789 |
| Biliary Tract | 35 | 19 | 54.3 | -0.76 |
| Lung | 126 | 63 | 50 | -0.704 |
| Esophagus/Stomach | 69 | 26 | 37.7 | -0.552 |
| Breast | 53 | 18 | 34 | -0.538 |
| Myeloid | 42 | 19 | 45.2 | -0.535 |
두 번째 블록은 종양과 정상 시료가 모두 있는 24개 암 유형에서 종양 대 정상 발현을 비교한 것입니다. 상위 6개 행이 log2(norm_count+1) 단위로 나옵니다.
| 암 유형 | 종양 검체 | 정상 검체 | 종양 평균 | 정상 평균 | log2 배수 변화 |
|---|---|---|---|---|---|
| Glioblastoma Multiforme | 153 | 5 | 10.38 | 11.27 | -0.12 |
| Thymoma | 119 | 2 | 10.09 | 10.78 | -0.1 |
| Rectum Adenocarcinoma | 92 | 10 | 11.05 | 11.72 | -0.08 |
| Colon Adenocarcinoma | 288 | 41 | 10.98 | 11.59 | -0.08 |
| Skin Cutaneous Melanoma | 102 | 1 | 9.82 | 10.42 | -0.09 |
| Stomach Adenocarcinoma | 414 | 36 | 11.73 | 11.14 | 0.07 |
KRAS 암 세포주 의존성, 어떻게 읽을까
계통 선택성. Pancreas가 단연 두드러집니다. 평균 gene effect는 -1.79이고 47개 중 43개 세포주가 의존적입니다. 세포주 수준에서 본 KRAS 췌장 의존성입니다. Bowel이 -1.178로 뒤를 잇습니다. Lung은 126개 세포주로 규모가 크고 평균은 -0.704이며, 이 중 63개(50.0%)가 의존적입니다. 효과가 균일한 것이 아니라 집단이 둘로 나뉘는 양상입니다.
common essential이 아닙니다. KRAS의 이 플래그는 false입니다. 전체 1178개 세포주 중 의존적인 것은 33.9%뿐이므로, 이 유전자는 모든 암에 필요한 유전자가 아니라 선택적 의존성으로 작동합니다. 중요한 것은 계통입니다.
평균과 비율은 서로 다른 질문에 답합니다. 표는 평균 gene effect로 정렬되어 있어서 의존적 비율(%)이 행을 따라 단조롭게 변하지 않습니다. Biliary Tract는 의존적 세포주가 54.3%이지만 순위는 40.0%인 Eye보다 아래입니다. Eye는 세포주가 15개뿐입니다. Myeloid는 의존적 비율이 45.2%인데 평균은 -0.535입니다. 두 열을 함께 보고, 계통별 비율을 믿기 전에 세포주 수를 먼저 확인하십시오.
발현량과 의존성은 다릅니다. 표시된 TCGA/GTEx 행에서 log2 fold change는 Glioblastoma Multiforme의 -0.12부터 Stomach Adenocarcinoma의 0.07까지 작은 범위에 있습니다. DepMap에서 KRAS 의존성이 가장 강한 Pancreas와 Bowel은 여기서 눈에 띄지 않습니다. Colon Adenocarcinoma는 종양 288개, 정상 41개에서 -0.08입니다. 따라서 종양 대 정상의 mRNA 수준은 유전자에 대한 기능적 의존성을 대신 보여 주는 지표로는 부족합니다. 정상 시료가 매우 적은 행도 있습니다. Skin Cutaneous Melanoma는 정상 1개, Thymoma는 2개입니다.
다음 단계. 표 상단의 계통을 골라 그 뒤에 있는 세포주의 돌연변이 상태를 확인합니다. 이어서 같은 계통에서 경로상 관련 유전자를 비교하고, 관심 있는 계통의 약물 및 임상시험 현황을 살펴봅니다. 각각 별도의 쿼리입니다. 이 표는 어디를 볼지 알려 줄 뿐, 무엇을 결론 내릴지까지 알려 주지는 않습니다.
BioQ에서 재현하는 방법
- BioQ를 열고 검색 범위에 DepMap과 TCGA 레이어가 포함되어 있는지 확인합니다(기본값에 포함되어 있습니다).
- 유전자 기호를 아래와 똑같이 입력합니다.
KRAS
- DepMap 블록에서 값을 읽기 전에 릴리스 이름과 Chronos 부호에 대한 설명부터 확인합니다.
- 요약값(세포주, 의존적, common essential)을 먼저 읽고 계통별 행을 봅니다. 세포주 열과 의존적 비율(%) 열을 함께 비교합니다.
- TCGA/GTEx 블록은 의존성 패턴이 분명해진 뒤에 엽니다. 발현 맥락을 보는 용도이며 의존성의 근거로 쓰지 않습니다.
- 모든 행에 출처 이름이 붙어 있어서, 노트에 자원과 릴리스를 인용할 수 있습니다.
한계: 데이터가 보여 주지 않는 것
- 여기서 의존성은 Chronos gene effect가 지정된 기준값 이하로 내려갔다는 뜻입니다. 이 기준값은 분석상의 관례이지 생물학적 속성이 아닙니다. 기준값이 달라지면 개수도 달라집니다.
- DepMap은 배양 세포주에서 CRISPR 녹아웃 생존력을 측정합니다. 환자나 동물에서 종양이 어떻게 반응하는지, 이 타깃을 겨냥한 약물이 어떻게 작용하는지는 보여 주지 않습니다.
- 계통 그룹마다 크기가 다릅니다. 세포주가 15개인 Eye처럼 작은 그룹은 비율이 불안정합니다.
- 표에는 평균 gene effect 기준 상위 8개 계통만 나옵니다. 그 아래 계통은 여기에 표시되지 않습니다.
- 각 세포주가 어떤 KRAS 돌연변이를 가졌는지에 대한 정보는 결과에 없으므로, 어떤 유전형이 의존성을 일으키는지는 알 수 없습니다.
- TCGA/GTEx는 벌크 조직의 발현을 비교한 것입니다. 단백질 활성에 대해서는 알려 주지 않으며, 일부 암 유형은 정상 시료 수가 적습니다.
- 이 글의 내용은 의료 또는 치료 지침이 아닙니다.
데이터와 방법
이 글의 숫자는 2026-11-06에 BioQ 엔진에서 읽었습니다(질의 2건, 엔진 처리 시간 합계 0.2초). 표는 엔진 응답으로 코드가 만들었고, 본문은 그 값을 풀어 쓴 것입니다.
/depmap, /tcga
같은 질의를 BioQ에서 직접 실행해 보세요: KRAS
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 KRAS는 common essential 유전자입니까?
아닙니다. depmap_24q4에서 KRAS의 common essential 플래그는 false입니다. 1178개 세포주 중 399개(33.9%)만 의존적이고, 평균 gene effect는 -0.557입니다.
DepMap에서 KRAS에 가장 크게 의존하는 암 계통은 무엇입니까?
평균 gene effect 기준 1위는 Pancreas(-1.79)이며 47개 중 43개 세포주(91.5%)가 의존적입니다. 그다음은 Bowel로 평균 -1.178, 63개 중 48개(76.2%)가 의존적입니다.
Chronos gene effect가 음수라는 것은 무슨 뜻입니까?
Chronos gene effect가 더 음수일수록 CRISPR 녹아웃 후 세포 생존력이 더 크게 떨어졌다는 뜻입니다. 효과가 지정된 기준값 이하이면 의존적인 세포주로 분류하며, 이 기준값은 분석상의 관례입니다.
종양에서의 KRAS 발현량으로 의존성을 예측할 수 있습니까?
표시된 행에서는 그렇지 않습니다. TCGA/GTEx의 log2 fold change는 -0.12에서 0.07 범위인 반면, DepMap 의존성은 계통 간 차이가 큽니다. 발현과 의존성은 서로 다른 측정입니다.
KRAS 계통별 쿼리에는 시간이 얼마나 걸렸습니까?
엔진은 2개 자원에 대해 2회 쿼리를 실행했고 총 0.18초가 걸렸습니다. 엔진 시간만이며, 결과를 읽거나 후속 분석을 하는 시간은 포함하지 않습니다.
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.
azacitidine Ropeginterferon 임상시험
azacitidine에 ropeginterferon alfa-2b를 더한 TP53 변이 MDS/AML 시험 NCT07646821을 정리했습니다. 2026-11-15 기준.
docetaxel 비편평 비소세포폐암 임상시험
NCT07821684는 비편평 NSCLC 3상 시험입니다. ChEMBL의 docetaxel 활성, 등록 임상시험 1628건, DepMap의 EGFR 의존성을 정리했습니다.


