CDK9 最新研究:BioQ 数据现在显示什么
2026年《Cancer Letters》关于胃食管癌中 CDK9 降解的论文,结合 DepMap、ChEMBL、Open Targets、TCGA 和 STRING 数据进行背景解读。
数据截至 2026年11月6日 · BioQ 团队

在 DepMap(depmap_24q4)中,敲除 CDK9 会降低 1178 个细胞系中 1171 个的活力(99.4%),平均 Chronos 基因效应为 -1.448。在 69 个 Esophagus/Stomach(食管/胃)细胞系中,69 个全部表现为依赖。这是理解 2026 年《Cancer Letters》一篇关于胃食管癌 CDK9 降解的论文的背景,也是我们做这次 CDK9 最新研究解读的出发点。本文所有数据截至 2026-11-06。
CDK9 最新研究涉及什么
这篇论文(DOI 10.1016/j.canlet.2026.218916)探讨:在胃食管癌中,清除 CDK9 蛋白(而不是只抑制其激酶活性)是否是可行的策略;这对放疗抵抗的肿瘤是否有帮助。论文提出的机制涉及染色质重塑和 YAP1/TEAD 信号。作者构建了一种 PROTAC 类型的降解剂 YX0597,并在实验室中进行了测试。
论文报告的关于该降解剂的全部内容,包括它在细胞和动物中的效应及作用机制,都属于论文本身。BioQ 没有重复这些实验,下文也不证实或反驳它们。BioQ 能做的,是展示公共数据层对 CDK9 本身的描述,帮助你快速把这篇论文放进背景中:
- 在这些癌症中,CDK9 是否是依赖性靶点?
- 针对它的药物已有哪些已知信息?
- CDK9 在疾病和相互作用网络中处于什么位置?
BioQ 返回了什么
我们只运行了一次查询:CDK9。第一张表是 DepMap 的 CRISPR 结果,按谱系列出,并按平均基因效应排序。Chronos 值越负,说明敲除后细胞活力下降越多。依赖性判定使用的是一个命名的阈值常数,而不是数据本身的属性。
| 谱系 | 细胞系 | 依赖 | 依赖比例(%) | 平均基因效应 |
|---|---|---|---|---|
| Lymphoid | 93 | 93 | 100 | -1.547 |
| Myeloid | 42 | 42 | 100 | -1.54 |
| Eye | 15 | 15 | 100 | -1.527 |
| Liver | 24 | 24 | 100 | -1.499 |
| Bone | 46 | 46 | 100 | -1.48 |
| CNS/Brain | 90 | 90 | 100 | -1.477 |
| Head and Neck | 77 | 77 | 100 | -1.475 |
| Esophagus/Stomach | 69 | 69 | 100 | -1.468 |

Esophagus/Stomach 谱系的平均基因效应为 -1.468,接近排名靠前的谱系,例如 Lymphoid 为 -1.547,Myeloid 为 -1.54。CDK9 被标记为常见必需基因(common essential)。
第二张表列出 CDK9 的已知药物,数据来自 Open Targets、ChEMBL、Drug Repurposing Hub 和 ClinicalTrials.gov。与该基因相关的药物共 13 种,表中显示 8 种。
| 药物 | 最高临床阶段 | 作用机制 | 最佳精确 pChEMBL | 类型 | 按名称匹配的临床试验 |
|---|---|---|---|---|---|
| Alvocidib | PHASE_3 | Cyclin-dependent kinase 9 inhibitor | 9.15 | KI | 55 |
| Dinaciclib | PHASE_3 | Cyclin-dependent kinase 9 inhibitor | 9 | IC50 | 13 |
| At-7519 | PHASE_2 | Cyclin-dependent kinase inhibitor | 8.3 | IC50 | 0 |
| Roniciclib | PHASE_2 | Cyclin-dependent kinase inhibitor | 8.3 | IC50 | 0 |
| Seliciclib | PHASE_2 | Cyclin-dependent kinase 9 inhibitor | 7.37 | IC50 | 3 |
| Zotiraciclib | PHASE_1_2 | Cyclin-dependent kinase 9 inhibitor | 9 | KD | 1 |
| Bms-387032 | PHASE_1 | Cyclin-dependent kinase 9 inhibitor | 9 | IC50 | 0 |
| Rgb-286638 | PHASE_1 | Cyclin-dependent kinase 9 inhibitor | 9 | IC50 | 1 |
活性列是最佳精确 pChEMBL 值,数值越高表示活性越强。各行的测量类型不同(KI、IC50、KD),比较时需谨慎。Alvocidib 以 KI 计达到 9.15,dinaciclib 以 IC50 计为 9.0。两者都处于 PHASE_3,按药名检索到的试验分别为 55 项和 13 项。
第三张表是 Open Targets 的疾病关联。CDK9 有 410 种相关疾病,表中显示 6 种。
| 疾病 | 关联评分 | 证据条目 |
|---|---|---|
| HIV infectious disease | 0.596 | 38 |
| Global developmental delay | 0.464 | 4 |
| Intellectual disability | 0.371 | 2 |
| choanal atresia | 0.37 | 2 |
| disease of genitourinary system | 0.37 | 1 |
| Hearing impairment | 0.37 | 1 |
另外三个数据层各用一句话说明:
- TCGA/GTEx Toil: 有 24 种癌症同时具备肿瘤和正常样本。BioQ 返回的 6 行显示 log2 倍数差异很小,例如头颈鳞状细胞癌为 0.08(518 个肿瘤样本,44 个正常样本)。返回的行中不包括胃食管癌的比较。
- Reactome: 共列出 39 条通路。最具体的几条与 Tat 介导的 HIV 延伸有关,例如 R-HSA-176034。
- STRING v12: 共列出 1497 个相互作用蛋白。包括 CCNT1、BRD4、AFF4 和 HEXIM1 在内的多个蛋白得分为 999。
结果意味着什么,如何解读
依赖性。 DepMap 结果表明,几乎所有被检测的细胞系都会因 CDK9 缺失而受损,Esophagus/Stomach 细胞系也不例外。这与论文选择 CDK9 作为该肿瘤类型靶点的做法相符。但它也带来所有 CDK9 项目都面对的问题:几乎每个细胞系都需要的基因,仅凭依赖性很难区分肿瘤细胞与正常细胞。论文的体内实验针对的是耐受性问题,而不是这些数据。
表达。 论文报告胃食管肿瘤中 CDK9 高于正常组织。而在 BioQ 返回的 TCGA 行中,肿瘤与正常组织的差异很小,且其中没有胃食管癌的行。不要把这理解为矛盾:返回的行只是一个简短的选择,论文也可能使用了其他队列或方法。在下结论之前,请针对你关注的肿瘤类型单独做表达检查。
药物。 表中已知的 CDK9 药物按作用机制都属于抑制剂,其中若干种是更广谱的 CDK 抑制剂。降解剂 YX0597 不在显示的 8 行之中。降解剂的作用机制不同于表中的抑制剂,因此上面的活性数值不能作为它的基准。
疾病关联。 Open Targets 中排名靠前的关联是 HIV 感染性疾病(得分 0.596,38 条证据)以及发育或先天性表型。癌症并未位居榜首。Reactome 排名靠前的通路指向同一类生物学,即 CDK9 在转录延伸中的作用。STRING 中的相互作用蛋白 CCNT1 和 BRD4 也是转录延伸机器中广为人知的成员。这有助于理解为什么抑制 CDK9 会广泛改变转录,但它不是关于胃食管癌的证据。
速度与来源。 这份概览通过 7 次引擎查询调用了 6 种不同资源,引擎总耗时 1.6 秒。若手动获得同样的概览,需要逐一访问各资源、匹配标识符并阅读其发布说明。上文每个数据块都标明了来源和版本。
如何在 BioQ 中复现
- 打开 BioQ,按下方所示准确输入基因符号。
- 运行查询,等待各回答块加载完成。
- 打开 DepMap 块,找到 Esophagus/Stomach 一行,检查版本标签和阈值说明。
- 打开药物块,先比较测量类型,再比较活性。
CDK9
- 打开 TCGA 块,查找你关注的肿瘤类型,并查看每个倍数变化旁边的样本数。
局限:这些数据没有显示什么
- 论文结果未在此验证。 BioQ 没有 YX0597 的数据,也没有它对 RNA Pol II 磷酸化、MCL-1、染色质可及性或 YAP1/TEAD 的影响的数据。这里没有任何内容能证实这些发现。
- 细胞系依赖性不等于肿瘤行为。 Chronos 评分来自培养细胞系中的 CRISPR 敲除,无法说明小分子介导的降解、放疗抵抗或活体动物中的生长情况。
- 几乎所有细胞系都依赖,并不意味着选择性。 数据显示 CDK9 被广泛需要,但不表明存在治疗窗口。
- 表达行只是一个选择。 这里只讨论返回的 6 行,它们不是对胃食管组织或生存关联的完整调查。
- 活性数值不均一。 pChEMBL 值混合了 KI、IC50 和 KD 测量,试验数量按药名匹配。两者都不能说明药物在患者中的疗效。
- 关联得分不代表因果。 Open Targets 得分概括的是证据权重。排名靠前的 HIV 和发育相关关联反映的是已有研究的多寡,而非与癌症的相关性。
数据与方法
本页数字于2026-11-06从 BioQ 引擎读取(共7次查询,引擎累计耗时1.6秒)。表格由代码根据引擎返回结果生成,正文只是对这些数值的转述。
/depmap, /drugs, /interaction, /ot_association, /pathway, /tcga
参考来源
- CDK9 degradation suppresses gastroesophageal cancer growth and overcomes radiation resistance through chromatin remodeling and YAP1/TEAD downregulation (2026) — doi:10.1016/j.canlet.2026.218916
在 BioQ 中亲自运行同一查询:CDK9
仅供科研参考。本页汇总公开数据,不构成医疗建议。
BioQ 是一款以“让生物学研究提速 100 倍”为目标的 AI 搜索引擎和智能体。可在网页应用和 REST API 中使用,也可通过 MCP 在 Claude、ChatGPT、Cursor 中提问。
使用的查询
常见问题
在食管癌和胃癌细胞系中,CDK9 是依赖性靶点吗?
在 DepMap(depmap_24q4)中,69 个 Esophagus/Stomach 细胞系全部被判定为依赖 CDK9,平均 Chronos 基因效应为 -1.468。在所有谱系中,1178 个细胞系里有 1171 个依赖(99.4%),CDK9 被标记为常见必需基因。
根据 BioQ,哪些 CDK9 抑制剂已进入临床?
BioQ 列出 CDK9 的 13 种药物,并显示其中 8 种。Alvocidib 和 dinaciclib 处于 PHASE_3,最佳精确 pChEMBL 值分别为 9.15(KI)和 9.0(IC50)。At-7519、roniciclib 和 seliciclib 处于 PHASE_2。
BioQ 有 CDK9 降解剂 YX0597 的数据吗?
没有。BioQ 为 CDK9 返回的药物行按作用机制都是抑制剂,降解剂不在显示的 8 行之中。论文关于 YX0597 的结果属于论文本身。
在 Open Targets 中,与 CDK9 关联最强的疾病有哪些?
Open Targets 中 CDK9 有 410 种相关疾病。排名第一的是 HIV 感染性疾病(得分 0.596,38 条证据),其后是全面发育迟缓(0.464)。
STRING 中 CDK9 有多少个相互作用蛋白?
STRING v12 列出 CDK9 的 1497 个相互作用蛋白。MLLT1、CCNT1、BRD4、CCNT2、AFF4 和 HEXIM1 这 6 个蛋白的综合得分均为 999。
来源
- 论文 CDK9 degradation suppresses gastroesophageal cancer growth and overcomes radiation resistance through chromatin remodeling and YAP1/TEAD downregulation (2026) DOI 10.1016/j.canlet.2026.218916
- 数据集 DepMap CRISPR Chronos gene effect (24Q4)
- 数据集 Open Targets Platform; ChEMBL; Drug Repurposing Hub
- 数据集 TCGA pan-cancer expression (UCSC Xena Toil recompute)
- 数据集 Reactome pathway knowledgebase
- 数据集 STRING v12 protein-protein interactions
结果基于所示日期的公开数据库,可能会变化。BioQ 提供研究信息,不构成医疗建议。
更多文章
CD4 新研究:CAR-NK 细胞与 HIV 反弹的背景解读
CD4 新研究:基于 CD4 的 CAR-NK 论文与 HIV 反弹,结合 BioQ 的 DepMap 依赖性、Open Targets 疾病关联、药物和 Reactome 通路解读。
GSTM1最新研究:顺铂肾损伤与公共数据背景
2026年论文提示GSTM1缺失会加重顺铂肾损伤。本文用BioQ整合DepMap、Open Targets、ChEMBL、Reactome和STRING数据,梳理GSTM1现有公共数据。
JAK2 与 TYK2 对比:癌细胞系依赖性与药物
JAK2 与 TYK2 对比:DepMap 中 1178 株癌细胞系里 8 株依赖 JAK2、11 株依赖 TYK2;数据库收录的已知药物分别为 47 种和 20 种。


