# NTRK1 依赖性与药物：一次查询看全

> NTRK1 在 DepMap 的 1178 株细胞系中仅 1 株依赖，却有 26 种药物和 2563 个疾病关联；BioQ 一次查询整合 7 个资源，数据截至 2026-11-06。

数据截至 2026-11-06 · 发布 2026-11-09 · 更新 2026-11-06 · https://bioq.bio/blog/zh-CN/gene-ntrk1-profile

![BioQ 对查询 NTRK1 的结果页，包含 CRISPR 依赖性、药物、疾病证据、表达和通路模块，并标明数据来源。](https://bioq.bio/blog/img/gene-ntrk1-profile/zh-CN/hero.webp)

在 DepMap 的 1178 株细胞系中，只有 1 株依赖 NTRK1（0.1%），Chronos 基因效应均值为 -0.03。然而该基因关联 26 种药物，Open Targets 列出 2563 个相关疾病。所有数字截至 2026-11-06。表面上，各数据层并不一致，而 CIViC 的融合记录有助于解释原因。本文以 NTRK1 依赖性与药物为主线，梳理这几层数据。

## 我们的问题：NTRK1 依赖性与药物，一次查询

问题很宽泛：目前公共数据对 NTRK1 能告诉我们什么？我们想知道敲除该基因是否会损伤细胞系，哪些药物作用于它、活性如何，哪些疾病有证据支持，以及该基因的表达情况和所处通路。

我们在 BioQ 中只输入了基因符号 NTRK1。引擎针对 7 个不同资源运行了 7 次查询：DepMap、Open Targets、ChEMBL、ClinicalTrials.gov、TCGA/GTEx、CIViC、Reactome 和 STRING，其中药物模块整合了多个来源。引擎总耗时 0.63 秒。若手动收集同样的数据层，需要逐个访问数据库、对应标识符并阅读各自的版本说明。解读结果仍需要你投入时间，但检索本身不再需要。

## BioQ 返回了什么

**依赖性。** DepMap 模块报告来自 depmap_24q4 版本的 Chronos 基因效应。数值越负，说明敲除对细胞活力的影响越大。当效应小于或等于某个指定阈值时，细胞系被判为依赖，这是一种约定，而不是数据本身的属性。NTRK1 未被标记为常见必需基因。

| 谱系 | 细胞系 | 依赖 | 依赖比例(%) | 平均基因效应 |
|---|---|---|---|---|
| Bladder/Urinary Tract | 34 | 0 | 0 | -0.058 |
| Testis | 5 | 0 | 0 | -0.056 |
| Kidney | 34 | 0 | 0 | -0.052 |
| Bowel | 63 | 0 | 0 | -0.048 |
| Cervix | 18 | 0 | 0 | -0.047 |
| Pleura | 21 | 0 | 0 | -0.042 |
| Lung | 126 | 1 | 0.8 | -0.04 |
| Soft Tissue | 45 | 0 | 0 | -0.04 |

![BioQ 中 NTRK1 的 DepMap 模块，按谱系列出 Chronos 基因效应，肺是唯一含有依赖细胞系的谱系](https://bioq.bio/blog/img/gene-ntrk1-profile/zh-CN/dep.webp)
*BioQ 中 NTRK1 的 DepMap 模块：按谱系划分的依赖性。*

唯一的依赖细胞系属于肺谱系，该谱系共 126 株细胞系（依赖比例 0.8%）。其余所示谱系均无依赖细胞系。

**药物。** 药物模块整合了 Open Targets、ChEMBL、Drug Repurposing Hub 和 ClinicalTrials.gov。它列出 NTRK1 相关的 26 种药物，并展示其中 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 |
|---|---|---|---|---|---|
| Repotrectinib | APPROVAL | Nerve growth factor receptor Trk-A inhibitor | 9.96 | IC50 | 12 |
| Entrectinib | APPROVAL | Neurotrophic tyrosine kinase receptor inhibitor | 9.66 | IC50 | 33 |
| Larotrectinib | APPROVAL | Neurotrophic tyrosine kinase receptor inhibitor | 9.4 | IC50 | 9 |
| Larotrectinib Sulfate | APPROVAL | Neurotrophic tyrosine kinase receptor inhibitor | 8.7 | IC50 | 5 |
| Amitriptyline | APPROVAL | — | 4.22 | IC50 | 71 |
| Cenegermin | APPROVAL | Neurotrophic tyrosine kinase receptor agonist | — | — | 3 |
| Imatinib | APPROVAL | — | — | — | 151 |
| Regorafenib | APPROVAL | Nerve growth factor receptor Trk-A inhibitor | — | — | 182 |

具有精确 IC50 值、且针对 Trk 的三种已获批药物是 repotrectinib（pChEMBL 9.96）、entrectinib（9.66）和 larotrectinib（9.4）。其盐型 Larotrectinib Sulfate 单独列出，为 8.7。Amitriptyline 也出现在列表中，精确 IC50 对应的值为 4.22。在这个数值越高活性越强的标度上，这一活性要弱得多。Cenegermin 被注释为激动剂，因此不是抑制剂。

**疾病证据。** Open Targets 将 NTRK1 与 2563 种疾病关联。

| 疾病 | 关联评分 | 证据条目 |
|---|---|---|
| hereditary sensory and autonomic neuropathy type 4 | 0.857 | 1500 |
| non-small cell lung carcinoma | 0.656 | 1094 |
| neoplasm | 0.633 | 5149 |
| cancer | 0.612 | 4396 |
| colorectal cancer | 0.578 | 342 |
| familial medullary thyroid carcinoma | 0.566 | 30 |

关联度最高的是 4 型遗传性感觉和自主神经病（评分 0.857，1500 条证据）。其后是非小细胞肺癌，评分 0.656。家族性甲状腺髓样癌评分 0.566，仅有 30 条证据。

**临床变异证据、表达与通路。** CIViC 中 NTRK1 共有 84 条记录。所展示的 5 条以融合为主：结直肠癌中的 TPM3::NTRK1 融合（D 级，涉及 lestaurtinib 和 larotrectinib），肺非小细胞癌中的 SQSTM1::NTRK1 融合（C 级，entrectinib），以及实体瘤中的 NTRK1 融合，对应 entrectinib，为最高的 A 级。神经母细胞瘤中的 NTRK1 过表达列为 B 级，意义为“Better Outcome”。

TCGA/GTEx 表达数据可在 24 种同时有肿瘤和正常样本的癌症类型中比较。嗜铬细胞瘤和副神经节瘤的肿瘤均值为 11.22，3 个正常样本均值为 5.3（log2 倍数 1.08）。肾嫌色细胞癌则相反：肿瘤为 1.88，正常为 5.25（-1.48）。Reactome 注释了 17 条通路，居首的是 TRKA activation by NGF。STRING v12 报告 2542 个互作蛋白，NGFR、NGF、NTF3、SHC1、BDNF 和 NTF4 的评分均为 999。

## 结果意味着什么，如何解读

在做其他判断之前，有三点值得放在一起看。

1. **依赖性范围很窄。** 1178 株细胞系中仅有 1 株依赖，平均效应为 -0.03，说明在这一细胞系组中，缺失 NTRK1 并不会普遍降低细胞活力。对只在特定背景下起作用的基因而言，这符合预期。
2. **药物和融合记录指向这样的背景。** 已获批的 Trk 抑制剂 pChEMBL 值在 8.7 到 9.96 之间，而 CIViC 记录把敏感性与 NTRK1 融合联系起来，而非野生型基因。一种合理的解读是：通用的敲除筛选看不到太多效应，而融合驱动的肿瘤可能对抑制有反应。这里的数据与该解读一致，但并不能证明它。
3. **疾病排名反映的是另一类生物学。** Open Targets 中排名第一的疾病是一种神经病变，属于种系遗传病，而不是癌症。评分取决于已收集证据的数量和类型，因此不应被当作治疗相关性的排名。

表达数据提示需要谨慎。不同癌症类型中，肿瘤的平均表达与正常组织相比既有升高也有降低，而且这些比较均未按融合状态分层。因此，表达高低并不能告诉你是否存在融合。STRING 的 999 分描述的是两个蛋白功能关联的置信度，并不表示直接结合，而排名靠前的互作蛋白是预期中的神经营养因子配体和一个接头蛋白。

还要注意“Trials by name”一列。它统计的是提到某药物名称的临床试验记录，而不是以 NTRK1 为靶点的试验。因此，尽管 imatinib（151）和 amitriptyline（71）在该表中的 Trk 特异性活性较弱或缺失，它们仍显示出较大的数字。

## 如何在 BioQ 中复现

1. 打开 BioQ，确认你在搜索页面。
2. 按下方内容原样输入基因符号，不要添加其他内容。
3. 先看依赖性模块，再看药物和 CIViC 模块，并将谱系表与融合记录对照。
4. 查看各模块下方显示的数据版本，因为上文数字截至 2026-11-06。

```text
NTRK1
```

[在 BioQ 中打开此查询](https://bioq.bio/login?next=%2Fapp%23q%3DNTRK1)

5. 打开任一模块可查看其来源，然后进一步缩小问题，例如限定到某个谱系或某种药物。

## 局限：这些数据没有告诉我们什么

- 在本次结果中，DepMap 细胞系组并未说明是否有细胞系携带 NTRK1 融合。依赖性几乎不存在，不能被解读为不存在融合驱动的依赖性。
- 依赖细胞系的数量取决于所选阈值。换一个阈值，数量就会改变。
- pChEMBL 值来自不同的实验和实验室。它们比较的是体外活性，不能说明给药剂量、耐受性或患者获益。
- 临床试验数量按药物名称匹配，包含与 NTRK1 无关的试验。
- CIViC 证据级别反映证据的类型，而不是响应的幅度。所示记录大多低于 A 级。
- Open Targets 评分衡量的是证据的数量和类型，而不是因果关系。
- TCGA/GTEx 比较中有些正常样本组非常小，例如嗜铬细胞瘤和副神经节瘤只有 3 个正常样本，因此这些倍数变化并不稳健。
- 每个模块仅显示靠前的若干行，完整列表更长，例如 26 种药物和 17 条通路。

## 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0.6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。

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

在 BioQ 中亲自运行同一查询：[NTRK1](https://bioq.bio/login?next=%2Fapp%23q%3DNTRK1)

*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

- [`NTRK1`](https://bioq.bio/login?next=%2Fapp%23q%3DNTRK1)

## 常见问题

### NTRK1 在 DepMap 中是常见必需基因吗？

不是。在 DepMap 的 depmap_24q4 版本中，NTRK1 未被标记为常见必需基因。1178 株细胞系中只有 1 株依赖（0.1%），Chronos 基因效应均值为 -0.03。

### ChEMBL 中哪些 NTRK1 抑制剂的精确活性最高？

在所展示的药物中，repotrectinib 的精确 pChEMBL 最高，为 9.96（IC50），其次是 entrectinib 的 9.66 和 larotrectinib 的 9.4。这些是体外活性数值，不代表临床结果。

### Open Targets 将多少种疾病与 NTRK1 关联？

Open Targets 列出 2563 种疾病。关联度最高的是 4 型遗传性感觉和自主神经病，评分 0.857，有 1500 条证据，其后是非小细胞肺癌，评分 0.656。

### CIViC 中有哪些 NTRK1 临床证据？

CIViC 共有 84 条 NTRK1 记录。所展示的记录以融合为主，包括实体瘤中的 NTRK1 融合，对应 entrectinib，证据级别为 A 级。

### NTRK1 的整合查询需要多长时间？

引擎针对 7 个不同资源共运行 7 次查询，总耗时 0.63 秒。这只包含检索时间，不包括你阅读结果所花的时间。

## 来源

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

> 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。
