PRMT5 依赖性与抑制剂:一次查询整合多层数据
PRMT5 在 DepMap Chronos 数据中为泛必需基因,收录 3 种药物、关联 453 个 Open Targets 疾病;BioQ 一次查询即可整合各层数据。
数据截至 2026年11月6日 · BioQ 团队

在 DepMap 中,PRMT5 被归为泛必需基因(common essential):1178 株细胞系中有 1109 株(94.1%)依赖它,平均 Chronos 基因效应为 -1.004。同一次查询还返回 3 种药物、453 个 Open Targets 疾病和 12 条 Reactome 通路。以上数值均截至 2026-11-06。围绕 PRMT5 依赖性与抑制剂这一问题,本文逐层说明查询结果。
我们问了什么
我们在 BioQ 中只输入了一个词 PRMT5,想了解目前各公开数据层对这个基因的综合描述。具体问题如下:
- 癌细胞系对它的依赖性有多强?
- 有哪些药物记录,活性如何?
- 它与哪些疾病相关,证据量有多少?
- 肿瘤组织中的表达与正常组织有差异吗?
- 它位于哪些通路,有哪些蛋白互作伙伴?
答案来自六种不同的资源:DepMap;ChEMBL 及 Open Targets 等相关药物来源;Open Targets;TCGA/GTEx Toil 重新计算数据;Reactome;STRING。BioQ 共执行 7 次引擎查询,引擎耗时 0.56 秒。若手工完成,则需要逐一访问各个资源,在每个资源中找到对应的基因标识符,再自行核对整合结果。
BioQ 对 PRMT5 依赖性与抑制剂的查询结果
依赖性层采用 DepMap Chronos,版本为 depmap_24q4。基因效应越负,说明敲除后细胞活力下降越明显。下表列出平均效应最负的八个谱系。

| 谱系 | 细胞系 | 依赖 | 依赖比例(%) | 平均基因效应 |
|---|---|---|---|---|
| Pancreas | 47 | 47 | 100 | -1.178 |
| Head and Neck | 77 | 76 | 98.7 | -1.124 |
| Thyroid | 11 | 11 | 100 | -1.074 |
| Bladder/Urinary Tract | 34 | 33 | 97.1 | -1.072 |
| Peripheral Nervous System | 44 | 42 | 95.5 | -1.049 |
| Liver | 24 | 23 | 95.8 | -1.033 |
| Lymphoid | 93 | 90 | 96.8 | -1.033 |
| Soft Tissue | 45 | 43 | 95.6 | -1.032 |
药物层整合了 Open Targets、ChEMBL、Drug Repurposing Hub 和 ClinicalTrials.gov。pChEMBL 值是摩尔活性的负 log10,数值越高表示活性越强。
| 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 |
|---|---|---|---|---|---|
| Pemrametostat | PHASE_2 | Protein arginine N-methyltransferase 5 inhibitor | 8.7 | EC50 | 0 |
| 3Xv | UNKNOWN | — | 8.22 | IC50 | 0 |
| Hlcl-61 | UNKNOWN | — | — | — | 0 |
疾病层使用 Open Targets 关联分数,范围为 0 到 1。
| 疾病 | 关联评分 | 证据条目 |
|---|---|---|
| neurodegenerative disease | 0.208 | 3 |
| breast cancer | 0.14 | 187 |
| neoplasm | 0.119 | 668 |
| hepatocellular carcinoma | 0.117 | 120 |
| colorectal carcinoma | 0.116 | 78 |
| lung carcinoma | 0.116 | 139 |
另有三个数据层在此仅作概述,未列表:
- 表达。 TCGA 与 GTEx 数据涵盖 24 种同时有肿瘤和正常样本的癌症类型。在所示的六种类型中,log2 倍数变化都很小。胆管癌为 0.12(36 例肿瘤、9 例正常),肺鳞状细胞癌和肺腺癌均为 0.1。嗜铬细胞瘤和副神经节瘤为 -0.11,但正常样本只有 3 例。
- 通路。 Reactome 收录 12 条通路。特异性最高的是 Regulation of TP53 Activity through Methylation(R-HSA-6804760,19 个基因)和 RMTs methylate histone arginines(R-HSA-3214858,48 个基因)。snRNP Assembly(R-HSA-191859)也在列。
- 相互作用。 STRING v12 报告了 1794 个互作伙伴。得分最高的是 WDR77 和 CLNS1A,均为 999;其次是 H4C6,为 997;SNRPD3 和 RIOK1 为 996。PRMT1 的得分为 993。
结果意味着什么,如何解读
先读以下三点。
1. 依赖性很广泛,因此无法区分谱系。 1178 株细胞系中有 1109 株依赖 PRMT5,在该数据集中它表现得像一个核心细胞基因。胰腺谱系 47 株细胞系全部依赖(平均 -1.178),头颈部为 77 株中的 76 株(98.7%)。与整体模式相比,表中各谱系之间的差异很小。谱系排序宜视为一种梯度,而不是筛选清单。
2. 药物层信息有限,且混杂不同的实验类型。 Pemrametostat 是唯一有临床阶段的条目,处于 PHASE_2,其作用机制记录为 protein arginine N-methyltransferase 5 抑制剂。它的 8.7 是 EC50 值,不是 IC50。化合物 3Xv 有基于 IC50 的精确 pChEMBL 值 8.22。Hlcl-61 没有精确值。不要仅凭活性对这三者排序,因为这两个数值来自不同的实验类型。三者按名称检索到的临床试验数均为 0,但这只是名称匹配,并非完整的临床试验检索。
3. 疾病证据以数量为主导,而不是以分数。 Open Targets 最高分是神经退行性疾病,为 0.208,但仅基于 3 条证据。乳腺癌得分 0.14,有 187 条证据;肿瘤(neoplasm)得分 0.119,有 668 条。若关注肿瘤学,证据条数比分数排序更有参考价值。
各层一致之处:Reactome 和 STRING 都把 PRMT5 归入组蛋白精氨酸甲基化和 snRNP 组装。WDR77 是得分最高的互作伙伴(999),这与多数细胞系都需要该基因才能存活的结果相符。各层不一致之处:尽管依赖性很高,肿瘤与正常组织的表达差异却很小。至少在当前分辨率下,其必需性似乎并非来自肿瘤特异性的过表达。
如何在 BioQ 中复现
- 打开 BioQ,确认搜索没有限定在单一数据层。
- 原样输入下面的查询词。
PRMT5
- 先看依赖性模块,核对版本标签(depmap_24q4)和依赖细胞系数量。
- 打开药物模块,在比较 pChEMBL 值之前先核对类型列(IC50 或 EC50)。
- 在疾病模块中,将证据条数与关联分数对照阅读。
- 如需查看某个数值背后的原始记录,可根据各模块下方标注的来源名称回到原始资源。
局限:这些数据没有说明什么
- 细胞系不等于患者。 DepMap 测量的是培养细胞系中的基因敲除效应,并不说明肿瘤或正常组织对部分抑制会有何反应。
- 依赖性不等于药物反应。 CRISPR 敲除会移除整个蛋白,药理抑制的表现可能不同,而这些数据层并未将二者联系起来。
- 泛必需性限制了解读。 多数细胞系都需要的基因可能难以选择性靶向。这里的数据无法说明在任何特定情境下是否存在治疗窗口。
- 药物列表短且不均衡。 仅有 3 个条目,每个化合物只有一种实验类型,Hlcl-61 没有精确值。它不是对 PRMT5 化学空间的完整调查。
- 临床试验数为 0 只反映名称匹配。 这并不排除以其他名称注册,或仅按靶点列出的试验。
- 关联分数不是效应大小。 Open Targets 分数综合了多种证据类型,神经退行性疾病的分数仅基于 3 条证据。
- 表达差异小,且样本量不均衡。 部分正常组样本极少,因此不应过度解读单个倍数变化值。
- STRING 分数衡量的是置信度,而非功能。 999 分表示关联得到强有力的支持,并不代表已明确作用机制。
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。
/depmap, /drugs, /interaction, /ot_association, /pathway, /tcga
在 BioQ 中亲自运行同一查询:PRMT5
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
PRMT5 在 DepMap 中是泛必需基因吗?
在 DepMap Chronos 版本 depmap_24q4 中,PRMT5 被标记为泛必需基因。1178 株细胞系中有 1109 株(94.1%)依赖它,平均基因效应为 -1.004。
哪些谱系对 PRMT5 的依赖性最强?
胰腺谱系的平均基因效应最负,为 -1.178,47 株细胞系全部依赖。头颈部其次,为 -1.124,77 株中有 76 株依赖。
BioQ 列出了哪些 PRMT5 抑制剂,活性如何?
BioQ 列出 3 种药物。Pemrametostat 处于 PHASE_2,基于 EC50 的 pChEMBL 为 8.7;3Xv 的基于 IC50 的精确 pChEMBL 为 8.22;Hlcl-61 没有精确值。
Open Targets 将 PRMT5 与哪些疾病关联?
Open Targets 列出 453 个疾病。最高分是神经退行性疾病,为 0.208,基于 3 条证据;其次是乳腺癌,为 0.14,有 187 条证据。
与正常组织相比,PRMT5 在肿瘤中过表达吗?
在 24 种同时有肿瘤和正常样本的癌症类型中,所示的倍数变化都很小。以 log2 计,胆管癌为 0.12,肺腺癌为 0.1。
来源
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
MDM2 和 MDM4 靶点对比:依赖性与药物
MDM2 和 MDM4 靶点对比:DepMap 24q4 中 1178 株细胞系里 384 株依赖 MDM2,142 株依赖 MDM4;药物 MDM2 12 种、MDM4 1 种。
tiratricol FDA批准:靶点与活性数据(BioQ)
tiratricol FDA批准(Emcitate):ChEMBL收录68个靶点,THRB、THRA的pChEMBL最高,登记3项试验,数据截至2026-11-17。
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。


