# 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 2026-11-06 · 发布 2026-11-09 · 更新 2026-11-06 · https://bioq.bio/blog/zh-CN/gene-prmt5-profile

![BioQ 对查询词 PRMT5 的结果页，显示 CRISPR 依赖性、药物、疾病证据、通路和表达等模块，每个模块均标注数据来源。](https://bioq.bio/blog/img/gene-prmt5-profile/zh-CN/hero.webp)

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。

![BioQ 中 PRMT5 的依赖性模块，按谱系显示 DepMap Chronos 基因效应及依赖细胞系占比](https://bioq.bio/blog/img/gene-prmt5-profile/zh-CN/dep.webp)
*BioQ 中按谱系显示的 PRMT5 DepMap Chronos 依赖性。*

| 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

1. 打开 BioQ，确认搜索没有限定在单一数据层。
2. 原样输入下面的查询词。

```text
PRMT5
```

[在 BioQ 中打开此查询](https://bioq.bio/login?next=%2Fapp%23q%3DPRMT5)

3. 先看依赖性模块，核对版本标签（depmap_24q4）和依赖细胞系数量。
4. 打开药物模块，在比较 pChEMBL 值之前先核对类型列（IC50 或 EC50）。
5. 在疾病模块中，将证据条数与关联分数对照阅读。
6. 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](https://bioq.bio/login?next=%2Fapp%23q%3DPRMT5)

*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

- [`PRMT5`](https://bioq.bio/login?next=%2Fapp%23q%3DPRMT5)

## 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

- 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: [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。
