WEE1 靶点依赖性与抑制剂:一次查询看全
WEE1 在 DepMap 中为泛必需基因(1178 个细胞系中 1178 个依赖);一次 BioQ 查询即可同时查看药物、疾病证据、表达与通路数据。
数据截至 2026年11月6日 · BioQ 团队

把 WEE1 靶点依赖性与抑制剂的数据放在一起看,结论相当一致:基因敲除在 DepMap 的全部 1178 个细胞系(共 1178 个)中都降低了细胞活力(平均 Chronos gene effect 为 -2.455),并且有 4 种药物与该基因相关,其中 azenosertib 处于 PHASE_3,adavosertib 处于 PHASE_2。疾病证据则没有这么统一。数据截止日期为 2026-11-06。
我们想问什么
我们希望在一个视图中看到 WEE1 在靶点评估通常需要的各个层面的情况:细胞系对它的依赖程度有多高,哪些药物作用于它、活性如何,证据指向哪些疾病,肿瘤中的表达是否高于正常组织,以及它在通路和相互作用网络中的位置。查询时只输入了基因符号:WEE1。
这个问题很实际。在投入时间研究一个靶点之前,需要知道这些事实中哪些相互印证,哪些相互矛盾。
BioQ 对 WEE1 靶点依赖性与抑制剂返回了什么
BioQ 共执行了 7 次引擎查询,调用了 7 个不同的数据资源,引擎总耗时 0.51 秒。如果手工完成同样的工作,需要分别打开 DepMap、ChEMBL、Open Targets、ClinicalTrials.gov、TCGA/GTEx、CIViC、Reactome 和 STRING,并在各库之间核对基因标识符。下面三个模块给出了主要发现。
CRISPR 依赖性(DepMap Chronos,版本 depmap_24q4)。 全部 1178 个细胞系都被判定为依赖,比例为 100.0%,该基因被标记为泛必需基因(common essential)。下表所示的八个谱系按平均 gene effect 最负者排列。
| 谱系 | 细胞系 | 依赖 | 依赖比例(%) | 平均基因效应 |
|---|---|---|---|---|
| Bone | 46 | 46 | 100 | -2.623 |
| Thyroid | 11 | 11 | 100 | -2.597 |
| Kidney | 34 | 34 | 100 | -2.562 |
| Skin | 74 | 74 | 100 | -2.549 |
| Peripheral Nervous System | 44 | 44 | 100 | -2.54 |
| Bladder/Urinary Tract | 34 | 34 | 100 | -2.537 |
| Ovary/Fallopian Tube | 59 | 59 | 100 | -2.5 |
| Lymphoid | 93 | 93 | 100 | -2.494 |

按临床阶段列出的药物。 Open Targets、ChEMBL、Drug Repurposing Hub 和 ClinicalTrials.gov 合计列出 4 种药物。活性一列给出精确的 pChEMBL 值(摩尔活性的负 log10,数值越高表示活性越强)及其对应的实验类型。
| 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 |
|---|---|---|---|---|---|
| Azenosertib | PHASE_3 | Serine/threonine-protein kinase WEE1 inhibitor | 8.89 | IC50 | 11 |
| Adavosertib | PHASE_2 | Serine/threonine-protein kinase WEE1 inhibitor | 9.25 | IC50 | 25 |
| Pd-0166285 | UNKNOWN | — | 9.3 | KI | 0 |
| Pd-407824 | UNKNOWN | — | — | — | 0 |
疾病关联(Open Targets)。 该基因与 1113 种疾病存在关联。下表显示得分最高的六种。
| 疾病 | 关联评分 | 证据条目 |
|---|---|---|
| neurodegenerative disease | 0.519 | 105 |
| actinic keratosis | 0.439 | 4 |
| squamous cell carcinoma | 0.419 | 36 |
| cutaneous squamous cell carcinoma | 0.415 | 4 |
| sitting height measurement | 0.386 | 3 |
| autoimmune disorder of central nervous system | 0.379 | 3 |
其余层面的内容较简短。TCGA/GTEx Toil 数据可在 24 种癌症类型中比较肿瘤与正常组织。其中 Glioblastoma Multiforme 最为突出:肿瘤组织平均表达为 10.73,正常组织为 6.71(153 例肿瘤,5 例正常),log2 fold 为 0.68。其后列出的五种癌症类型,即 Kidney Chromophobe、Kidney Papillary Cell Carcinoma、Bladder Urothelial Carcinoma、Liver Hepatocellular Carcinoma 和 Cholangiocarcinoma,log2 fold 均为负值,范围为 -0.27 至 -0.12。
CIViC 收录 1 条记录:分子谱 WEE1 RS3910384,疾病为 Lung Non-small Cell Carcinoma,涉及 Platinum Compound 和 Gemcitabine,证据等级 B,意义为 Sensitivity/Response。Reactome 将 WEE1 映射到 18 条通路,其中最具体的是 G2/M DNA replication checkpoint(R-HSA-69478,7 个基因)。STRING v12 报告了 1373 个相互作用蛋白,得分最高的是 CDK1(998)、PLK1(992)、CHEK1(992)、CCNB1(990)、CDK2(987)和 CDC25A(956)。
结果意味着什么,应如何解读
在看其余内容之前,有三点值得先核实。
- 依赖性是广泛的,而不是选择性的。 所有细胞系都依赖该基因,且基因被标记为泛必需,因此 DepMap 无法区分敏感与不敏感的谱系。谱系排名(所示谱系中 Bone 为 -2.623,Lymphoid 为 -2.494)之间的差距很窄。还需注意,“依赖”是由分析流程设定的固定 Chronos 阈值来定义的,并非数据本身的属性。对于 WEE1 这样的靶点,这一层只能说明该基因对培养条件下的细胞活力很重要,并不能说明药物的治疗窗口可能在哪里。
- 药物层信息较为丰富,活性值较高但类型不一。 Adavosertib 的精确 pChEMBL 基于 IC50,为 9.25,按名称检索到 25 项试验。Azenosertib 为 8.89(IC50),有 11 项试验。Pd-0166285 为 9.3,但该值来自 Ki,不应与 IC50 数值直接比较。Pd-407824 没有精确值,也没有按名称检索到的试验,两个 Pd 化合物的阶段均为 UNKNOWN。试验数量是按药物名称匹配的结果,并非人工整理的研究清单。
- 疾病证据和表达与依赖性并不一致。 Open Targets 中得分最高的关联是神经退行性疾病(得分 0.519,105 条证据),高于 squamous cell carcinoma(0.419,36 条)。Actinic keratosis(0.439,4 条)和 cutaneous squamous cell carcinoma(0.415,4 条)排名也较靠前。关联得分综合了多种证据类型,本身并不能说明作用方向或成药性。在 TCGA/GTEx 所示的六种癌症类型中,只有 Glioblastoma Multiforme 的肿瘤表达高于正常组织,其余五种较低。细胞系中的依赖性、遗传或文献层面的关联,以及组织中的整体 mRNA 水平,是三个不同的问题,而在这里它们给出了三种不同的答案。
通路和相互作用层之间相互一致,也与药物作用机制吻合。Reactome 条目均为细胞周期检查点通路,STRING 中最强的相互作用蛋白(CDK1、PLK1、CHEK1、CCNB1、CDK2、CDC25A)都是细胞周期调控因子。这与注释的作用机制,即丝氨酸/苏氨酸蛋白激酶 WEE1 抑制剂,是相符的。
如何在 BioQ 中复现
- 打开 BioQ,确认查询框为空。
- 按下方所示准确输入基因符号。
WEE1
- 等待各模块加载完成。每个模块都会标明数据来源和版本(例如依赖性模块为 depmap_24q4)。
- 先看 DepMap 和药物模块,再与 Open Targets 和 TCGA 模块对照。
- 留意结果旁显示的数据日期,因为各层数据的更新周期不同。
局限:这些数据没有说明什么
- 细胞系 CRISPR 数据无法说明在正常组织或患者中的耐受性。泛必需标记是培养细胞系的属性。
- 这里的数据无法对哪些肿瘤类型会对 WEE1 抑制剂产生应答进行排序。100.0% 的依赖比例没有留下可供排序的差异。
- pChEMBL 值来自不同的实验和不同类型(IC50、Ki),反映的是体外活性,并不代表选择性或临床活性。
- 临床阶段标签和试验数量来自跨数据源的名称匹配,并不说明试验结果。
- 唯一的 CIViC 记录涉及一个变异以及肺癌中的铂类加 gemcitabine,并非关于 WEE1 抑制剂的证据。
- Open Targets 得分概括的是证据的数量和类型,而非生物学作用的方向。尤其是神经退行性疾病这一信号,仅凭得分无法解读。
- TCGA/GTEx 比较中各组样本量不均衡,例如 Glioblastoma Multiforme 只有 5 例正常样本,且整体 RNA 水平不能反映蛋白活性或 CDK1 的磷酸化状态。
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0.5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:WEE1
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
WEE1 在 DepMap 中是泛必需基因吗?
是。在 DepMap 版本 depmap_24q4 中,1178 个细胞系中的 1178 个被判定为依赖,平均 Chronos gene effect 为 -2.455。该基因被标记为泛必需基因。
目前列出了哪些 WEE1 抑制剂,处于什么阶段?
BioQ 为 WEE1 列出 4 种药物。Azenosertib 处于 PHASE_3,adavosertib 处于 PHASE_2,Pd-0166285 和 Pd-407824 的阶段为 UNKNOWN。
adavosertib 和 azenosertib 在 ChEMBL 中的活性如何?
Adavosertib 的精确 pChEMBL 为 9.25,azenosertib 为 8.89,均来自 IC50 测定。数值越高表示活性越强,这些仅为体外活性数据。
Open Targets 将 WEE1 与哪种疾病关联最强?
在 1113 种关联疾病中,神经退行性疾病得分最高,为 0.519,有 105 条证据。在所示疾病中,其后是 squamous cell carcinoma,得分 0.419,有 36 条证据。
WEE1 在肿瘤中的表达高于正常组织吗?
取决于癌症类型。在同时具有肿瘤和正常数据的 24 种类型中所示的六种里,只有 Glioblastoma Multiforme 的肿瘤表达更高(10.73 对 6.71),其余五种的 log2 fold 为负值。
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
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。


