使用指南阅读约 5 分钟

KRAS 癌细胞系依赖性:DepMap 谱系数据一次查询

查询 KRAS 癌细胞系依赖性:在 DepMap Chronos 的 1178 株细胞系中,胰腺谱系 91.5% 依赖 KRAS,并对照 TCGA/GTEx 表达,附复现步骤与局限。

数据截至 2026年11月6日 · BioQ 团队

BioQ 对查询 KRAS 的结果页,显示按癌症谱系排列的 DepMap Chronos 依赖性表格,胰腺(Pancreas)排在首位。

在 DepMap(版本 depmap_24q4)中,敲除 KRAS 使细胞活力下降到可判定为依赖的程度,涉及 1178 株细胞系中的 399 株,占 33.9%。这一效应有很强的谱系特异性:47 株胰腺(Pancreas)细胞系中有 43 株依赖(91.5%),63 株肠道(Bowel)细胞系中有 48 株依赖(76.2%)。通过 BioQ 的一次查询,即可得到按谱系排序的 KRAS 癌细胞系依赖性表格。数据截至 2026-11-06。

我们问了什么

靶点研究中常见这样的问题:对某个基因而言,在哪些癌症谱系中缺失它会损害细胞,这种效应是广泛存在还是局限于少数谱系?对 KRAS,我们想知道信号是在各肿瘤类型中均匀分布,还是集中在少数几类。我们还想看肿瘤组织中的表达量能否提示这种依赖性。

手动操作需要多个步骤。先打开 DepMap 门户,下载该基因的 Chronos 基因效应数据。再按谱系对细胞系分组,并设定依赖性阈值。然后打开另一个数据库,例如 TCGA 和 GTEx,比较肿瘤与正常组织的表达。每一步的文件格式不同,谱系命名也各不相同。

在 BioQ 中,输入只需基因符号:

KRAS

BioQ 返回了什么:KRAS 癌细胞系依赖性

本次查询通过 2 次引擎查询,调用了 DepMap 与 TCGA/GTEx(Toil 重新计算)共 2 个不同的数据库。引擎总耗时实测为 0.18 秒。该数字只包含引擎时间,不含你阅读结果的时间。

BioQ 对查询 KRAS 的概览,包含 DepMap 谱系依赖性表格和 TCGA 肿瘤与正常组织表达对比表格
BioQ 中的 KRAS 查询:来自 DepMap 的谱系依赖性,以及来自 TCGA/GTEx 的肿瘤与正常组织表达

第一个模块是 DepMap Chronos 提供的按谱系划分的 CRISPR 敲除活力数据。Chronos 基因效应值越负,说明敲除后细胞活力下降越明显。KRAS 的汇总值为:1178 株细胞系,399 株依赖,平均基因效应 -0.557,common essential(泛必需基因)为 false。表格按平均基因效应排序,显示前 8 个谱系。

谱系细胞系依赖依赖比例(%)平均基因效应
Pancreas474391.5-1.79
Bowel634876.2-1.178
Eye15640-0.789
Biliary Tract351954.3-0.76
Lung1266350-0.704
Esophagus/Stomach692637.7-0.552
Breast531834-0.538
Myeloid421945.2-0.535

第二个模块比较了在 24 种同时具有肿瘤和正常样本的癌症类型中,肿瘤与正常组织的表达,显示前 6 行,单位为 log2(norm_count+1)。

癌症类型肿瘤样本数正常样本数肿瘤组均值正常组均值log2 倍数变化
Glioblastoma Multiforme153510.3811.27-0.12
Thymoma119210.0910.78-0.1
Rectum Adenocarcinoma921011.0511.72-0.08
Colon Adenocarcinoma2884110.9811.59-0.08
Skin Cutaneous Melanoma10219.8210.42-0.09
Stomach Adenocarcinoma4143611.7311.140.07

结果意味着什么,如何解读

谱系选择性。 胰腺谱系最为突出,平均基因效应为 -1.79;其中 47 株细胞系里有 43 株依赖。这就是细胞系水平上的 KRAS 胰腺依赖性。肠道谱系紧随其后,平均值为 -1.178。肺(Lung)是 126 株细胞系的大组,平均值为 -0.704,其中 63 株(50.0%)依赖。这说明群体内部存在分化,而不是效应一致。

不是泛必需基因。 KRAS 的该标记为 false。在全部 1178 株细胞系中仅有 33.9% 依赖,因此该基因表现为选择性依赖,而不是泛癌种的必需基因。关键在于具体的谱系。

平均值与百分比回答的是不同的问题。 表格按平均基因效应排序,因此依赖细胞系的百分比并不随行单调变化。胆道(Biliary Tract)有 54.3% 的细胞系依赖,但排在眼(Eye)之后,而眼的依赖比例为 40.0%。眼只有 15 株细胞系。髓系(Myeloid)的依赖比例为 45.2%,但平均值为 -0.535。应同时参考两列,并在相信某个谱系的百分比之前先看细胞系数量。

表达不等于依赖。 在所示的 TCGA/GTEx 行中,log2 倍数变化都很小,从多形性胶质母细胞瘤(Glioblastoma Multiforme)的 -0.12 到胃腺癌(Stomach Adenocarcinoma)的 0.07。DepMap 中 KRAS 依赖性最强的谱系是胰腺和肠道,但它们在这里并不突出。结肠腺癌(Colon Adenocarcinoma)为 -0.08,含 288 例肿瘤和 41 例正常样本。因此,肿瘤与正常组织的 mRNA 水平差异,并不能很好地代替对该基因的功能依赖性。有些行的正常样本也非常少:皮肤黑色素瘤(Skin Cutaneous Melanoma)只有 1 例正常样本,胸腺瘤(Thymoma)只有 2 例。

下一步。 选取表格顶部的谱系,检查其背后细胞系的突变状态。然后比较同一通路中相关基因在这些谱系中的表现,并查看你所关注谱系的药物和临床试验证据。其中每一项都是单独的查询。表格告诉你该往哪里看,而不是该得出什么结论。

如何在 BioQ 中复现

  1. 打开 BioQ,确认检索范围包含 DepMap 和 TCGA 数据层(默认即包含)。
  2. 按下面的写法准确输入基因符号。
KRAS

在 BioQ 中打开此查询

  1. 在 DepMap 模块中,先核对版本名称和关于 Chronos 符号方向的说明,再读取数值。
  2. 先读汇总值(细胞系数、依赖数、common essential),再读各谱系行。对比“Cell lines”列与“% dependent”列。
  3. 待依赖性模式清楚之后,再打开 TCGA/GTEx 模块,把它作为表达背景信息,而不是依赖性的证据。
  4. 每一行都带有数据来源名称,因此可以在笔记中引用对应的数据库和版本。

局限:这些数据没有显示什么

  • 此处的“依赖”指 Chronos 基因效应小于或等于某个命名阈值。该阈值是分析中的约定,而不是生物学本身的属性。换用不同的截断值,计数就会改变。
  • DepMap 测量的是体外培养细胞系中的 CRISPR 敲除活力。它无法显示患者体内或动物体内的肿瘤如何反应,也无法说明针对该靶点的药物会如何起作用。
  • 各谱系的组大小不同。像眼(Eye)这样只有 15 株细胞系的小组,其百分比不稳定。
  • 表格只按平均基因效应列出前 8 个谱系。排在截断线以下的谱系未在此显示。
  • 结果不包含每株细胞系携带何种 KRAS 突变的信息,因此无法说明是哪种基因型驱动了这种依赖性。
  • TCGA/GTEx 比较的是组织整体(bulk)表达,无法反映蛋白活性,并且部分癌症类型的正常样本数较少。
  • 本文内容不构成任何医疗或治疗建议。

数据与方法

本页数字于2026-11-06从 BioQ 引擎读取(共2次查询,引擎累计耗时0.2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, /tcga

在 BioQ 中亲自运行同一查询:KRAS

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 DepMap 中 KRAS 是泛必需基因(common essential)吗?

不是。在 depmap_24q4 中,KRAS 的 common essential 标记为 false。1178 株细胞系中只有 399 株(33.9%)依赖,平均基因效应为 -0.557。

在 DepMap 中哪些癌症谱系最依赖 KRAS?

按平均基因效应排序,胰腺(Pancreas)居首,平均值为 -1.79,其中 47 株细胞系里有 43 株依赖(91.5%)。肠道(Bowel)次之,平均值为 -1.178,其中 63 株细胞系里有 48 株依赖(76.2%)。

Chronos 基因效应为负值意味着什么?

Chronos 基因效应越负,表示 CRISPR 敲除使细胞活力下降越明显。当某株细胞系的效应小于或等于某个命名阈值时,即判定为依赖,该阈值是分析中的约定。

肿瘤中的 KRAS 表达能预测依赖性吗?

在所示的行中不能。TCGA/GTEx 的 log2 倍数变化范围为 -0.12 到 0.07,而 DepMap 的依赖性在各谱系之间差异很大。表达与依赖性是两种不同的测量。

KRAS 谱系查询花了多长时间?

引擎对 2 个数据库共进行 2 次查询,总耗时 0.18 秒。这只是引擎时间,不含阅读和后续查询的时间。

来源

  1. 数据集 DepMap CRISPR Chronos gene effect (24Q4)
  2. 数据集 TCGA pan-cancer expression (UCSC Xena Toil recompute)

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