MAPT 最新研究:BioQ 公共数据背景解读
npj Dementia MAPT V337M 类器官新研究,结合 DepMap、Open Targets、ChEMBL、STRING、Reactome 数据解读,截至 2026-11-10。
数据截至 2026年11月10日 · BioQ 团队

读 MAPT 最新研究时,公共数据可以提供清晰的背景。在 Open Targets 中,MAPT 与额颞叶痴呆的关联最强(关联分数 0.789),库中记录了 9 种药物,主要是处于 2 期的抗 tau 抗体。在 DepMap 中,1178 个癌细胞系没有一个依赖 MAPT。所有数字截至 2026-11-10;论文自身的结果属于论文。
我们要问什么:MAPT 最新研究处在什么位置
这篇论文(npj Dementia,2026,DOI 10.1038/s44400-026-00147-y)包含两部分。一部分是用人多能干细胞培养皮层类器官的生产与质量控制平台。另一部分是在携带 MAPT V337M 突变的神经元中的生物学发现,该突变与伴有 tau 病理的额颞叶痴呆相关。作者报告,兴奋性神经元中磷酸酶调节因子 PPP2CA 和 ANP32A 以及 prefoldin 亚基 PFDN6 出现早期变化。这些变化早于 tau 过度磷酸化和寡聚化。这些结果是论文作者的;BioQ 没有重新分析类器官数据。
我们的问题更窄:今天的公共数据层怎么描述 MAPT 本身?这可以为论文提供一些背景。我们运行了单个查询 MAPT,并阅读了返回的疾病关联、药物、依赖性、相互作用蛋白和通路各数据块。这些事实只涉及 MAPT。我们没有查询 PPP2CA、ANP32A 或 PFDN6,因此下文不涉及这些基因。
BioQ 返回了什么
该查询通过 7 次引擎查询调用了 6 个不同的资源,引擎总耗时 2.25 秒。第一张表显示 Open Targets 中与 MAPT 关联最强的疾病,MAPT 共有 3226 个关联疾病。
| 疾病 | 关联评分 | 证据条目 |
|---|---|---|
| frontotemporal dementia | 0.789 | 4379 |
| Pick disease | 0.76 | 2828 |
| supranuclear palsy, progressive, 1 | 0.737 | 2931 |
| progressive supranuclear palsy-parkinsonism syndrome | 0.716 | 38 |
| atypical progressive supranuclear palsy syndrome | 0.716 | 28 |
| late-onset Parkinson disease | 0.641 | 43 |
额颞叶痴呆排在首位,其后是 Pick 病和进行性核上性麻痹。各行的证据条数差别很大。额颞叶痴呆有 4379 条证据,而非典型进行性核上性麻痹综合征只有 28 条。
第二张表列出了库中记录的 MAPT 相关药物,9 种中显示 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 |
|---|---|---|---|---|---|
| Docetaxel | APPROVAL | — | — | — | 1628 |
| Paclitaxel | APPROVAL | — | — | — | 2177 |
| Bepranemab | PHASE_2 | Microtubule-associated protein tau inhibitor | — | — | 2 |
| Gosuranemab | PHASE_2 | Microtubule-associated protein tau inhibitor | — | — | 0 |
| Posdinemab | PHASE_2 | Microtubule-associated protein tau inhibitor | — | — | 0 |
| Semorinemab | PHASE_2 | Microtubule-associated protein tau inhibitor | — | — | 2 |
| Tilavonemab | PHASE_2 | Microtubule-associated protein tau inhibitor | — | — | 1 |
| Zagotenemab | PHASE_2 | Microtubule-associated protein tau inhibitor | — | — | 1 |
Docetaxel 和 Paclitaxel 被列为已获批。其余六行是被注释为微管相关蛋白 tau 抑制剂的 2 期药物,从 Bepranemab、Gosuranemab、Posdinemab、Semorinemab、Tilavonemab 和 Zagotenemab 这些名称看,它们应为抗体。“按名称统计的试验数”一列统计的是提到该药物名称的试验,并不是 tau 特异性试验的数量,这就是紫杉烷类显示 1628 和 2177 的原因。这八行的精确 pChEMBL 列均为空,因此在本次结果中,ChEMBL 里没有 MAPT 的精确 IC50 类效价数据。
第三张表是 DepMap 视图。
| 谱系 | 细胞系 | 依赖 | 依赖比例(%) | 平均基因效应 |
|---|---|---|---|---|
| Testis | 5 | 0 | 0 | -0.059 |
| Cervix | 18 | 0 | 0 | 0.021 |
| Head and Neck | 77 | 0 | 0 | 0.023 |
| Uterus | 34 | 0 | 0 | 0.026 |
| Liver | 24 | 0 | 0 | 0.037 |
| Kidney | 34 | 0 | 0 | 0.046 |
| Lung | 126 | 0 | 0 | 0.049 |
| Esophagus/Stomach | 69 | 0 | 0 | 0.051 |

在 1178 个细胞系中,依赖的有 0 个,Chronos 基因效应均值为 0.068,MAPT 未被标记为常见必需基因。在所显示的谱系中均值最负的是 Testis,为 -0.059,但它只有 5 个细胞系,且没有依赖的细胞系。
另有三个数据块不用表格也能提供背景:
- 相互作用蛋白(STRING v12)。 共有 2794 个相互作用蛋白。最高分是 GSK3B 和 CDK5,均为 999,其次是 APP 和 TUBA1B,为 995,然后是 TUBB2B 和 FYN,为 994。
- Reactome。 结果列出 16 条通路。最具体的是“Caspase-mediated cleavage of cytoskeletal proteins”,含 12 个基因。
- TCGA/GTEx。 在 24 种癌症类型中可以比较 MAPT 在肿瘤与正常组织中的表达。例如 Pheochromocytoma & Paraganglioma 的 log2 倍数变化为 0.87(177 个肿瘤样本,3 个正常样本)。
结果意味着什么,该如何解读
Open Targets 的排序说明,这篇论文研究的是 MAPT 生物学中证据最密集的部分:额颞叶痴呆及相关 tau 蛋白病。因此,用 MAPT 突变模拟额颞叶痴呆的模型,针对的正是该平台中与这个基因联系最紧密的疾病领域。
药物表显示,针对 tau 的临床研究大多集中在 2 期抗体,它们作用于 tau 蛋白本身。论文则关注更上游的层面,即磷酸化和蛋白折叠的调节因子。这是生物学的不同层次,表中没有任何内容把论文涉及的三个基因与这些药物联系起来。
DepMap 的结果很容易被误读。0 个依赖细胞系并不表示 MAPT 在神经元中不重要。这些是癌细胞系,大多并不依赖 tau,因此结果主要说明敲除 MAPT 不太可能成为一种普遍的癌症脆弱点。“依赖”这一标签也来自一个命名的 Chronos 阈值,而不是数据本身。
STRING 中的 GSK3B 和 CDK5 是激酶,所以相互作用层反映的是围绕 tau 的已知磷酸化生物学。论文关于磷酸酶的发现从相反的方向呼应了同一主题,但这只是我们作为读者的解读,不是任何一方数据源的结果。
如何在 BioQ 中复现
- 打开 BioQ,输入基因符号作为完整查询。
- 严格按如下内容运行:
MAPT
- 在 Open Targets 数据块中查看疾病关联,在药物数据块中查看临床阶段和精确 pChEMBL 列。
- 打开 DepMap 数据块,查看谱系表和 Chronos 基因效应。
- 查看 STRING 和 Reactome 数据块,并注意每个结果都会标明其来源资源和版本。
手动完成这些步骤,需要分别访问多个数据库,并核对基因标识符和版本号。这里 6 个资源一并被查询,引擎耗时 2.25 秒。
局限:这些数据没有说明什么
- BioQ 的数据不涉及论文的类器官结果。由于没有查询 PPP2CA、ANP32A 和 PFDN6,它们既不能证实也不能反驳这些基因的变化。
- Open Targets 的分数衡量的是证据的数量和类型,而不是基因导致疾病的强度。
- 试验数是按药物名称匹配的,包含与 tau 无关的试验,因此不能当作针对 MAPT 的研究活跃度。
- 精确 pChEMBL 值为空,只表示本次结果中没有找到精确的效价测量,并不表示其他地方也不存在。
- DepMap 涵盖的是 depmap_24q4 版本中的癌细胞系,没有模拟有丝分裂后神经元,也没有模拟 V337M 突变。
- 在某些癌症类型中,TCGA 比较的正常样本非常少,例如上面示例中只有 3 个,所以其倍数变化只是较弱的证据。
- 以上内容不构成医疗建议,也不是关于治疗的说法。
数据与方法
本页数字于2026-11-10从 BioQ 引擎读取(共7次查询,引擎累计耗时2.2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, /drugs, /interaction, /ot_association, /pathway, /tcga
参考来源
- Integrated manufacturing platform for cortical organoids reveals early phosphatase and prefoldin dysregulation in MAPT V337M neurons (2026) — doi:10.1038/s44400-026-00147-y
在 BioQ 中亲自运行同一查询:MAPT
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 Open Targets 中,哪些疾病与 MAPT 关联最强?
额颞叶痴呆的关联分数最高,为 0.789,其次是 Pick 病(0.76)和进行性核上性麻痹 1(0.737)。截至 2026-11-10,共有 3226 个疾病与 MAPT 相关联。
MAPT 在 DepMap 中是依赖基因吗?
不是。在 Chronos 数据(版本 depmap_24q4)的 1178 个细胞系中,依赖 MAPT 的有 0 个,基因效应均值为 0.068,MAPT 未被标记为常见必需基因。这些是癌细胞系,不是神经元。
ChEMBL 中有带精确 IC50 数据的 MAPT 抑制剂吗?
BioQ 列出了 MAPT 的 9 种药物,但所显示的 8 行中精确 pChEMBL 列均为空。其中六种是被注释为微管相关蛋白 tau 抑制剂的 2 期药物。
BioQ 能证实 MAPT V337M 论文中 PPP2CA、ANP32A 和 PFDN6 的发现吗?
不能。该查询只涉及 MAPT,论文的类器官结果属于论文自身。BioQ 提供的是来自公共资源的 MAPT 背景信息,本次共调用了 6 个不同的资源。
在 STRING 中,哪些蛋白与 MAPT 的相互作用最强?
GSK3B 和 CDK5 的得分均为 999,其次是 APP 和 TUBA1B,为 995。STRING v12 共列出 MAPT 的 2794 个相互作用蛋白。
来源
- 论文 Integrated manufacturing platform for cortical organoids reveals early phosphatase and prefoldin dysregulation in MAPT V337M neurons (2026) DOI 10.1038/s44400-026-00147-y
- 数据集 DepMap CRISPR Chronos gene effect (24Q4)
- 数据集 Open Targets Platform; ChEMBL; Drug Repurposing Hub
- 数据集 TCGA pan-cancer expression (UCSC Xena Toil recompute)
- 数据集 Reactome pathway knowledgebase
- 数据集 STRING v12 protein-protein interactions
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。


