新论文阅读约 6 分钟

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

BioQ 对查询 MAPT 的结果页,显示按谱系划分的 DepMap Chronos 依赖性,旁边是药物、疾病和相互作用摘要。

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 dementia0.7894379
Pick disease0.762828
supranuclear palsy, progressive, 10.7372931
progressive supranuclear palsy-parkinsonism syndrome0.71638
atypical progressive supranuclear palsy syndrome0.71628
late-onset Parkinson disease0.64143

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
DocetaxelAPPROVAL———1628
PaclitaxelAPPROVAL———2177
BepranemabPHASE_2Microtubule-associated protein tau inhibitor——2
GosuranemabPHASE_2Microtubule-associated protein tau inhibitor——0
PosdinemabPHASE_2Microtubule-associated protein tau inhibitor——0
SemorinemabPHASE_2Microtubule-associated protein tau inhibitor——2
TilavonemabPHASE_2Microtubule-associated protein tau inhibitor——1
ZagotenemabPHASE_2Microtubule-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
Testis500-0.059
Cervix18000.021
Head and Neck77000.023
Uterus34000.026
Liver24000.037
Kidney34000.046
Lung126000.049
Esophagus/Stomach69000.051
BioQ 的 MAPT DepMap 面板,按谱系列出 Chronos 基因效应,共 1178 个细胞系,没有任何细胞系被判定为依赖
查询 MAPT 返回的按谱系划分的 DepMap Chronos 基因效应。

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

  1. 打开 BioQ,输入基因符号作为完整查询。
  2. 严格按如下内容运行:
MAPT

在 BioQ 中打开此查询

  1. 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。
  2. 打开 DepMap 数据块,查看谱系表和 Chronos 基因效应。
  3. 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

  1. 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
  2. 数据集 DepMap CRISPR Chronos gene effect (24Q4)
  3. 数据集 Open Targets Platform; ChEMBL; Drug Repurposing Hub
  4. 数据集 TCGA pan-cancer expression (UCSC Xena Toil recompute)
  5. 数据集 Reactome pathway knowledgebase
  6. 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