PRMT5 依賴性與藥物:一次查詢整合
PRMT5 在 DepMap Chronos 資料中屬常見必需基因,收錄 3 種藥物與 453 種 Open Targets 疾病;BioQ 一次查詢即可整合各層資料。
資料截至 2026年11月6日 · BioQ 團隊

在 DepMap 中,PRMT5 被歸類為常見必需基因(common essential):1178 株細胞株中有 1109 株(94.1%)依賴它,平均 Chronos 基因效應為 -1.004。同一次查詢也回傳 3 種藥物、453 種 Open Targets 疾病與 12 條 Reactome 傳訊路徑。以下數值皆截至 2026-11-06。本文整理 PRMT5 依賴性與藥物的整合結果,並說明閱讀時需要留意之處。
我們問了什麼
我們在 BioQ 輸入一個詞 PRMT5,想知道目前整合後的公開資料層對這個基因說了什麼。我們提出的問題如下:
- 癌症細胞株對它的依賴程度有多強?
- 有哪些藥物紀錄,效力如何?
- 它與哪些疾病相關,證據量有多少?
- 腫瘤組織與正常組織的表現量是否不同?
- 它位於哪些傳訊路徑,又有哪些蛋白質交互作用夥伴?
答案來自六個不同的資源:DepMap、ChEMBL(連同 Open Targets 與相關藥物來源)、Open Targets、TCGA/GTEx Toil 重新計算資料、Reactome 與 STRING。BioQ 執行了 7 次引擎查詢,引擎運算時間共 0.56 秒。若以人工方式完成,就得逐一造訪各資源,在每個資源中找出正確的基因識別碼,再自行比對整合輸出結果。
BioQ 回傳的 PRMT5 依賴性與藥物結果
依賴性資料層為 DepMap Chronos,版本 depmap_24q4。基因效應越負,代表基因剔除後細胞存活力下降越多。下表列出平均效應最負的八個譜系。

| 譜系 | 細胞株 | 依賴 | 依賴比例 (%) | 平均基因效應 |
|---|---|---|---|---|
| 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 |
藥物資料層整合了 Open Targets、ChEMBL、Drug Repurposing Hub 與 ClinicalTrials.gov。pChEMBL 值是莫耳效力的負 log10,數值越高代表效力越強。
| 藥物 | 最高臨床階段 | 作用機制 | 最佳精確 pChEMBL | 類型 | 依名稱檢索的臨床試驗 |
|---|---|---|---|---|---|
| Pemrametostat | PHASE_2 | Protein arginine N-methyltransferase 5 inhibitor | 8.7 | EC50 | 0 |
| 3Xv | UNKNOWN | — | 8.22 | IC50 | 0 |
| Hlcl-61 | UNKNOWN | — | — | — | 0 |
疾病資料層採用 Open Targets 關聯分數,範圍為 0 到 1。
| 疾病 | 關聯分數 | 證據項目 |
|---|---|---|
| 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 |
另外三個資料層以摘要呈現,不列成表格:
- 表現量。 TCGA 與 GTEx 資料涵蓋 24 種同時具有腫瘤與正常樣本的癌別。在顯示的六種癌別中,log2 倍數變化都很小。膽管癌為 0.12(36 個腫瘤、9 個正常樣本),肺鱗狀細胞癌與肺腺癌皆為 0.1。嗜鉻細胞瘤與副神經節瘤為 -0.11,但正常樣本僅 3 個。
- 傳訊路徑。 Reactome 列出 12 條路徑。最具特異性的是 Regulation of TP53 Activity through Methylation(R-HSA-6804760,19 個基因)與 RMTs methylate histone arginines(R-HSA-3214858,48 個基因)。snRNP Assembly(R-HSA-191859)也在列表中。
- 交互作用。 STRING v12 回報 1794 個夥伴。最高分為 WDR77 與 CLNS1A,皆為 999,其次是 H4C6 的 997,以及 SNRPD3 與 RIOK1 的 996。PRMT1 的分數為 993。
結果的意義與解讀方式
在看其他內容之前,有三點值得先讀。
1. 依賴性普遍存在,因此無法區分譜系。 1178 株中有 1109 株依賴,PRMT5 在此資料集中的表現就像核心細胞基因。胰臟譜系 47 株全數依賴(平均 -1.178),頭頸部譜系 77 株中有 76 株依賴(98.7%)。表中各譜系之間的差異,與整體模式相比相當小。譜系排名應視為一種梯度,而不是篩選名單。
2. 藥物資料層內容單薄,且混合了不同的實驗類型。 Pemrametostat 是唯一有臨床階段的項目,為 PHASE_2,其作用機制記錄為 protein arginine N-methyltransferase 5 抑制劑。它的 8.7 是 EC50 值,不是 IC50。化合物 3Xv 有以 IC50 為基礎的精確 pChEMBL 值 8.22。Hlcl-61 則沒有精確數值。不應僅憑效力為這三者排名,因為兩個數字來自不同的實驗類型。三者依名稱查得的試驗數都是 0,但這只是名稱比對,並非完整的臨床試驗搜尋。
3. 疾病證據以證據量為主,而非分數。 Open Targets 最高分是神經退化性疾病的 0.208,但它僅依據 3 筆證據。乳癌分數為 0.14,有 187 筆證據;腫瘤(neoplasm)分數為 0.119,有 668 筆。若關注腫瘤學,證據筆數比分數排序更有參考價值。
各資料層一致之處:Reactome 與 STRING 都把 PRMT5 放在組蛋白精胺酸甲基化與 snRNP 組裝中。WDR77 是最高分夥伴(999),這與多數細胞株需要此基因才能存活相符。不一致之處:儘管依賴性很高,腫瘤與正常組織的表現量差異卻很小。至少在這個解析度下,其必需性似乎並非源自腫瘤特異性的過度表現。
如何在 BioQ 中重現
- 開啟 BioQ,並確認搜尋沒有被限制在單一資料層。
- 依下方原樣輸入查詢。
PRMT5
- 先看依賴性區塊,確認版本標示(depmap_24q4)與依賴細胞株數量。
- 開啟藥物區塊,在比較 pChEMBL 值之前先檢查類型欄(IC50 或 EC50)。
- 在疾病區塊中,將證據筆數與關聯分數對照比較。
- 若需要查看某個數字背後的紀錄,可依各區塊下方標示的來源名稱回到原始資源。
限制:這些資料無法說明的事
- 細胞株不等於病人。 DepMap 測量的是培養細胞株中的基因剔除,無法說明腫瘤或正常組織對部分抑制會有何反應。
- 依賴性不等於藥物反應。 CRISPR 剔除會移除整個蛋白質,藥理抑制的行為可能不同,而這些資料層並未將兩者連結起來。
- 常見必需性限制了解讀。 多數細胞株都需要的基因,可能難以選擇性地標靶。這裡的資料無法說明是否存在任何具治療窗的情境。
- 藥物清單短而不均。 只有 3 筆項目,每個化合物僅有一種實驗類型,Hlcl-61 沒有精確數值。這並不是 PRMT5 化學物的完整調查。
- 試驗數為 0 反映的是名稱比對。 這並不排除以其他名稱登記,或僅依標靶列出的試驗。
- 關聯分數不是效應大小。 Open Targets 分數結合了多種證據類型,神經退化性疾病的分數僅依據 3 筆證據。
- 表現量差異小,且樣本數不均。 部分正常組別的樣本極少,因此不應過度解讀單一倍數值。
- STRING 分數衡量的是可信度,而非功能。 999 的分數代表關聯有強力支持,並不代表已知機制。
資料與方法
本頁數字於2026-11-06從 BioQ 引擎讀取(共7次查詢,引擎累計耗時0.6秒)。表格由程式根據引擎回應產生,內文只是對這些數值的轉述。
/depmap, /drugs, /interaction, /ot_association, /pathway, /tcga
在 BioQ 中親自執行同一查詢:PRMT5
僅供研究參考。本頁彙整公開資料,不構成醫療建議。
BioQ 是一個以「讓生物學研究加速 100 倍」為目標的 AI 搜尋引擎與代理程式。可在網頁應用程式與 REST API 使用,也能透過 MCP 在 Claude、ChatGPT、Cursor 中提問。
使用的查詢
常見問題
PRMT5 在 DepMap 中是常見必需基因嗎?
在 DepMap Chronos 版本 depmap_24q4 中,PRMT5 被標記為常見必需基因。1178 株細胞株中有 1109 株(94.1%)依賴它,平均基因效應為 -1.004。
哪些譜系對 PRMT5 的依賴最強?
胰臟譜系的平均基因效應最負,為 -1.178,47 株全數依賴。頭頸部譜系次之,為 -1.124,77 株中有 76 株依賴。
BioQ 列出哪些 PRMT5 抑制劑,效力如何?
BioQ 列出 3 種藥物。Pemrametostat 處於 PHASE_2,以 EC50 為基礎的 pChEMBL 為 8.7。3Xv 有以 IC50 為基礎的精確 pChEMBL 值 8.22,Hlcl-61 沒有精確數值。
Open Targets 將哪些疾病與 PRMT5 連結?
Open Targets 列出 453 種疾病。最高分是神經退化性疾病,為 0.208,有 3 筆證據;乳癌次之,為 0.14,有 187 筆證據。
PRMT5 在腫瘤中是否比正常組織過度表現?
在 24 種同時具有腫瘤與正常樣本的癌別中,所顯示的倍數變化都很小。以 log2 計,膽管癌為 0.12,肺腺癌為 0.1。
出處
結果依所示日期的公開資料庫而定,可能變動。BioQ 提供研究資訊,不構成醫療建議。
更多文章
MDM2 與 MDM4 比較:依賴性與藥物並列對照
MDM2 與 MDM4 比較:DepMap 24q4 中 1178 株細胞株,384 株依賴 MDM2、142 株依賴 MDM4;藥物 MDM2 有 12 種、MDM4 有 1 種。
tiratricol FDA 核准:BioQ 標靶與效價分析
tiratricol FDA 核准(Emcitate):ChEMBL 有 68 個標靶,THRB 與 THRA 最高,另有 3 項登錄試驗,資料截至 2026-11-17。
CD4 最新研究:CAR-NK 細胞與 HIV 反彈的背景資料
以 CD4 為基礎的 CAR-NK 論文探討 HIV 反彈;本文結合 BioQ 的 CD4 資料,包括 DepMap 依賴性、Open Targets 疾病、藥物與 Reactome 路徑。


