# RET 基因依賴性與藥物：一次 BioQ 查詢

> RET 在 DepMap 並非廣泛的 CRISPR 依賴基因，卻有 29 種藥物與 1873 筆疾病關聯；BioQ 一次查詢整合 7 個公開資源，資料截至 2026-11-06。

資料截至 2026-11-06 · 發布 2026-11-09 · 更新 2026-11-06 · https://bioq.bio/blog/zh-TW/gene-ret-profile

![BioQ 查詢 RET 的結果頁面，在同一個答案中呈現 CRISPR 依賴性、藥物、疾病關聯與路徑，並標明資料來源。](https://bioq.bio/blog/img/gene-ret-profile/zh-TW/hero.webp)

在 RET 基因依賴性與藥物的整體圖像中，RET 並非廣泛的 CRISPR 依賴基因：在 DepMap 的 1178 株細胞株中，只有 1 株被判定為依賴（0.1%），Chronos 基因效應平均值為 -0.097。同一次查詢也回傳 29 種已知藥物、Open Targets 中 1873 種相關疾病，以及 52 筆 CIViC 紀錄。所有數值皆截至 2026-11-06。

## 我們問了什麼

我們只輸入一個詞 RET，請 BioQ 整合目前公開資料層對這個基因的說法。標靶評估通常會問五個問題：這個基因對細胞存活是否重要、有哪些藥物作用於它、哪些疾病與它有關、它在哪裡表現，以及周圍有哪些路徑與交互作用夥伴。

答案來自 7 個不同的資源：DepMap、Open Targets（含 ChEMBL 與相關藥物來源）、TCGA/GTEx、CIViC、Reactome 與 STRING。BioQ 執行了 7 次引擎查詢，引擎時間共 0.81 秒。若手動完成，必須逐一開啟各資源、找出正確的基因識別碼，再比對各處輸出。引擎時間不含您閱讀結果的時間。

## BioQ 回傳的 RET 基因依賴性與藥物結果

**依賴性。** DepMap 區塊報告 Chronos 基因效應，數值越負，代表基因剔除對存活力的影響越大。RET 並未被標示為常見必需基因（common essential）。表中列出平均效應最負的八個譜系，其中沒有任何依賴細胞株，因此那唯一一株依賴細胞株位於此表以外的譜系。

| 譜系 | 細胞株 | 依賴 | 依賴比例 (%) | 平均基因效應 |
|---|---|---|---|---|
| Breast | 53 | 0 | 0 | -0.154 |
| Prostate | 10 | 0 | 0 | -0.15 |
| Pleura | 21 | 0 | 0 | -0.138 |
| Cervix | 18 | 0 | 0 | -0.124 |
| Ovary/Fallopian Tube | 59 | 0 | 0 | -0.115 |
| Lymphoid | 93 | 0 | 0 | -0.11 |
| Liver | 24 | 0 | 0 | -0.11 |
| Peripheral Nervous System | 44 | 0 | 0 | -0.106 |

![BioQ 的 RET DepMap 面板，依譜系列出 Chronos 基因效應與依賴細胞株數量](https://bioq.bio/blog/img/gene-ret-profile/zh-TW/dep.webp)
*RET 的 DepMap 面板：各譜系的 Chronos 基因效應。*

**藥物。** BioQ 列出 RET 的 29 種藥物，並顯示其中八種。顯示的八種皆已達核准階段。活性欄位為最佳的精確 pChEMBL 值，即莫耳活性的負 log10，數值越高代表在該試驗中作用越強。

| 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 |
|---|---|---|---|---|---|
| Selpercatinib | APPROVAL | Tyrosine-protein kinase receptor RET inhibitor | 10 | IC50 | 35 |
| Vandetanib | APPROVAL | Tyrosine-protein kinase receptor RET inhibitor | 9.89 | IC50 | 57 |
| Ponatinib | APPROVAL | — | 9.52 | IC50 | 50 |
| Pralsetinib | APPROVAL | Tyrosine-protein kinase receptor RET inhibitor | 9.52 | IC50 | 12 |
| Regorafenib | APPROVAL | Tyrosine-protein kinase receptor RET inhibitor | 8.82 | IC50 | 182 |
| Quizartinib | APPROVAL | Tyrosine-protein kinase receptor RET inhibitor | 8.8 | KD | 33 |
| Cabozantinib | APPROVAL | — | 8.62 | IC50 | 187 |
| Alectinib | APPROVAL | Tyrosine-protein kinase receptor RET inhibitor | 8.32 | IC50 | 62 |

**疾病證據。** Open Targets 將 RET 連結到 1873 種疾病。清單前段以內分泌與神經嵴相關疾病為主。

| 疾病 | 關聯分數 | 證據項目 |
|---|---|---|
| multiple endocrine neoplasia type 2A | 0.86 | 1596 |
| medullary thyroid gland carcinoma | 0.86 | 2470 |
| multiple endocrine neoplasia type 2B | 0.827 | 734 |
| Hirschsprung disease | 0.794 | 731 |
| pheochromocytoma | 0.78 | 1140 |
| multiple endocrine neoplasia type 2 | 0.771 | 4089 |

**表現、變異、路徑與夥伴。** TCGA/GTEx 在 24 種癌症類型中同時具有 RET 的腫瘤與正常樣本。正向差異最大的是 Pheochromocytoma & Paraganglioma：腫瘤平均 13.3，正常平均 8.91（log2 fold 為 0.58），來自 177 個腫瘤與 3 個正常樣本。Thymoma 則相反，log2 fold 為 -0.97。

CIViC 共有 52 筆 RET 紀錄，顯示的五筆全部屬於 Medullary Thyroid Carcinoma。RET Mutation 與 RET M918T 各有一筆證據等級 B 的 Poor Outcome 紀錄。RET C634W 與 RET M918T 各有一筆針對 Motesanib、等級 D 的 Resistance 紀錄。RET M918T 另有一筆針對 JAK2 Inhibitor AZD1480、等級 D 的 Sensitivity/Response 紀錄。

Reactome 列出 16 條路徑，依特異性由高至低排序：顯示的五條包括 Formation of the nephric duct（18 個基因）、Formation of the ureteric bud（21 個基因）與 RET signaling（41 個基因）。STRING v12 回報 1348 個夥伴，顯示的六個（GFRA3、NRTN、GFRA1、ARTN、GDNF、GFRA2）分數皆為 999。

## 結果意涵與解讀方式

建議先檢視以下三點。

1. **依賴性與藥物可得性方向不同，這是預期中的現象。** 泛譜系的 CRISPR 篩選是對許多細胞株取平均。在 1178 株中僅 1 株依賴，RET 並不像大多數細胞株都需要的基因。已核准的 RET 標靶藥物與此並存，是因為適用的疾病情境很窄。疾病與變異層（甲狀腺髓質癌、第 2A 型與第 2B 型多發性內分泌腫瘤，分數分別為 0.86、0.86 與 0.827）描述了 RET 真正重要的情境。請將 DepMap 表格解讀為對「平均細胞株」的描述，而非對 RET 發生變異之腫瘤的描述。

2. **活性數值只能在相同試驗類型內比較。** Selpercatinib 的最佳精確 pChEMBL 為 10.0（IC50），Vandetanib 為 9.89，Ponatinib 與 Pralsetinib 為 9.52。Quizartinib 的 8.8 是 KD 值，而非 IC50。臨床試驗數（Selpercatinib 35 項、Regorafenib 182 項、Cabozantinib 187 項）是以藥名檢索到的試驗，並非 RET 專屬試驗，多標靶激酶抑制劑會因其他原因累積大量試驗。Ponatinib 與 Cabozantinib 的作用機制欄位為空白，反映的是來源資料庫的註解情形，並不代表它們沒有 RET 活性。

3. **證據數量與分數衡量的是不同的東西。** 「Multiple endocrine neoplasia type 2」的證據項目最多（4089 筆），但分數（0.771）低於另外兩個分數為 0.86 的條目。分數整合了不同類型的證據，因此單看項目數無法為疾病排序。

各資料層在生物學上也彼此吻合。路徑清單以腎臟發育（nephric duct、ureteric bud）與 RET signaling 居前，STRING 前六名夥伴包括 GDNF、NRTN、ARTN 與 GFRA 家族。這與 Hirschsprung disease 的關聯（分數 0.794）以及 RET 的發育角色一致。CIViC 條目則補充了方向性的觀察：Resistance 與 Sensitivity 紀錄屬於等級 D，在 A 到 E 的量表中屬較低等級，而 Poor Outcome 紀錄則為等級 B。

## 如何在 BioQ 重現

1. 開啟 BioQ，確認已啟用完整的資料層。
2. 原樣貼上下方查詢。

```text
RET
```

[在 BioQ 中開啟此查詢](https://bioq.bio/login?next=%2Fapp%23q%3DRET)

3. 先閱讀 DepMap、藥物與 Open Targets 區塊，再閱讀 CIViC、TCGA、Reactome 與 STRING 區塊。每個區塊都會標明其來源與版本。
4. 若要核對數字，請開啟所引用的來源紀錄。判定「依賴」的 Chronos 閾值是 DepMap 區塊中的具名常數，如有需要可在該處查閱。

## 限制：這些資料沒有顯示什麼

- 依賴性資料來自體外培養的細胞株，無法說明病人體內 RET 變異腫瘤對該基因的依賴程度，而且僅有的那 1 株依賴細胞株不足以支持一般性結論。
- DepMap 表格只顯示平均值最負的八個譜系，且其中沒有依賴細胞株。表格並未顯示依賴細胞株屬於哪個譜系，也未顯示該細胞株是否帶有 RET 變異。
- 核准狀態與 pChEMBL 值無法說明藥物在病人身上的表現或適用的適應症。生化試驗中的活性不等於臨床效益，BioQ 也不提供治療或劑量建議。
- 臨床試驗數是依藥名計算，包含與 RET 無關的試驗。
- Pheochromocytoma & Paraganglioma 在 TCGA 的正常組只有 3 個樣本，因此其倍數變化不夠精確。腫瘤與正常資料也來自聯合重新計算，可能引入批次效應。
- 此處 CIViC 僅顯示 52 筆紀錄中的五筆，且這五筆皆與甲狀腺髓質癌有關，其餘紀錄可能涵蓋其他疾病。
- STRING 分數反映的是交互作用的綜合證據，並非特定組織中交互作用的強度或方向。

## 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0.8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。

`/civic`, `/depmap`, `/drugs`, `/interaction`, `/ot_association`, `/pathway`, `/tcga`

在 BioQ 中親自執行同一查詢：[RET](https://bioq.bio/login?next=%2Fapp%23q%3DRET)

*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

- [`RET`](https://bioq.bio/login?next=%2Fapp%23q%3DRET)

## 常見問題

### RET 在 DepMap 中是 CRISPR 依賴基因嗎？

並非廣泛依賴。在 DepMap（Chronos，版本 24q4）中，1178 株細胞株裡有 1 株被判定為依賴，占 0.1%，基因效應平均值為 -0.097。RET 未被標示為常見必需基因。

### RET 有多少已知藥物？活性最高的是哪一種？

BioQ 列出 RET 的 29 種藥物。在顯示的八種中，Selpercatinib 的最佳精確 pChEMBL 最高，為 10.0（IC50），其次是 Vandetanib 的 9.89。這些數值僅能在相同試驗類型內直接比較。

### 在 Open Targets 中，哪些疾病與 RET 的關聯最強？

Open Targets 將 RET 連結到 1873 種疾病。最高分是第 2A 型多發性內分泌腫瘤與甲狀腺髓質癌（medullary thyroid gland carcinoma），皆為 0.86，其次是第 2B 型多發性內分泌腫瘤的 0.827。

### RET 在腫瘤中的表現是否高於正常組織？

視癌症類型而定。在同時具有腫瘤與正常樣本的 24 種癌症類型中，Pheochromocytoma & Paraganglioma 的 log2 fold 為 0.58（13.3 對 8.91），而 Thymoma 為 -0.97。

### RET 的整合查詢需要多久？

BioQ 對 7 個不同資源執行了 7 次引擎查詢，引擎時間為 0.81 秒。這不包含您閱讀與解讀結果所需的時間。

## 出處

- 資料集: [DepMap CRISPR Chronos gene effect (24Q4)](https://depmap.org/portal/)
- 資料集: [Open Targets Platform; ChEMBL; Drug Repurposing Hub](https://platform.opentargets.org/)
- 資料集: [TCGA pan-cancer expression (UCSC Xena Toil recompute)](https://xenabrowser.net/)
- 資料集: [CIViC: Clinical Interpretation of Variants in Cancer](https://civicdb.org/)
- 資料集: [Reactome pathway knowledgebase](https://reactome.org/)
- 資料集: [STRING v12 protein-protein interactions](https://string-db.org/)

> 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。
