ROS1 依賴性與藥物:一次查詢看完
ROS1 依賴性與藥物一次查詢:DepMap 1178 株細胞株中 0 株依賴,ChEMBL 與 Open Targets 列 5 種藥物,711 項疾病關聯,資料截至 2026-11-06。
資料截至 2026年11月6日 · BioQ 團隊

關於 ROS1 依賴性與藥物,BioQ 的一次查詢顯示:DepMap 的 1178 株細胞株中,沒有任何一株被判定為依賴 ROS1(Chronos 基因效應平均值 0.094)。同時,有 5 種藥物與此基因相關,Open Targets 列出 711 種相關疾病,其中以非小細胞肺癌(non-small cell lung carcinoma)居首,關聯分數為 0.713。資料截至 2026-11-06。各層證據表面上並不一致:泛癌種層級沒有依賴性,但在肺癌中卻有明確的藥物與臨床證據。
我們問了什麼
查詢內容只有基因符號 ROS1。ROS1 是一個以融合驅動致癌聞名的激酶,我們想用一個畫面同時回答五個問題:
- CRISPR 基因剔除是否會降低各細胞株的存活力?
- 有哪些藥物作用於它,效力如何?
- 哪些疾病的證據最多?
- 此基因在腫瘤與正常組織中的表現是否不同?
- 變異層級的臨床紀錄與交互作用蛋白還能補充什麼?
BioQ 在 0.59 秒的引擎時間內,對 6 個不同資源執行了 7 次引擎查詢。若以人工方式處理,同樣的問題需要逐一造訪各個入口網站、對應基因識別碼,並閱讀各版本的發行說明。節省的時間主要在這個整合步驟,而結果仍須由研究者批判性地閱讀。
BioQ 針對 ROS1 依賴性與藥物回傳了什麼
依賴性。 在 DepMap(版本 depmap_24q4,Chronos)中,1178 株細胞株內有 0 株達到依賴性門檻,平均基因效應為 0.094,且 ROS1 未被標示為共同必需基因(common essential)。Chronos 數值越負,代表存活力損失越大,因此略為正值的平均值表示剔除該基因平均而言沒有存活代價。下表為所顯示的八個譜系。
| 譜系 | 細胞株 | 依賴 | 依賴比例 (%) | 平均基因效應 |
|---|---|---|---|---|
| Cervix | 18 | 0 | 0 | 0.072 |
| Testis | 5 | 0 | 0 | 0.073 |
| Lung | 126 | 0 | 0 | 0.076 |
| Prostate | 10 | 0 | 0 | 0.08 |
| Liver | 24 | 0 | 0 | 0.086 |
| Uterus | 34 | 0 | 0 | 0.086 |
| Pleura | 21 | 0 | 0 | 0.087 |
| Lymphoid | 93 | 0 | 0 | 0.087 |

藥物。 共列出五種藥物。其中四種的最高臨床階段為 APPROVAL,taletrectinib 則為 PHASE_3。
| 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 |
|---|---|---|---|---|---|
| Repotrectinib | APPROVAL | Proto-oncogene tyrosine-protein kinase ROS inhibitor | 10.15 | IC50 | 12 |
| Lorlatinib | APPROVAL | — | 10 | KI | 51 |
| Entrectinib | APPROVAL | Proto-oncogene tyrosine-protein kinase ROS inhibitor | 9.7 | IC50 | 33 |
| Crizotinib | APPROVAL | Proto-oncogene tyrosine-protein kinase ROS inhibitor | 9.22 | KI | 94 |
| Taletrectinib | PHASE_3 | Proto-oncogene tyrosine-protein kinase ROS inhibitor | — | — | 8 |
疾病證據。 Open Targets 將 ROS1 連結到 711 種疾病。前六列全為癌症,並以肺部疾病為主。
| 疾病 | 關聯分數 | 證據項目 |
|---|---|---|
| non-small cell lung carcinoma | 0.713 | 2640 |
| neoplasm | 0.615 | 1277 |
| lung adenocarcinoma | 0.591 | 552 |
| cancer | 0.543 | 502 |
| lung carcinoma | 0.433 | 746 |
| melanoma | 0.399 | 53 |
其他層面。 CIViC 收錄 35 筆 ROS1 紀錄。前幾列描述 ROS1 融合在肺部非小細胞癌(Lung Non-small Cell Carcinoma)中與 crizotinib 的關係,證據等級為 A,標示為 Sensitivity/Response。另一筆 ROS1 G2032R 搭配 CD74::ROS1 融合的紀錄,標示為對 crizotinib 的 Resistance,證據等級為 C。還有一筆以相同組合搭配 cabozantinib,等級為 D,標示為 Sensitivity/Response。
在 TCGA 與 GTEx(Toil 重新計算)中,有 24 種癌症類型同時具備腫瘤與正常樣本。在所顯示的六列中,三種腎臟類型的表現都明顯低於正常組織。腎乳突狀細胞癌(Kidney Papillary Cell Carcinoma)的腫瘤平均值為 0.57,正常組織為 5.19(log2 fold -3.17)。子宮頸與子宮頸內膜癌(Cervical and Endocervical Cancer)則相反,為 3.45 對 0.21(log2 fold 3.98),但正常樣本僅有 3 個。
STRING v12 列出 1040 個交互作用夥伴。EML4 的分數為 925,是所顯示六個中最高者,KRAS 為 862。
結果的意義與解讀方式
有三項事實值得合併來看。
1. 細胞株面板中沒有依賴性,不代表 ROS1 不重要。 1178 株中有 0 株、其中肺部 126 株中也有 0 株,說明基因剔除對整個面板並無損害。對於由融合驅動的激酶,預期只有在少數帶有融合的模型中才會有影響。此表呈現的是譜系,而非融合狀態,因此少數依賴的細胞株可能被掩蓋在譜系平均值之中。要檢驗這一點,需要個別細胞株的融合判定資料。
2. 藥物與證據層面彼此一致。 Open Targets 將非小細胞肺癌排在首位,證據項目共 2640 筆。CIViC 的 A 級紀錄同樣與肺癌有關,藥物清單也以已核准的 ROS1 抑制劑為主。精確數值中效力最高者依序為 repotrectinib(pChEMBL 10.15,IC50)、lorlatinib(10.0,Ki)、entrectinib(9.7,IC50)與 crizotinib(9.22,Ki)。數值越高代表越強,但 IC50 與 Ki 來自不同的實驗形式,因此這個排序只能作為粗略參考,不是直接的頭對頭比較。
3. 臨床試驗數量需謹慎看待。 這些數字是以藥物名稱比對而得:crizotinib 為 94、lorlatinib 為 51、entrectinib 為 33、repotrectinib 為 12、taletrectinib 為 8。適應症多的藥物會包含與 ROS1 無關的試驗,因此這些數字並非 ROS1 的臨床試驗數。
表現量是各層證據出現分歧之處。數種腫瘤類型的 ROS1 低於配對的正常組織,這與致癌基因的預期不同。Bulk RNA 是將許多樣本平均,無法將少數融合陽性的群體與其餘樣本區分開來。請將表現量表格視為組織背景資訊,而非驅動基因的證據。
交互作用清單同樣需要小心。EML4 作為激酶融合情境中的夥伴相當合理。但部分高分夥伴,例如受體基因 OR13G1 與 TAS2R50,則令人意外,而且 STRING 綜合分數並不會說明是哪個證據通道所貢獻。在據此推論生物學意義之前,請先檢查證據通道。
如何在 BioQ 中重現
- 開啟 BioQ,並照下方內容輸入基因符號。
- 執行查詢並等待各面板載入。我們這次執行中,引擎以 0.59 秒完成 7 次查詢。
- 先閱讀依賴性面板中的細胞株數與依賴比例,再看各譜系列。
- 開啟藥物面板,留意每個 pChEMBL 數值旁的精確效力類型(IC50 或 Ki)。
- 檢查疾病面板與 CIViC 紀錄,並記下各筆的證據等級與意義(significance)。
ROS1
每個面板都標明資料來源與版本,因此可以分別引用 DepMap 版本、Open Targets Platform 與 CIViC。若資料來源在 2026-11-06 之後有所更新,你得到的數字可能不同。
限制:資料未能顯示的部分
- 細胞株的融合狀態。 依賴性表格並未說明哪些細胞株帶有 ROS1 融合,因此無法確認或排除融合特異性的依賴。
- 門檻的選擇。 依賴性是以 Chronos 效應的指定截斷值來定義,採用其他截斷值會得到不同的計數。
- 跨實驗的效力比較。 pChEMBL 數值混合了 IC50 與 Ki,且來自不同研究,因此不能用來為任何用途排定藥物優劣。
- Taletrectinib。 它列為 PHASE_3,且此檢視中沒有精確的 pChEMBL 數值。
- 臨床意義。 CIViC 等級描述的是某個變異與療法配對的證據強度,並非治療決策的指引。
- 關聯分數。 Open Targets 分數整合了多種證據類型。高分並不代表因果關係,而 neoplasm 與 cancer 等廣義詞彙會與特定的肺癌條目重疊。
- 表現量。 Bulk 腫瘤與正常組織的比較無法單獨區分融合陽性腫瘤,且部分比較僅依據極少數的正常樣本。
- 交互作用分數。 STRING 分數並不代表直接結合。
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。
/civic, /depmap, /drugs, /interaction, /ot_association, /tcga
在 BioQ 中親自執行同一查詢:ROS1
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
ROS1 在 DepMap 中是 CRISPR 依賴基因嗎?
在此處使用的 DepMap 版本(depmap_24q4,Chronos)中不是。1178 株細胞株中有 0 株依賴,平均基因效應為 0.094,且 ROS1 未被標示為共同必需基因。此面板不提供融合狀態,因此無法排除僅限於融合陽性模型的依賴性。
在 ChEMBL 中,哪些 ROS1 抑制劑的精確效力最高?
在列出的五種藥物中,repotrectinib 的精確數值最高,pChEMBL 為 10.15(IC50),其次是 lorlatinib 的 10.0(Ki)、entrectinib 的 9.7(IC50)與 crizotinib 的 9.22(Ki)。由於 IC50 與 Ki 來自不同的實驗類型,這些數值不能作為直接的頭對頭比較。
在 Open Targets 中,與 ROS1 關聯最強的疾病是什麼?
是非小細胞肺癌,關聯分數為 0.713,證據項目共 2640 筆。ROS1 總共與 711 種疾病相關,肺腺癌(lung adenocarcinoma)以 0.591 居次。
CIViC 對 ROS1 抗藥性有何記載?
在 CIViC 的 35 筆 ROS1 紀錄中,所顯示的其中一筆是肺腺癌(Lung Adenocarcinoma)中 ROS1 G2032R 搭配 CD74::ROS1 融合,標示為對 crizotinib 的 Resistance,證據等級為 C。這些紀錄描述的是證據,而非治療建議。
ROS1 的整合查詢需要多久?
引擎在 0.59 秒內對 6 個不同資源執行了 7 次查詢。這個數字僅涵蓋引擎,閱讀與檢查結果還需要額外的時間。
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
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。
GSTM1 最新研究:順鉑腎損傷的背景脈絡
2026 年論文指出 GSTM1 缺失會加重順鉑腎損傷;BioQ 整理 DepMap、Open Targets、ChEMBL、Reactome 與 STRING 對 GSTM1 的公開資料。
JAK2 vs TYK2 比較:基因依賴性與藥物並列
JAK2 vs TYK2 比較:DepMap 中 8 株細胞株依賴 JAK2、11 株依賴 TYK2;已知藥物 JAK2 有 47 種、TYK2 有 20 種。


