# 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 2026-11-06 · 發布 2026-11-10 · 更新 2026-11-06 · https://bioq.bio/blog/zh-TW/gene-ros1-profile

![BioQ 查詢 ROS1 的結果頁面，在同一畫面呈現 CRISPR 依賴性摘要、藥物清單與疾病關聯表](https://bioq.bio/blog/img/gene-ros1-profile/zh-TW/hero.webp)

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 |

![BioQ 的 ROS1 DepMap 面板，依譜系顯示 Chronos 基因效應，沒有任何依賴的細胞株](https://bioq.bio/blog/img/gene-ros1-profile/zh-TW/dep.webp)
*BioQ 中依譜系區分的 ROS1 DepMap Chronos 檢視。*

**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

1. 開啟 BioQ，並照下方內容輸入基因符號。
2. 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。
3. 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。
4. 開啟藥物面板，留意每個 pChEMBL 數值旁的精確效力類型（IC50 或 Ki）。
5. 檢查疾病面板與 CIViC 紀錄，並記下各筆的證據等級與意義（significance）。

```text
ROS1
```

[在 BioQ 中開啟此查詢](https://bioq.bio/login?next=%2Fapp%23q%3DROS1)

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](https://bioq.bio/login?next=%2Fapp%23q%3DROS1)

*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

- [`ROS1`](https://bioq.bio/login?next=%2Fapp%23q%3DROS1)

## 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

- 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: [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。
