WEE1 基因依賴性與藥物:一次查詢
WEE1 為 DepMap 共同必需基因(1178 個細胞株中 1178 個依賴);BioQ 單次查詢即整合藥物、疾病證據、表現量與路徑資料。
資料截至 2026年11月6日 · BioQ 團隊

綜合來看,WEE1 基因依賴性與藥物資料呈現一致的圖像:基因敲除使 DepMap 中 1178 個細胞株裡的 1178 個存活力下降(平均 Chronos 基因效應 -2.455),且有 4 種藥物與此基因相關,其中 azenosertib 處於 PHASE_3,adavosertib 處於 PHASE_2。疾病證據則較不一致。資料截至 2026-11-06。
我們提出的問題
我們希望用單一檢視,涵蓋標靶評估通常需要的各個層面:細胞株對 WEE1 的依賴程度、有哪些藥物作用於它及其效價、證據指向哪些疾病、腫瘤中的表現量是否高於正常組織,以及它在訊息路徑與交互作用網路中的位置。查詢內容僅輸入基因符號:WEE1。
這個問題背後的考量很實際。在投入時間研究某個標靶之前,需要先了解這些事實哪些彼此吻合、哪些方向不同。
BioQ 針對 WEE1 基因依賴性與藥物回傳了什麼
BioQ 對 7 個不同的資源共執行 7 次引擎查詢,引擎總耗時 0.51 秒。若以人工方式完成同樣的工作,需要分別開啟 DepMap、ChEMBL、Open Targets、ClinicalTrials.gov、TCGA/GTEx、CIViC、Reactome 與 STRING,並在各資料庫之間對照基因識別碼。以下三個區塊呈現主要發現。
CRISPR 依賴性(DepMap Chronos,版本 depmap_24q4)。 全部 1178 個細胞株皆判定為依賴,即 100.0%,且該基因被標記為共同必需基因(common essential)。所列八個譜系是依平均基因效應最負者排序。
| 譜系 | 細胞株 | 依賴 | 依賴比例 (%) | 平均基因效應 |
|---|---|---|---|---|
| Bone | 46 | 46 | 100 | -2.623 |
| Thyroid | 11 | 11 | 100 | -2.597 |
| Kidney | 34 | 34 | 100 | -2.562 |
| Skin | 74 | 74 | 100 | -2.549 |
| Peripheral Nervous System | 44 | 44 | 100 | -2.54 |
| Bladder/Urinary Tract | 34 | 34 | 100 | -2.537 |
| Ovary/Fallopian Tube | 59 | 59 | 100 | -2.5 |
| Lymphoid | 93 | 93 | 100 | -2.494 |

依臨床階段列出的藥物。 Open Targets、ChEMBL、Drug Repurposing Hub 與 ClinicalTrials.gov 合計列出 4 種藥物。效價欄位顯示精確的 pChEMBL 值(莫耳效價的負 log10,數值越高代表作用越強)及其來源的試驗類型。
| 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 |
|---|---|---|---|---|---|
| Azenosertib | PHASE_3 | Serine/threonine-protein kinase WEE1 inhibitor | 8.89 | IC50 | 11 |
| Adavosertib | PHASE_2 | Serine/threonine-protein kinase WEE1 inhibitor | 9.25 | IC50 | 25 |
| Pd-0166285 | UNKNOWN | — | 9.3 | KI | 0 |
| Pd-407824 | UNKNOWN | — | — | — | 0 |
疾病關聯(Open Targets)。 此基因與 1113 種疾病有關聯。以下為分數最高的六項。
| 疾病 | 關聯分數 | 證據項目 |
|---|---|---|
| neurodegenerative disease | 0.519 | 105 |
| actinic keratosis | 0.439 | 4 |
| squamous cell carcinoma | 0.419 | 36 |
| cutaneous squamous cell carcinoma | 0.415 | 4 |
| sitting height measurement | 0.386 | 3 |
| autoimmune disorder of central nervous system | 0.379 | 3 |
其他層面的內容較精簡。TCGA/GTEx Toil 資料可在 24 種癌症類型中進行腫瘤與正常組織的比較。其中 Glioblastoma Multiforme 特別突出:腫瘤平均表現量為 10.73,正常組織為 6.71(153 個腫瘤、5 個正常樣本),log2 fold 為 0.68。其後列出的五種癌症類型,Kidney Chromophobe、Kidney Papillary Cell Carcinoma、Bladder Urothelial Carcinoma、Liver Hepatocellular Carcinoma 與 Cholangiocarcinoma,log2 fold 皆為負值,介於 -0.27 至 -0.12。
CIViC 收錄 1 筆紀錄:分子輪廓 WEE1 RS3910384,疾病為 Lung Non-small Cell Carcinoma,治療為 Platinum Compound 與 Gemcitabine,證據等級 B,意義為 Sensitivity/Response。Reactome 將 WEE1 對應到 18 條路徑;最具特異性的是 G2/M DNA replication checkpoint(R-HSA-69478,7 個基因)。STRING v12 回報 1373 個交互作用夥伴,分數最高者為 CDK1(998)、PLK1(992)、CHEK1(992)、CCNB1(990)、CDK2(987)與 CDC25A(956)。
結果的意義與解讀方式
有三點事實值得先行檢視。
- 依賴性廣泛而非選擇性。 所有細胞株皆依賴,且基因被標記為共同必需,因此 DepMap 無法區分敏感與不敏感的譜系。譜系排序(在所列譜系中,由 Bone 的 -2.623 到 Lymphoid 的 -2.494)差距很窄。另請注意,「依賴」是由分析流程固定選定的 Chronos 閾值所定義,而非由資料本身決定。對 WEE1 這類標靶而言,這一層只說明該基因對培養中的細胞存活很重要,並未指出藥物可能具有治療窗的位置。
- 藥物層資料豐富,效價值偏高但類型不一。 Adavosertib 的精確 pChEMBL(以 IC50 為基礎)為 9.25,依名稱找到 25 項試驗。Azenosertib 為 8.89(IC50),有 11 項試驗。Pd-0166285 為 9.3,但該數值來自 Ki,因此不應與 IC50 數值直接比較。Pd-407824 沒有精確數值,也沒有依名稱找到的試驗,且兩個 Pd 化合物的階段皆為 UNKNOWN。試驗數量是依藥物名稱比對所得,並非經人工整理的研究清單。
- 疾病證據與表現量和依賴性並不一致。 Open Targets 中關聯最高的是 neurodegenerative disease(分數 0.519,105 項證據),其次是 squamous cell carcinoma(0.419,36 項)。Actinic keratosis(0.439,4 項)與 cutaneous squamous cell carcinoma(0.415,4 項)排名也相當前面。關聯分數整合了多種證據類型,單憑分數無法說明作用方向或成藥性。在 TCGA/GTEx 中,所列六種類型裡只有 Glioblastoma Multiforme 的腫瘤表現量較高,其餘五種較低。細胞株中的依賴性、遺傳或文獻層面的關聯,以及組織中整體 mRNA 的量,是三個不同的問題,而這裡給出了三種不同的答案。
路徑與交互作用層彼此吻合,也與藥物機轉相符。Reactome 條目皆為細胞週期檢查點路徑,而 STRING 中最強的夥伴(CDK1、PLK1、CHEK1、CCNB1、CDK2、CDC25A)皆為細胞週期調控因子。這與其註解的機轉相符,即 serine/threonine-protein kinase WEE1 抑制劑。
如何在 BioQ 重現此結果
- 開啟 BioQ,並確認查詢欄為空白。
- 依下方所示輸入基因符號。
WEE1
- 等待各區塊載入。每個區塊都會標明其資料來源與版本(例如依賴性區塊為 depmap_24q4)。
- 先看 DepMap 與藥物區塊,再與 Open Targets 及 TCGA 區塊對照。
- 留意結果旁顯示的資料日期,因為各層資料的更新時程不同。
限制:這些資料沒有顯示的事
- 細胞株 CRISPR 資料無法顯示正常組織或病人的耐受性。共同必需的標記是培養細胞株的特性。
- 此處無法對哪些腫瘤類型會對 WEE1 抑制劑有反應進行排序。100.0% 的依賴比例沒有可供排序的差異。
- pChEMBL 值來自不同的試驗與不同類型(IC50、Ki),描述的是體外效價,而非選擇性或臨床活性。
- 臨床階段標示與試驗數量來自各來源間的名稱比對,並不代表試驗結果。
- 唯一的 CIViC 紀錄涉及肺癌中的一個變異與 platinum 加 gemcitabine,並非關於 WEE1 抑制劑的證據。
- Open Targets 分數概括的是證據的量與類型,而非生物學作用的方向。尤其是 neurodegenerative disease 的訊號,無法僅由分數來解讀。
- TCGA/GTEx 的比較使用的組別樣本數不均,例如 Glioblastoma Multiforme 只有 5 個正常樣本,且整體 RNA 無法反映蛋白質活性或 CDK1 的磷酸化狀態。
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0.5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:WEE1
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
WEE1 在 DepMap 中是共同必需基因嗎?
是。在 DepMap 版本 depmap_24q4 中,1178 個細胞株裡有 1178 個被判定為依賴,平均 Chronos 基因效應為 -2.455。該基因被標記為共同必需基因。
目前列出哪些 WEE1 抑制劑,處於什麼階段?
BioQ 為 WEE1 列出 4 種藥物。Azenosertib 處於 PHASE_3,adavosertib 處於 PHASE_2。Pd-0166285 與 Pd-407824 的階段為 UNKNOWN。
adavosertib 與 azenosertib 在 ChEMBL 中的效價如何?
Adavosertib 的精確 pChEMBL 為 9.25,azenosertib 為 8.89,兩者皆來自 IC50 測定。數值越高代表作用越強,且這些僅為體外效價值。
Open Targets 認為 WEE1 與哪種疾病關聯最高?
在 1113 種相關疾病中,neurodegenerative disease 分數最高,為 0.519,有 105 項證據。在所列項目中,其後為 squamous cell carcinoma,分數 0.419,有 36 項證據。
WEE1 在腫瘤中的表現量高於正常組織嗎?
視癌症類型而定。在 24 種同時具有腫瘤與正常資料的類型中,所列的六種裡只有 Glioblastoma Multiforme 的腫瘤表現量較高(10.73 對 6.71)。其他五種的 log2 fold 皆為負值。
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。


