# 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 2026-11-06 · 發布 2026-11-10 · 更新 2026-11-06 · https://bioq.bio/blog/zh-TW/gene-wee1-profile

![BioQ 針對查詢 WEE1 的結果頁面，並列顯示 CRISPR 依賴性、藥物、疾病證據、表現量與路徑區塊。](https://bioq.bio/blog/img/gene-wee1-profile/zh-TW/hero.webp)

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 |

![BioQ 中 WEE1 的 DepMap 區塊，依譜系列出 Chronos 基因效應，所有譜系的依賴比例皆為 100.0%](https://bioq.bio/blog/img/gene-wee1-profile/zh-TW/dep.webp)
*BioQ 顯示的 WEE1 DepMap 區塊，資料版本為 depmap_24q4。*

**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。

1. **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。

2. **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。

3. **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

1. 開啟 BioQ，並確認查詢欄為空白。
2. 依下方所示輸入基因符號。

```text
WEE1
```

[在 BioQ 中開啟此查詢](https://bioq.bio/login?next=%2Fapp%23q%3DWEE1)

3. 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）。
4. 先看 DepMap 與藥物區塊，再與 Open Targets 及 TCGA 區塊對照。
5. 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](https://bioq.bio/login?next=%2Fapp%23q%3DWEE1)

*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

- [`WEE1`](https://bioq.bio/login?next=%2Fapp%23q%3DWEE1)

## 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

- 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。
