# ERBB2 腫瘤與正常組織表現量比較

> 用一次 ERBB2 查詢，即可檢視 24 種癌症的腫瘤與正常組織表現量差異（TCGA/GTEx Toil），並對照 DepMap 的 CRISPR 依賴性資料。

資料截至 2026-11-06 · 發布 2026-11-10 · 更新 2026-11-06 · https://bioq.bio/blog/zh-TW/howto-tumour-versus-normal-expression-erbb2

![BioQ 查詢 ERBB2 的結果頁面，顯示腫瘤與正常組織表現量及 CRISPR 依賴性區塊，並標明各區塊的資料來源](https://bioq.bio/blog/img/howto-tumour-versus-normal-expression-erbb2/zh-TW/hero.webp)

想查詢 ERBB2 腫瘤與正常組織表現量在各癌症類型的差異，只需在 BioQ 輸入一次 ERBB2。系統會回傳 24 種癌症類型的表格，這些癌症在 TCGA/GTEx Toil 中同時具有腫瘤與正常樣本。以 Breast Invasive Carcinoma 為例，有 1092 個腫瘤樣本與 113 個正常樣本，腫瘤平均值為 13.76，正常組織為 12.65。資料更新日期為 2026-11-06。

## 我們問了什麼：ERBB2 腫瘤與正常組織表現量

這是很常見的需求。手上有一個基因，這裡是 ERBB2（HER2），想知道它的 mRNA 在哪些癌症類型中，腫瘤比正常組織高或低。同時也想知道，來自相同組織的細胞株是否依賴它來維持生長。

傳統做法是先開啟 TCGA 與 GTEx 的腫瘤對正常表現量比較資源，選定基因，再逐一讀取各癌症類型。接著開啟 CRISPR 依賴性入口網站，再搜尋一次該基因，並依譜系（lineage）將細胞株分組。最後還得在試算表中對照兩邊的名稱與單位。

在 BioQ 中，查詢內容只有基因符號：

`ERBB2`

這份答案取自 2 個不同的資源，共執行 2 次引擎查詢。兩次查詢實測的引擎時間合計為 0.12 秒。此數字只是引擎運算時間，並不包含您閱讀與解讀結果所花的時間。

## BioQ 回傳了什麼

第一個區塊是腫瘤與正常組織的表現量，來源為 TCGA 與 GTEx 經 UCSC Xena Toil 重新計算的資料，數值單位為 log2(norm_count+1)。BioQ 回報有 24 種癌症類型同時具備腫瘤與正常樣本，此處列出前 8 種。

![BioQ 查詢 ERBB2 的總覽頁面，列出各答案區塊及其資料來源](https://bioq.bio/blog/img/howto-tumour-versus-normal-expression-erbb2/zh-TW/ov.webp)
*BioQ 中的 ERBB2 查詢：表現量與依賴性區塊呈現在同一頁*

| 癌症類型 | 腫瘤樣本數 | 正常樣本數 | 腫瘤組織平均值 | 正常組織平均值 | log2 倍數變化 |
|---|---|---|---|---|---|
| Kidney Clear Cell Carcinoma | 530 | 72 | 12.09 | 13.62 | -0.17 |
| Sarcoma | 258 | 2 | 10.98 | 12.24 | -0.16 |
| Uterine Corpus Endometrioid Carcinoma | 180 | 23 | 13.23 | 12.04 | 0.14 |
| Breast Invasive Carcinoma | 1092 | 113 | 13.76 | 12.65 | 0.12 |
| Cervical & Endocervical Cancer | 304 | 3 | 13.01 | 11.93 | 0.12 |
| Glioblastoma Multiforme | 153 | 5 | 10.76 | 9.69 | 0.15 |
| Bladder Urothelial Carcinoma | 407 | 19 | 13.58 | 12.59 | 0.11 |
| Pancreatic Adenocarcinoma | 178 | 4 | 12.89 | 11.97 | 0.11 |

第二個區塊是 DepMap 依譜系呈現的 CRISPR 依賴性（版本 depmap_24q4，Chronos gene effect）。在 1178 株細胞株中，有 177 株依賴 ERBB2，比例為 15.0%。平均 gene effect 為 -0.329，ERBB2 並未被標示為 common essential。Chronos 數值越負，代表基因剔除後細胞存活力下降越多。

| 譜系 | 細胞株 | 依賴 | 依賴比例 (%) | 平均基因效應 |
|---|---|---|---|---|
| Breast | 53 | 18 | 34 | -0.643 |
| Head and Neck | 77 | 35 | 45.5 | -0.509 |
| Esophagus/Stomach | 69 | 18 | 26.1 | -0.476 |
| Biliary Tract | 35 | 9 | 25.7 | -0.431 |
| Pancreas | 47 | 11 | 23.4 | -0.425 |
| Ovary/Fallopian Tube | 59 | 16 | 27.1 | -0.417 |

## 結果的意義與判讀方式

**表現量，TCGA 腫瘤對正常組織。** 在列出的資料列中，下列癌症類型的腫瘤平均值高於正常組織：Uterine Corpus Endometrioid Carcinoma（13.23 對 12.04）、Breast Invasive Carcinoma（13.76 對 12.65）、Cervical & Endocervical Cancer（13.01 對 11.93）、Glioblastoma Multiforme（10.76 對 9.69）、Bladder Urothelial Carcinoma（13.58 對 12.59）以及 Pancreatic Adenocarcinoma（12.89 對 11.97）。有兩種癌症類型的方向相反：Kidney Clear Cell Carcinoma（12.09 對 13.62）與 Sarcoma（10.98 對 12.24）。

**請謹慎解讀 log2 fold 欄位。** 就回傳的表格而言，並非每一列的 log2 fold 都等於兩個平均值的差。例如 Breast Invasive Carcinoma 的 log2 fold 欄位顯示 0.12。若要在圖表或論文中引用倍數變化，請先確認該版本對此欄位的定義。較穩妥的做法是引用腫瘤平均值與正常組織平均值，並同時附上樣本數。

**樣本數。** 部分癌症類型的正常組織樣本非常少：Sarcoma 為 2 個、Cervical & Endocervical Cancer 為 3 個、Pancreatic Adenocarcinoma 為 4 個、Glioblastoma Multiforme 為 5 個。以如此少的正常樣本得出的變化方向，只能當作線索，不能視為結論。Breast Invasive Carcinoma（113 個正常樣本）與 Kidney Clear Cell Carcinoma（72 個正常樣本）則有多得多的資料支持。

**依賴性。** 在列出的譜系中，Breast 的平均 gene effect 最負（-0.643），53 株細胞株中有 18 株具依賴性（34.0%）。Head and Neck 的 77 株中有 35 株具依賴性（45.5%），平均值為 -0.509。其後依序為 Esophagus/Stomach、Biliary Tract、Pancreas 與 Ovary/Fallopian Tube，比例介於 23.4% 到 27.1% 之間。依賴性的判定門檻是 DepMap 版本中指定的常數，而非資料本身的性質，因此門檻改變時，百分比也會跟著變動。

**合併解讀兩個區塊。** 第一個表格顯示 Pancreatic Adenocarcinoma 的腫瘤平均表現量較高，而依賴性表格中也出現 Pancreas 譜系。這是值得進一步探究的理由，但不能視為表現量可預測依賴性的證據。兩組資料的組織標籤不同，樣本來源也不同（一個是病人組織，另一個是細胞株）。

**後續步驟。** 請挑選樣本數大且變化方向明確的癌症類型。接著可以查看同一基因在其他層面的資料，例如 TCGA 的突變或拷貝數資料，或您關心之適應症的臨床試驗紀錄。在 BioQ 中，可針對同一基因與癌症類型再做第二次查詢。若需要獨立驗證，可以在原始 Toil 矩陣上重做比較。

## 如何在 BioQ 中重現

1. 開啟 BioQ，前往搜尋框。
2. 依下方所示輸入基因符號，不需要加任何篩選條件或額外文字。

```text
ERBB2
```

[在 BioQ 中開啟此查詢](https://bioq.bio/login?next=%2Fapp%23q%3DERBB2)

3. 先閱讀腫瘤與正常組織表現量區塊。留意同時具備兩組樣本的癌症類型數量、每列的樣本數，以及單位（log2(norm_count+1)）。
4. 向下捲動至 CRISPR 依賴性區塊，將各譜系與您挑選的癌症類型對照。
5. 引用數字時，請使用各區塊所標示的資料來源名稱。版本標示與單位說明都附在區塊中。

## 限制：這些資料無法呈現的內容

- 表格僅列出 24 種癌症類型中的前 8 種，未列入的癌症類型在此不做說明。
- 資料為 bulk mRNA，無法反映 HER2 蛋白質量、基因擴增狀態，也無法得知同一癌症類型中哪些腫瘤是高表現者。平均值可能掩蓋混合的族群。
- 多種癌症類型的正常樣本極少，因此這些列的差異並不穩固。
- 使用 log2 fold 欄位前，應如前所述先對照其定義。
- 依賴性資料來自細胞株而非病人。依賴性百分比取決於該版本的門檻常數。
- 本文內容不構成醫療建議，也不代表任何病人應如何接受治療。

## 資料與方法
本頁數字於2026-11-06從 BioQ 引擎讀取（共2次查詢，引擎累計耗時0.1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。

`/depmap`, `/tcga`

在 BioQ 中親自執行同一查詢：[ERBB2](https://bioq.bio/login?next=%2Fapp%23q%3DERBB2)

*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

- [`ERBB2`](https://bioq.bio/login?next=%2Fapp%23q%3DERBB2)

## 常見問題

### 在 BioQ 中，ERBB2 有多少種癌症類型同時具備腫瘤與正常資料？

BioQ 回報在 TCGA/GTEx Toil 重新計算的資料中，有 24 種癌症類型同時具備腫瘤與正常樣本。文中表格列出其中前 8 種，資料更新日期為 2026-11-06。

### ERBB2 在乳癌腫瘤中是否高於正常組織？

在 Breast Invasive Carcinoma 中，腫瘤有 1092 個樣本，平均值為 13.76；正常組織有 113 個樣本，平均值為 12.65。單位為 log2(norm_count+1)。這僅是 mRNA 層級的結果，無法說明蛋白質或基因擴增的情況。

### ERBB2 在 DepMap 中是 common essential 基因嗎？

不是。在 depmap_24q4 中，它未被標示為 common essential。1178 株細胞株中有 177 株具依賴性（15.0%），平均 gene effect 為 -0.329。

### ERBB2 查詢花了多少時間？

實測引擎時間為 0.12 秒，共 2 次引擎查詢，取自 2 個不同的資源。此時間不包含您閱讀結果所花的時間。

### 正常樣本很少的癌症類型，其倍數變化可信嗎？

請謹慎看待。Sarcoma 有 2 個正常樣本，Cervical & Endocervical Cancer 有 3 個，Pancreatic Adenocarcinoma 有 4 個，Glioblastoma Multiforme 有 5 個，因此這些列的變化方向只能當作線索。

## 出處

- 資料集: [TCGA pan-cancer expression (UCSC Xena Toil recompute)](https://xenabrowser.net/)
- 資料集: [DepMap CRISPR Chronos gene effect (24Q4)](https://depmap.org/portal/)

> 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。
