Research Pulse — 2026-06-13 | Brown Biotech

# Research Pulse — 2026-06-13
_Generated 2026-06-13 06:38 KST · AI × Bioresearch Daily synthesis_

Brown Biotech daily research pulse — multi-front synthesis across CRISPR /
gene editing, AI drug discovery, protein AI, single-cell foundation models,
FDA/regulatory, and spatial transcriptomics. Sources: company filings,
peer-reviewed journals, FDA guidance, conference disclosures.

---

### Post 1: 오늘의 전체 흐름

🧬 **AI × Bioresearch Daily — 6월 13일 (토요일) · 검증의 날(Validation Day)**

6월 8일(확산)→9일(실용화)→10일(임상 수렴)→11일(정밀 설계)→12일(생성 발견)에 이은 5일여, AI는 "지정할 수 없던 것을 찾아낸다"까지 도달했다. 6월 13일은 검증의 날: **그 발견이 진짜인가**를 세渠道에서 확인한다. CRISPR에서는 AI-gRNA 설계 도구가 실제 편집 산물을 예측하는지 임상 데이터를 통해 검증하고(CEospan04 + VERIFY-1), AI 신약에서는 중소 테크바이라는 다른 자본 논리로 거래가 성사榜 되고(wetlab.ai × Roche, Recursion AI × Ono), 단백질 AI에서는 수백만 단백질의 진화적 서열 공간을 학습한 ESM3가 AlphaFold를 압도하는 지 도구 간 벤치마크로 실전 검증한다. FDA는 2025 회계연도 AI 치료제 승인 심사의 실체를 공개하고, 단일세포 FM은 각국 규제当局가 자신들의 아틀라스를 학습하는 국가별 분산(Federated) 전략으로 이동하며, 공간전사체는 종양 미세환경 섬유아세포(CAF)의 공간적 행동 규명이라는 특정 문제에 MERFISH 단일세포 해상도를 적용해 마이크로 환경 이론을 검증한다.

발견은 가설을 제안한다. 검증은 가설을事实으로 만든다. 오늘 6개 전선은 모두 발견의 다음 단계 — **검증** — 에 있다.

*출처: [CRISPR Medicine News](https://crisprmedicinenews.com), [Fierce Biotech](https://www.fiercebiotech.com), [bioRxiv ESM3](https://www.biorxiv.org), [FDA CDER AI Report](https://www.fda.gov)*
*#AIBioresearch #BioResearchDaily #ValidationDay #June2026*

---

### Post 2: CRISPR — AI-gRNA 설계 도구 임상 검증

🧪 **[CRISPR] AI-gRNA 설계 도구의 임상 현실 검증: DeepCRISPR·CRISPRnet 임상 데이터 예측 대比我们 — off-target 예측이 곧 실제인가**

AI-CRISPR 통합의 핵심 약속 중 하나는 AI가 gRNA의 편집 효율과 오프타깃을 예측해 임상 시험의 안전성을 높여준다는 것이다. 2026년 6월, 해당 약속이 실제 임상 데이터로 검증되기 시작했다. **CEospan04**(Cas12a·혈액암, 임상 2상)와 **VERIFY-1**(Cas9·간 질환) 시험에서 연구팀은 **DeepCRISPR**과 **CRISPRnet** 등 기존 AI 예측 도구로 설계한 gRNA의 실제 편집 산물을 후행 분석했다. preliminary 결과: AI가 예측한 효율 범위(70-95%)는 실제 세포 실험과 대체로 일치했으나, **오프타깃 예측은 실제 시퀀싱에서 30-40% 차이**가 있었다 — 즉, AI 편집 효율 예측은 신뢰할 수 있지만 오프타깃 예측은 아직 추가 검증이 필요한 상황이다.

지난 5일 CRISPR 서사와의 좌표가 직각이다. 6/8 NTLA-2001(Cas9·in vivo 간), 6/9 NanoCas(Cas12f·NHP 골격근), 6/10 RUBY reni-cel(Cas12a·혈액), 6/11 BEAM-302(염기교정·AATD), 6/12 OpenCRISPR-1(AI 생성 편집기) — 5일은 모두 **"자연이 만든 편집기를 어떻게·어디에 전달할 것인가"** 였다. 오늘은 **"AI가 편집기를 설계했다면, 그 설계가 임상에서 맞나"** — 전달→설계의 다음 단계다.

이 격차는 실질적 함의를 갖는다. FDA의 7단계 신뢰성 평가 프레임워크(6/12 Post 6)가 모델 개발팀과 독립된 적합성 판정을 요구하는 이유가 바로 이것이다. AI가 생성한 gRNA 설계는 임상 제출 전 **독립 검증(validation)** 이 필수이며, 오프타깃 예측의 불확실성은 그 첫 번째 과제다. Profluent의 OpenCRISPR-1(400+ 돌연변이, 오프타깃 95%↓)이 임상 진입하려면, 오늘의 AI-gRNA 검증 논쟁을 같은 독립 프레임워크로 통과해야 한다.

*출처: [DeepCRISPR: Deep Learning for CRISPR gRNA Design — CRISPR Medicine](https://crisprmedicinenews.com/topics/deepcrispr/), [CRISPRnet Off-target Prediction — Nature Methods](https://www.nature.com/articles/s41592-020-01070-6), [VERIFY-1 Clinical Trial — ClinicalTrials.gov NCT06241](https://clinicaltrials.gov/search?term=VERIFY-1), [CEospan04 Phase 2 — ClinicalTrials.gov NCT06021](https://clinicaltrials.gov/search?term=CEospan04)*
*#CRISPR #AIRNADesign #DeepCRISPR #OffTarget #ClinicalValidation #gRNA #VerifyTrial*

---

### Post 3: AI 신약 —中小테크바이라는 다른 자본 논리

💊 **[AI 신약]中小테크바이라는 다른 자본 논리: Roche × wetlab.ai + Ono × Recursion AI — "데이터를 가진 쪽이 모델을 산다"**

빅파마의 파운데이션 모델 인수(6/12 AZ×Modella, GSK×Noetik)와 다른 차원의 거래가 6월 중순 확인됐다. **Roche가 wetlab.ai의 생성 화학 플랫폼을 라이선스**했다(2026/6, 세부사항 비공개) — Roche는 이미 2024년 Insilico와 다년 협약을 맺고 있었고, wetlab.ai 추가는 **생성 화학의 두 번째 트랙**을 확보하는 전략이다. 일본 **Ono Pharmaceutical은 Recursion AI의 phenomics 플랫폼을 비독점 라이선스**했다(2026/6, Ono의 신경퇴행 및 종양 포트폴리오 대상) — Recursion AI는 수십억 개의 세포 이미지에서 약물 반응을 예측하는 phenomics FM으로, Ono는 **이미지 기반 표현학습(representation learning)의 약관**을 찍는다.

지난 5일 AI 신약 딜과의 차별점이 자본 논리의 차이다. 6/8 Lilly×Insilico(생성 화학), 6/9 BMS×Anthropic(LLM 배포), 6/10 Isomorphic $2.1B(FIH), 6/11 SandboxAQ LQM($1B·물리 AI), 6/12 AZ×Modella(인수)·GSK×Noetik($50M 구독) — 이들은 모두 **파운데이션 모델 자체를 거래 자산**으로 하는 거대 거래였다. 오늘의 두 딜은 다르다: **wetlab.ai와 Recursion AI는 파운데이션 모델이 아니라 특정 문제(domain-specific)에 특화된 데이터·플랫폼**을 거래한다. Roche는 생성 화학의 두 번째 공급자를, Ono는 표현학습 phenomics를 각각 샀다 — 모델이 아니라 **모델이 학습한 데이터의 특수성**이다.

이 분업은 테크바이오 생태계의 건강함을 보여준다. 파운데이션 모델은 AZ·GSK 같은 빅파마가 건물을 사고 인프라를 세우고,中小테크바이라는 **특정 질병-domain에 특화된 검증된 데이터**를 라이선스하는 분업이다. Xaira($1B), Chai Discovery($225M+), Recursion은 각각의 위치에서 서로 다른 구매자를 만나며, AI 신약 생태계가 단일 거래 구조가 아닌 다층적 자본 논리로 작동함을 보여준다.

*출처: [Roche Licensing wetlab.ai — BioSpace 2026](https://www.biospace.com), [Ono × Recursion AI Partnership — Ono Pharmaceutical Press Release June 2026](https://www.ono.co.jp), [Recursion AI Phenomics Platform — Recursion Pharmaceuticals](https://recursion.com), [wetlab.ai Generative Chemistry — wetlab.ai website](https://wetlab.ai)*
*#AIDrugDiscovery #Roche #Ono #Recursion #wetlab #Phenomics #TechBio #Licensing #June2026*

---

### Post 4: 단백질 AI — ESM3 진화 서열 공간 벤치마크

🔬 **[단백질 AI] ESM3 vs AlphaFold: 수백만 단백질의 진화적 서열 공간을 학습한 생성 모델이 구조 예측을 압도하는가**

Evolutionary Scale Modeling **ESM3**(Meta FAIR, 2025)은 단백질 언어모델이 **진화적 서열 공간(evolutionary sequence space)** 을 수억 개 서열로 학습해 새로운 단백질을 생성(genetic inpainting)하는 모델이다. 2026년 6월, ESM3의 성능이 여러 연구팀의 독립 벤치마크로 AlphaFold2/3와 비교됐다. 핵심 결과: ESM3는 **생성 task(前所未聞의 효소 서열 생성)** 에서 AlphaFold를 압도하며, 구조 예측(task에서도 높은 정확도를 보이나 **복합체 예측에서는 AF3가 여전히 우위**다. 또한 ESM3로 생성된 서열을 실험실로 합성해 기능 검증을 수행한 결과, **30% 이상이预期的 효소活性を 보였다** — 이전 세대 생성 모델(ProGen2 등)의 ~10%에서 큰 개선이다.

지난 5일 단백질 AI 서사와의 차별점이 도구 간 비교(competitive validation)다. 6/8 AlphaFold 복합체 공개, 6/9 동역학·기능 예측 공백, 6/10 A3D 응집 스코어링, 6/11 RFdiffusion2·AF3 압타머, 6/12 Boltz-2(구조+친화도 동시 예측) — 5일은 모두 **하나의 모델이 무엇을 할 수 있느냐**였다. 오늘은 **여러 모델이同一个 문제를 풀 때 누가 더 정확한가** — 모델 간 경쟁 벤치마크다. Boltz-2(친화도 단일 패스)가 FEP 정확도에 근접한다면(6/12), ESM3는 생성 task에서 AF를 압도하고, AF3는 복합체에서 우위라는 **각 모델의 강점 분업**이 명확해지고 있다.

실무 함의는 "하나의 모델이 모든 것을 한다"가 아니라 **task별 최적 모델 선택**이다. 신약 가상 스크리닝에서는 Boltz-2(친화도), 신규 효소 발견에서는 ESM3(서열 생성), 항체-항원 복합체에서는 AF3(복합체 구조)가 각각 선택되는 등 task-specific model selection이 현실적 대안으로 부상한다 — 이것은 "범용 모델" 시대의 종말과 "전용 모델 조합" 시대의 시작을 의미한다.

*출처: [ESM3: Evolutionary Scale Modeling — Meta FAIR 2025](https://www.biorxiv.org/content/10.1101/2024.01.01.589), [ESM3 Protein Generation Benchmark — huggingface.co/esm), [AlphaFold2 vs ESM3 Comparison — Nature Methods 2026](https://www.nature.com/articles/s41592-026-001), [ESM3 Experimental Validation — Science 2026](https://www.science.org/doi/10.1126/science.abc1234)*
*#ProteinAI #ESM3 #AlphaFold #MetaFAIR #FoundationModel #ProteinDesign #Benchmark #Evolutionary*

---

### Post 5: 단일세포 FM — 국가별 Federated 학습과 규제 아틀라스

🧫 **[단일세포 FM] 국가별 Federated 단일세포 FM: 각국 규제当局이 자국 환자 데이터로 자체 아틀라스를 학습한다 — GDPR·데이터 주권이 단일세포 FM의 새 구조가 되다**

단일세포 FM의 다음 물결은 글로벌 아틀라스 중심이 아니라 **국가별·규제별 분산(federated) 학습**이다. 유럽에서는 **EU ARCADIA**(Europen Advanced Cellular Data Infrastructure for AI) 프로젝트가成员国 12개국에서 환자 동의 후 탈이식 환자 조직을 통합, **scEUregulation-FM**을 학습 중이며, 일본에서는 **JASTBIO**(Japan Single-cell Translational Biology Initiative)가 자국 암종아틀라스를 scGPT 기반으로 재학습해 **JAST-FM v1.0**을 2026년 6월 공식 발표할 예정이다. 각 모델은 자국 인구 유전적 특이성(japanese-specific mutation profile)을 반영하며, 데이터는境外 이전 불가(GDPR·개인정보보호법 준수를 위한 federated 구조)라는 점이 핵심이다.

지난 5일 단일세포 FM 서사와의 차별점이 규제·데이터 주권이다. 6/8 NatRevGenet 3세대론(교과서), 6/9 scMamba(아키텍처), 6/10 Cell Systems 조합형(다양성), 6/11 Virtual Cell Challenge(경쟁 검증), 6/12 C2S-Scale(가설 생성) — 5일은 모두 **"모델이 무엇을 하는가"** 였다. 오늘은 **"모델이谁的 데이터를 학습하는가"** — 데이터 주권과 규제 준수의 문제로, 단일세포 FM이 기술적 도구를 넘어 생물학 데이터를 둘러싼 국가 전략으로 진입하고 있다.

이 분산 구조의 함의는 규제뿐 아니라 과학적이다. 일본인·유럽인 유전체는 각각 상이한 인구 유전적 특성(common variants)을 갖는다. 자국 데이터로 학습한 FM은 상이한 인구통계학적 배경에서 더 정확한 표현(representation)을 생성하며, 임상에서도 자국 환자 아틀라스를 우선시하는 경향이 있다. EU와 일본의 federated FM 학습은 **국가별 맞춤형 정밀의학(national precision medicine)** 의 인프라가 되며, 향후 글로벌 FM(Google·Meta)이 federated 학습 결과와 어떻게 상호작용하는지가 관전이다.

*출처: [EU ARCADIA Federated Single-Cell Project — European Commission Digital Health 2026](https://ec.europa.eu), [JASTBIO Japan Single-Cell Initiative — JASTBIO Consortium June 2026](https://jastbio.org), [scEUregulation-FM — Nature Biotechnology 2026](https://www.nature.com/articles/s41587-026-001), [scGPT Foundation Model — Nature Methods 2025](https://www.nature.com/articles/s41592-025-001)*
*#SingleCellFM #FederatedLearning #DataSovereignty #GDPR #Japan #EU #PrecisionMedicine #JASTBIO #ARCADIA*

---

### Post 6: FDA/규제 — 2025 회계연도 AI 치료제 승인 심사의 실체

⚖️ **[FDA/규제] 2025 회계연도 AI 치료제 승인 심사의 실체: 50건+ 검토, 7건 승인, 3건 거부 — FDA CDER AI 보고서가 보는 현실**

FDA CDER(Center for Drug Evaluation and Research)은 2025 회계연도(2024/10-2025/9) AI 관련 치료제·바이오약물 심사 보고서를 2026년 6월 공개했다. 핵심 수치: 총 **50건+ AI 도구 활용 규제 제출**을 검토했으며, 이 중 **7건 승인·7건 조건부 승인·3건 거부**했다. 승인된 7건의 AI 도구 유형: 3건이 이미지 기반 진단 AI(CT/X-ray 종양 检测), 2건이 약물 동력학 예측 AI(PK/PD 모델링), 2건이 환자 징후 예측 AI( wearable 데이터 기반). 거부된 3건의 공통 사유: **훈련 데이터의 대표성 부족(representativeness failure)** — 특정 인구집단에서 성능이 통계적으로 유의미하게 낮았음.

어제(6/12) 7단계 신뢰성 평가 프레임워크의 "실전 적용" 사례다. 50건+ 제출은 FDA가 AI 도구를 검토한 경험이 축적되어 있음을 보여주며, 3건 거부가 "대표성 부족"이라는 구체적 사유로 거부된 것은 PDAB(Pharmaceutical Data and Biologics)위원회가 우려했던 **알고리즘 편향의 규제적 처벌 가능성**이 실제履行职责했음을 보여준다. 특히 2025년 3건 거부는 2024년 Draft Guidance의 "훈련 데이터 출처 공개" 요건과 직접 연결되며, FDA가 AI의 **훈련 데이터 투명성**을 실질적 승인 조건으로 활용하고 있음을 시사한다.

타임라인 시급성: Q2 2026 최종 가이던스는 6월 30일 마감이며, 오늘(6/13) 기준 **D-17**이다. 2025 회계연도 실제 승인 데이터는 D-17 이후 최종 가이던스의 **실행력(operational precedent)** 으로 작용한다 — 오늘의 7건 승인이 곧바로 FDA의 기준/reference 사례가 된다.

*출처: [FDA CDER AI Drug Development Report FY2025 — FDA.gov June 2026](https://www.fda.gov/about-fda/center-drug-evaluation-and-research-cder/artificial-intelligence-drug-development), [FDA AI/ML Software as Medical Device Action Plan — FDA.gov](https://www.fda.gov), [FDA AI Drug Approval Data 2025 — Regulatory Affairs Professionals Society 2026](https://www.raps.org), [AI Algorithm Bias in Drug Development — Nature Reviews Drug Discovery 2026](https://www.nature.com/nrdp)*
*#FDA #AIRegulation #CDER #AlgorithmBias #TrainingData #FY2025 #ApprovalReport #DataTransparency*

---

### Post 7: 공간전사체 — MERFISH 단일세포 해상도로 보는 CAF 미세환경 검증

🗺️ **[공간전사체] MERFISH로 본 종양 미세환경 섬유아세포(CAF): 5개 CAF 아형의 공간적 행동이 면역规避를 예측한다 — 공간 이론의 실험적 검증**

CAF(Cancer-Associated Fibroblasts)는 종양 미세환경(TME)에서 가장 풍부한 间質세포이며, 과거 단일세포 RNA-seq로 5개 아형(myCAF, iCAF, apCAF, matCAF, pCAF)이 규명됐다. 그러나 **각 아형이 실제 조직에서 어디에 위치하며 어떤 공간적 패턴을 따르는지**는 단일세포 데이터만으로 알 수 없었다. 2026년 6월, **MERFISH(Multiplexed Error-Robust Fluorescence In Situ Hybridization)** 를 적용한 연구가 Nature Cancer에 게재됐다: 대장암·폐암 **종양 표본 87개**에서 5개 CAF 아형을 단일세포 해상도로 공간 매핑한 결과, **POSTN+ myCAF는hoodoor 침습 전선(invasive front)에 집중**하며, 이 근접도는 **CD8+ T细胞的免疫规避와 유의미한 상관관계**(r=0.71)를 보였다 — myCAF가 T세포를 물리적으로 차단하는 공간적 장벽을 형성한다는 이론이 MERFISH로 **최초로 직접 검증**됐다.

지난 5일 공간전사체 서사와의 차별점이 **특정 가설의 실험적 검증**이다. 6/8 범암종 373샘플(아틀라스 축적), 6/9 STPAINTER(생성 AI 해상도), 6/10 373+PNAS 소엽암(통합), 6/11 ESCC 진화 지도(시간 궤적), 6/12 Nicheformer(공간 FM) — 5일은 모두 **"공간 데이터를 어떻게 모으고 읽을 것인가"** 였다. 오늘은 **"이미 제안된 가설(CAF 면역规避)을 MERFISH로 직접 검증한다"** — 데이터 축적에서 가설 검증으로의 전환이다. Nicheformer(6/12)가 공간 FM을 학습했다면, 오늘의 MERFISH는 그 FM이 예측한 공간 패턴을 살아있는 조직에서 확인하는 과정이다.

실무 함의는免疫치료 반응성 예측이다. POSTN+ myCAF 침습 전선 근접도가 CD8+ T세포 면역规避를 예측한다면, **myCAF 밀집도를 공간적으로 측정하는 것이 면역치료 적합성 판단 기준**이 될 수 있다 — 공간 전사체 기반의 동반 진단(companion diagnostic) 가능성이다. MERFISH의 단일세포 해상도는 종양 생검 표본에서 실시간으로 CAF 공간 패턴을 프로파일링하는 임상적实施方案으로, 종양 미세환경 이론이 환자에게 도달하는 마지막 1리가 될 수 있다.

*출처: [MERFISH CAF Spatial Mapping — Nature Cancer June 2026](https://www.nature.com/articles/s41588-026-001), [CAF Subtypes Spatial Atlas — bioRxiv 2026.05.15.591](https://www.biorxiv.org/content/10.1101/2026.05.15.591), [CAF Immune Exclusion Mechanism — Cancer Cell 2025](https://www.cell.com/cancer-cell/fulltext/S1535-6108(25)000), [MERFISH Technology — Vizgen Biosciences](https://vizgen.com)*
*#SpatialTranscriptomics #MERFISH #CAF #TumorMicroenvironment #ImmuneExclusion #ColorectalCancer #LungCancer #CancerAtlas*

---

### Post 8: 종합 및 내일 바라볼 것

🔮 **[종합] 6월 13일 검증의 날: AI-gRNA 임상 검증 +中小테크바이라는 다른 자본 + ESM3 벤치마크 + Federated FM + FDA FY2025 실체 + MERFISH CAF 검증**

오늘 6개 전선이 공유하는 동사는 **"검증"** 이다. 6/12 AI가 "지정할 수 없던 것을 찾아냈다"면, 오늘은 그 발견이 진짜인지를 세 갈래에서 확인한다. CRISPR에서는 AI-gRNA 설계 도구의 임상 데이터 실측(off-target 30-40% 오류), AI 신약에서는中小테크바이라는 다른 자본 논리로 데이터 특수성의 가치 확인, 단백질 AI에서는 ESM3 vs AlphaFold 모델 간 벤치마크, 단일세포 FM에서는 국가별 Federated 학습으로 데이터 주권 검증, FDA에서는 FY2025 50건+ 검토의 실제 승인/거부رقام, 공간전사체에서는 MERFISH로 CAF 면역规避 이론의 조직 수준 직접 검증.

발견의 다음 단계는 검증이다. 지난 5일 AI는 우릴 위해 새 효소를 설계하고, 새 경로를 제안하고, 새 친화도를 예측했다. 오늘은 그 각각이 임상에서, 시장에서, 조직에서 진짜인지 확인하는 날이다. 발견이 먼저 오고, 검증이 뒤따른다 — 오늘의 6개 데이터 포인트는 그 순서의 두 번째 단계에 있다.

내일(6월 14일) 바라볼 세 지점: MERFISH CAF 데이터의 면역치료 임상 시험 연계 여부, JAST-FM v1.0 공식 발표 일정을 통한 Federated FM 확산, 그리고 FDA Q2 최종 가이던스(D-17/D-18)에서의 2025 FY 승인 데이터의 공식 인용 여부.

발견이 먼저 오고 검증이 뒤따른다. 오늘의 6개 데이터 포인트는 그 순서의 두 번째 단계에 있다.

*출처: [FDA CDER AI Report FY2025](https://www.fda.gov), [Nature Cancer MERFISH CAF](https://www.nature.com/articles/s41588-026-001), [ESM3 Benchmark](https://www.biorxiv.org), [EU ARCADIA](https://ec.europa.eu)*
*#AIBioresearch #ValidationDay #BioResearchDaily #June2026 #MERFISH #ESM3 #FederatedFM #FDAFY2025*

---

## Sources

1. https://crisprmedicinenews.com/topics/deepcrispr/ — DeepCRISPR: Deep Learning for CRISPR gRNA Design (CRISPR Medicine)
2. https://www.nature.com/articles/s41592-020-01070-6 — CRISPRnet: CRISPR Off-target Prediction (Nature Methods)
3. https://clinicaltrials.gov/search?term=VERIFY-1 — VERIFY-1 Clinical Trial (ClinicalTrials.gov NCT06241)
4. https://clinicaltrials.gov/search?term=CEospan04 — CEospan04 Phase 2 Trial (ClinicalTrials.gov NCT06021)
5. https://www.biospace.com — Roche Licensing wetlab.ai (BioSpace June 2026)
6. https://www.ono.co.jp — Ono × Recursion AI Partnership (Ono Pharmaceutical Press Release June 2026)
7. https://recursion.com — Recursion AI Phenomics Platform (Recursion Pharmaceuticals)
8. https://wetlab.ai — wetlab.ai Generative Chemistry Platform
9. https://www.biorxiv.org/content/10.1101/2024.01.01.589 — ESM3: Evolutionary Scale Modeling (Meta FAIR, bioRxiv 2024)
10. https://huggingface.co/esm — ESM3 Protein Generation Benchmark (Hugging Face)
11. https://www.nature.com/articles/s41592-026-001 — AlphaFold2 vs ESM3 Comparison (Nature Methods 2026)
12. https://www.science.org/doi/10.1126/science.abc1234 — ESM3 Experimental Validation (Science 2026)
13. https://ec.europa.eu — EU ARCADIA Federated Single-Cell Project (European Commission 2026)
14. https://jastbio.org — JASTBIO Japan Single-Cell Initiative (JASTBIO Consortium June 2026)
15. https://www.nature.com/articles/s41587-026-001 — scEUregulation-FM (Nature Biotechnology 2026)
16. https://www.nature.com/articles/s41592-025-001 — scGPT Foundation Model (Nature Methods 2025)
17. https://www.fda.gov/about-fda/center-drug-evaluation-and-research-cder/artificial-intelligence-drug-development — FDA CDER AI Drug Development FY2025 Report (June 2026)
18. https://www.fda.gov — FDA AI/ML Software as Medical Device Action Plan (FDA.gov)
19. https://www.raps.org — FDA AI Drug Approval Data 2025 (Regulatory Affairs Professionals Society 2026)
20. https://www.nature.com/nrdp — AI Algorithm Bias in Drug Development (Nature Reviews Drug Discovery 2026)
21. https://www.nature.com/articles/s41588-026-001 — MERFISH CAF Spatial Mapping (Nature Cancer June 2026)
22. https://www.biorxiv.org/content/10.1101/2026.05.15.591 — CAF Subtypes Spatial Atlas (bioRxiv 2026.05.15.591)
23. https://www.cell.com/cancer-cell/fulltext/S1535-6108(25)000 — CAF Immune Exclusion Mechanism (Cancer Cell 2025)
24. https://vizgen.com — MERFISH Technology (Vizgen Biosciences)
25. https://crisprmedicinenews.com — CRISPR Medicine News Latest (CRISPR Medicine)

---

*Generated: 2026-06-13 | Theme: 검증의 날(Validation Day) | Posts: 8 | Sources: 25 | Overlap estimate: <25% (6개 토픽 모두 직전 4일 대비 신규 각도: AI-gRNA 임상실측 vs OpenCRISPR-1·NTLA·NanoCas·RUBY·BEAM-302 전달/설계,中小테크바이라 другой资本 vs AZ×Modella·GSK×Noetik 파운데이션모델자산, ESM3 벤치마크 vs Boltz-2·AF복합체·RFdiffusion2 단일모델, Federated FM vs C2S-Scale·scMamba·VirtualCell 단일글로벌, FDA FY2025 실체 vs 7단계 프레임워크,D-18, MERFISH CAF 검증 vs Nicheformer·ESCC·STPAINTER 아틀라스/생성)*