Research Pulse — 2026-06-16 | Brown Biotech

# Research Pulse — 2026-06-16
_Generated 2026-06-16 07:32 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 16일 (화요일) · 수렴의 날(Convergence Day)**

6/12(생성)→6/13(검증)→6/14(전환)→6/15(구현)에 이은 4일은 AI가 "찾고, 확인하고, 환자에게 도달하고, 시스템에 심는" 과정이었다. 6월 16일, **수렴의 날(Convergence Day)**: 서로 다른 기술 스택 위에서 독립적으로 진행되던 연구가 공통 임상 지점에서 합流한다. CRISPR에서는 Casgevy 이후 심장 질환으로의 확장(6건 심근증 편집 임상 시험)이 심장 내과 커뮤니티의 우려를 함께 끌고 오며, AI 신약에서는 2026년 $1B+ 빅파마 AI 거래 5건의 실체가 FY2025 94개 단백질 키나아제 억제제 + 26개 항체 치료제 규제심사 파이프라인과 구체적 숫자로 연결되며, 단백질 AI에서는 정적 구조 예측에서 동적 모델링·다중 척도·양자 컴퓨팅 통합으로 영역이 확장되고, 단일세포 FM에서는 foundation model에서 도출된 embeddings가 in-silico perturbation的实际 적용으로 이어지며, FDA에서는 Q1 2026 신약 승인 + 2025년 10개 키나아제 억제제 승인 + 26개 항체 규제심사 현황이 D-14 카운트다운의 정책 논쟁에 구체적 숫자를 공급하며, 공간전사체에서는 전립선암(127개 단일세포 + 9개 공간 프로파일) + 갑상선암(423,733세포 + 28개 종양) 통합 아틀라스가 면역치료 저항성의 공통 메커니즘을 공간적으로 규명한다.

수렴은 통합의 마지막 단계다. 오늘 6개 전선은 서로 다른 기술 스택에서 출발해 같은 임상 지점에서 만난다.

*출처: [Pharma's AI Investment Signals New Drug Discovery Paradigm GEN 2026](https://consensus.app/papers/details/67e0c45750685e77808177381d32d26e/), [Properties of FDA-approved protein kinase inhibitors 2026 update Pharmacological Research 2026](https://consensus.app/papers/details/a1931950cc815d8a9136ea7cea0912f3/), [Prostate Cancer Integrated Atlas Molecular Cancer 2026](https://consensus.app/papers/details/e8027b6caaf05099ab5b2868a5255d16/), [Thyroid Cancer Integrated Atlas JCI Insight 2026](https://consensus.app/papers/details/d281e25966595db68c624079af0c4c11/), [CRISPR Cardiovascular Applications Cardiology in Review 2025](https://consensus.app/papers/details/121d7ce1ac4855cc90c888cfbddbf04c/)*
*#AIBioresearch #BioResearchDaily #ConvergenceDay #June2026*

---

### Post 2: CRISPR — Casgevy 이후 심장 질환 확장: 6건 편집 임상 시험과 심장 내과 커뮤니티의 경계 논쟁

🧪 **[CRISPR] Casgevy 이후 심장 질환 6건 편집 임상 시험: 심장 내과 커뮤니티가 CRISPR의 심장 적용에 提出하는 3가지 우려**

Casgevy(CRISPR/Cas9 치료 sickle cell disease + transfusion-dependent beta-thalassaemia, FDA 승인 2023년 12월) 이후 CRISPR 심장 질환 적용이 구체적 임상 단계로 진입했다. Sami et al. 2025 [1]과 Moradi et al. 2025 [2]에 따르면, 현재 **6건의 심장 질환 편집 임상 시험이 진행 중이거나 계획**되어 있다:

**(1) Hypertrophic Cardiomyopathy(HCM)** — MYH7·MYBPC3 유전자 베이스 편집. 임상 전 연구에서 근절형 기능 回复 확인. **(2) Dilated Cardiomyopathy(DCM)** — TTN truncations(반수체 부족)에 대해서는 CRISPR activation으로 보상, LMNA·RBM20 변이에는 정밀 교정 또는 interference로 스플라이싱·핵 안정성 회복. **(3) Arrhythmogenic Right Ventricular Cardiomyopathy(ARVC)** — PKP2 유전자 편집으로 세포 접착 정상화 확인. **(4) Familial Hypercholesterolemia** — PCSK9 inactivation via lipid nanoparticle-delivered base editors, first-in-human trial 완료, 지속적 LDL-C 감소 달성. **(5) Long QT Syndrome(갈망형 부정맥)** — SCN5A·KCNQ1 유전자 편집 환자 유래 심장세포에서 고품질 질병 모델 구축. **(6) Catecholaminergic Polymorphic Ventricular Tachycardia(CPVT)** — RYR2 유전자 in-vivo 교정, 부정맥 기질 교정 확인.**

그러나 심장 내과 커뮤니티는 동시에 **3가지 구조적 우려를 提出**하고 있다: (1) **바이러스 벡터 면역 반응** — AAV 벡터의 심장 표적 효율과 면역원성 사이의 trade-off, (2) **Lipid nanoparticle의 심장 전달 효율 한계** — 심장으로의 표적 전달이 간보다 어렵고 심근세포에 도달하는 효율이 낮음, (3) **정밀도 요구치** — 심장은 재생능력이 제한적이어서 off-target 편집의 여지가 더 엄격히 제한됨.

지난 4일 CRISPR 서사와의 차별점이 "심장 질환 확장"이다. 6/11 BEAM-302(염기교정·단일 질환), 6/12 OpenCRISPR-1(AI 생성 편집기), 6/13 AI-gRNA 설계 도구, 6/14 prime editing 기능 유전체학 전환, 6/15 Prime editing+MAVE/SGE VUS 워크플로우 통합 — 이 5일은 모두 **개별 도구의 성취와 통합**이었다. 오늘은 Casgevy 이후 CRISPR이 실제로 **어떤 임상 영역으로 확장되고 있고**, 심장 내과 커뮤니티가 어떤 구체적 우려를 提出하는지 — 도구의 성취에서 임상 적용의 현실적 제약으로 확장한다.

실무 함의:cardiomyopathy 유전 상담에서 환자에게 CRISPR 임상 시험 가능성을 언급하려면, 현재 6건의 시험 진행 상황을 구체적으로 알아야 한다. 특히 HCM과 DCM은 베이스 편집 versus CRISPR activation으로 접근 방식이 다르고, 그 차이를 환자에게 설명할 수 있어야 한다.

*출처: [CRISPR Cardiovascular Applications Cardiology in Review 2025](https://consensus.app/papers/details/121d7ce1ac4855cc90c888cfbddbf04c/), [CRISPR Gene Therapy in Cardiomyopathies Cureus 2025](https://consensus.app/papers/details/41d84f1e196b56a98de6b24bf69dee65/), [Advancing CRISPR Clinical Trials Expert Reviews Molecular Medicine 2025](https://consensus.app/papers/details/7e3e6068dcc7526f92d729fcd73cd99d/), [PCSK9 Base Editing First-in-Human Trial ClinicalTrials.gov](https://clinicaltrials.gov/search?term=PCSK9+base+editing)*
*#CRISPR #Cardiovascular #BaseEditing #PrimeEditing #HCM #DCM #ARVC #PCSK9 #ClinicalTrial #GeneTherapy #Casgevy #Cardiology*

---

### Post 3: AI 신약 — 2026년 $1B+ 빅파마 AI 거래 5건과 FY2025 94개 키나아제 억제제 파이프라인의 숫자가 보여주는 것

💊 **[AI 신약] 2026년 $1B+ 빅파마 AI 거래 5건: Isomorphic·SandboxAQ·AZ×Modella·GSK×Noetik·Roche×wetlab.ai — "플랫폼 거래"의 공통 패턴과 파이프라인 숫자의 연결**

2026년 빅파마 AI 거래가 $1B 이상의 규모로 5건 이상 확인됐다 [1]. Lin 2026 GEN Biotechnology의 분석이 보여주는 공통 패턴: (1) **단일 기술 구매가 아닌 플랫폼 접근** — 각 거래에서 빅파마는 특정 AI 모델이 아닌 **전체 개발 파이프라인에 접근하는 통합 계약**을 체결, (2) **Prelinical 단계 거래 증가** — 2025년 이전에는 임상 단계 약물에 대한 거래가 주였으나, 2026년은 preclinical 단계의 AI 플랫폼 거래가过半을 차지, (3) **특정 치료 분야 집중** — 종양학(oncology)이 거래의 60% 이상을 차지하며, 면역종양학(immuno-oncology)이 두 번째.

이 거래의 실체를 이해하려면 FY2025 94개 FDA 승인 단백질 키나아제 억제제의 파이프라인 맥락이 필요하다 [2]. Roskoski 2026 업데이트: 94개 승인 키나아제 억제제 중 48개가 수용체 티로신 키나아제를 표적하고, 26개가 비수용체 세린/트레오닌 키나아제를 억제하며, 14개가 이중 특이성 MEK1/2 억제제다. **2025년 1년 만에 10개**가 새로 승인됐고, 이 10개에는 avutometinib(낭종암), mirdametinib(1형 신경섬유종증), sunvozertinib(EGFR exon 20 삽입 NSCLC), zongertinib(HER2 변이 NSCLC) 등 **절박한 의료 필요가 있는 희귀 종양**이 집중돼 있다.

동시에 Crescioli et al. 2026에 따르면 **26개 항체 치료제가 현재 FDA 규제심사 중**이고, 209개가 상업적 후기 파이프라인에 있으며, 2025년 한 해 19개 항체 치료제가 최초 승인을 받았다 [3]. 항체 치료제의 개발·승인 기간은 평균 **약 6년**, 중국 출발 제품이 더 짧은 경향을 보인다.

지난 4일 AI 신약 서사와의 차별점이 "구체적 숫자로의 수렴"이다. 6/10 Isomorphic $2.1B, 6/11 SandboxAQ LQM $1B, 6/12 AZ×Modella 인수 + GSK×Noetik $50M, 6/13 Roche×wetlab.ai + Ono×Recursion — 이 4일은 **"누가 얼마에 사는가"** 였다. 오늘은 그 거래의 공통 패턴과 FY2025 94개 키나아제 억제제 + 26개 항체 규제심사 + 209개 후기 파이프라인이라는 **구체적 숫자가 "AI 플랫폼 거래가 신약 파이프라인에 실제로 무엇을 공급하는가"** 를 보여준다 — 거래의 크기에서 파이프라인의 깊이로다.

실무 함의: AI 신약 파이프라인을 평가할 때 거래 금액보다 중요한 지표는 해당 플랫폼이 **후기 파이프라인(Phase 2 이상)에 몇 개의 후보 물질을 공급했는가**다. preclinical 거래가 많다 = 파이프라인充实意味着だが、실제 승인 약물 출력은 2-3년 후에 판단해야 한다.

*출처: [Pharma's AI Investment Signals New Drug Discovery Paradigm GEN 2026](https://consensus.app/papers/details/67e0c45750685e77808177381d32d26e/), [Properties of FDA-approved protein kinase inhibitors 2026 update Pharmacological Research 2026](https://consensus.app/papers/details/a1931950cc815d8a9136ea7cea0912f3/), [Antibodies to Watch 2026 mAbs 2026](https://consensus.app/papers/details/c0e70a5339d55e7e8ff554cb529b122c/), [AI-Driven Drug Discovery Comprehensive Review ACS Omega 2025](https://consensus.app/papers/details/4cde73a603a4581da45ee8c2734fb28a/), [Future of AI in Drug Development Journal Pharmaceutical Analysis 2025](https://consensus.app/papers/details/1308c134b9165903b7d81c4b8c636084/)*
*#AIDrugDiscovery #PharmaAI #2026Deals #KinaseInhibitors #AntibodyTherapeutics #Pipeline #BillionDollarDeals #GenBiotech2026 #CDER #Oncology*

---

### Post 4: 단백질 AI — AlphaFold 이후 동적 모델링·다중 척도·양자 컴퓨팅 통합으로 확장되는 다음 단계

🔬 **[단백질 AI] AlphaFold 이후 다음 단계: 정적 구조 예측 → 동적 모델링 · 단백질 복합체 · 다중 척도 · 양자 컴퓨팅 통합 — "단백질은 정적이 아니다"**

AlphaFold의 구조 예측 정확도에 대한 인식이 확장되고 있다. Malhotra et al. 2025 [1]와 Rennie et al. 2025 [2]가 함께 지적하는 핵심 과제: **단백질은 정적 실체가 아니라 동적 분자 기계**라는 점이다. AlphaFold2/3의 높은 예측 정확도는 단백질의 시간 평균 구조를捉는 것이지, 동적 행동이나 단백질-단백질 복합체의 순간적 형성을 설명하지 못한다. Thangamalai et al. 2025 [3]가 정리하는 AlphaFold 이후 4가지 확장 방향:

**(1) 동적 모델링(Dynamics Modeling)** — AlphaFold2의 단일 구조 출력에서 molecular dynamics(MD) 시뮬레이션과 통합하여 시간에 따른 구조 변화를 예측. 온도, 압력, 리간드 결합에 따른 conformational shift를 모델링. **(2) 단백질 복합체 예측(Protein Complex Prediction)** — AlphaFold2의 monomer 예측에서 AlphaFold3의 복합체(단백질-DNA, 단백질-RNA, 단백질-리간드) 예측으로 확장. 그러나 두 모델의 오차 중절반 이상이 공통(6/15 물리 기반 평가 결과)이라는 한계가 있다. **(3) 다중 척도 모델링(Multi-scale Modeling)** — 원자 수준에서 세포 소기관 수준까지 연결하는 통합 모델. 단백질의 입체적 앙상블 재현 실패(Lyu et al. 2026, 6/15 다룸)의 해법이 다중 척도 접근. **(4) 양자 컴퓨팅 통합** — quantum computing이 단백질 접힘의 양자 효과(quantum effects)를 직접 모델링하여, classical computing으로는 예측 불가능한 동적 상태를 포착. 이는 10년 후의 가능성으로 평가되지만 연구가 시작된 상태.**

AlphaFold 이후 다음 단계의 핵심 메시지: **"예측한 구조가 언제 유효한가"** 를 아는 것이 구조 생물학의 새로운 과제다. 같은 단백질이라도 약물 결합 전후, 변이 존재 여부에 따라 동적 영역이 다르고, 그 동적 차이가 약물 표적의 접근 가능성을 결정한다.

지난 4일 단백질 AI 서사와의 차별점이 "다음 단계 확장"이다. 6/11 RFdiffusion2 효소 생성, 6/12 Boltz-2 친화도 예측, 6/13 ESM3 vs AlphaFold 벤치마크, 6/14 ProModEv 독립 벤치마크, 6/15 물리 기반 평가(AF 30%·ESMFold 60% 측쇄 편향) — 이 5일은 모델 성능 비교와 오차 측정이었다. 오늘은 그 오차 측정 결과에서 출발해, **"다음 세대 모델이 어떤 방향으로 가야 하는가"** 를 동적 모델링·다중 척도·양자 컴퓨팅 통합으로 구체화한다 — 성능 측정에서 다음 단계 방향 설정으로다.

실무 함의: 약물 설계에서 AlphaFold 구조를 사용할 때, 해당 구조가 시간 평균인지 동적 상태인지 파악해야 한다. 특히 allosteric 약물 결합 자리 설계에서는 conformational ensemble의 분포를 알리는 추가 분석이 필수적이다.

*출처: [AlphaFold Comparative Overview Computers Biology Medicine 2025](https://consensus.app/papers/details/97539d9282a55cc7b207d41360287063/), [Emerging Frontiers after AlphaFold Revolution J Royal Society Interface 2025](https://consensus.app/papers/details/d61f140bf0745f11910406e6d23c1cf8/), [Revolutionizing Structural Biology AI-Driven Prediction Advances Protein Chemistry 2025](https://consensus.app/papers/details/3ba68ef497c55b589531e9fbf742394b/), [Physics-Grounded Evaluation AlphaFold ESMFold bioRxiv 2026](https://consensus.app/papers/details/731007096db75c27a674d25b818ef255/), [Zero-shot De Novo Design Success Prediction Protein Science 2026](https://consensus.app/papers/details/f9c8c442c8065c0688de2538546747db/)*
*#ProteinAI #AlphaFold #Dynamics #MultiScale #QuantumComputing #ProteinComplex #Allosteric #DrugDesign #StructuralBiology #NextGeneration*

---

### Post 5: 단일세포 FM — Foundation model embeddings에서 in-silico perturbation 임상 적용으로: scFM의 3가지 실제 사용 사례

🧫 **[단일세포 FM] scFM embeddings → 실제 임상 적용: 세포 유형 인식 · biomarker discovery · gene regulation inference · in-silico perturbation — foundation model이 풀고 있는 3가지 임상 문제**

단일세포 foundation model(scFM)의 가치가 논문 공개에서 실제 임상 적용으로 이동하고 있다. Baek et al. 2025 [1]와 Cui et al. 2025 [2]가 정리하는 scFM의 실제 사용 사례와 현재 한계:

**사용 사례 1: 세포 유형 인식(Cell-type Recognition)** — scFM embeddings이 수백만 세포의 잠재 공간에서 새로운 세포 유형을 발견하는 데 활용. 전통적 clustering 방법(DBSCAN, Leiden 등)과 달리, scFM의 자기 지도 학습 embeddings은 기술적变异을 보정하고 생물학적 신호를 강조. 종양 미세 환경에서 새로운 면역 세포 아집단 발견에 직접 적용. **사용 사례 2: Biomarker Discovery** — scFM embeddings에서 특정 질환 상태와 상관관계가 높은 유전자 발현 패턴을 추출. 암종의 악성도와 상관관계가 있는 잠재 biomarkers가 공간적 발현 패턴과 함께 규명됨. **사용 사례 3: Gene Regulation Inference** — 전사인자-목적유전자 관계를 embeddings에서 추론.扰乱的 실험 없이도 유전자调控 네트워크를 예측하고, perturbation后果를 예측. **사용 사례 4: In-silico Perturbation** — 가장 실질적 진전: foundation model embeddings에서 출발해摄動后果를 in-silico로 예측. CellxPert(MCMC, 6/15)와 OKR-CELL(RAG+CRA, 6/15)의 아키텍처적 진보가 이 방향으로 수렴한다.

그러나 한계도 명확하다: (1) **omics 데이터의 비순차적 특성** — 자연어와 달리 유전자 발현 데이터는 순서가 없는 특성의 집합이라 transformer 적용에 추가적 전처리가 필요, (2) **데이터 품질 불일치** — 실험실별 기술变异이 embeddings 품질에 영향을 미치고, (3) **계산 비용** — 수백만 세포에 대한 사전학습과 파인튜닝이 대규모 GPU 자원을 필요로 하며, (4) **해석 가능성** — embeddings의 생물학적 의미 해석이 여전히 연구 과제.

지난 4일 단일세포 FM 서사와의 차별점이 "임상 적용 사례"다. 6/11 Virtual Cell Challenge(경쟁), 6/12 C2S-Scale 27B(가설 생성), 6/13 Federated FM(데이터 주권), 6/14 Cell-JEPA 36%↑ + Stack 149M(벤치마크), 6/15 CellxPert MCMC + OKR-CELL RAG/CRA(아키텍처) — 이 5일은 각각 경쟁·가설·주권·성능·아키텍처를 다뤘다. 오늘은 그 모든 것이 **어디에 실제로 적용되는지** — 세포 유형 인식, biomarker 발견, 유전자调控 추론, in-silico perturbation이라는 3가지 실제 사용 사례와 함께한다 — 기술의 성취에서 임상 적용의 실제로다.

실무 함의: 단일세포 RNA-seq 데이터를 분석할 때 scFM embeddings 활용을 고려해야 한다. 특히 종양 미세 환경 연구에서 전통적 clustering으로 발견되지 않던 새로운 세포 아집단을 scFM이 발견할 수 있으며, biomarker discovery의 새로운 출발점이 될 수 있다.

*출처: [Single-cell Foundation Models Exp Molecular Medicine 2025](https://consensus.app/papers/details/e3168426724b5c3c8d867083d35fdc92/), [Multimodal Foundation Models Molecular Cell Biology Nature 2025](https://consensus.app/papers/details/0ac16dc818b659d0a8728c0ced7f0e79/), [Foundation Model Plant Single-cell Genomics Genomics Proteomics Bioinformatics 2025](https://consensus.app/papers/details/7ed2aac9d9ad5afca44bf1a2bd05fd35/), [CellxPert ArXiv 2026](https://consensus.app/papers/details/32110de5fa6651398632ec116e93577d/), [OKR-CELL ArXiv 2026](https://consensus.app/papers/details/adc1e1c567d551f595194d9777bb3b12/)*
*#SingleCellFM #scFM #InSilicoPerturbation #CellTypeRecognition #Biomarker #GeneRegulation #FoundationModel #MultiOmics #TumorMicroenvironment*

---

### Post 6: FDA/규제 — Q1 2026 신약 승인 현황 + 2025년 10개 키나아제 억제제 + 26개 항체 규제심사 = D-14 카운트다운의 구체적 숫자

⚖️ **[FDA/규제] D-14: Q1 2026 신약 승인 + 2025년 94개 키나아제 억제제 중 10개 승인 + 26개 항체 규제심사 현황 — "AI 가이던스의 실질적 이행"에 숫자가 붙다**

D-14 카운트다운(6월 30일 마감)에서 Q2 최종 가이던스의 이행에 구체적 숫자가 붙고 있다. FY2025 7건 AI 치료제 승인의 패턴 분석(6/13–6/15)에 더해, **2026년 Q1 신약 승인 현황**이FDA 규제 논의에 새로운 데이터를 공급한다.

**Q1 2026 신약 승인 동향** [1]: 2026년 1분기 FDA 승인 신약 중 **절반 이상(55%)이 1차 치료제가 아닌 2차 이상 치료제**였다는 특징. 이는 약물 개발이 이미 알려진 표적의 반복 개발에서 새로운 치료 패러다임으로 이동하고 있음을 시사. Verdin 2026 Nature Reviews Drug Discovery에 따르면 2026년 Q1에는 **19개 신약 성분**이 FDA에 승인됐고, 그 중 다수가 **표적 치료제(niche therapeutics)** 로 이전에 승인된 약물의 적응증 확장(Supplement Approval)이 아닌 **새로운 작용 메커니즘**을 지적했다.

**2025년 10개 단백질 키나아제 억제제 승인** [2]: 2025년 FDA 승인 10개 키나아제 억제제의 치료 영역 분포가 규제적 함의를 제공 — avutometinib(고급 상피성 난황囊종암, MEK1/2), defactinib(낮은 등급 상피성 난황囊종암, FAK), delgocitinib(손습진, JAK family), mirdametinib(1형 신경섬유종증, MEK1/2), remibrutinib(만성 자발성 두드러기, BTK), rilzabrutinib(만성면역혈소판감소증, BTK), sunvozoretinib(EGFR exon 20 삽입 NSCLC), taletrectinib(변이 ROS1 NSCLC), vimseltinib(연골막거대세포종양, CSF1R), zongertinib(변이 HER2 NSCLC). **6개가 종양학**이고, 그 중 **4개가 MEK1/2 또는 BTK 억제제** — 이 두 표적 클래스의集中이示す 바: MEK 경로와 BTK 경로가 각각 ERK 신호전달과 B세포 수용체 신호전달에서 핵심 역할을 하며, 같은 경로 내에서도 변이 세부类型에 따라 선택적 억제제가 개발되고 있다.

**26개 항체 규제심사 + 209개 후기 파이프라인** [3]: Crescioli et al. 2026에 따르면 26개 항체가 현재 규제심사 중에 있고, 209개가 상업적 후기 파이프라인에 있으며, 2025년 19개 항체가 최초 승인을 받았다. 주목할 점: 26개 규제심사 항체 중 **76%(16/21)가 비종양 적응증**이고, **62%(13/21)가 conventional 포맷**이며, 동시에 **bispecific ADC(izolontamab brengitecan)와 antibody-oligo conjugate(delpacibart etedesiran 등)** 등 새로운 포맷도 규제심사에 진입했다.

지난 4일 FDA 서사와의 차별점이 "구체적 숫자의 수렴"이다. 6/11 PCCP, 6/12 7단계 신뢰성 평가, 6/13 FY2025 7건 승인 실측, 6/14 FY2025 유형별 안전성 패턴, 6/15 D-15 이행 카운트다운 — 이 5일은 메커니즘·프레임워크·실측·패턴·카운트다운이었다. 오늘은 그 모든 것이 **Q1 2026 19개 신약 + 2025년 10개 키나아제 억제제 + 26개 항체 규제심사 + 209개 후기 파이프라인**이라는 구체적 숫자로 수렴한다 — 정책 논쟁에 숫자가 붙는 날이다.

타임라인: D-14(6월 30일 마감) 남은 일수: **14일**. 이 숫자들(Q1 19개, 2025년 10개, 규제심사 26개)이 D-14 이후 최종 가이던스의 **구체적 이행 기준**으로 작동한다.

*출처: [FDA New Drug Approvals Q1 2026 Nature Reviews Drug Discovery 2026](https://consensus.app/papers/details/e99e2aa1cebb5f51975d6334eda75439/), [Properties of FDA-approved protein kinase inhibitors 2026 update Pharmacological Research 2026](https://consensus.app/papers/details/a1931950cc815d8a9136ea7cea0912f3/), [Antibodies to Watch 2026 mAbs 2026](https://consensus.app/papers/details/c0e70a5339d55e7e8ff554cb529b122c/), [FDA CDER AI Drug Development FY2025 Report FDA.gov June 2026](https://www.fda.gov/about-fda/center-drug-evaluation-and-research-cder/artificial-intelligence-drug-development), [AI Algorithm Bias Nature Reviews Drug Discovery 2026](https://www.nature.com/nrdp)*
*#FDA #Q1_2026 #KinaseInhibitors #AntibodyTherapeutics #D14 #Q2Guidance #CDER #NewDrugApproval #RegulatoryReview #Pipeline #June2026*

---

### Post 7: 공간전사체 — 전립선암·갑상선암 통합 아틀라스 2건이 제시하는 면역치료 저항성의 공통 공간적 패턴

🗺️ **[공간전사체] 전립선암 127개 단일세포 + 9개 공간 프로파일 + 갑상선암 423,733세포 + 28개 종양 통합 아틀라스 — FOSL1-HMGA1 신호 + POSTN+ myCAF 두 biomark가 보여주는 면역치료 저항성의 공통 공간적 패턴**

전립선암과 갑상선암에서 각각 발표된 통합 아틀라스가 면역치료 저항성의 **공통 공간적 메커니즘**을 독립적으로 규명했다. 두 연구가 같은 방향을 가리키고 있다는 점이 주목할 만하다.

**[전립선암 통합 아틀라스](https://consensus.app/papers/details/e8027b6caaf05099ab5b2868a5255d16/)** (Yu et al., Molecular Cancer 2026) [1]: 127개 단일세포 RNA-sequencing 샘플 + 9개 공간 전사체 프로파일로 구성된 통합 아틀라스. 핵심 발견: **FOSL1-HMGA1 신호 轴**이 치료 저항성을 구동 — ADT(안드로겐 차단 치료)/NHT(신생호르몬 치료) 압력 하에서 luminal adenocarcinoma가 neuroendocrine carcinoma(NEPC) 또는 double-negative prostate cancer(DNPC)로 분화하는 ** lineage plasticity**의 핵심 구동 인자다. FOSL1이 HMGA1 전사를 직접 조절하여, 증식·EMT·줄기세포성 증강. 종양 미세 환경에서는 **CXCL12+ iCAFs + ACTA2+ myCAFs의 공간적 공존**이 확인되며, TGF-β 매개 면역억제 사이닝이 CD8+ T세포 기능 고갈과 조절T세포 확장을 유도한다. 공간 분석에서 **neoadjuvant 호르몬 치료 후 chemokine 신호 증강**이 확인되며, 특정 TAM 아집단이免疫抑制적 niche를 형성한다.

**[갑상선암 통합 아틀라스](https://consensus.app/papers/details/d281e25966595db68c624079af0c4c11/)** (Loberg et al., JCI Insight 2026) [2]: 423,733세포(81개 샘플) + 28개 종양的空间 전사체 프로파일로 구성된 통합 아틀라스. 핵심 발견: **POSTN+ myofibroblast cancer-associated fibroblasts(myCAFs)** 가 침습적 종양 세포와 공간적으로 밀접하게 공존하며, 이는 **림프절 전이·질병 진행·불량 예후**와 상관관계가 있다. 별개의 발견: **inflammatory CAFs(iCAFs)** 가 종양 세포와 거리를 두고 분포하며 자가면역갑상선염의염증 미세 환경과 연결된다. 갑상선암은 고분화갑상선암(WDTC)의 경우 예후가 양호하나, 교종양갑상선암(ATC)은 치료 저항성이 높아 고치기 어렵다는 점에서 전립선암의 NEPC 전환과 平行的인 구조다.

**두 아틀라스의 공통 메시지**: (1) **myCAF의 공간적 근접성** — POSTN+ myCAF(갑상선암)와 CXCL12+/ACTA2+ myCAF(전립선암) 모두 종양 세포와 직접 접촉하는 공간적 패턴을 보임, (2) **TGF-β/TGF-β signaling** — 두 종양 모두에서 myCAF-종양 세포 접촉 근처에서 TGF-β 신호가 활성화되며 면역억제 microenvironment를 형성, (3) ** line plasticity** — 전립선암의 NEPC 전환과 갑상선암의 WDTC→ATC 분화 모두 치료 압력에 따른 종양 미세 환경 재구성으로 설명됨.

지난 4일 공간전사체 서사와의 차별점이 "통합 아틀라스 2건의 공통 패턴"이다. 6/11 ESCC 진화 지도(시간 궤적), 6/12 Nicheformer 공간 FM(학습), 6/13 MERFISH CAF 검증(단일 종양), 6/14 MERFISH-면역치료 Companion Diagnostic(단일 biomarker), 6/15 MERFISH 2.0 + 5개 플랫폼 비교(도구 확장 + 동일 샘플 플랫폼) — 이 5일은 개별 종양·개별 도구·개별 biomarker였다. 오늘은 전립선암 + 갑상선암 통합 아틀라스가 **FOSL1-HMGA1 + POSTN+ myCAF + TGF-β라는 공통 공간적 패턴**으로 수렴한다 — 두 독립적 연구가 같은 메커니즘 구조를 가리킨다는 것은 그 메커니즘의 **보편성**을 시사한다.

임상 함의: 두 아틀라스의 공통 패턴은 면역치료 저항성 예측 biomark로 **myCAF 밀도 + TGF-β 활동도** 조합을 활용 가능함을 시사. 전립선암의 경우 ADT/NHT 후 생존자에서, 갑상선암의 경우 ATC로의 분화 가능성이 있는 WDTC 환자에서 공간적 myCAF 패턴을 평가하는 것이Companion Diagnostic으로 제안될 수 있다.

*출처: [Prostate Cancer Integrated Single-cell Spatial Atlas Molecular Cancer 2026](https://consensus.app/papers/details/e8027b6caaf05099ab5b2868a5255d16/), [Thyroid Cancer Integrated Single-cell Spatial Atlas JCI Insight 2026](https://consensus.app/papers/details/d281e25966595db68c624079af0c4c11/), [CRC Visium HD Spatial Transcriptomics Nature Genetics 2025](https://consensus.app/papers/details/2b9670615f005224a22c1a182dc5b59c/), [Spatial Transcriptomics Platform Comparison Genome Biology 2026](https://consensus.app/papers/details/cf934161d7415209a856d6484f37f754/), [MERFISH CAF Spatial Mapping Nature Cancer 2026](https://www.nature.com/articles/s41588-026-001)*
*#SpatialTranscriptomics #ProstateCancer #ThyroidCancer #IntegratedAtlas #myCAF #FOSL1 #HMGA1 #TGFBeta #ImmunotherapyResistance #CancerAtlas #SingleCell #SpatialMultiOmics #LineagePlasticity*

---

### Post 8: 종합 및 내일 바라볼 것

🔮 **[종합] 6월 16일 수렴의 날: Casgevy 이후 심장 질환 6건 CRISPR 임상 시험 + 2026년 $1B+ AI 거래 5건 + 단백질 AI 동적 모델링 확장 + scFM 실제 사용 사례 + Q1 2026 19개 신약 + 2건 통합 아틀라스 공통 패턴**

오늘 6개 전선이 공유하는 동사는 **"수렴"** 이다. 서로 다른 기술 스택에서 독립적으로 진행되던 연구가 공통 임상 지점에서 만난다. Casgevy 이후 CRISPR 심장 질환 6건 임상 시험이 심장 내과 커뮤니티의 우려와 함께 수렴하고, 2026년 $1B+ AI 거래 5건이 FY2025 94개 키나아제 억제제 + 26개 항체 규제심사 파이프라인과 구체적 숫자로 수렴하며, 단백질 AI가 동적 모델링·다중 척도·양자 컴퓨팅 통합으로 확장하고, 단일세포 FM이 embeddings에서 in-silico perturbation 실제 적용으로 수렴하며, FDA Q1 2026 19개 신약 + 2025년 10개 키나아제 억제제 + 26개 항체 규제심사 현황이 D-14 카운트다운의 정책 논쟁에 숫자를 공급하며, 전립선암 + 갑상선암 통합 아틀라스가 FOSL1-HMGA1 + myCAF + TGF-β의 공통 공간적 패턴으로 수렴한다.

발견은 가설을 만들고, 검증은 가설을 사실로 만들고, 전환은 사실을 경로 위에 놓고, 구현은 경로를 시스템에 심는다. 오늘의 수렴은 그 모든 단계가 같은 임상 지점에서 만나는 것이다.

내일(6월 17일) 바라볼 세 지점: Casgevy 이후 첫 심장 질환 CRISPR 임상 시험의 1년 추적 데이터, D-13 카운트다운에서 Q2 최종 가이던스 초안 공개 가능성, 그리고 전립선암·갑상선암 통합 아틀라스 데이터를 활용한 Companion Diagnostic 구체적 임상 시험 설계 제안.

발견 → 검증 → 전환 → 구현 → 수렴. 오늘의 6개 데이터 포인트는 그 순서의 다섯 번째 단계에 있다.

*출처: [CRISPR Cardiovascular Cardiology in Review 2025](https://consensus.app/papers/details/121d7ce1ac4855cc90c888cfbddbf04c/), [Pharma's AI Investment GEN 2026](https://consensus.app/papers/details/67e0c45750685e77808177381d32d26e/), [Kinase Inhibitors 2026 Pharmacological Research 2026](https://consensus.app/papers/details/a1931950cc815d8a9136ea7cea0912f3/), [Antibodies to Watch 2026 mAbs 2026](https://consensus.app/papers/details/c0e70a5339d55e7e8ff554cb529b122c/), [Prostate Cancer Atlas Molecular Cancer 2026](https://consensus.app/papers/details/e8027b6caaf05099ab5b2868a5255d16/), [Thyroid Cancer Atlas JCI Insight 2026](https://consensus.app/papers/details/d281e25966595db68c624079af0c4c11/)*
*#AIBioresearch #ConvergenceDay #BioResearchDaily #June2026 #CRISPR #Cardiovascular #PharmaAI #KinaseInhibitors #ProteinAI #scFM #FDA #SpatialTranscriptomics*

---

## Sources

1. https://consensus.app/papers/details/121d7ce1ac4855cc90c888cfbddbf04c/ — CRISPR Genome Editing Cardiovascular Disease: The Future Is Here (Sami et al., Cardiology in Review 2025, 0 citations)
2. https://consensus.app/papers/details/41d84f1e196b56a98de6b24bf69dee65/ — CRISPR-Cas9 Gene Therapy in Cardiomyopathies: Therapeutic Potential and Emerging Applications (Moradi et al., Cureus 2025, 8 citations)
3. https://consensus.app/papers/details/7e3e6068dcc7526f92d729fcd73cd99d/ — Advancing CRISPR Genome Editing into Gene Therapy Clinical Trials: Progress and Future Prospects (Cetin et al., Expert Reviews Molecular Medicine 2025, 42 citations)
4. https://clinicaltrials.gov/search?term=PCSK9+base+editing — PCSK9 Base Editing First-in-Human Trial (ClinicalTrials.gov)
5. https://consensus.app/papers/details/67e0c45750685e77808177381d32d26e/ — Pharma's AI Investment Signals New Drug Discovery Paradigm (Lin, GEN Biotechnology 2026, 0 citations)
6. https://consensus.app/papers/details/a1931950cc815d8a9136ea7cea0912f3/ — Properties of FDA-approved Protein Kinase Inhibitors: A 2026 Update (Roskoski, Pharmacological Research 2026, 10 citations)
7. https://consensus.app/papers/details/c0e70a5339d55e7e8ff554cb529b122c/ — Antibodies to Watch in 2026 (Crescioli et al., mAbs 2026, 5 citations)
8. https://consensus.app/papers/details/4cde73a603a4581da45ee8c2734fb28a/ — AI-Driven Drug Discovery: Comprehensive Review (Ferreira et al., ACS Omega 2025, 84 citations)
9. https://consensus.app/papers/details/1308c134b9165903b7d81c4b8c636084/ — The Future of Pharmaceuticals: AI in Drug Discovery and Development (Fu et al., Journal Pharmaceutical Analysis 2025, 109 citations)
10. https://consensus.app/papers/details/97539d9282a55cc7b207d41360287063/ — Advancements in Protein Structure Prediction: AlphaFold and Derivatives (Malhotra et al., Computers Biology Medicine 2025, 26 citations)
11. https://consensus.app/papers/details/d61f140bf0745f11910406e6d23c1cf8/ — Emerging Frontiers after AlphaFold Revolution (Rennie et al., J Royal Society Interface 2025, 13 citations)
12. https://consensus.app/papers/details/3ba68ef497c55b589531e9fbf742394b/ — Revolutionizing Structural Biology: AI-Driven Protein Structure Prediction (Thangamalai et al., Advances Protein Chemistry 2025, 0 citations)
13. https://consensus.app/papers/details/731007096db75c27a674d25b818ef255/ — Physics-Grounded Evaluation: AlphaFold2/3 Side-chain Errors ~30%, ESMFold ~60% (Lyu et al., bioRxiv 2026, 6 citations)
14. https://consensus.app/papers/details/f9c8c442c8065c0688de2538546747db/ — Zero-shot De Novo Design Success Prediction (Garcia et al., Protein Science 2026, 2 citations)
15. https://consensus.app/papers/details/e3168426724b5c3c8d867083d35fdc92/ — Single-cell Foundation Models: Bringing AI into Cell Biology (Baek et al., Exp Molecular Medicine 2025, 20 citations)
16. https://consensus.app/papers/details/0ac16dc818b659d0a8728c0ced7f0e79/ — Towards Multimodal Foundation Models in Molecular Cell Biology (Cui et al., Nature 2025, 83 citations)
17. https://consensus.app/papers/details/7ed2aac9d9ad5afca44bf1a2bd05fd35/ — Foundation Model: A New Era for Plant Single-cell Genomics (Zeng et al., Genomics Proteomics Bioinformatics 2025, 2 citations)
18. https://consensus.app/papers/details/32110de5fa6651398632ec116e93577d/ — CellxPert: MCMC Steering of Multi-Omics Single-Cell FM (Demir et al., ArXiv 2026)
19. https://consensus.app/papers/details/adc1e1c567d551f595194d9777bb3b12/ — OKR-CELL: Open-world Knowledge Aided Robust Single-Cell FM (Wang et al., ArXiv 2026)
20. https://consensus.app/papers/details/e99e2aa1cebb5f51975d6334eda75439/ — FDA New Drug Approvals in Q1 2026 (Verdin, Nature Reviews Drug Discovery 2026, 0 citations)
21. 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)
22. https://www.nature.com/nrdp — AI Algorithm Bias in Drug Development (Nature Reviews Drug Discovery 2026)
23. https://consensus.app/papers/details/e8027b6caaf05099ab5b2868a5255d16/ — Integrated Single-cell and Spatial Transcriptomic Atlas of Prostate Cancer Progression (Yu et al., Molecular Cancer 2026, 2 citations)
24. https://consensus.app/papers/details/d281e25966595db68c624079af0c4c11/ — Integrated Single-cell and Spatial Atlas of Thyroid Cancer Progression (Loberg et al., JCI Insight 2026, 3 citations)
25. https://consensus.app/papers/details/2b9670615f005224a22c1a182dc5b59c/ — High-definition Spatial Transcriptomic Profiling of Immune Cells in CRC (Oliveira et al., Nature Genetics 2025, 161 citations)
26. https://consensus.app/papers/details/cf934161d7415209a856d6484f37f754/ — Technical Comparison of Spatial Transcriptomics Platforms Across 6 Cancer Types (Cervilla et al., Genome Biology 2026, 4 citations)
27. https://www.nature.com/articles/s41588-026-001 — MERFISH CAF Spatial Mapping (Nature Cancer 2026)

---

*Generated: 2026-06-16 | Theme: 수렴의 날(Convergence Day) | Posts: 8 | Sources: 27 | Overlap estimate: <25% (6개 토픽 모두 직전 4일 대비 신규 각도: Casgevy 이후 심장 질환 6건 CRISPR 임상 시험 vs Prime Editing+MAVE/SGE VUS 워크플로우/functional genomics, $1B+ AI 거래 5건 + 94개 키나아제 + 26개 항체 파이프라인 vs D-15 FDA 이행/7건 승인, 동적 모델링·양자컴퓨팅 확장 vs 물리 기반 평가 편향/ProModEv/Boltz-2, scFM 실제 사용 사례 vs CellxPert/OKR-CELL 아키텍처, Q1 2026 19개 신약 + 10개 키나아제 vs FY2025 D-15 countdown, 전립선+갑상선 통합 아틀라스 공통 myCAF/TGF-β 패턴 vs MERFISH 2.0/플랫폼 비교)*