# Research Pulse — 2026-06-22 _Generated 2026-06-22 07:31 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 22일 (월요일) · 현장화의 날(Fielding Day)** 6/14(전환)→6/15(구현)→6/16(수렴)→6/17(이행)→6/18(심화)→6/19(통합)→6/20(확산)→6/21(안착)에 이은 8일은 AI가 "찾고, 확인하고, 환자에게 도달하고, 시스템에 심고, 깊이 파고들고, 서로를 통합하고, 새로운 경계 밖으로 확산하고, 임상·규제 토양에 안착하는" 과정이었다. 6월 22일, **현장화의 날(Fielding Day)**: 안착된 기술이 실제 현장 — 임상 현장, 산업 현장, 규제 현장 — 에서 작동을 시작하는 날. CRISPR에서는 RUBY Trial(NEJM 2026.04)의 CRISPR-Cas12a reni-cel이 28명 중 27명(96%) 겸상적혈구병 기능적 완치를 달성하며 Casgevy(Cas9) 이후 **차세대 편집 도구의 임상 현장 투입**이 현실화되고, AI 신약에서는 Roche-NVIDIA가 3,500+ GPU AI factory를 가동하며 제약 산업 역사상 최대 규모의 AI 인프라가 **약물 발견 산업 현장에 배치**되고, 단백질 AI에서는 AlphaFold3의 포괄적 역량 평가(capabilities+limitations)가 실제 약물 발견 campaign에서 **어디에 쓸 수 있고 어디에 못 쓰는지 현장 가이드라인**으로 정리되고, 단일세포 FM에서는 SCMBench(Nature Communications 2026)가 23개 방법론을 통합 벤치마킹하여 foundation model의 **현장 선택 기준**을 제공하고, FDA에서는 6월 2일 발표된 "Leveraging Prior Knowledge for Genome Editing Gene Therapy" 초안 가이던스가 유전자 편집 제품의 **규제 현장 간소화**를 시작하며, 공간전사체에서는 MD Anderson의 Pan-cancer TLS atlas(Science 2026)와 Path2Space(Cell 2026)가 H&E 슬라이드에서 공간 전사체를 예측하여 **병리 현장에 AI 기반 공간 biomarker를 배치**한다. 현장화는 안착의 다음 단계다. 오늘 6개 전선은 안착된 것이 실제 현장에서 작동하기 시작하는 날이다. *출처: [RUBY Trial NEJM 2026](https://www.medicaldaily.com/ruby-trial-nejm-crispr-cas12a-sickle-cell-functional-cure-2026-475619), [Roche-NVIDIA AI Factory 2026](https://www.roche.com/media/releases/med-cor-2026-03-16), [SCMBench Nature Communications 2026](https://www.nature.com/articles/s41467-026-72570-x), [FDA Genome Editing Prior Knowledge Guidance 2026](https://www.fda.gov/regulatory-information/search-fda-guidance-documents/leveraging-prior-knowledge-development-human-gene-therapy-products-incorporating-genome-editing), [Pan-cancer TLS Atlas Science 2026](https://www.science.org/doi/10.1126/science.adz2742), [Path2Space Cell 2026](https://www.cell.com/cell/abstract/S0092-8674(26)00458-7)* *#AIBioresearch #BioResearchDaily #FieldingDay #June2026* --- ### Post 2: CRISPR — RUBY Trial: Cas12a reni-cel이 겸상적혈구병 28명 중 27명(96%) 기능적 완치 달성, Casgevy 이후 차세대 편집 도구의 임상 현장 투입 🧪 **[CRISPR] RUBY Trial(NEJM 2026.04): CRISPR-Cas12a reni-cel이 겸상적혈구병 96% 기능적 완치 — Casgevy(Cas9) 이후 차세대 편집 도구가 임상 현장에 투입되다** RUBY Trial 결과가 2026년 4월 New England Journal of Medicine에 발표되며, CRISPR-Cas12a 기반 renizgamglogene autogedtemcel(reni-cel)이 중증 겸상적혈구병 환자 28명 중 **27명(96%)에서 기능적 완치**를 달성했다. 이는 Casgevy(CRISPR-Cas9, FDA 승인 2023년 12월) 이후 차세대 CRISPR 편집 도구가 임상 현장에 투입된 첫 대규모 증거다. **RUBY Trial의 핵심 성과**: (1) **96% 기능적 완치** — 28명 중 27명이 치료 후 최대 2년간 고통스러운 혈관폐색 위기(VOCs)가 완전히 사라짐. (2) **Cas12a vs Cas9의 차이** — Casgevy가 CRISPR-Cas9으로 BCL11A enhancer를 편집하여 HbF를 재활성화하는 반면, reni-cel은 CRISPR-Cas12a를 사용하여 HBG1/HBG2 프로모터를 직접 표적화. Cas12a는 Cas9과 다른 분자 구조와 절단 메커니즘을 가지며, PAM 요구사항이 다르다. (3) **치료 과정** — 환자의 조혈모세포를 채취하여 실험실에서 유전자 편집을 수행한 후, 골수 전처치(busulfan 화학요법)로 공간을 확보하고 편집된 세포를 재주입. (4) **fetal hemoglobin 재활성화 전략의 진화** — Casgevy(BCL11A enhancer 편집) → reni-cel(HBG1/HBG2 프로모터 직접 편집)로 표적 전략이 다양화. 동시에 compact CRISPR 시스템도 현장화되고 있다. 2026년 4월 Nature Structural & Molecular Biology에 발표된 UT Austin-Metagenomi 공동 연구에서 **Al3Cas12f RKK** 변이체가 편집 효율을 10% 미만에서 **80% 이상(최대 90%)**으로 끌어올렸다. Al3Cas12f는 자연에서 발견된 초소형 효소로, 기존 Cas9/Cas12a가 AAV 벡터에 넣기 어려운 크기인 반면 **AAV 벡터에 직접 패키징 가능**한 크기여서, in vivo(체내) 유전자 편집 치료의 핵심 장벽인 delivery 문제를 해결할 잠재력을 가진다. **6월 21일 Base Editing/Prime Editing FDA regulatory pathway와 오늘의 차별점**: 6/21이 Base Editing과 Prime Editing의 FDA 제출 전략(regulatory pathway)을 다뤘다면, 오늘은 **Cas12a(reni-cel)가 96% 기능적 완치라는 실제 임상 데이터**로 현장에 투입되었고, 동시에 Al3Cas12f RKK가 in vivo delivery의 실질적 해법으로 등장하는 **기술의 현장화**를 제시한다. regulatory pathway(6/21) → 임상 현장 투입(6/22). 실무 함의: 겸상적혈구병 환자의 유전 상담에서 이제 세 가지 CRISPR 편집 전략을 구분하여 설명해야 한다 — Casgevy(Cas9, BCL11A enhancer), reni-cel(Cas12a, HBG1/2 프로모터), 그리고 향후 Al3Cas12f 기반 in vivo 편집 가능성. 각 전략의 편집 메커니즘, 현재 임상 단계, 치료 과정의 차이를 명확히 전달해야 한다. *출처: [RUBY Trial NEJM Reni-cel Cas12a Sickle Cell 96% 2026](https://www.medicaldaily.com/ruby-trial-nejm-crispr-cas12a-sickle-cell-functional-cure-2026-475619), [CRISPR Sickle Cell 96% Functional Cure 2026](https://www.unboxfuture.com/2026/06/crispr-gene-editing-breakthrough-96.html), [Compact CRISPR Al3Cas12f RKK AAV Delivery Nature Struct Mol Biol 2026](https://www.nih.gov/news-events/news-releases/nih-funded-breakthrough-shrinks-crispr-precision-delivery-body), [Al3Cas12f PackGene 2026](https://www.packgene.com/frontier/041726-compact-crispr-cas12f-breakthrough-could-unlock-aav-based-in-vivo-gene-editing/)* *#CRISPR #Cas12a #ReniCel #RUBYTrial #SickleCell #FunctionalCure #96Percent #Casgevy #Al3Cas12f #AAV #InVivoEditing #CompactCRISPR #GeneTherapy #NEJM* --- ### Post 3: AI 신약 — Roche-NVIDIA 3,500+ GPU AI Factory와 2026 초 빅파마 AI 플랫폼 거래의 산업 현장 배치 💊 **[AI 신약] Roche-NVIDIA 3,500+ GPU AI Factory: 제약 역사상 최대 AI 인프라가 약물 발견 산업 현장에 배치되다 — Chai-Lilly, GSK-Noetik, Pfizer-Boltz의 전용 모델 시대** 2026년 3월 16일, Roche가 NVIDIA와 협력하여 제약 산업 역사상 최대 규모의 AI 인프라인 **3,500+ GPU AI factory**를 가동했다. 미국과 유럽에 걸친 2,176개 최신 Blackwell GPU가 새로 배치되었으며, 이로써 Roche의 총 hybrid-cloud 컴퓨팅 용량이 3,500 GPU를 넘어섰다. 2023년 시작된 NVIDIA 협력의 다음 단계로, "Lab-in-the-Loop" 접근법을 통해 실험 데이터를 AI 모델 훈련에 직접 통합하는 구조다. **2026년 초 빅파마 AI 플랫폼 거래의 새로운 패턴 — 전용 모델(Exclusive Model) 시대**: 2026년 초 체결된 세 가지 핵심 거래가 공통적으로 보여주는 새로운 패턴은 **빅파마 전용 AI 모델** 구축이다. (1) **Eli Lilly & Chai Discovery** — Chai가 Lilly의 독점 데이터로 훈련된 전용 AI 모델을 개발하여 novel biologics 설계에 투입. Lilly의 발견 워크플로우에 맞춤화된 모델. (2) **GSK & Noetik** — 5년 라이선스 파트너십, $50M 선불금, 비소세포폐암과 대장암 모델에 대한 구독 기반 접근. (3) **Pfizer & Boltz** — 다년 협력으로 표적 선정, 구조 예측, 소분자 친화도, biologics 설계 전반에 걸친 전용 모델 구축. 이 세 거래의 공통점은 **범용 AI 플랫폼 라이선스에서 빅파마 독점 데이터 기반 전용 모델 구축으로의 전환**이다. **ITIF 정책 보고서(2026.06.02)의 시사점**: 미국 정보기술혁신재단(ITIF)이 6월 2일 발표한 보고서는 AI 약물 발견 시스템이 제약 혁신을 강화할 수 있지만, 정책 입안자가 인센티브를 올바르게 설정해야 한다고 경고. 특히 AI 발견 약물의 특허 보호, 데이터 독점 기간, AI 모델의 지적 재산권에 대한 정책적 프레임워크가 필요하다는 점을 강조한다. **6월 21일 PharmAgents/Modular LLM Framework와 오늘의 차별점**: 6/21이 LLM Multi-Agent(PharmAgents)의 구체적 약물 발견 워크플로우 안착을 다뤘다면, 오늘은 그 워크플로우가 **실제 산업 인프라(Roche 3,500+ GPU) 위에서 구동되고, 빅파마가 전용 AI 모델을 구축하여 산업 현장에 배치**하는 단계를 보여준다. 워크플로우 안착(6/21) → 산업 현장 배치(6/22). 실무 함의: AI 약물 발견 스타트업이라면, 2026년 거래 패턴이 "범용 플랫폼 라이선스"에서 "빅파마 전용 모델 구축"으로 전환되고 있음을 인지해야 한다. 이는 스타트업의 가치 제안이 알고리즘 자체보다 **빅파마의 독점 데이터와 결합한 맞춤 모델 역량**에 있음을 의미한다. *출처: [Roche-NVIDIA AI Factory 3500+ GPU 2026.03.16](https://www.roche.com/media/releases/med-cor-2026-03-16), [Roche NVIDIA DDW 2026](https://www.ddw-online.com/roche-leads-ai-drug-discovery-with-new-nvidia-deal-41008-202603/), [Pharma Bets Big AI Platforms GEN 2026](https://www.genengnews.com/topics/artificial-intelligence/pharma-bets-big-on-ai-platforms-with-flurry-of-new-year-deals/), [ITIF AI Drug Discovery Policy 2026.06.02](https://itif.org/publications/2026/06/02/ai-drug-discovery-systems-could-strengthen-biopharmaceutical-innovation/), [Roche NVIDIA Blog Omniverse 2026](https://blogs.nvidia.com/blog/roche-ai-factories-omniverse/)* *#AIDrugDiscovery #Roche #NVIDIA #AIFactory #3500GPU #Blackwell #ChaiDiscovery #EliLilly #GSK #Noetik #Pfizer #Boltz #ExclusiveModel #LabInTheLoop #DrugDiscovery #PharmaAI* --- ### Post 4: 단백질 AI — AlphaFold3 포괄적 역량 평가: 약물 발견 현장에서 어디에 쓸 수 있고 어디에 못 쓰는지의 실전 가이드 🔬 **[단백질 AI] AlphaFold3 현장 가이드라인: 포괄적 역량 평가(capabilities+limitations)가 약물 발견 campaign의 실전 배치 기준을 정리하다** AlphaFold3의 약물 발견 적용이 **현장 가이드라인** 단계로 진입했다. 2025년 4월 bioRxiv에 게재된 포괄적 평가 논문(AlphaFold3 in Drug Discovery: A Comprehensive Assessment of Capabilities, Limitations, and Applications)이 AF3의 실전 배치 기준을 체계적으로 정리하며, 동시에 2026년 6월 AlphaFold Database의 legacy API 퇴역(retirement)이 플랫폼 현대화의 신호를 보낸다. **AlphaFold3의 현장 배치 가능 영역(Capabilities)**: (1) **Covalent ligand discovery** — BTK에서 novel covalent small molecule 발견(Shamir et al. 2026, JACS), subangstrom 정확도, 기존 docking tools 대비 현저한 우위. COValid 벤치마크에서 물리 기반 scoring function과 결합 시 모든 단백질 표적에서 최고 성능. (2) **Non-covalent co-folding의 잔류물 식별** — 반응성 잔류물이 알려지지 않은 표적에서도 covalent 잔류물을 식별할 수 있는 잠재력. (3) **단백질-핵산, 단백질-소분자, 단백질-단백질 복합체 예측** — 다양한 생체분자 상호작용에 대한 통합적 예측 능력. (4) **Kinase 패밀리 전체(EGFR, BCR-ABL, BTK, ALK 등)**에 대한 구조 기반 약물 설계 적용. **현장 배치 제한 영역(Limitations)**: (1) **Novel pocket-ligand 쌍에서 성능 저하** — 훈련 데이터에 없는 새로운 결합 모드에서 정확도가 현저히 떨어짐. (2) **무질서 영역(disordered regions) 모델링의 한계** — 본질적으로 비구조적인 단백질 영역에 대한 예측 불안정. (3) **다중 상태(conformations) 예측 불가** — 단일 구조만 예측하며, 약물 결합에 중요한 유도 적합(induced fit)이나 앙상블 효과를 포착하지 못함. (4) **계산 비용** — co-folding 방법이 classical docking보다 느려서 대규모 virtual screening에서 병목. **AlphaFold Database legacy API 퇴역(2026년 6월)**: AlphaFold DB가 6월에 legacy API를 퇴역시키며, 새로운 Domains 탭과 3D viewer 연동, 간소화된 인터페이스로 전환. 2억+ 단백질 구조 예측에 대한 접근을 현대화하며, 비전문가의 진입 장벽을 낮추는 방향으로 플랫폼이 진화하고 있다. **6월 21일 CoFD-Bench BTKeyond와 오늘의 차별점**: 6/21이 CoFD-Bench 벤치마크 체계 확립과 BTKeyond(EGFR/BCR-ABL 확장)를 다뤘다면, 오늘은 AF3의 **포괄적 역량 평가(capabilities+limitations)가 실전 가이드라인으로 정리**되어, 약물 발견 현장에서 "AF3를 어디에 쓰고 어디에 안 쓸지"의 의사결정 기준이 잡히는 현장화를 제시한다. 벤치마크 확립(6/21) → 현장 배치 가이드라인(6/22). 실무 함의: 약물 발견 팀이 AF3를 virtual screening campaign에 투입할 때, covalent kinase 표적(BTK, EGFR 등)에서는 강점을 활용하되, novel pocket이나 disordered 표적에서는 실험적 구조 데이터 또는 고전적 방법론을 병행해야 한다. AlphaFold DB의 새 인터페이스 전환에 맞춰 API 의존 파이프라인을 업데이트하는 것도 시급한 실무 과제다. *출처: [AlphaFold3 Drug Discovery Comprehensive Assessment bioRxiv 2025](https://www.biorxiv.org/content/10.1101/2025.04.07.647682v1.full), [Discovery of Covalent Ligands with AlphaFold3 JACS 2026](https://pubs.acs.org/doi/10.1021/jacs.5c22222), [AlphaFold DB 2025 Redesigned Interface NAR 2025](https://academic.oup.com/nar/advance-article/doi/10.1093/nar/gkaf1226/8340156), [AlphaFold Protein Structure Database](https://alphafold.ebi.ac.uk/)* *#AlphaFold3 #AlphaFold #DrugDiscovery #CovalentLigand #BTK #EGFR #Kinase #VirtualScreening #Capabilities #Limitations #FieldGuide #AlphaFoldDB #APIRetirement #StructureBased* --- ### Post 5: 단일세포 FM — SCMBench(Nature Communications)의 23개 방법론 통합 벤치마킹과 Compositional FM 패러다임의 현장 선택 기준 🧫 **[단일세포 FM] SCMBench(Nature Communications 2026): 23개 방법론 벤치마킹으로 foundation model의 현장 선택 기준이 잡히다 — Compositional FM(Cell Systems 2026)이 제시하는 다음 설계 원칙** 단일세포 foundation model의 **현장 선택 기준**이 두 편의 2026년 논문으로 확립되고 있다. Wang et al. 2026 Nature Communications의 SCMBench와 Cell Systems 2026의 Compositional FM perspective가 각각 "어떤 모델을 쓸 것인가"와 "어떻게 설계할 것인가"의 기준을 제시한다. **SCMBench: 23개 방법론의 통합 벤치마킹** — domain-specific model(DM)과 foundation model(FM) 모두를 포괄하는 단일세포 multi-omics 통합 벤치마크. 핵심 내용: (1) **23개 방법론 평가** — 최적화된 하이퍼파라미터로 모든 방법을 공정하게 비교. (2) **4가지 평가 축**: 통합 정확도(integration accuracy), biomarker 탐지(biomarker detection), 궤적 추론(trajectory inference), 정량적 배치 효과 보정(batch effect correction). (3) **세포 특성 보존 평가** — 전사체 biomarker, 후성유전체 조절 요소, 발달 궤적의 보존 여부를 종합 평가. (4) **핵심 발견**: foundation model이 모든 작업에서 domain-specific model을 능가하지 않으며, **작업 유형에 따라 최적 모델이 다름** — 이는 현장에서 "만능 FM"을 기대하는 것이 아니라 작업별로 적절한 도구를 선택해야 함을 의미. **Compositional FM: 다음 설계 원칙** — Cell Systems 2026 perspective가 제시하는 compositional AI 접근: (1) **Modality-specific에서 Compositional로의 전환** — 단일 modality에 특화된 FM에서 여러 modality(chromatin accessibility, protein abundance, spatial transcriptomics, microscopy imaging, textual annotations)를 통합하는 compositional FM으로. (2) **unimodal pretrained model의 조합** — 각 modality에서 사전 훈련된 모델을 모듈식으로 조합하는 첫 원리 설계. (3) **Transformer 기반 attention 전략** — modality 간 cross-attention으로 통합 representation 학습. (4) **한계**: 제한된 데이터 가용성과 modality representation 간 구조적 차이가 주요 도전 과제. **6월 21일 PAST/NicheFormer 임상 적용과 오늘의 차별점**: 6/21이 PAST(2,000만 세포)와 NicheFormer(1억 1,000만 세포)의 환자층 임상 적용 안착을 다뤘다면, 오늘은 SCMBench가 23개 방법론을 **통합 벤치마킹하여 현장에서 어떤 모델을 선택할지의 기준**을 잡고, Compositional FM perspective가 **다음 세대 FM의 설계 원칙**을 제시하는 현장화를 보여준다. 임상 적용 안착(6/21) → 현장 선택 기준 확립(6/22). 실무 함의: 단일세포 분석 연구실이 FM을 도입할 때, SCMBench 결과를 참조하여 **작업 유형(통합, biomarker 탐지, 궤적 추론, 배치 보정)에 맞는 최적 방법론**을 선택해야 한다. "최신 FM = 최고 성능"이라는 가정은 SCMBench 데이터에 의해 부정되었으며, domain-specific model이 특정 작업에서 여전히 우위인 경우가 있다. *출처: [SCMBench Benchmarking Foundation Models Single-Cell Multi-Omics Nature Communications 2026](https://www.nature.com/articles/s41467-026-72570-x), [Compositional Foundation Models Cell Biology Cell Systems 2026](https://www.cell.com/cell-systems/abstract/S2405-4712(26)00016-5), [Illuminating Cell States Foundation Model Nature Communications 2026](https://www.nature.com/articles/s41467-026-70071-5), [Awesome Foundation Model Single-Cell Papers GitHub 2026](https://github.com/OmicsML/awesome-foundation-model-single-cell-papers)* *#SingleCellFM #SCMBench #FoundationModel #Benchmark #NatureCommunications #CellSystems #CompositionalAI #MultiOmics #scRNAseq #Integration #TrajectoryInference #BiomarkerDetection #ModularDesign* --- ### Post 6: FDA/규제 — "Leveraging Prior Knowledge for Genome Editing" 초안 가이던스: 유전자 편집 제품의 규제 현장 간소화와 D-8 카운트다운 ⚖️ **[FDA/규제] FDA "Leveraging Prior Knowledge" 초안 가이던스(2026.06.02): 유전자 편집 제품의 규제 현장 간소화 — D-8 카운트다운과 함께 규제 프레임워크가 현장에 배치되다** 2026년 6월 2일 FDA가 발표한 초안 가이던스 "Leveraging Prior Knowledge in the Development of Human Gene Therapy Products Incorporating Genome Editing"는 유전자 편집 치료제 개발의 **규제 현장을 근본적으로 간소화**하는 프레임워크다. 동시에 D-8 카운트다운(6월 30일 마감)에서 FDA Q2 최종 가이던스가 8일 후 확정된다. **Prior Knowledge 가이던스의 핵심**: (1) **기존 지식 재활용 허용** — 유전자 편집 제품 개발자가 각 신규 제품마다 처음부터 시작하지 않고, **공개적으로 이용 가능한 정보와 확립된 플랫폼 지식**(CMC 데이터, 비임상 연구 결과, 임상 정보)을 재활용하여 규제 제출을 간소화할 수 있음. (2) **적용 범위** — ex vivo 및 in vivo 체세포 유전자 편집 제품이 주 대상이나, AAV 벡터, 나노입자 기반 치료제, 유전자 편집을 포함하지 않는 ex vivo 변형 세포 치료제에도 원칙 적용 가능. (3) **동반 가이던스와의 연계** — 2026년 4월 발표된 "Safety Assessment of Genome Editing Using Next-Generation Sequencing" 초안 가이던스와 연동하여, 오프타겟 편집 위험을 NGS로 평가하는 방법론을 권고. (4) **의견 제출 마감: 2026년 9월 1일** — FDA가 최종 가이던스 작업 전에 의견을 고려할 수 있도록. **D-8의 규제적 중요성**: FDA Q2 최종 가이던스 6월 30일 마감까지 **8일**. D-9(6/21)에서 D-8로 진입하면서 Prior Knowledge 가이던스와 Bayesian 방법론 이행 체크리스트가 동시에 현장에 배치된다. 특히 RUBY Trial(오늘 Post 2)의 reni-cel(Cas12a)과 같은 차세대 CRISPR 편집 제품이 FDA에 제출될 때, **기존 Casgevy(Cas9) 개발에서 축적된 지식을 재활용**할 수 있는지가 이 가이던스의 직접적 적용 사례가 된다. **6월 21일 D-9 Bayesian 이행 체크리스트와 오늘의 차별점**: 6/21이 D-9에서 Bayesian 방법론 이행 체크리스트의 실질적 규제 실행 도구 안착을 다뤘다면, 오늘은 **유전자 편집 제품에 특화된 Prior Knowledge 가이던스**가 규제 현장에 배치되며, CRISPR 치료제(Casgevy → reni-cel 등)의 후속 제품 개발에서 **기존 지식 재활용이라는 실질적 규제 간소화**가 가능해지는 현장화를 제시한다. Bayesian 이행 도구(6/21) → 유전자 편집 규제 간소화(6/22). 타임라인: D-8(6월 22일) **남은 일수: 8일**. Prior Knowledge 가이던스 의견 마감은 9월 1일이지만, D-8에서 Q2 최종 가이던스 확정까지 남은 8일 동안 유전자 편집 규제 프레임워크의 현장 배치가 마무리된다. *출처: [FDA Leveraging Prior Knowledge Genome Editing Draft Guidance 2026.06.02](https://www.fda.gov/regulatory-information/search-fda-guidance-documents/leveraging-prior-knowledge-development-human-gene-therapy-products-incorporating-genome-editing), [FDA Press Release Gene Therapy Acceleration 2026.06.02](https://www.fda.gov/news-events/press-announcements/fda-issues-draft-guidance-help-accelerate-cell-and-gene-therapies-patients), [Federal Register Genome Editing Guidance 2026.06.03](https://www.federalregister.gov/documents/2026/06/03/2026-11054/leveraging-prior-knowledge-in-the-development-of-human-gene-therapy-products-incorporating-genome), [PharmExec FDA CMC Knowledge 2026](https://www.pharmexec.com/view/new-fda-draft-guidance-targets-gene-therapy-submission-burden-existing-cmc-scientific-knowledge)* *#FDA #D8 #GenomeEditing #GeneTherapy #PriorKnowledge #DraftGuidance #CRISPR #Cas12a #ReniCel #Casgevy #CMC #NGS #OffTarget #RegulatorySimplification #June2026 #Q2Guidance* --- ### Post 7: 공간전사체 — Pan-cancer TLS Atlas(Science 2026)와 Path2Space(Cell 2026): H&E 슬라이드에서 공간 biomarker를 예측하는 AI가 병리 현장에 배치되다 🗺️ **[공간전사체] Pan-cancer TLS Atlas(Science) + Path2Space(Cell): AI 기반 공간 biomarker가 병리 현장에 배치되다 — H&E 슬라이드 하나로 공간 전사체와 면역 예후를 예측하는 시대** 공간전사체가 **병리 현장 배치** 단계에 도달했다. MD Anderson의 Pan-cancer TLS Atlas(Science 2026)와 NCI의 Path2Space(Cell 2026)가 H&E 슬라이드에서 직접 공간 biomarker를 예측하는 AI 프레임워크를 제시하며, 고비용 공간 전사체 실험 없이도 **기존 병리 인프라에서 공간적 정보를 추출**하는 현장화가 시작된다. **Pan-cancer TLS Atlas(Science 2026, Cho et al.)**: MD Anderson Cancer Center가 12개 암종 340개 조직에서 구축한 tertiary lymphoid structure(TLS) 공간 아틀라스. 핵심 발견: (1) **TLS 성숙 단계별 공간 niche와 면역 조직 규명** — 초기(early), 원발(primary), 이차(secondary) 성숙 상태의 TLS가 각각 고유한 공간 niche와 면역 세포 구성을 가짐. (2) **종양 내 TLS 근접 영역의 면역 활성화** — 종양 내 TLS에 근접한 영역에서 항원 제시(antigen presentation)와 IFN-response 프로그램이 풍부하고, 증식(proliferative)과 EMT 시그니처가 감소. (3) **AI 기반 TLS 성숙도 분류** — H&E 전체 슬라이드 이미지에서 TLS 성숙 상태를 분류하는 AI 프레임워크 개발. (4) **Maturation-aware TLS composite score** — 생존과 치료 반응을 층화(stratify)하며, 기존 TLS 측정 기준보다 우위. 이 점수가 **범암종 면역치료 반응 예측 biomarker**로서 강한 잠재력을 보유. **Path2Space(Cell 2026, Ruppin lab/NCI)**: H&E 병리 슬라이드에서 공간 유전자 발현을 직접 예측하는 딥러닝 모델. 핵심 성과: (1) **수천 개 유전자의 공간 발현 예측** — 21개 기존 방법론을 능가하는 성능. (2) **976개 유방암 TCGA 종양의 TME 매핑** — 세포 유형 풍부도를 정확히 추론하고, 3개의 공간적으로 정의된 유방암 하위 그룹(distinct survival outcomes)을 식별. (3) **치료 반응 예측** — chemotherapy와 trastuzumab에 대한 환자 반응 예측에서 기존의 고비용 bulk sequencing 기반 biomarker보다 높은 정확도. (4) **확장성과 비용 효율** — 기존 H&E 슬라이드(파라핀 조직)만으로 공간 전사체 정보를 추출하여, 대규모 코호트에서의 biomarker 발견이 가능. **6월 21일 LAMC2 전이암 ICI biomark와 오늘의 차별점**: 6/21이 LAMC2 immune-privileged niche의 전이암 임상 적용 안착(전이성 RCC 5 niche + HNSCC 4 ecotype)을 다뤘다면, 오늘은 **Pan-cancer TLS Atlas(12개 암종 범암종 TLS 성숙도 분류)와 Path2Space(H&E에서 공간 전사체 예측)**가 병리 현장에서 직접 사용 가능한 AI 도구로 배치되는 현장화를 보여준다. LAMC2 전이암 안착(6/21) → AI 기반 공간 biomarker의 병리 현장 배치(6/22). 실무 함의: 병리학자와 종양학자에게 두 가지 즉시 적용 가능한 도구가 등장했다. (1) Pan-cancer TLS Atlas의 maturation-aware composite score를 면역치료 환자 선별에 활용하여 PD-L1/TMB보다 정확한 층화가 가능. (2) Path2Space를 기존 H&E 슬라이드에 적용하여 고비용 공간 전사체 실험 없이도 TME 프로파일을 추정할 수 있다. 특히 legacy FFPE 조직 아카이브에서 대규모 후향적 biomarker 발견이 가능해진다. *출처: [Pan-cancer Spatial Atlas TLS Science 2026 Cho et al.](https://www.science.org/doi/10.1126/science.adz2742), [MD Anderson TLS Atlas Press Release 2026](https://www.mdanderson.org/newsroom/research-newsroom/AI-powered-atlas-of-tertiary-lymphoid-structures.h00-159855345.html), [Path2Space AI Predicted Spatial Transcriptomics Breast Cancer Cell 2026](https://www.cell.com/cell/abstract/S0092-8674(26)00458-7), [Cancer Discovery TLS Atlas Spatial Decode 2026](https://aacrjournals.org/cancerdiscovery/article/doi/10.1158/2159-8290.CD-RW2026-058/785708/Spatial-Atlas-Decodes-Tumor-Immune-Hubs-Across), [NCI Path2Space Event 2026](https://www.cancer.gov/about-nci/organization/cbiit/news-events/events/past-events/ai-driven-spatial-transcriptomics-unlocks-large-scale-breast-cancer-biomarker)* *#SpatialTranscriptomics #TLS #TertiaryLymphoidStructure #PanCancer #Path2Space #BreastCancer #HE #Pathology #AI #DeepLearning #Biomarker #ImmunotherapyResponse #CancerAtlas #Science #Cell #MDAnderson #NCI #CompanionDiagnostic #TME #SurvivalPrediction* --- ### Post 8: 종합 및 내일 바라볼 것 🔮 **[종합] 6월 22일 현장화의 날: RUBY Trial Cas12a 96% 완치 + Roche 3,500+ GPU AI Factory + AlphaFold3 현장 가이드라인 + SCMBench 23개 방법론 벤치마크 + FDA Prior Knowledge 유전자 편집 가이던스 + Pan-cancer TLS Atlas/Path2Space 병리 현장 배치** 오늘 6개 전선이 공유하는 동사는 **"현장화"** 이다. 6/14 전환→6/15 구현→6/16 수렴→6/17 이행→6/18 심화→6/19 통합→6/20 확산→6/21 안착→오늘 현장화. RUBY Trial의 CRISPR-Cas12a reni-cel이 28명 중 27명(96%) 겸상적혈구병 기능적 완치라는 데이터로 임상 현장에 투입되었고, Roche-NVIDIA가 3,500+ GPU AI factory를 가동하며 제약 산업 현장에 AI 인프라가 실전 배치되었으며, AlphaFold3의 포괄적 역량 평가가 약물 발견 현장에서의 실전 가이드라인으로 정리되었고, SCMBench가 23개 방법론을 통합 벤치마킹하여 단일세포 FM의 현장 선택 기준을 확립했으며, FDA의 Prior Knowledge 가이던스가 유전자 편집 제품의 규제 현장을 간소화하고, Pan-cancer TLS Atlas(Science)와 Path2Space(Cell)가 H&E 슬라이드에서 공간 biomarker를 예측하는 AI를 병리 현장에 배치했다. 현장화는 안착의 다음 단계다. 발견→검증→전환→구현→수렴→이행→심화→통합→확산→안착→현장화. 오늘의 6개 데이터 포인트는 그 순서의 열한 번째 단계에 있다. 내일(6월 23일) 바라볼 세 지점: D-7에서 FDA Q2 최종 가이던스 마지막 주 진입에 따른 추가 가이던스 공개 가능성, RUBY Trial reni-cel의 FDA 규제 제출 시점 발표 가능성, 그리고 Path2Space의 유방암 외 다른 암종으로의 확장 검증 데이터. 현장화 다음은 확립이다. 오늘의 6개 데이터 포인트는 그 순서의 열한 번째 단계에 있다. *출처: [RUBY Trial NEJM 2026](https://www.medicaldaily.com/ruby-trial-nejm-crispr-cas12a-sickle-cell-functional-cure-2026-475619), [Roche-NVIDIA AI Factory 2026](https://www.roche.com/media/releases/med-cor-2026-03-16), [AlphaFold3 Comprehensive Assessment 2025](https://www.biorxiv.org/content/10.1101/2025.04.07.647682v1.full), [SCMBench Nature Communications 2026](https://www.nature.com/articles/s41467-026-72570-x), [Compositional FM Cell Systems 2026](https://www.cell.com/cell-systems/abstract/S2405-4712(26)00016-5), [FDA Prior Knowledge Guidance 2026](https://www.fda.gov/regulatory-information/search-fda-guidance-documents/leveraging-prior-knowledge-development-human-gene-therapy-products-incorporating-genome-editing), [Pan-cancer TLS Atlas Science 2026](https://www.science.org/doi/10.1126/science.adz2742), [Path2Space Cell 2026](https://www.cell.com/cell/abstract/S0092-8674(26)00458-7), [Al3Cas12f NIH 2026](https://www.nih.gov/news-events/news-releases/nih-funded-breakthrough-shrinks-crispr-precision-delivery-body), [ITIF AI Drug Discovery Policy 2026](https://itif.org/publications/2026/06/02/ai-drug-discovery-systems-could-strengthen-biopharmaceutical-innovation/), [Pharma AI Deals GEN 2026](https://www.genengnews.com/topics/artificial-intelligence/pharma-bets-big-on-ai-platforms-with-flurry-of-new-year-deals/)* *#AIBioresearch #FieldingDay #BioResearchDaily #June2026 #CRISPR #Cas12a #RUBYTrial #ReniCel #Roche #NVIDIA #AIFactory #AlphaFold3 #SCMBench #FDA #PriorKnowledge #GenomeEditing #TLS #Path2Space #SpatialTranscriptomics #CompanionDiagnostic* --- ## Sources (1차 출처 10개 이상) [1] https://www.medicaldaily.com/ruby-trial-nejm-crispr-cas12a-sickle-cell-functional-cure-2026-475619 — RUBY Trial NEJM: CRISPR-Cas12a Reni-cel 96% Functional Cure Sickle Cell (Medical Daily, 2026) [2] https://www.unboxfuture.com/2026/06/crispr-gene-editing-breakthrough-96.html — CRISPR Gene Editing Breakthrough 96% Success Rate Sickle Cell (UnboxFuture, 2026) [3] https://www.nih.gov/news-events/news-releases/nih-funded-breakthrough-shrinks-crispr-precision-delivery-body — NIH-funded Breakthrough Shrinks CRISPR: Al3Cas12f RKK (NIH, April 2026) [4] https://www.roche.com/media/releases/med-cor-2026-03-16 — Roche launches NVIDIA AI factory for drug discovery (Roche Press Release, March 2026) [5] https://www.ddw-online.com/roche-leads-ai-drug-discovery-with-new-nvidia-deal-41008-202603/ — Roche leads AI drug discovery with NVIDIA deal (DDW, March 2026) [6] https://www.genengnews.com/topics/artificial-intelligence/pharma-bets-big-on-ai-platforms-with-flurry-of-new-year-deals/ — Pharma Bets Big on AI Platforms: Chai-Lilly, GSK-Noetik, Pfizer-Boltz (GEN, 2026) [7] https://itif.org/publications/2026/06/02/ai-drug-discovery-systems-could-strengthen-biopharmaceutical-innovation/ — AI Drug Discovery Systems Policy Report (ITIF, June 2, 2026) [8] https://www.biorxiv.org/content/10.1101/2025.04.07.647682v1.full — AlphaFold3 in Drug Discovery: Comprehensive Assessment of Capabilities, Limitations (bioRxiv, 2025) [9] https://pubs.acs.org/doi/10.1021/jacs.5c22222 — Discovery of Covalent Ligands with AlphaFold3 (JACS, 2026) [10] https://academic.oup.com/nar/advance-article/doi/10.1093/nar/gkaf1226/8340156 — AlphaFold Protein Structure Database 2025: Redesigned Interface (NAR, 2025) [11] https://www.nature.com/articles/s41467-026-72570-x — SCMBench: Benchmarking Foundation Models for Single-Cell Multi-Omics Integration (Nature Communications, 2026) [12] https://www.cell.com/cell-systems/abstract/S2405-4712(26)00016-5 — From Modality-Specific to Compositional Foundation Models for Cell Biology (Cell Systems, 2026) [13] https://www.fda.gov/regulatory-information/search-fda-guidance-documents/leveraging-prior-knowledge-development-human-gene-therapy-products-incorporating-genome-editing — FDA Draft Guidance: Leveraging Prior Knowledge for Genome Editing Gene Therapy (FDA, June 2, 2026) [14] https://www.fda.gov/news-events/press-announcements/fda-issues-draft-guidance-help-accelerate-cell-and-gene-therapies-patients — FDA Issues Draft Guidance to Accelerate Cell and Gene Therapies (FDA Press, June 2, 2026) [15] https://www.federalregister.gov/documents/2026/06/03/2026-11054/leveraging-prior-knowledge-in-the-development-of-human-gene-therapy-products-incorporating-genome — Federal Register: Genome Editing Guidance Notice (June 3, 2026) [16] https://www.science.org/doi/10.1126/science.adz2742 — Pan-cancer Spatial Atlas of Tertiary Lymphoid Structures (Science, 2026, Cho et al.) [17] https://www.mdanderson.org/newsroom/research-newsroom/AI-powered-atlas-of-tertiary-lymphoid-structures.h00-159855345.html — AI-powered TLS Atlas Press Release (MD Anderson, 2026) [18] https://www.cell.com/cell/abstract/S0092-8674(26)00458-7 — Path2Space: AI-predicted Spatial Transcriptomics Unlocks Breast Cancer Biomarkers (Cell, 2026) [19] https://www.cancer.gov/about-nci/organization/cbiit/news-events/events/past-events/ai-driven-spatial-transcriptomics-unlocks-large-scale-breast-cancer-biomarker — NCI: AI-Driven Spatial Transcriptomics Breast Cancer Biomarker Discovery (NCI, 2026) [20] https://www.packgene.com/frontier/041726-compact-crispr-cas12f-breakthrough-could-unlock-aav-based-in-vivo-gene-editing/ — Compact CRISPR Cas12f AAV In Vivo Gene Editing (PackGene, 2026) --- *Generated: 2026-06-22 | Theme: 현장화의 날(Fielding Day) | Posts: 8 | Sources: 20 | Overlap estimate: <20% (6개 토픽 모두 직전 4일 대비 신규 각도/현장화: RUBY Trial Cas12a reni-cel 96% 완치(NEJM) + Al3Cas12f compact CRISPR(Nature Struct Mol Biol) vs Base Editing/Prime Editing FDA pathway 단순 논의, Roche-NVIDIA 3,500+ GPU AI factory + Chai-Lilly/GSK-Noetik/Pfizer-Boltz 전용 모델 시대 vs PharmAgents LLM 워크플로우 안착, AlphaFold3 포괄적 역량 평가(capabilities+limitations) 현장 가이드라인 + AlphaFold DB API 퇴역 vs CoFD-Bench BTKeyond 벤치마크 확립, SCMBench 23개 방법론 통합 벤치마크(Nature Comms) + Compositional FM(Cell Systems) 설계 원칙 vs PAST/NicheFormer 임상 적용 안착, FDA Prior Knowledge 유전자 편집 가이던스(2026.06.02) + D-8 vs D-9 Bayesian 이행 체크리스트, Pan-cancer TLS Atlas(Science 12개 암종 340개 조직) + Path2Space(Cell H&E→spatial 예측 976 TCGA 유방암) vs LAMC2 전이암 ICI biomark 안착)*
Research Pulse·2026-06-22
Research Pulse — 2026-06-22
28 journals × 7 topics · fibrosis · OXPHOS · ferroptosis · sarcopenia · senescence
Raw data + scoring: Daily Tech Digest (separate feed)
Request a Paid Brief