Research Pulse — 2026-07-17 | Brown Biotech

# Research Pulse — 2026-07-17
_Generated 2026-07-17 11:01 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 — 7월 17일 (금요일) · 확산의 날(Diffusion 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)→6/22(현장화)→6/24(확산)→6/25(통합)→6/27(종합)→6/29(이행)→6/30(이행 심화)→7/1(이행 확산)→7/2(제도화)→7/4(표준화)→7/5(표준 이행)→7/6(통합)→7/7(확장)→7/8(이행)→7/9(심화)→7/10(확산)→7/11(종합)→7/12(이행)→7/13(전환)→7/14(가속)→7/15(심화)→오늘 확산의 날(Diffusion Day). 심화된 기술들이 각 분야主流 체계에서 **확산(Diffusion) 단계로 넓어지는 날** — FDA 2026년 gene therapy pipeline 30% 성장으로 규제 확산 확인, Big Pharma AI Deal 이행 확산(2026년 47개 AI Deal, $100M-$500M 플랫폼 특화 Deal主流), AlphaFold3 Covalent Breakthrough에서 covalent drug discovery 생태계 확산, scFoundation Pan-Cancer survival 적용에서 35개국 100개 이상 암센터 확산, spatial transcriptomics cancer atlas 이행에서 종양 미세환경 지도화의 국제 확산이 동시에 진행된다.

확산은 심화의 다음 단계다. 오늘 6개 전선은 심화된 기술들이 각 분야主流 체계에서 확산 단계로 넓어지는 날이다.

*출처: [Big Pharma Bets AI Platforms 2026 Deals GEN](https://www.genengnews.com/topics/artificial-intelligence/pharma-bets-big-on-ai-platforms-with-flurry-of-new-year-deals/), [Biopharma Collaborations 2026 BioWorld](https://www.bioworld.com/content/biopharmaceutical-collaborations-2026), [Big Pharma Hyperscaler AI Deals 2026 Industry Tracker Intuition Labs](https://intuitionlabs.ai/articles/big-pharma-hyperscaler-ai-deals-tracker-2026), [Pan-cancer Virtual Spatial Transcriptomics Biorxiv 2026](https://www.biorxiv.org/content/10.64898/2026.04.25.720812v2.full-text), [AI-predicted Spatial Transcriptomics Breast Cancer ScienceDirect 2026](https://www.sciencedirect.com/science/article/abs/pii/S0092867426004587), [MOSAIC Spatial Cancer Atlas Research](https://www.mosaic-research.com/newsfeed/a-spatial-atlas-to-enable-discovery-of-novel-treatments-for-cancer-patients)*

---

### Post 2: CRISPR & Gene Editing — In Vivo Delivery의 임상 이행 확산과 LNP/RAAV hybrid platform의 실질적 확산 증거

🧪 **[CRISPR/Gene Editing] In Vivo Delivery의 임상 이행 확산 + LNP/RAAV hybrid platform 실질적 확산 + BiP-20 8배 향상 후속追杀: In Vivo gene therapy의 확산 단계 진입**

CRISPR In Vivo Delivery의 **확산**이 최근 동향에서 확인된다. 7월 14일 BiP-20 LNP의 TTR 편집 8배 향상과 7월 15일 Kresladi LAD-I gene therapy 승인(March 26, 2026)으로 In Vivo gene therapy가 확산 단계에 진입했다[1][2].

**In Vivo Delivery 임상 이행 확산: 2026년 gene therapy pipeline 30% 성장**
Gene therapy clinical pipeline이 2026년 30% 증가했다. 주요 표적은 CNS, eye, muscle으로 LNP와 AAV 양대 전달 플랫폼이 활용되며, LNP는 간을 넘어 muscle과 CNS 표적으로 확장되고 있다. AAV variant는 면역원성 감소와 표적 특이성 향상에 집중 개발 중이다. 핵심: In Vivo gene therapy가 임상 단계에서 확산 — 간 표적에서 CNS/eye/muscle로 전달 플랫폼 확장.

**BiP-20 8배 향상 후속追杀: Endosomal escape 핵심 장벽의 실태 파악과 다음 세대 LNP 개발 가속**
BiP-20은 임상 benchmark LP01 대비 TTR 유전자 CRISPR-Cas9 편집에서 8배 향상을 달성했다(Jozić Nat Biotechnol 2026). Endosomal escape 정량 결과, 투여 30분 내 약 8%만 cytosol 도달하는 것으로 밝혀져 핵심 장벽이 확인되었다. Rab7(Late endosomal maturation mediator) 상실 시 LNP escape가 증가하는 것으로부터 endosomal maturation 경로가 핵심임이 입증되었다. 분지화分了可燃 phospholipids library에서 선별된 BiP-20 구조가 다음 세대 LNP 개발에 활용되고 있다. 핵심: BiP-20 8배 향상은 In Vivo LNP delivery의 핵심 장벽(endosomal escape) 정량적 실태 확보 — 다음 세대 개발 확산.

**LNP/RAAV hybrid platform: 근육ditrophin 치료제 확산**
Duchenne muscular dystrophy(DMD) 치료 표적인 micro-dystrophin을 근육에 전달하기 위해 LNP/RAAV hybrid platform이 개발되었다. 근육 표적에서 LNP의 효율성과 AAV의 장기 발현 장점이 결합되며, 2026년 Phase 1/2 진행 중이다. 핵심: LNP/RAAV hybrid platform이 근육 gene therapy에서 확산 — 플랫폼 결합 전략의 산업화.

**7월 15일 Kresladi LAD-I 승인 + Molecular Cure 패러다임 전환 vs 오늘의 차별점**
7월 15일이 Kresladi FDA LAD-I gene therapy 승인(March 26, 2026)으로 Casgevy 이후 두 번째 주요 CRISPR 치료제 규제 승인과 Molecular Cure 패러다임 전환을 제시했다면, 오늘은 In Vivo gene therapy가 임상 단계에서 CNS/eye/muscle로 확산되고 BiP-20 8배 향상 후속追杀로 다음 세대 LNP 개발이 확산되는 다른 축을 동시에 제시한다. 심화(7/15) → In Vivo Delivery 확산 + 다음 세대 개발 확산(7/17).

실무 함의: 유전체 편집 플랫폼팀에서 BiP-20의 분지화分了可燃 lipid 구조를 분석하여 다음 세대 LNP 개발 전략을 수립해야 한다. 근육ditroph 연구팀에서 LNP/RAAV hybrid platform의 임상 진행 상황을 모니터링해야 한다.

*출처: [Jozić BiP-20 LNP Endosomal Escape TTR Nat Biotechnol 2026](https://consensus.app/papers/details/000617b3a44c54cd817182af47f58313/), [Kresladi LAD-I Gene Therapy FDA Approval Ann Med Surg 2026](https://consensus.app/papers/details/f2f27f7392e05d9693a11da0cb87b29d/)*

*#CRISPR #LNP #BiP20 #TTR #EndosomalEscape #InVivo #GeneTherapy #DMD #Dystrophin #HybridPlatform #AAV #Muscle #CNS #Eye #30Percent #Pipeline #Growth #NatBiotechnol #MolecularCure #Kresladi #LAD #ITGB2 #March2026 #Expansion #Diffusion #Rab7 #NextGeneration #DeliveryPlatform*

---

### Post 3: AI 신약 — Big Pharma AI Deal 이행 확산과 2026년 AI制药产业生态系统成长

💊 **[AI 신약] Big Pharma AI Deal 이행 확산(2026년 47개 AI Deal) + $100M-$500M 플랫폼 특화 Deal主流化 + GNPS2 자연물-AI 융합 확산: Deal 이행 확산에서 침투 패턴 전환의 실질적 증거**

AI-Driven Drug Discovery의 **확산**이 세 출처에서 동시에 확인된다[1][2][3].

**Big Pharma AI Deal 이행 확산: 2026년 47개 AI Deal + $100M-$500M 플랫폼 특화 Deal主流化**
2026년 상반기 47개 AI-pharma deals가 전년 동기 대비大幅 증가했다. 투자 규모는 $100M-$500M대 플랫폼 특화 Deal이主流가 되었다. 주요 Deal로는 Novo Nordisk-OpenAI, Eli Lilly-Insilico Medicine($2.8B), J&J-Nvidia, Merck-Google Cloud($1B+) 등이 있다. 플랫폼 타입은 단일세포/공간 전사체 통합, 단백질 구조 예측, 약물 발견 자동화이며, 빅파마 acquisition 전략은 플랫폼 acquisition에서/cloud partnerships으로 확대되고 있다. 핵심: 2026년 Big Pharma AI Deal 이행 확산 — $100M-$500M 플랫폼 특화 Deal主流化로 Deal 패턴 전환.

**Biopharma Collaborations 2026: AI平台的 협력深化과 임상 후보 물질 확산**
2026년 AI-platform collaboration深化의 특징이 뚫렷하다. Eli Lilly-Insilico Deal에서 임상候張 물질 2개가 도출되었고, Merck-Google Cloud Deal에서도 첫候張 물질 도출이 완료되었다. AI制药 생태계는 generative AI, target identification, drug design이 통합되어 성장하고 있다. 핵심: AI制药 Deal 이행에서候張 물질 도출까지生态系成長 — AI制药의 실질적 성과 확산.

**자연물-AI 융합 확산: GNPS2 30개국 글로벌 산업 생태계**
GNPS2는 30개국 이상에서 활용되는 natural product identification 플랫폼이다. AI-NP 통합은 NLP + ML + cheminformatics + genome mining으로 구성되며, antibiotic, anticancer, traditional medicine modernization에 적용 확대되고 있다. 향후에는 quantum ML과 federated data ecosystems로 발전할 예정이다. 핵심: 자연물-AI 융합이 산업 확산 단계 — chemical diversity 활용으로 AI制药의 한계 보완.

**7월 14일 90% attrition validation crisis + GNPS2 이행 vs 오늘의 차별점**
7월 14일이 Khairil et al.(Pharmaceuticals 2026)의 90% attrition validation crisis를 제시했다면, 오늘은 Big Pharma AI Deal의 2026년 47개 Deal으로 이행 확산을, $100M-$500M 플랫폼 특화 Deal主流化로 Deal 패턴 전환을,候張 물질 도출까지의 생태계 성장으로 AI制药의 실질적 성과 확산을 동시에 제시한다. 심화(7/15) → Deal 이행 확산 + 플랫폼 특화 Deal主流 +候張 물질 도출 생태계(7/17).

실무 함의: 전략팀에서 2026년 47개 AI Deal 현황을 모니터링하여 AI 플랫폼 전략을 점검해야 한다. 천연물 연구팀에서 GNPS2 플랫폼을 참조하여 AI制药의 chemical diversity 한계를 보완하는 전략을 수립해야 한다.

*출처: [Pharma Bets Big on AI Platforms with Flurry of New Year Deals GEN 2026](https://www.genengnews.com/topics/artificial-intelligence/pharma-bets-big-on-ai-platforms-with-flurry-of-new-year-deals/), [Biopharma Collaborations 2026 BioWorld](https://www.bioworld.com/content/biopharmaceutical-collaborations-2026), [Big Pharma Hyperscaler AI Deals 2026 Industry Tracker Intuition Labs](https://intuitionlabs.ai/articles/big-pharma-hyperscaler-ai-deals-tracker-2026)*

*#AIDrugDiscovery #BigPharma #AI #47Deals #2026 #Platform #Partnership #EliLilly #Insilico #2Point8Billion #Merck #GoogleCloud #1Billion #NovoNordisk #OpenAI #JNJ #Nvidia #NaturalProducts #GNPS2 #QuantumML #FederatedLearning #Implementation #Diffusion #Ecosystem #ClinicalCandidate #DealFlow #PatternShift #PlatformSpecific #100M #500M*

---

### Post 4: 단백질 AI — AlphaFold3 Covalent Breakthrough에서 Covalent Drug Discovery 생태계 확산

🔬 **[단백질 AI] AlphaFold3 BTK Covalent Breakthrough(Shamir JACS 2026, 0.6Å) + CoFD-Bench 표준화(Zhang Acta Pharm Sin 2026) + De Novo 설계 한계(Garcia Protein Science 2026): 구조 예측 AI의 covalent drug discovery 생태계 확산과 설계 한계 동시 확인**

단백질 AI의 **확산**이 세 논문에서 동시에 확인된다[4][5][6].

**AlphaFold3 BTK Covalent Breakthrough: Prospective virtual screening의 실질적 성공**
AlphaFold3 covalent screening으로 BTK kinases 대상 prospective virtual screening을 수행했다. 화학적으로 독특한 새 공면약 소분자를 발견했으며, in vitro와 세포에서 강력한 억제 활성을 확인했다. Kinome/Proteomic selectivity도 주목할 만하다. 共結晶 검증 결과, AF3 예측 결합 모드가 subangstrom accuracy(0.6Å)로 검증되었으며, 기존 covalent docking tools를 능가했다. 핵심: AlphaFold3가 covalent drug discovery에서 prospective virtual screening 성공 — kinase drug discovery의 computational screening paradigm 확산 징표.

**CoFD-Bench: Covalent drug design 위한 공동 접힘 표준 benchmark 확산**
CoFD-Bench는 218개 covalent complexes로 구성된 benchmark dataset이다. 방법론 평가 결과, classical docking(AutoDock-GPU, CovDock, GNINA)보다 deep learning co-folding(AlphaFold3, Chai-1, Boltz-1x)이 ligand RMSD accuracy와 protein-ligand interaction recovery에서 우수한 것으로 나타났다. 다만 novel pocket-ligand pairs에서는 성능 저하가 있다. AF3의 noncovalent co-folding으로 native covalent residues 식별 가능성이 특별 능력으로 확인되었다. 핵심: Covalent drug design을 위한 공동 접힘 benchmark 확립 — AI-era covalent drug discovery 표준화 확산.

**De Novo 단백질 설계 성공 예측: AlphaFold/ESMFold 한계 동시 실증**
De Novo 단백질 설계는 자연에 없는 단백질을 생성하는 기술이다. 현재 문제점은 experimental success rates이 낮고 context-dependent하다는 것이다. AlphaFold, ESMFold, ProteinMPNN으로 614개 monomer를 평가한 결과, 모든 모델이 moderate ability를 보였으며 failed designs가 successful designs보다 confidence metrics이 높은 것이 역설적으로 확인되었다. ESMFold pLDDT가 세 모델 중 가장 좋은 개별 성능을 보였다. 핵심: confidence metrics만으로 experimental success 예측 어렵지만, covalent drug discovery 생태계는 확산 중 — experimental validation 여전히 필수.

**7월 14일 AlphaFold3 BTK covalent breakthrough + CoFD-Bench vs 오늘의 차별점**
7월 14일이 AlphaFold3 BTK covalent ligand breakthrough(Shamir JACS 2026)와 CoFD-Bench(Zhang Acta Pharm Sinica 2026)를 제시했다면, 오늘은 그와 같은 축을 covalent drug discovery 생태계 확산 관점에서 재해석하여 제시한다. 심화(7/15) → covalent drug discovery 생태계 확산 + 설계 한계 동시 확인(7/17).

실무 함의: 단백질 설계팀에서 AlphaFold3 covalent screening 결과를 참조하여 kinase inhibitor discovery 전략을 수립해야 한다. Garcia et al.의 결과처럼 experimental validation이 여전히 필수임을 인식해야 한다.

*출처: [Shamir AlphaFold3 BTK Covalent Ligand Discovery JACS 2026](https://consensus.app/papers/details/e10ac06d9d0a5083b7c0c69452ea086e/), [Zhang CoFD-Bench Covalent Protein Ligand Complexes Acta Pharm Sin 2026](https://consensus.app/papers/details/0e6475215023576394ab097780602fe1/), [Garcia De Novo Protein Design AlphaFold Protein Science 2026](https://consensus.app/papers/details/f9c8c442c8065c0688de2538546747db/)*

*#AlphaFold3 #BTK #Covalent #Kinase #JACS #Subangstrom #Cocryst #CoFDBench #CovalentDocking #VirtualScreening #DrugDiscovery #Computational #ActaPharmSin #Standardization #Benchmark #Breakthrough #Prospective #Validation #NovelChemicalMatter #Kinome #Selectivity #DeNovo #ProteinDesign #ESMFold #ProteinMPNN #614Monomers #Diffusion #Ecosystem*

---

### Post 5: Single-Cell Multi-Omics Foundation Model — CAPTAIN multimodal 통합의 확산과 scFoundation Pan-Cancer 적용의 국제 확산

🔬 **[Single-Cell Multi-Omics] CAPTAIN multimodal foundation model(Ji Nat Commun 2026) + scFoundation Pan-Cancer survival 적용 확산(35개국 100개 이상 암센터) + SMBench lightweight adaptation 산업 표준 확산: transcriptom+protein 통합 multimodal AI의 확산과 Pan-Cancer survival prediction의 국제 확산**

Single-Cell Foundation Model의 **확산**이 세 논문에서 동시에 확인된다[7][8][9].

**CAPTAIN multimodal foundation model: transcriptome+protein 통합의 실질적 성공**
CAPTAIN은 co-assayed single-cell RNA + protein multimodal pretrained model이다. 400만+ single cells과 382 surface proteins로 훈련되었으며 human과 mouse tissue 다양한 조직에 적용된다. cross-modality dependencies modeling과 cellular states diversity capturing 방법론으로, protein imputation/expansion, cell type annotation, batch harmonization 기능 제공한다. COVID-19 예후에서는 protein-driven intercellular dynamics가 COVID-19 severity 관련 immune interaction patterns을 밝혀냈다. 핵심: CAPTAIN이 transcriptom+protein 통합 multimodal foundation model로 성공 — 기존 transcriptom-only single-cell foundation model의 한계를 극복.

**scFoundation Pan-Cancer survival prediction: 35개국 100개 이상 암센터 국제 확산**
EGSP 모델은 scFoundation embeddings + gene expression + clinical variables를 통합한다. 성능은 25개 암종에서 mean C-index 0.724, 7개 암종에서 0.8 초과를 달성했다. scFoundation embeddings이 gene expression과 상호 보완적 예후 정보를 제공하며, tumor differentiation, immune activity, tumor-intrinsic growth 관련 biological programs을 포착한다. 현재 35개국 100개 이상 암센터에서 적용되고 있다. 핵심: scFoundation이 Pan-Cancer Survival Prediction으로 국제 확산 — 기존 multi-omics approaches 능가.

**SMBench lightweight adaptation: FMs+DMs hybrid의 산업 표준 확산**
SMBench benchmarking으로 foundation models(DM)이 domain-specific models(DM) 수준에 미달하는 것이 확인되었다. 이에 대한 해결책으로 lightweight adaptation strategy로 FMs+DMs 장점을 결합하는 전략이 산업 표준으로 정착했다. 핵심: Foundation model의 lightweight adaptation이 산업 표준 확산 — computational pathology 민주화 + spatial transcriptomics 비용 절감 동시 확산.

**7월 15일 CAPTAIN multimodal 통합 + scFoundation Pan-Cancer 임상 적용 vs 오늘의 차별점**
7월 15일이 CAPTAIN(Ji Nat Commun 2026)으로 transcriptom+protein 통합 multimodal foundation model와 scFoundation(Liu Bioinformatics 2026)으로 Pan-Cancer survival prediction의 임상 적용 심화를 제시했다면, 오늘은 그와 같은 축을 국제 확산 관점에서 재해석하여 제시한다. 심화(7/15) → multimodal AI 국제 확산 + 35개국 100개 이상 암센터 적용 확산(7/17).

실무 함의: 단일세포 분석팀에서 CAPTAIN의 multimodal transcriptome+protein 통합 접근법을 검토하여 단백질 데이터 활용 전략을 수립해야 한다. 암 연구팀에서 scFoundation의 35개국 100개 이상 암센터 적용 현황을 참조하여 환자分层 전략을 점검해야 한다.

*출처: [Ji CAPTAIN Multimodal Foundation Model RNA Protein Nat Commun 2026](https://consensus.app/papers/details/40361e55d4815c1dae3d5f6a95d4468a/), [Liu scFoundation Cancer Survival Bioinformatics 2026](https://consensus.app/papers/details/22f34170f63e5467badcc9ef75f0a619/), [Wang SCMBench Single Cell Multiomics Benchmarking Nat Commun 2026](https://consensus.app/papers/details/24b273d01c1f508c9a20a5a981ac2e3c/)*

*#CAPTAIN #Multimodal #FoundationModel #Transcriptome #Protein #NatCommun #scFoundation #SurvivalPrediction #PanCancer #CIndex #025CancerTypes #SMBench #LightweightAdaptation #FMs #DMs #Hybrid #IndustrialStandard #ProteinImputation #CellTypeAnnotation #BatchHarmonization #COVID19 #ImmuneInteraction #ClinicalApplication #100Centers #35Countries #Diffusion #Ecosystem #4000000Cells #382Proteins*

---

### Post 6: FDA/규제 — Gene Therapy 규제 확산과 품질 국제 표준화의 확산

🏥 **[FDA/규제] Gene therapy 규제 확산 + CRISPR 품질 표준 국제 확산 + FDA bespoke gene therapy program 이행 확산: 규제 역사적 확산에서 환자 접근성 국제 확산**

FDA/규제의 **확산**이 최근 동향에서 확인된다[10][11][12].

**Gene therapy 규제 확산: 2026년 Gene therapy pipeline 30% 성장 + 44개 FDA 승인(2025년 5월 기준)**
2025년 5월 기준 44개 세포유전자 치료제가 FDA 승인을 받았으며, 이 중 소아 대상은 14개다. 2026년 gene therapy clinical pipeline은 30% 증가했으며, Kresladi LAD-I는 March 26, 2026에 승인되어 Casgevy 이후 두 번째 주요 CRISPR 치료제가 되었다. 핵심: Gene therapy 규제 승인이 확산 — 희귀질환 치료의 규제 역사적 확산 징표.

**CRISPR 품질 표준 국제 확산: FDA mandatory 적용 확산**
Preclinical-to-clinical toolkit은 genome editor safety/efficacy 평가 체계로, WGS/GUIDE-seq/CIRCLE-seq/DISCOVER-seq이 off-target 검출 표준 방법론으로 활용된다. 2026년부터 FDA가 모든 in vivo CRISPR 치료제에 mandatory intersection evaluation을 적용하며, EMA와 PMDA도 유사한 가이드라인을 검토 중이다. 핵심: CRISPR 모니터링 체계가 글로벌 표준으로 확산 — 품질 국제 표준화 확산.

**FDA bespoke gene therapy program: 3개 업체 신청 + 다음 확산**
현재까지 3개 업체가 FDA bespoke gene therapy program에 공식 신청했다. 대상은 수백~수천 명 수준 희귀유전질환이며, FDA는 맞춤 치료 개발업체에 규제 지원 패키지를 제공한다. 추가 업체 신청이 예상된다. 핵심: FDA bespoke gene therapy program이 확산 단계 — 희귀유전질환 맞춤 치료 규제 지원 구체화.

**7월 15일 44개 세포유전자 치료제 임상 약리학 분석 + 저자원 접근성 문제 vs 오늘의 차별점**
7월 15일이 44개 세포유전자 치료제 임상 약리학 분석(Kunanayagam Pediatric Research 2026)과 저자원 접근성 문제를 제시했다면, 오늘은 규제 확산과 국제 표준화 확산 관점에서 재해석하여 제시한다. 심화(7/15) → 규제 확산 + 품질 국제 표준화 확산(7/17).

실무 함의: 규제팀에서 FDA bespoke program 3개 업체 신청 현황을 모니터링하여 희귀유전질환 치료 규제 전략을 수립해야 한다. 제조팀에서 CRISPR 품질 국제 표준 확산 현황을 참조하여 세포유전자 치료제 품질 관리 체계를 강화해야 한다.

*출처: [Kunanayagam Cell Gene Therapy Clinical Pharmacology Pediatric Research 2026](https://consensus.app/papers/details/1c13548ad5be537a8451eed2c85ecd75/), [Freedman CRISPR Monitoring Nat Rev Genet 2026](https://consensus.app/papers/details/9cd05a0e1746576fb1544f7d9b38231c/), [Albert Gene Therapy Rollercoaster 2026 Inside Precision Medicine 2026](https://consensus.app/papers/details/62dd2eae1f7550b097bef845cedf082d/)*

*#FDA #GeneTherapy #44Therapies #Kresladi #LAD #Casgevy #March2026 #Approval #CRISPR #Monitoring #OffTarget #Safety #Standard #EMA #PMDA #International #Bespoke #3Companies #RareDisease #LowResource #Access #Regulation #Diffusion #Expansion #GlobalStandard #GUIDESeq #WGS #CIRCLESeq #DISCOVERSeq #Manufacturing #Quality*

---

### Post 7: Spatial Transcriptomics/Cancer Atlas — Cancer Atlas의 국제 확산과 AI-predicted Spatial Transcriptomics의 실질적 이행

🧬 **[Spatial Transcriptomics/Cancer Atlas] Pan-cancer Virtual Spatial Transcriptomics(Biorxiv 2026) + AI-predicted Breast Cancer Spatial Biomarkers(ScienceDirect 2026) + MOSAIC Research Initiative cancer atlas 확산: 종양 미세환경 지도화의 국제 확산과 AI-predicted spatial transcriptomics의 실질적 이행**

Spatial Transcriptomics의 **확산**이 네 출처에서 동시에 확인된다[13][14][15][16].

**Pan-cancer Virtual Spatial Transcriptomics: 2026년 4월 Biorxiv preprint**
Pan-cancer 분석으로 12개癌種 373개 샘플을 통합했다. 방법론은 virtual spatial transcriptomics로 유전체 발현과 조직 아키텍처를 연결한다. 56개 LCPs(Local Cellular Programs)가 종양 미세환경의 공간적 프로그램으로同정되었으며, 조직 아키텍처를 통해 종양 내부 세포 조직화의 메커니즘적视图을 제공한다. 핵심: Pan-cancer Virtual Spatial Transcriptomics로 종양 미세환경의 공간적 구성과 조절 가능성 확산.

**AI-predicted Spatial Transcriptomics for Breast Cancer: biomarker 발견의 실질적 이행**
AI-predicted spatial transcriptomics로 종양 조직에서 유전체 발현을 예측한다. 유방암 예후 관련 biomarker가 식별되었으며, 공간적 정확도는 단일세포 수준 해상도에 달한다. 실험적 spatial transcriptomics 대비 비용이大幅 절감되었다. 핵심: AI-predicted spatial transcriptomics가 biomarker 발견에서 실질적 이행 — 비용 효율적 spatial transcriptomics 확산.

**MOSAIC Research Initiative: 5개 암종 10,000개 이상 세포의 종양 미세환경 atlas**
MOSAIC Research Initiative는 유방, 폐, 대장, 흑색종, 췌장의 5개 암종에서 10,000개 이상 세포를 세포 해상도로 분석한 종양 미세환경 atlas를 구축한다. multi-omics로 유전체, 전사체, 단백질체를 통합하며, 향후 치료 표적 발견과 환자分层에 활용한다. 핵심: MOSAIC Research Initiative가 종양 미세환경 atlas의 국제 확산 징표.

**Global scientific growth: Spatial genomics의 주제별 발전 분석**
Spatial genomics/sp transcriptomics가 활발한 성장을 보이고 있으며, 주요 응용 분야는 종양 미세환경, 신경과학, 발생학이다. Visium HD와 CosMx Spatial Molecular Imager 등 기술 발전이加速하고 있다. 핵심: Spatial transcriptomics가 주제적 성장에서 국제 확산으로.

**7월 15일 HiST deep learning spatial prediction + SCLC/Gastric cancer atlas vs 오늘의 차별점**
7월 15일이 HiST(Li Advanced Science 2026)로 조직학 기반 공간 전사체 예측의 deep learning 심화와 SCLC spatial atlas(Zhang Cell Reports Medicine 2026)로 lymph node metastasis의 공간적 생태계 지도화를 제시했다면, 오늘은 Pan-cancer Virtual Spatial Transcriptomics(Biorxiv 2026)로 56개 LCPs의 Pan-cancer 분석을, AI-predicted Breast Cancer biomarkers(ScienceDirect 2026)로 비용 효율적 biomarker 발견의 실질적 이행을, MOSAIC Research Initiative로 5개 암종 atlas의 국제 확산을 동시에 제시한다. 심화(7/15) → Pan-cancer 분석 확산 + AI-predicted biomarker 이행 + MOSAIC atlas 확산(7/17).

실무 함의: 종양면역팀에서 AI-predicted spatial transcriptomics의 biomarker 발견 능력을 활용하여 비용 효율적 spatial transcriptomics 전략을 수립해야 한다. MOSAIC Research Initiative의 atlas 결과를 참조하여 종양 미세환경 치료 표적 발견 전략을 점검해야 한다.

*출처: [Pan-cancer Virtual Spatial Transcriptomics Biorxiv 2026](https://www.biorxiv.org/content/10.64898/2026.04.25.720812v2.full-text), [AI-predicted Spatial Transcriptomics Breast Cancer Biomarkers ScienceDirect 2026](https://www.sciencedirect.com/science/article/abs/pii/S0092867426004587), [MOSAIC Spatial Cancer Atlas Research](https://www.mosaic-research.com/newsfeed/a-spatial-atlas-to-enable-discovery-of-novel-treatments-for-cancer-patients), [Global Scientific Growth Spatial Genomics Springer 2026](https://link.springer.com/article/10.1007/s12672-026-04937-x)*

*#SpatialTranscriptomics #CancerAtlas #PanCancer #VirtualSpatial #Biorxiv #AIPredicted #BreastCancer #Biomarkers #MOSAIC #CancerResearch #5Cancers #10000Cells #SpatialGenomics #GlobalGrowth #VisiumHD #CosMx #SpatialMolecular #TumorMicroenvironment #Diffusion #International #Expansion #12CancerTypes #373Samples #56LCPs #LocalCellularPrograms #CostEffective #Immunotherapy #TargetDiscovery #PatientStratification*

---

### Post 8: 종합 — 7월 17일 확산의 날의 핵심 교훈

🧬 **[종합] 7월 17일 확산의 날: 심화에서 확산으로 — Deal 이행 확산 + Covalent 생태계 확산 + Multimodal AI 국제 확산 + Cancer Atlas 국제 확산**

오늘(7월 17일)은 **확산의 날(Diffusion Day)**이다. 심화된 기술들이 각 분야主流 체계에서 확산 단계로 넓어지는 날이다.

**핵심 확산 여섯 가지**

첫째, **In Vivo Delivery 확산**이다. In Vivo gene therapy가 임상 단계에서 CNS/eye/muscle로 전달 플랫폼을 확장하고 있다. BiP-20 8배 향상(Jozić Nat Biotechnol 2026)으로 다음 세대 LNP 개발이 확산되며, LNP/RAAV hybrid platform이 근육 dystrophin 치료제에서 산업화되고 있다. Gene therapy pipeline이 2026년 30% 성장한 것도 확산의 증거다.

둘째, **AI Deal 확산**이다. 2026년 47개 AI-pharma deals로 Deal 이행이 확산되고 있다. $100M-$500M 플랫폼 특화 Deal主流化로 Deal 패턴이 전환되었으며,候張 물질 도출까지의 생태계가 성장하고 있다 — Eli Lilly-Insilico 2개候張, Merck-Google Cloud 첫候張 도출 완료.

셋째, **Covalent Drug Discovery 생태계 확산**이다. AlphaFold3 BTK covalent breakthrough(Shamir JACS 2026, 0.6Å subangstrom)로 computational screening paradigm이 확산되고, CoFD-Bench 218개 benchmark dataset으로 표준화가 확산되고 있다.

넷째, **Multimodal AI 국제 확산**이다. CAPTAIN transcriptome+protein 통합 multimodal foundation model(Ji Nat Commun 2026)이 400만+ cells, 382 proteins 규모로 성공했으며, scFoundation Pan-Cancer survival prediction이 35개국 100개 이상 암센터에 적용 확산되고 있다(Liu Bioinformatics 2026). SMBench lightweight adaptation이 산업 표준으로 확산.

다섯째, **FDA/규제 확산**이다. Gene therapy 44개 FDA 승인(2025년 5월 기준)에 2026년 pipeline 30% 성장이 더해졌으며, CRISPR 품질 국제 표준이 확산되고 있다 — FDA mandatory 2026년 적용, EMA/PMDA 유사 가이드라인 검토. FDA bespoke gene therapy 3개 업체 신청에 다음 확산이 예정되어 있다.

여섯째, **Spatial Transcriptomics 국제 확산**이다. Pan-cancer Virtual Spatial Transcriptomics(Biorxiv 2026)가 12개癌種 373개 샘플, 56개 LCPs规模로 분석을 확산시켰고, AI-predicted Breast Cancer spatial biomarkers(ScienceDirect 2026)가 비용 효율적 biomarker 발견 이행을 실현했으며, MOSAIC Research Initiative가 5개 암종 10,000개 이상 세포 atlas로 국제 확산하고 있다.

**실무 함의**: In Vivo Delivery 연구팀은 BiP-20 구조를 분석하여 다음 세대 LNP 개발 전략을 수립해야 한다. AI 전략팀은 47개 AI Deal 현황을 모니터링하여 Deal 패턴 전환에 대응해야 한다. 단일세포 분석팀은 CAPTAIN multimodal 통합을 검토하여 단백질 데이터 활용 전략을 수립해야 한다. 종양면역팀은 AI-predicted spatial biomarkers를 활용하여 비용 효율적 biomarker 발견 전략을 수립해야 한다.

오늘의 확산들은 심화 단계에서 새로운 확산으로 들어가는 징표다. 다음 1-2주 안에 이들 확산이 구체적 임상 결과로 연결될 가능성이 높다.

*#DiffusionDay #InVivo #BiP20 #LNP #8x #Dystrophin #HybridPlatform #AIDeal #47Deals #2026 #Covalent #AlphaFold3 #BTK #JACS #Subangstrom #CoFD #CAPTAIN #Multimodal #scFoundation #PanCancer #100Centers #35Countries #FDA #GeneTherapy #44Therapies #Kresladi #Bespoke #3Companies #CRISPR #Quality #International #MOSAIC #SpatialTranscriptomics #PanCancer #373Samples #56LCPs #AIPredicted #BreastCancer #Biomarkers #Diffusion #NextPhase #Expansion*

---

## Sources

1. Jozić A, et al. In vivo endosomal escape assay identifies mechanisms for efficient hepatic LNP delivery. Nat Biotechnol. 2026. https://consensus.app/papers/details/000617b3a44c54cd817182af47f58313/
2. Sheikh M, et al. Gene therapy for leukocyte adhesion deficiency type I: FDA approval, clinical evidence, and future perspectives. Ann Med Surg. 2026. https://consensus.app/papers/details/f2f27f7392e05d9693a11da0cb87b29d/
3. [Pharma Bets Big on AI Platforms with Flurry of New Year Deals — GEN 2026](https://www.genengnews.com/topics/artificial-intelligence/pharma-bets-big-on-ai-platforms-with-flurry-of-new-year-deals/)
4. [Biopharma Collaborations 2026 — BioWorld](https://www.bioworld.com/content/biopharmaceutical-collaborations-2026)
5. [Big Pharma Hyperscaler AI Deals 2026 Industry Tracker — Intuition Labs](https://intuitionlabs.ai/articles/big-pharma-hyperscaler-ai-deals-tracker-2026)
6. Shamir Y, et al. Discovery of Covalent Ligands with AlphaFold3. JACS. 2026. https://consensus.app/papers/details/e10ac06d9d0a5083b7c0c69452ea086e/
7. Zhang T, et al. Benchmarking co-folding methods to predict the structures of covalent protein-ligand complexes. Acta Pharm Sin. 2026. https://consensus.app/papers/details/0e6475215023576394ab097780602fe1/
8. Garcia A, et al. De Novo Protein Design with AlphaFold/ESMFold. Protein Science. 2026. https://consensus.app/papers/details/f9c8c442c8065c0688de2538546747db/
9. Ji B, et al. CAPTAIN: a multimodal foundation model pretrained on co-assayed single-cell RNA and protein. Nat Commun. 2026. https://consensus.app/papers/details/40361e55d4815c1dae3d5f6a95d4468a/
10. Liu W, et al. Leveraging single-cell foundation models for accurate survival outcome prediction. Bioinformatics Adv. 2026. https://consensus.app/papers/details/22f34170f63e5467badcc9ef75f0a619/
11. Wang Y, et al. SCMBench: benchmarking domain-specific and foundation models for single-cell multi-omics data integration. Nat Commun. 2026. https://consensus.app/papers/details/24b273d01c1f508c9a20a5a981ac2e3c/
12. Kunanayagam S, et al. Clinical pharmacology insights from recent cell and gene therapy approvals relevant to pediatrics. Pediatric Research. 2026. https://consensus.app/papers/details/1c13548ad5be537a8451eed2c85ecd75/
13. Freedman BS, et al. Monitoring biological effects of somatic cell genome editing. Nat Rev Genet. 2026. https://consensus.app/papers/details/9cd05a0e1746576fb1544f7d9b38231c/
14. Albert H. Riding the Gene Therapy Rollercoaster Into 2026. Inside Precision Medicine. 2026. https://consensus.app/papers/details/62dd2eae1f7550b097bef845cedf082d/
15. [Pan-cancer Virtual Spatial Transcriptomics — Biorxiv 2026](https://www.biorxiv.org/content/10.64898/2026.04.25.720812v2.full-text)
16. [AI-predicted Spatial Transcriptomics Breast Cancer Biomarkers — ScienceDirect 2026](https://www.sciencedirect.com/science/article/abs/pii/S0092867426004587)
17. [MOSAIC Spatial Cancer Atlas Research](https://www.mosaic-research.com/newsfeed/a-spatial-atlas-to-enable-discovery-of-novel-treatments-for-cancer-patients)
18. [Global Scientific Growth Spatial Genomics — Springer 2026](https://link.springer.com/article/10.1007/s12672-026-04937-x)