Research Pulse — 2026-08-19 | Brown Biotech

# Research Pulse — 2026-08-19
_Generated 2026-08-19 07:30 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 — 8월 19일 (수요일) · Diversifying(분기화 Day)**

8/19(분기화)→8/18(Converging)→8/17(Standardizing)→8/16(Industrializing)→8/15(Sustaining)→8/14(Accelerating)→8/13(Catalyzing)→...→7/14(가속). Converging(8/18)된 기술들이 **구체적 적용 영역으로 분기화(Diversifying)하는 날** — PE-LNP 최적화 플랫폼이 49% in vivo prime editing 달성과 반복 투여 가능성 확인(Jiang Nature Nanotechnology 2026), peptide ionizable lipids(PIL) 기반 Dab4 LNP가 SM-102 대비 우위 확인으로_prime editing 전달 체계 분기화(Wang Advanced Materials 2026), FiveFold ensemble(AlphaFold2·RoseTTAFold·OmegaFold·ESMFold·EMBER3D)가 IDP·allosteric drug discovery 적용 가능성 확인(Niazi Scientific Reports 2025 + Nussinov Trends Pharmacological Sciences 2026), CellVQ가 68M cells·500M parameters로 SCD 모듈 기반 해석 가능성 확보(Wang Nature Communications 2026), China CGT 13개 승인(2024)으로 4개 기관 비교 분석 체계 확립(Jian Cancer Letters 2025 + Huang Clinical Pharmacology 2025), neuroblastoma FFPE 샘플 spatial transcriptomics으로 CCL18/PITPNM3 신호 축 발견(Siaw Journal Pathology 2025)이 동시에 진행된다.

Diversifying은 Converging의 다음 단계다. 오늘 6개 전선은 통합된 기술들이 **구체적 적용 영역·전달 체계·해석 도구로 분기화하는 날**이다.

*출처: [Jiang PE-LNP Nature Nanotechnology 2026](https://consensus.app/papers/details/020416d0f3fa55179bf8ad67a122a32d/), [Wang Peptide Ionizable Lipids Advanced Materials 2026](https://consensus.app/papers/details/5a8476b743c65e098042baabd6bcc555/), [Niazi FiveFold Scientific Reports 2025](https://consensus.app/papers/details/0caed5808a1f5aecbaf90c2d634a8bb6/), [Nussinov Conformational Ensembles Trends Pharmacological Sciences 2026](https://consensus.app/papers/details/3b49262aaeef52679117d282410443a1/), [Wang CellVQ Nature Communications 2026](https://consensus.app/papers/details/89622623baa35922aaca1c5b88e6ce8b/), [Jian CGT 2024 Approvals Cancer Letters 2025](https://consensus.app/papers/details/01244ad6c5115caca95ce61554c9f251/), [Huang China CGT Clinical Pharmacology 2025](https://consensus.app/papers/details/e798902dec5f5191ad1bc3b57c185212/), [Siaw Neuroblastoma FFPE Journal Pathology 2025](https://consensus.app/papers/details/8f435f95cd68549d90a5619922fa637e/)*

*#DiversifyingDay #Jiang #PENaNoTech #PELNP #PrimeEditing #Wang #AdvancedMaterials #PIL #LipidNanoparticle #Dab4 #Niazi #FiveFold #IDP #AlphaFold #RoseTTAFold #OmegaFold #ESMFold #EMBER3D #Nussinov #AllostericDrug #ConformationalEnsemble #WangCellVQ #CellVQ #NatureCommunications #68MillionCells #Interpretability #Jian #CancerLetters #CGT2024 #Huang #ChinaNMPA #Siaw #Neuroblastoma #FFPE #JournalPathology #Diversifying #Converging #ClinicalTranslation #Delivery #ProteinDesign*

---

### Post 2: CRISPR & Gene Editing — PE-LNP 최적화 플랫폼과 Prime Editing 전달 체계 분기화

🧪 **[CRISPR/Gene Editing] PE-LNP 최적화 플랫폼이 49% in vivo prime editing 달성과 반복 투여 가능성 확인(Jiang Nature Nanotechnology 2026) + Peptide ionizable lipids(PIL) 기반 Dab4 LNP가 SM-102 대비 우위 확인(Wang Advanced Materials 2026) + Rothgangl PE7 20.7% 유전체 교정율 확인으로 phenylketonuria 치료 가능성 확인(Rothgangl Nature Biomedical Engineering 2025): prime editing 전달 체계 분기화 동시 확인**

Prime editing 전달 기술의**분기화 체계**가 출처에서 동시에 확인된다[1][2][3].

**PE-LNP 최적화 플랫폼: 49% In Vivo Prime Editing + 반복 투여 가능성[1]**
Aniang Jiang et al.(Nature Nanotechnology 2026)의 연구는 체계적 PE-LNP 최적화 플랫폼을 제시한다. 기존 LNP 전달의 한계: 3-성분 prime editing 시스템(PE mRNA + epegRNA + ngRNA) 특성상 낮은 효율. **Workflow**: cargo design bottlenecks 체계적 분석 → 개별 최적화. 핵심 성과: **단일 2mg/kg 투여로 마우스 간에서 49% 평균 in vivo prime editing** 달성. PAH R408W(phenylketonuria 원인) 교정 시 예상 치유 수준의 phenylalanine 감소 확인. **Off-target 최소화** (DNA 전달 대비): 간효소 일시적 상승만 관찰, 장기 독성 없음. **반복 투여 가능**: 교정 효율 추가 향상 확인. 핵심: PE-LNP 플랫폼으로 49% in vivo prime editing + 반복 투여로 치유 수준 도달 — 비바이러스성 전달의 파이프라인 확립.

**PIL 기반 Prime Editing 전달: Dab4 LNP의 설계 원리[2]**
Qiu Wang et al.(Advanced Materials 2026)의 연구는 peptide ionizable lipids(PIL)의 구조-활성 관계 프레임워크를 제시한다. **PIL 구조**: building block + side-chain length + hydrophobic tail 3개 모듈 구성. **Dab4 동정**: 4개 building block + moderate side chain → hepatotoxicity 최소화 + delivery performance 유지. **B12-a13Dab4 LNP**: alkyl tail(a-tail) → 간 표적 최적. **FDA 승인 SM-102 대비 우위**: 상당히 높은 간 전달 효율 + 현저히 개선된 생체 안전성. **In vivo prime editing 촉발**: PE7 mRNA + epegRNA co-delivery로 HT-1(hereditary tyrosinemia type 1) 모델에서 치료 효과 확인. 핵심: PIL 기반 Dab4 LNP로 prime editing 전달 체계 분기화 — hepatotoxicity↓ + efficacy↑ 동시 달성.

**PE7의 Phenylketonuria 치료 잠재력: 20.7% 유전체 교정율[3]**
Tanja Rothgangl et al.(Nature Biomedical Engineering 2025)의 연구는 PE7의 간 질환 치료 잠재력을 분석한다. **AAV(gRNA) + LNP(PE mRNA) 이중 전달**: AAV로 epegRNA 지속 발현, LNP로 PE 일시적 전달. **PE7 성능**: Pahenu2致病突变 표적 시 20.7% 교정율(3회 투여). **혈중 L-phenylalanine**: 1,500 µmol/l → 360 µmol/l 미만(치료 역치) 이하로 감소. 핵심: PE7 + LNP 조합으로 phenylketonuria 치료 잠재력 확인 — prime editing의 임상 적용 경로 구체화.

**8월 18일 Converging Day vs 오늘의 차별점**: 8/18이 **Ju Molecular Therapy**으로 **VLP CRISPRoff genome + epigenome 통합 플랫폼**을, **Tsuchida PNAS**으로 **nonviral delivery의 breakthrough 지위**를 제시했다면, 오늘은 **Jiang Nature Nanotechnology**으로 **49% in vivo prime editing 달성과 반복 투여 가능성**을(구체적 전달 효율), **Wang Advanced Materials**으로 **PIL Dab4 LNP의 설계 원리와 SM-102 대비 우위**를(전달 체계 분기화), **Rothgangl Nature Biomedical Engineering**으로 **PE7 20.7% 교정율로 PKU 치료 잠재력**을(구체적 질환 적용) 동시에 제시한다. Converging(8/18) → 전달 효율 + 분기화 체계 + 질환 적용 동시 제시 Diversifying(8/19).

실무 함의: 유전자 치료 전달 기술팀에서 Jiang et al.의 PE-LNP 플랫폼을 분석하여 prime editing pipeline 전략을 수립해야 한다.

*출처: [Jiang PE-LNP Nature Nanotechnology 2026](https://consensus.app/papers/details/020416d0f3fa55179bf8ad67a122a32d/), [Wang Peptide Ionizable Lipids Advanced Materials 2026](https://consensus.app/papers/details/5a8476b743c65e098042baabd6bcc555/), [Rothgangl PE7 Phenylketonuria Nature Biomedical Engineering 2025](https://consensus.app/papers/details/3dcee63981a759168725995a37a3f892/)*

*#CRISPR #PrimeEditing #Jiang #NatureNanotechnology #PELNP #49Percent #InVivo #Wang #AdvancedMaterials #PIL #Dab4 #LipidNanoparticle #SM102 #Rothgangl #NatureBiomedicalEngineering #PE7 #Phenylketonuria #20Percent #GeneCorrection #AAV #LNP #DiverseDelivery #DiversifyingDay #InVivoEditing #RepeatedDosing #Hepatotoxicity #HT1 #FAH #GeneTherapy*

---

### Post 3: AI 신약 — AI Drug Discovery 이행 장벽 분석과 Preclinical Translation 현황

💊 **[AI 신약] AI-driven preclinical drug discovery의 이행 장벽 체계적 분석 확인(Cai Pharmaceuticals 2026) + AI drug discovery의 임상 적용 현황과 과제 종합 확인(Niazi Therapeutic Innovation 2025) + HLX-0201 fragile X syndrome Phase 임상 진입 확인: AI drug discovery의 분기화 체계 동시 확인**

AI-Driven Drug Discovery의**분기화 체계**가 출처에서 동시에 확인된다[4][5][6].

**Preclinical Drug Discovery 이행 장벽: 데이터 품질·모델 해석력·환자 이질성[4]**
Meng Cai et al.(Pharmaceuticals 2026)의 review는 2020-2026년 literature로 AI의 preclinical drug discovery 적용을 포괄적으로 분석한다. 적용 영역은 drug-target interaction prediction, structure prediction, de novo design, virtual screening, drug repurposing, ADMET forecasting를 포괄한다. 핵심 이행 장벽은 네 가지 차원에서 동시에 존재한다. Data quality 측면에서 interoperability와 standardization 문제로 AI 학습 데이터가 제한되고, model interpretability 측면에서 AI의 "black box" 성격으로 의사결정 과정을 설명하기 어렵다. Patient heterogeneity 측면에서 임상 적용 시 인구통계학적·유전학적变异으로 모델의 일반화가 제한되며, regulatory adaptation 측면에서 기존 규제 프레임워크와 AI 특성 간 불일치가 존재한다. 미래 방향은 multimodal AI, digital twins, closed-loop automation으로 구체화된다. 핵심: AI preclinical drug discovery 이행 장벽 체계적 분석 — 분기화 과제 확립.

**AI Drug Discovery의 임상 적용 현황: HLX-0201 Phase 진입[5]**
Sarfaraz K. Niazi et al.(Therapeutic Innovation 2025)의 review는 AI-driven medication research의 현재 상태를 분석한다. **30년간 ML/DL/NN revolution**: drug design, target identification, clinical trial predictions 변환. **FDA 승인 AI 약물 아직 0개** — 그러나 **HLX-0201(fragile X syndrome)**과 **idiopathic pulmonary fibrosis 신약**이 임상 trials 진입. **AI 모델의 근본적 한계**: black box 성격으로 결론 이해困难, transparency·algorithmic bias 문제. **비용·시간 절감 효과**: development times and costs 절감으로制药 innovation加速. 핵심: AI drug discovery 임상 적용 현황과 제로 승인 현실 — 이행 장벽 인식 강화.

**AI-Pharma Partnership 데이터 문제: Chen Fu vs 오늘의 차별점[6]**
Chen Fu et al.(Journal Pharmaceutical Analysis 2025)가 제시한 4가지 key relational aspects(IP governance 포함)는 8/16-8/18에서 다룸. 오늘은 **Cai Pharmaceuticals**으로 preclinical 단계의 이행 장벽 분기화를, **Niazi Therapeutic Innovation**으로 임상 진입 단계의 제로 승인 현실을 동시에 제시한다. Converging(8/18) → 이행 장벽 분기화 + 임상 진입 현실 확인 Diversifying(8/19).

실무 함의: AI drug discovery 협업팀에서 Cai et al.의 이행 장벽 분석을 참조하여 translation strategy를 수립해야 한다.

*출처: [Cai Preclinical Drug Discovery Hurdles Pharmaceuticals 2026](https://consensus.app/papers/details/9db7efc33cb250c4b08b448e73fcdd17/), [Niazi AI Drug Development Reshaping Therapeutic Landscape Therapeutic Innovation 2025](https://consensus.app/papers/details/7769953f551b5289af9ecfef70c9e866/), [Chen Fu AI Drug Discovery Journal Pharmaceutical Analysis 2025](https://consensus.app/papers/details/1308c134b9165903b7d81c4b8c636084/)*

*#AI #DrugDiscovery #Cai #Pharmaceuticals2026 #Preclinical #Translation #Barriers #DataQuality #Interpretability #Heterogeneity #Niazi #TherapeuticInnovation #HLX0201 #FragileX #IPF #ClinicalTrial #FDAApproval #Zero #BlackBox #DiversifyingDay #AIIntegration #DigitalTwins #ClosedLoop #Automation*

---

### Post 4: 단백질 AI — FiveFold Conformational Ensemble와 Allosteric Drug Discovery 분기화

🔬 **[단백질 AI] FiveFold ensemble(AlphaFold2·RoseTTAFold·OmegaFold·ESMFold·EMBER3D)가 IDP·conformational diversity建模 가능성 확인(Niazi Scientific Reports 2025) + AlphaFold mutation invariance 문제 확인(Feldman Computational Biotechnology 2026) + Allosteric drug discovery에서 conformational ensembles의 역할 분석(Nussinov Trends Pharmacological Sciences 2026): 단백질 구조 AI의 분기화 적용 동시 확인**

단백질 AI의**분기화 적용 체계**가 출처에서 동시에 확인된다[7][8][9].

**FiveFold Conformational Ensemble: IDP·Allosteric Drug Discovery 적용[7]**
Sarfaraz K. Niazi et al.(Scientific Reports 2025)의 review는 FiveFold ensemble 방법을 분석한다. FiveFold는 AlphaFold2, RoseTTAFold, OmegaFold, ESMFold, EMBER3D 다섯 알고리즘을 통합하여 작동한다. 핵심 기술 구성요소는 PFSC(PFolding Shape Code)와 PFVM(PFolding Variation Matrix)으로, 다섯 알고리즘의 지역적 접힘 형태를 균일하게 부호화하고 계열 전반의 접힘 변이를 표시한다. Alpha-synuclein(IDP 모델)에 적용하여 conformational diversity capture가 확인되었다. Drug discovery 적용 범위는 structure-based drug design, allosteric drug discovery, PPI inhibitors, precision medicine로 확장된다. "Undruggable" 표적 극복을 위해 cryptic pockets와 cooperative exosites 발견으로 이전에 불가능했던 치료 전략 개발이 가능해진다. 핵심: FiveFold conformational ensemble로 IDP modeling과 allosteric drug discovery 적용이 동시에 가능해짐 — 분기화 적용 체계 확립.

**AlphaFold Mutation Invariance: 설계 의존성 한계 확인[8]**
Jonathan Feldman et al.(Computational and Structural Biotechnology Journal 2026)의 연구는 AlphaFold3의 adversarial mutation 평가를 수행한다. **40% 잔기 치환에도 구조 불변**: 의도적 탈안정화 치환에서도 예측 구조 유지. **10% 잔기 결여에도 불변**: 실험적으로 검증된 fold-switching proteins에서도 마찬가지. **Confidence metrics 불신뢰**: 가장 정확한 구조를 35% 이하에서만 선택. **ESMFold의 상대적 우위**: 더 높은(완벽하지는 않은) mutation sensitivity. **Implication**: template-based pattern matching 가능성 → mutation-effect interpretation, confidence-guided model selection, sequence optimization workflows에 직접적 영향. 핵심: AlphaFold의 설계 의존성 한계 확인 — de novo protein design의 해석 주의 필요.

**Allosteric Drug Discovery: Conformational Ensembles 활용[9]**
Ruth Nussinov et al.(Trends in Pharmacological Sciences 2026)의 review는 conformational ensembles의 allosteric drug discovery 활용을 분석한다. **전통적 induced fit model 한계**: 단일 구조 기반으로는 cryptic pockets · cooperative exosites 포착 어려움. **动态 ensembles의 가치**: heterogeneous dynamic ensembles로 targetable sites 발견 가능. **적용 사례**: Ras, mTOR, EGFR signaling networks의 biomolecular condensates. **Ensemble-based approaches의 장점**: oncogenic mutants 분자유동학 시뮬레이션 + 실험 결합으로 previously undruggable 표적 개발 가능. 핵심: conformational ensembles 기반 allosteric drug discovery로 분기화 적용 — drug discovery 새로운 축.

**8월 18일 Converging Day vs 오늘의 차별점**: 8/18이 **Gao Journal Translational Medicine**으로 **이행 장벽 체계적 분석**을, **Kortemme Cell**으로 **programmable functions 설계**를 제시했다면, 오늘은 **Niazi Scientific Reports**으로 **FiveFold ensemble로 IDP·allosteric 분기화 적용**을(새로운 적용 영역), **Feldman Computational Biotechnology**으로 **AlphaFold mutation invariance 문제**를(한계 인식), **Nussinov Trends Pharmacological Sciences**으로 **allosteric drug discovery의 ensemble 활용**을(분기화 적용) 동시에 제시한다. Converging(8/18) → 이행 장벽 분석 + 분기화 적용 체계 Diversifying(8/19).

실무 함의: 전산단백질 설계팀에서 Nussinov et al.의 ensemble-based allosteric drug discovery 접근법을 분석하여 분기화 전략을 수립해야 한다.

*출처: [Niazi FiveFold Scientific Reports 2025](https://consensus.app/papers/details/0caed5808a1f5aecbaf90c2d634a8bb6/), [Feldman AlphaFold Mutation Invariance Computational Biotechnology 2026](https://consensus.app/papers/details/68f35194db525fb68a7bc8c10546001b/), [Nussinov Allosteric Drug Discovery Trends Pharmacological Sciences 2026](https://consensus.app/papers/details/3b49262aaeef52679117d282410443a1/)*

*#ProteinAI #FiveFold #AlphaFold #RoseTTAFold #OmegaFold #ESMFold #EMBER3D #Niazi #ScientificReports #ConformationalEnsemble #IDP #AllostericDrug #Feldman #MutationInvariance #TemplateBased #Nussinov #TrendsPharmacologicalSciences #Undruggable #CrypticPockets #Exosites #DiversifyingDay #DrugDiscovery #BiomolecularCondensates #Ras #mTOR #EGFR #ProteinDesign #PrecisionMedicine*

---

### Post 5: Single-Cell Multi-Omics Foundation Model — CellVQ Interpretability 체계와 Sparse Autoencoder 분기화

🬬 **[Single-Cell Multi-Omics Foundation Model] CellVQ가 68M cells·500M parameters + SCD 모듈로 해석 가능성 확보(Wang Nature Communications 2026) + Sparse autoencoders(SAEs)로 scGPT·scFoundation·Geneformer 내부 메커니즘 해석 가능성 확인(Pedrocchi bioRxiv 2026) + Yiu 단일세포 omics foundation models comprehensive review로 현재 상태 종합(Yiu Journal Translational Medicine 2025): foundation model 해석 체계 분기화 동시 확인**

Single-Cell Foundation Model의**해석 체계 분기화**가 출처에서 동시에 확인된다[10][11][12].

**CellVQ: 68M Cells + 500M Parameters + SCD 기반 Interpretability[10]**
Jue Wang et al.(Nature Communications 2026)의 연구는 CellVQ foundation model을 제시한다. **규모**: 68 million cells + 500 million parameters. **Single-Cell Discretization(SCD) 모듈**: 고차원·희소 단일세포 데이터를 "cell code"로 변환 → 해석 가능성 확보. **CellVQ-Graph**: multimodal knowledge graph tool — gene expression, cell communication, annotations 통합으로 biological discovery 지원. **전체 downstream tasks에서 strong baselines 상회**: 해석 가능성과 성능 동시 달성. **발견 사례**: intriguing biological phenomena uncovered with compelling explanations. 핵심: CellVQ로 68M cells 규모의 interpretable foundation model 실현 — 분기화 해석 체계 확립.

**Sparse Autoencoders(SAEs): scGPT·scFoundation·Geneformer 내부 메커니즘 해석[11]**
Flavia Pedrocchi et al.(bioRxiv 2026)의 연구는 sparse autoencoders로 scFMs의 내부 구조를 분석한다. **분석 대상**: scGPT, scFoundation, Geneformer 3개 scFM. **발견**: diverse and complex biological + technical signals이隐藏 states에서 발견 — pretrained model에서 이미 emergence. **모델 간 차이**: training protocols와 architectures에 따른 정보 부호화 방식 차이 확인. **SAE-derived features의 행동 연결**: batch-associated features 억제 → unwanted technical variation↓ + biological signal 보존; drug-encoding features 활성화 → drug-perturbed states로 유도(농도 의존적). **Implication**: 해석 가능한 + 통제 가능한 scFM 개발 경로. 핵심: SAEs로 scFM 내부 메커니즘 해석 + 통제 가능성 확인 — 분기화 해석 체계.

**단일세포 Omics Foundation Models Comprehensive Review[12]**
T. Yiu et al.(Journal Translational Medicine 2025)의 review는 foundation models의 transformative advances를 포괄적으로 분석한다. scGPT와 scPlantFormer는 cross-species cell annotation, in silico perturbation modeling, gene regulatory network inference에서 활용된다. Multimodal integration은 pathology-aligned embeddings과 tensor-based fusion으로 transcriptomic, epigenomic, proteomic, spatial imaging 데이터를 통합한다. Federated computational platforms는 decentralized data analysis, standardized workflows, global collaboration을 지원한다. Challenges는 technical variability across platforms, limited model interpretability, computational-to-clinical applications gap로 요약된다. 핵심: 단일세포 omics foundation models의 현재 상태 종합 — 해석 체계 분기화 기반.

**8월 18일 Converging Day vs 오늘의 차별점**: 8/18이 **Wang SCMBench**으로 **FM vs DM 성능 격차 + lightweight adaptation**을, **Cui scGPT**으로 **cross-species + perturbation prediction**을 제시했다면, 오늘은 **Wang CellVQ**으로 **68M cells + 500M parameters + SCD 기반 interpretability**를(새로운 해석 체계), **Pedrocchi bioRxiv**으로 **SAEs로 scFM 내부 메커니즘 통제**를(분기화 해석), **Yiu Journal Translational Medicine**으로 **comprehensive review**를(현재 상태 종합) 동시에 제시한다. Converging(8/18) → 해석 체계 분기화 + 종합 동시 확인 Diversifying(8/19).

실무 함의: 단일세포 연구팀에서 Pedrocchi et al.의 SAE 접근법을 분석하여 foundation model 통제 전략을 수립해야 한다.

*출처: [Wang CellVQ Nature Communications 2026](https://consensus.app/papers/details/89622623baa35922aaca1c5b88e6ce8b/), [Pedrocchi Sparse Autoencoders bioRxiv 2026](https://consensus.app/papers/details/e6cfd3c27d8457d8bff72f9aac814b588/), [Yiu Single-Cell Omics Foundation Models Journal Translational Medicine 2025](https://consensus.app/papers/details/5b458f6a36205e71ad26687870f0eba0/)*

*#SingleCell #FoundationModel #CellVQ #Wang #NatureCommunications #68Million #500Million #SCD #Interpretability #Pedrocchi #bioRxiv #SAE #SparseAutoencoder #scGPT #scFoundation #Geneformer #Yiu #TranslationalMedicine #ComprehensiveReview #DiversifyingDay #CellCode #Multimodal #KnowledgeGraph #BatchEffect #DrugEncoding #Control #FoundationModel #Explainability*

---

### Post 6: FDA/규제 — 2024 CGT 승인 13개와 다기관 규제 비교 분석 체계 확립

📋 **[FDA/규제] 2024년 CGT 13개 승인(FDA·NMPA·EMA·PMDA)으로 4기관 비교 분석 체계 확립(Jian Cancer Letters 2025) + China CGT 승인 특성 분석(Huang Clinical Pharmacology 2025) + Asia-Pacific CGT 규제 프레임워크 비교(Hwang Cytotherapy 2025): CGT 규제 분기화 체계 동시 확인**

CGT 규제의**분기화 체계**가 출처에서 동시에 확인된다[13][14][15].

**2024 CGT 13개 승인: 4기관 비교 분석 체계 확립[13]**
Aiwen Jian et al.(Cancer Letters 2025)의 review는 2024년 CGT 승인를 종합 분석한다. 2024년의 역사적 의의는 13개 novel CGTs가 FDA·NMPA·EMA·PMDA로부터 동시에 승인된 것으로, CRISPR therapy 최초, MRI-guided intracranial AAV gene therapy 최초, tumor infiltration lymphocyte therapy 최초가 포함된다. Quadruple axle comparative framework로 China와 USA의 mechanistic innovation과 regulatory advancement를 통합 분석하며, mechanistic diversity와 regulatory agility의 convergence로 치료 개발 패러다임이 재정의된다. 4개 기관 비교를 통해 승인 특성·절차·표준화 체계 차이가 분석된다. 핵심: 2024 CGT 13개 승인으로 4기관 비교 분석 체계 확립 — regulatory convergence와 divergence 동시 인식.

**China CGTPs 승인: NMPA의 도전 과제 분석[14]**
Geyun Huang et al.(Clinical Pharmacology & Therapeutics 2025)의 연구는 China CGTPs 승인의 특성을 분석한다. China의 성과로는 승인 수 year-over-year 증가, surrogate endpoints와 single-arm trials 기반 flexible authorization, expedited programs 활용, 4개 기관中最단 development timelines가 있다. 그러나 도전 과제로 therapeutic area가 predominantly oncology에 집중되고 market이 domestically에만 집중되며, orphan designation이 부족하고, multi-regional clinical trials(MRCTs)가 미실현되고, post-marketing confirmatory trials 진행이缓慢하며, drug lags가 4개 기관中最長이라는 문제가 확인된다. 핵심: China CGT 승인 현황과 규제 도전 과제 — Asia-Pacific 분기화 체계.

**Asia-Pacific CGT 규제: 규제 mature화의 차이[15]**
William Ying Khee Hwang et al.(Cytotherapy 2025)의 review는 Singapore·Japan·South Korea·China·India·Thailand Asia-Pacific 6개국 CGT 규제 프레임워크를 분석한다. Japan과 South Korea는 fast-track regulatory pathways를 성공적으로 구현한 반면, India와 China는 domestic innovation 강조로 비용 절감에 집중하고 있다. 공통 도전은 affordability, scalability, sustainable reimbursement로 동일하다. Harmonization 기회로 regulatory framework 통합 가능성과 equitable access 정책이 제시된다. 핵심: Asia-Pacific CGT 규제 mature화 차이 — 분기화 규제 체계.

**8월 18일 Converging Day vs 오늘의 차별점**: 8/18이 **Oo + Shahzad Clinical Pharmacology**으로 **FDA 38개 CGT의 expedited pathway + surrogate endpoints**를 제시했다면, 오늘은 **Jian Cancer Letters**으로 **2024년 13개 CGT 4기관 비교 분석 체계**를(글로벌 분기화), **Huang Clinical Pharmacology**으로 **China NMPA의 구체적 도전 과제**를(지역 분기화), **Hwang Cytotherapy**으로 **Asia-Pacific 6개국 규제 mature화 차이**를(규제 분기화 체계) 동시에 제시한다. Converging(8/18) → 글로벌 + 지역 규제 분기화 체계 동시 확인 Diversifying(8/19).

실무 함의: 규제 기획팀에서 Hwang et al.의 Asia-Pacific 규제 비교 분석을 참조하여 분기화 regulatory strategy를 수립해야 한다.

*출처: [Jian CGT 2024 Approvals Cancer Letters 2025](https://consensus.app/papers/details/01244ad6c5115caca95ce61554c9f251/), [Huang China CGT Clinical Pharmacology 2025](https://consensus.app/papers/details/e798902dec5f5191ad1bc3b57c185212/), [Hwang Asia CGT Regulatory Cytotherapy 2025](https://consensus.app/papers/details/06bce657e4b2506582a4aa7e031d0221/)*

*#FDA #NMPA #EMA #PMDA #CGT #Jian #CancerLetters #2024Approvals #CRISPR #Huang #ChinaNMPA #ClinicalPharmacology #Hwang #Cytotherapy #AsiaPacific #RegulatoryMature #FastTrack #OrphanDesignation #MRCT #DiversifyingDay #SurrogateEndpoints #TimelyAccess #Affordability #Reimbursement #GlobalRegulatory #ComparativeAnalysis*

---

### Post 7: Spatial Transcriptomics — Neuroblastoma FFPE Spatial Niche와 플랫폼 Benchmark 분기화

🗺️ **[Spatial Transcriptomics] Neuroblastoma archived FFPE 샘플 spatial transcriptomics으로 CCL18/PITPNM3 신호 축 발견(Siaw Journal Pathology 2025) + Stereo-seq v1.3·Visium HD FFPE·CosMx 6K·Xenium 5K 4개 플랫폼 비교 체계 확립(Ren Nature Communications 2025) + Xenium vs MERSCOPE vs CosMx FFPE TMAs benchmark 확인(Wang Nature Communications 2025): spatial transcriptomics 분기화 적용 동시 확인**

Spatial transcriptomics의**분기화 적용 체계**가 출처에서 동시에 확인된다[16][17][18].

**Neuroblastoma FFPE Spatial Transcriptomics: CCL18/PITPNM3 신호 축 발견[16]**
J. Siaw et al.(Journal Pathology 2025)의 연구는 고위험 neuroblastoma archived FFPE 샘플 spatial transcriptomics를 분석한다. 대상은 archived FFPE 조직 2명 환자로, 무처치와 화학요법 후 high-risk neuroblastomas를 포함한다. 분석 결과 종양 미세환경의 transcriptional과 cellular heterogeneity가 확인되었다. 두 가지 공간적 niche가 발견되었는데, 첫째는 undifferentiated와 11p-gained cancer cells로 구성된 cluster로 macrophage rim에 둘러싸여 CCL18/PITPNM3 신호 상호작용이 예측되며, 둘째는 adrenal cortex 유사 stromal cluster로 ALKAL2와 NRTN oncogenic ligands를 발현하여 인접 종양세포의 ALK와 RET receptors와 상호작용한다. 예측된 상호작용의 일부는 실험적으로 검증되었으며 임상적 관련성이 확인되었다. FFPE archival samples의 활용으로 기존의 소멸된 샘플에서 신규 치료 표적 발견이 가능해졌다. 핵심: neuroblastoma FFPE spatial transcriptomics으로 novel 신호 축 발견 — archival 분기화 적용.

**Stereo-seq·Visium HD·CosMx·Xenium 4개 플랫폼 Benchmark: Ground Truth 기반 체계적 비교[17]**
Pengfei Ren et al.(Nature Communications 2025)의 연구는 Stereo-seq v1.3, Visium HD FFPE, CosMx 6K, Xenium 5K 네 가지 고해상도 spatial transcriptomics 플랫폼을 colon adenocarcinoma, hepatocellular carcinoma, ovarian cancer 동일 샘플 연속 절편에서 체계적으로 비교한다. Ground truth 확립을 위해 adjacent sections에서 CODEX 단백질 profiling과 scRNA-seq을 수행하였다. 평가 영역은 capture sensitivity, specificity, diffusion control, cell segmentation, cell annotation, spatial clustering, CODEX concordance를 포괄한다. Uniform 생성 및 처리된 multi-omics dataset으로 computational method development가 지원되며, SPATCH 웹 서버를 통해 데이터 시각화와 다운로도가 제공된다. 핵심: 4개 플랫폼 ground truth 기반 체계적 benchmark — 분기화 적용 체계.

**Imaging ST Platform FFPE Benchmark: Xenium vs MERSCOPE vs CosMx[18]**
Huan Wang et al.(Nature Communications 2025)의 연구는 17개 종양 + 16개 정상 조직 TMA에서 3개 imaging ST 플랫폼을 benchmark한다. **플랫폼**: 10X Xenium, Vizgen MERSCOPE, Nanostring CosMx. **발견**: 동일 유전자에서 **Xenium이 transcript counts higher** 확인(特异性牺牲 없이). **Xenium + CosMx**: orthogonal scRNA-seq과 concordant RNA 측정. **세포 유형 식별**: 3개 플랫폼 모두 가능, 그러나 sub-clustering capability varies. **Xenium + CosMx > MERSCOPE**: 더 많은 clusters 발견(그러나 FDR + cell segmentation error 차이 존재). 핵심: imaging ST 3개 플랫폼 benchmark로 Xenium의 높은 sensitivity 확인 — 플랫폼 분기화 적용.

**8월 18일 Converging Day vs 오늘의 차별점**: 8/18이 **Cervilla Genome Biology**으로 **5개 플랫폼 FFPE benchmark 체계**를 제시했다면, 오늘은 **Siaw Journal Pathology**으로 **neuroblastoma에서 novel CCL18/PITPNM3 신호 축**을(새로운 biology 발견), **Ren Nature Communications**으로 **Stereo-seq·Visium HD·CosMx·Xenium 4개 플랫폼 ground truth benchmark**를(새로운 비교 체계), **Wang Nature Communications**으로 **imaging ST Xenium vs MERSCOPE vs CosMx 구체적 sensitivity 차이**를(플랫폼 분기화) 동시에 제시한다. Converging(8/18) → 새로운 biology 발견 + 분기화 benchmark 체계 동시 확인 Diversifying(8/19).

실무 함의: spatial transcriptomics 연구팀에서 Ren et al.의 ground truth benchmark 결과를 참조하여 플랫폼 선택 기준을 수립해야 한다.

*출처: [Siaw Neuroblastoma FFPE Journal Pathology 2025](https://consensus.app/papers/details/8f435f95cd68549d90a5619922fa637e/), [Ren Spatial Platform Benchmark Nature Communications 2025](https://consensus.app/papers/details/630857c6c35f57f5afd8691ce372b599/), [Wang Imaging ST Benchmark Nature Communications 2025](https://consensus.app/papers/details/5fdd6b33371f509f9965ff9b7d228705/)*

*#SpatialTranscriptomics #Siaw #JournalPathology #Neuroblastoma #FFPE #CCL18 #PITPNM3 #Ren #NatureCommunications #StereoSeq #VisiumHD #CosMx #Xenium #GroundTruth #CODEX #Wang #MERSCOPE #Benchmark #DiversifyingDay #TMA #AdrenalCortex #Macrophage #TumorMicroenvironment #CellSegmentation #Sensitivity #ArchivalSamples*

---

### Post 8: 오늘의 요약 — Diversifying(분기화 Day) 핵심 정리

🧬 **오늘 6개 영역 핵심 요약:**

8/19(Diversifying)의 핵심: Converging(8/18)된 기술들이 **구체적 적용 영역·전달 체계·해석 도구로 분기화(Diversifying)하는 날**이었다.

**1. PE-LNP 49% In Vivo Prime Editing(Jiang Nature Nanotechnology 2026)**: 체계적 cargo 최적화로 단일 2mg/kg 투여로 49% editing + PAH R408W 치유 수준 phenylalanine 감소 — 비바이러스성 전달 파이프라인. [Jiang Nature Nanotechnology 2026]

**2. PIL Dab4 LNP SM-102 대비 우위(Wang Advanced Materials 2026)**: peptide ionizable lipids 3개 모듈 설계 원리로 hepatotoxicity↓ + delivery performance↑ 동시 달성 — prime editing 전달 체계 분기화. [Wang Advanced Materials 2026]

**3. FiveFold IDP·Allosteric Drug Discovery 적용(Niazi Scientific Reports 2025 + Nussinov Trends Pharmacological Sciences 2026)**: 5개 알고리즘 ensemble로 conformational diversity modeling + "undruggable" 표적 극복 경로 — 분기화 적용 체계. [Niazi Scientific Reports 2025; Nussinov Trends Pharmacological Sciences 2026]

**4. CellVQ 68M Cells SCD Interpretability(Wang Nature Communications 2026)**: 500M parameters + SCD 모듈로 해석 가능한 foundation model 실현 — 분기화 해석 체계. [Wang Nature Communications 2026]

**5. 2024 CGT 13개 승인 4기관 비교(Jian Cancer Letters 2025 + Huang Clinical Pharmacology 2025)**: CRISPR 최초 승인 포함 13개 CGTs로 4기관 비교 체계 확립 + China NMPA 구체적 도전 과제 — 규제 분기화 체계. [Jian Cancer Letters 2025]

**6. Neuroblastoma CCL18/PITPNM3 신호 축 발견(Siaw Journal Pathology 2025)**: archived FFPE 샘플로 novel 신호 축 발견 — archival 분기화 적용. [Siaw Journal Pathology 2025]

**8월 20일 전망**: Diversifying된 기술들의 구체적 적용 속도와 분기화采纳가 핵심 변수. 특히 PE-LNP 플랫폼의 반복 투여 인간 적용, FiveFold의 allosteric drug discovery 적용, Asia-Pacific CGT 규제 harmonization进程이 관전.

*출처: [Jiang PE-LNP Nature Nanotechnology 2026](https://consensus.app/papers/details/020416d0f3fa55179bf8ad67a122a32d/), [Wang PIL Advanced Materials 2026](https://consensus.app/papers/details/5a8476b743c65e098042baabd6bcc555/), [Rothgangl PE7 Nature Biomedical Engineering 2025](https://consensus.app/papers/details/3dcee63981a759168725995a37a3f892/), [Cai Preclinical Hurdles Pharmaceuticals 2026](https://consensus.app/papers/details/9db7efc33cb250c4b08b448e73fcdd17/), [Niazi AI Drug Discovery Therapeutic Innovation 2025](https://consensus.app/papers/details/7769953f551b5289af9ecfef70c9e866/), [Niazi FiveFold Scientific Reports 2025](https://consensus.app/papers/details/0caed5808a1f5aecbaf90c2d634a8bb6/), [Nussinov Allosteric Trends Pharmacological Sciences 2026](https://consensus.app/papers/details/3b49262aaeef52679117d282410443a1/), [Wang CellVQ Nature Communications 2026](https://consensus.app/papers/details/89622623baa35922aaca1c5b88e6ce8b/), [Jian CGT 2024 Cancer Letters 2025](https://consensus.app/papers/details/01244ad6c5115caca95ce61554c9f251/), [Huang China CGT Clinical Pharmacology 2025](https://consensus.app/papers/details/e798902dec5f5191ad1bc3b57c185212/), [Siaw Neuroblastoma Journal Pathology 2025](https://consensus.app/papers/details/8f435f95cd68549d90a5619922fa637e/)*

*#DiversifyingDay #Summary #Jiang #PELNP #PrimeEditing #Wang #PIL #Dab4 #Rothgangl #PE7 #PKU #Cai #Preclinical #Translation #Niazi #AI #HLX0201 #FiveFold #IDP #Nussinov #Allosteric #WangCellVQ #CellVQ #Interpretability #Jian #CGT2024 #Huang #ChinaNMPA #Siaw #Neuroblastoma #CCL18 #PITPNM3 #Diversifying #Converging #Diversification #ClinicalTranslation #Delivery #ProteinDesign #Regulatory #PlatformBenchmark*

---

## Sources

[1] [Jiang et al. — Efficient prime editing in vivo and in vitro using lipid nanoparticles. Nature Nanotechnology 2026](https://consensus.app/papers/details/020416d0f3fa55179bf8ad67a122a32d/)
[2] [Wang et al. — Optimizing Peptide Ionizable Lipids Enables Efficient and Low-Toxicity mRNA Delivery for In Vivo Prime Editing and Protein Replacement Therapy. Advanced Materials 2026](https://consensus.app/papers/details/5a8476b743c65e098042baabd6bcc555/)
[3] [Rothgangl et al. — Treatment of a metabolic liver disease in mice with a transient prime editing approach. Nature Biomedical Engineering 2025](https://consensus.app/papers/details/3dcee63981a759168725995a37a3f892/)
[4] [Cai et al. — From Algorithms to Assets: A Comprehensive Review of AI's Role in Preclinical Drug Discovery and the Hurdles to Clinical Translation. Pharmaceuticals 2026](https://consensus.app/papers/details/9db7efc33cb250c4b08b448e73fcdd17/)
[5] [Niazi et al. — Artificial intelligence in drug development: reshaping the therapeutic landscape. Therapeutic Innovation 2025](https://consensus.app/papers/details/7769953f551b5289af9ecfef70c9e866/)
[6] [Chen Fu et al. — The future of pharmaceuticals: Artificial intelligence in drug discovery and development. Journal of Pharmaceutical Analysis 2025](https://consensus.app/papers/details/1308c134b9165903b7d81c4b8c636084/)
[7] [Niazi et al. — A comprehensive application of FiveFold for conformation ensemble-based protein structure prediction. Scientific Reports 2025](https://consensus.app/papers/details/0caed5808a1f5aecbaf90c2d634a8bb6/)
[8] [Feldman et al. — Adversarial Sequence Mutations in AlphaFold and ESMFold Reveal Nonphysical Structural Invariance, Confidence Failures, and Concerns for Protein Design. Computational and Structural Biotechnology Journal 2026](https://consensus.app/papers/details/68f35194db525fb68a7bc8c10546001b/)
[9] [Nussinov et al. — Leveraging conformational ensembles in allosteric drug discovery. Trends in Pharmacological Sciences 2026](https://consensus.app/papers/details/3b49262aaeef52679117d282410443a1/)
[10] [Wang et al. — Illuminating cell states by a comprehensive and interpretable single cell foundation model. Nature Communications 2026](https://consensus.app/papers/details/89622623baa35922aaca1c5b88e6ce8b/)
[11] [Pedrocchi et al. — Sparse Autoencoders Reveal Interpretable Features in Single-Cell Foundation Models. bioRxiv 2026](https://consensus.app/papers/details/e6cfd3c27d8457d8bff72f9aac814b588/)
[12] [Yiu et al. — Transformative advances in single-cell omics: a comprehensive review of foundation models, multimodal integration and computational ecosystems. Journal of Translational Medicine 2025](https://consensus.app/papers/details/5b458f6a36205e71ad26687870f0eba0/)
[13] [Jian et al. — Watershed Year of Cell and Gene Therapy (CGT): A Review of 2024 CGT Approvals. Cancer Letters 2025](https://consensus.app/papers/details/01244ad6c5115caca95ce61554c9f251/)
[14] [Huang et al. — Cell and Gene Therapy Product Approvals in China: Insights into Clinical Trials and Regulatory Advances. Clinical Pharmacology & Therapeutics 2025](https://consensus.app/papers/details/e798902dec5f5191ad1bc3b57c185212/)
[15] [Hwang et al. — Cell and gene therapy approvals in Asia: regulatory landscape, access and affordability. Cytotherapy 2025](https://consensus.app/papers/details/06bce657e4b2506582a4aa7e031d0221/)
[16] [Siaw et al. — Spatial transcriptomics exploration of the primary neuroblastoma microenvironment in archived FFPE samples unveils novel paracrine interactions. Journal of Pathology 2025](https://consensus.app/papers/details/8f435f95cd68549d90a5619922fa637e/)
[17] [Ren et al. — Systematic benchmarking of high-throughput subcellular spatial transcriptomics platforms across human tumors. Nature Communications 2025](https://consensus.app/papers/details/630857c6c35f57f5afd8691ce372b599/)
[18] [Wang et al. — Systematic benchmarking of imaging spatial transcriptomics platforms in FFPE tissues. Nature Communications 2025](https://consensus.app/papers/details/5fdd6b33371f509f9965ff9b7d228705/)