Research Pulse — 2026-10-25 | Brown Biotech

# Research Pulse — 2026-10-25
_Generated 2026-10-25 07:33 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 — 10월 25일 (일요일) · Threshold(임계점) Day**

오늘의 축은 임계점이다. 여섯 전선에서 나온 결과는 대부분 '더 정확한 모델'이나 '더 큰 딜'의 소식이 아니라, 어떤 지표가 통과하지 못하면 애초에 그 방향의 일은 시작되지 못한다는 종류의 경계선을 넘었다는 점을 공통으로 보여준다. 구조 예측은 10억 개 단위의 아틀라스로 넘어가 실험 없이 쓸 수 있는 영역이 순수량을 넘어 양을 다루기 시작했고, 단백질 안정성 예측은 97개 기존 방법의 성적을 한꺼번에 깨는 시점을 만들었으며, 단일세포 분화 추론은 예측 정확도의 천장이 어디쯤인지 오차항의 형태로 정량화됐다.（約）규제 쪽에서는 'n-of-1 근거를 어떻게 제출할 것인가'라는 질문이 초안 가이던스로 형식이 잡혔고, 공간 전사체omics에서는 열역학적으로 불가능한 대사 플럭스 순환을 탐지하는 단계가 플럭스 자체를 신뢰하는 단계보다 앞서는 것으로 판명됐다. 이번에 다룬 사전-print 20건과 산업 발표 4건은 10월 15일부터 24일 사이 게재·발표된 것이며, 각 연구의 첫 게재 시점 수치를 그대로 옮겼다.

유전자 편집 전선에서 임계점은 '편집을 멈추는 손잡이'에서 찾았다. 10월 21일 게재된 National Human Genome Research Institute의 Zheng·Grieve·Fidacaro·Chambers·Sadhu 연구는 anti-CRISPR 단백질 수백 개를 유핵 세포에서 고속으로 선별해 Streptococcus pyogenes Cas9와 Staphylococcus aureus Cas9에 각각 시험한 결과, 억제 능력이 특정 Cas9에 깊이 보존되는 계열과 완전히 특화되는 계열이 갈리고, 기존에 알려지지 않았던 anti-CRISPR 계열 3종이 helix-turn-helix 계열 도메인 융합이나 anti-CRISPR operon 구조를 통해 발견됐다. 10월 24일 게재된 University of Wisconsin–Madison의 Han·Raj·Lemon·Wu·Stubbe·Huang·Wang 그룹은 카세지아누스 선충에서 기존 유전자에 표지를 붙일 때 매번 새 줄을 만들 필요 없이 카세트 교환으로 바꿔끼울 수 있게 한 TAG-IN을 제시했다. 임상 쪽에서는 10월 5일 Prime Medicine이 자가면역성 Wilson병을 일으키는 ATP7B H1069Q 변이를 겨냥한 in vivo 프라임 에디터 PM577a의 글로벌 1/2상에 첫 환자를 투여했다고 밝혔다.

AI 신약 전선에서 임계점은 '계약이 통과시키는 표적 수'였다. 10월 5일 Gate Bioscience와 Eli Lilly는 Molecular Gate 계약을 확장해 성공 기준금만 8억 7천만 달러를 넘도록 늘렸고, 신규 표적 1개와 2번째 표적에 대한 옵션을 함께 붙였다. 10월 22일 Boehringer Ingelheim은 Microsoft와 함께 Cologne에서 디지털 환자 쌍둥이 기반의 임상 개발에 들어갔다고 밝혔다. 자금은 3월 20일 Earendil Labs가 7억 8,700만 달러를 유치하면서 사누아·화이자·Hillhouse와 Dimension·DST·BDF의 조합으로 들어왔다.

단백질·분자 구조 AI에서 임계점은 '실험 없이 통과한 계수'였다. 5월 27일 Nature가 보도한 Biohub의 ESMFold2와 ESM Atlas는 10억 개 규모의 예측 구조를 무료로 열어 관측 생물학의 기반을 통째로 바꾸고, 3월 17일 Nature의 AlphaFold 데이터베이스 확장은 2억 건 구조와 호모디머 모델링을 함께 제공했다. 10월 15일 게재된 Eötvös Loránd University의 Rozsa·Erdos 연구 DEEP는 단백질별 조상 Boltzmann machine 앙상블로 64개 ProteinGym 어새이에서 평균 순위 상관 0.720을 기록해 이미 발표된 97개 제로샷 방법을 모두 앞섰다. 10월 19일 게재된 Queen Mary University of London의 Kopec 연구는 hERG 채널 전류를 계산으로 재현해 심전도 검사를 대체할 수 있는 단계까지 왔고, 5월 29일 게재된 AREA Science Park의 Cuturello 연구는 단백질 간 결합 부위 예측으로 HADDOCK 탐색 시간을 한 자릿수로 줄였다.

Single-cell 전선에서 임계점은 '예측 불가능성의 하한'이었다. 10월 15일 게재된 Tsinghua University의 Guan·Liu·Lan 그룹의 LoCoFlow는 lineage 추적 데이터에서 평균 원본 Brier 점수를 0.7990에서 0.6620으로 낮췄고, 같은 날 Kanagawa Institute of Technology의 Takahashi 그룹은 성상세포의 분화 과정이 persistent random walk 형태의 확산 법칙에 묶여 어떤 모델도 넘을 수 없는 오차 바닥이 있음을 정량화했다. 10월 21일 Arc Institute의 Sun 그룹은 1.3Tb 유전체에서 3억 7,600만 개의 비코딩 게간 영역을 514만 개 클러스터로 압축한 모델을 통해 구조화 RNA 후보 2만 149개를 찾아냈다. 7월 7일 게재된 Oregon State University의 Azbijari·Wynne·David·Thurber 그룹의 Nammu는 1억 6,700만 파라미터 양방향 Mamba와 2만 토큰 문맥으로 CAMI 분류에서 0.9182 정확도를 달성했다.

규제 전선에서 임계점은 '근거 등급의 숫자가 바뀌는 지점'이었다. 2월 25일 FDA가 공개한 'Plausible Mechanism Framework' 초안 가이던스는 특정 변이를 겨냥한 개별화 치료의 근거를 n-of-1 수준에서 구성하는 방법을 17개 권고안으로 정리했고, 2025년 1월 6일 제안된 AI 활용 규제 의사결정 초안은 7단계 위험 기반 신뢰성 체계를 제시한 채 여전히 초안이다. 10월 21일 게재된 Gazi University의 Babazade·Dolas·Duzenli·Vural·Furtana·Ergun 연구는 AlphaGenome과 SpliceAI2를 ACMG PP3/BP4 등급에 맞게 보정하면서 변이 위치에 따라 benign 판정이 약 60배 뒤집힐 수 있음을 보여줬다.

공간 전사체omics·암 아틀라스 전선에서 임계점은 '모델이 틀린 걸 아는 능력'이었다. 10월 15일 게재된 St. Jude Children's Research Hospital의 Zhang·Li·Liu·Fridley·Cheng·Plummer·Wu·Chiang·Li 그룹의 BiNVaST는 Xenium·CosMx·Stereo-seq·Visium HD 네 플랫폼을 하나의 베이스라인으로 묶었고, 10월 15일 게재된 Sichuan Cancer Hospital의 Zhang 그룹은 암 진행을 그래신 신경망 좌표로 재배열해 integrin–FAK 접착·기계전달 취약점을 드러냈다. 6월 25일 게재된 Iowa State University의 Zargar·Malla·Raghunath·Saha·Chowdhury 연구는 전립선암 한 종양의 12개 해부 영역에서 공간 대사 플럭스를 모델링해 생물학적 해답이 모든 영역에서 항상 열역학적으로 불가능한 순환을 남겼음을 확인했다.

Threshold(임계점)의 뜻은 경계가 넘었다는 확인이다. 오늘 여섯 전선은 모두 그 경계가 어디였는지를 숫자로 보여줬다.

*출처: [Anti-CRISPR 고속 선별 bioRxiv 2026-10-21](https://www.biorxiv.org/content/10.64898/2026.10.20.760491v1), [TAG-IN 카세트 교환 bioRxiv 2026-10-24](https://www.biorxiv.org/content/10.64898/2026.01.16.700006v1), [Prime Medicine PM577a 첫 투여 2026-10-05](https://www.globenewswire.com/news-release/2026/10/05/3374466/0/en/prime-medicine-announces-first-patient-dosed-in-global-phase-1-2-clinical-trial-of-pm577a-for-h1069q-mutated-wilson-disease.html), [Gate–Lilly 계약 확장 2026-10-05](https://www.reuters.com/legal/litigation/gate-bioscience-expands-lilly-drug-discovery-deal-worth-more-than-870-million-2026-10-05/), [Boehringer–Microsoft 디지털 환자 쌍둥이 2026-10-22](https://news.microsoft.com/source/emea/2026/10/boehringer-ingelheim-and-microsoft-partner-to-drive-patient-centric-and-ai-backed-clinical-development/), [Earendil 7억 8,700만 달러 유치](https://www.prnewswire.com/news-releases/earendil-labs-announces-787-million-in-financing-to-scale-ai-driven-biologics-discovery-and-development-302719748.html), [ESMFold2·ESM Atlas Nature 2026-05-27](https://www.nature.com/articles/d41586-026-01686-3), [AlphaFold DB 확장 Nature 2026-03-17](https://www.nature.com/articles/d41586-026-00787-3), [DEEP bioRxiv 2026-10-15](https://www.biorxiv.org/content/10.64898/2026.10.15.759389v1), [hERG 계산 평가 bioRxiv 2026-10-19](https://www.biorxiv.org/content/10.64898/2026.10.19.760115v1), [ESM3-PPISites bioRxiv 2026-05-29](https://www.biorxiv.org/content/10.64898/2026.05.29.728739v1), [LoCoFlow bioRxiv 2026-10-15](https://www.biorxiv.org/content/10.64898/2026.10.15.758594v1), [성상세포 예측 한계 bioRxiv 2026-10-15](https://www.biorxiv.org/content/10.64898/2026.10.15.759300v1), [Arc Institute 비코딩 게노믹 모델 bioRxiv 2026-10-21](https://www.biorxiv.org/content/10.64898/2026.10.21.760802v1), [Nammu bioRxiv 2026-07-07](https://www.biorxiv.org/content/10.64898/2026.07.07.736993v1), [FDA Plausible Mechanism Framework 초안 2026-02-25](https://www.fda.gov/regulatory-information/search-fda-guidance-documents/considerations-use-plausible-mechanism-framework-develop-individualized-therapies-target-specific), [FDA AI 규제 의사결정 초안 2025-01-06](https://www.fda.gov/regulatory-information/search-fda-guidance-documents/considerations-use-artificial-intelligence-support-regulatory-decision-making-drug-and-biological), [PP3/BP4 보정 bioRxiv 2026-10-21](https://www.biorxiv.org/content/10.64898/2026.10.21.760715v1), [BiNVaST bioRxiv 2026-10-15](https://www.biorxiv.org/content/10.64898/2026.10.15.759369v1), [공간 대사 모델링 bioRxiv 2026-06-25](https://www.biorxiv.org/content/10.64898/2026.06.25.734531v1)*

*#AI_bioresearch #Threshold #임계점 #CRISPR #AntiCRISPR #GeneEditing #AIdrugdiscovery #단백질AI #AlphaFold #SingleCell #MultiOmics #FDA #SpatialOmics #암아틀라스 #연구동향*

---

### Post 2: CRISPR & Gene Editing — 편집을 멈추는 손잡이와, 다시 쓰는 줄

🔬 **AI × Bioresearch — Post 2 · CRISPR & Gene Editing**

오늘 유전자 편집 영역에서 임계점은 두 곳이었다. 하나는 편집을 멈추는 손잡이의 문턱, 다른 하나는 유전자에 표지를 새로 달지 않고 바꾸어끼우는 쪽의 문턱이다.

먼저 anti-CRISPR 쪽이다. 10월 21일 National Human Genome Research Institute의 Zheng·Grieve·Fidacaro·Chambers·Sadhu 그룹이 bioRxiv에 올린 연구는, 잠재적 anti-CRISPR 단백질을 유핵 세포에서 고속 선별해 Streptococcus pyogenes의 SpyCas9와 Staphylococcus aureus의 SauCas9에 각각 시험한 것이다. 결과에서 억제 능력이 한 Cas9에 대해 깊이 보존되는 계열과, 다른 Cas9에 대해서는 거의 효과가 없는 계열이 갈렸다. 이 갈림은 anti-CRISPR를 '범용 스위치'로 설계할 때 무엇을 기준으로 골라야 하는지를 정해 주는 기준선이 된다. 무엇보다 이 연구는，此前 알려지지 않았던 anti-CRISPR 계열 3종을 따로 갈라냈다. 일부는 helix-turn-helix 계열 도메인과 융합된 형태로, 일부는 여러 anti-CRISPR가 operon으로 묶여 존재하는 형태로 나타나 생성이 규칙이 아니라 규칙의 해답이 아직 정해지지 않았음을 보여준다.

두 번째는 표지를 바꾸어끼우는 쪽이다. 10월 24일 게재된 University of Wisconsin–Madison의 Han·Raj·Lemon·Wu·Stubbe·Huang·Wang 그룹은 TAG-IN을 제안했다. 카세지아누스 선충에서 원하는 유전자의 끝에 표지를 붙이려 할 때마다 유전자 전 영역을 새로 만들면 유전체 상의 자리와 실험 자금이 계속 쌓인다. TAG-IN은 FRT와 FRT3 landing pad를 이용해 카세트를 교환하는 방식으로 표지 대상을 바꿔끼우게 해, 표지 실험을 반복하는 대신 같은 자리를 재사용하게 한다. 편집 도구가 '한 번 잘라내고 버리는' 도구에서 '자리 자체를 자산으로 남기는' 도구로 넘어가는 지점이 여기다.

임상 임계점도 함께 움직였다. 10월 5일 Prime Medicine은 자가면역성 Wilson병의 주원인 ATP7B H1069Q 변이를 겨냥한 in vivo 프라임 에디터 PM577a의 글로벌 1/2상(NCT07748403)에 첫 환자를 투여했다고 밝혔다. 이 회사는 이 약을 반복 투여가 아니라 유전체 수준에서 원인을 교정하는 1회성 치료로 Positioning한다. 편집 치료의 임계점은 이제 '편집이 되느냐'가 아니라 '몇 번의 편집을 정당화하느냐'로 옮겨가고 있다.

*출처: [Zheng et al., High-throughput Eukaryotic Screening of Putative Anti-CRISPR Proteins, bioRxiv 2026-10-21 (NHGRI)](https://www.biorxiv.org/content/10.64898/2026.10.20.760491v1), [Han et al., TAG-IN swappable endogenous gene tagging, bioRxiv (University of Wisconsin–Madison)](https://www.biorxiv.org/content/10.64898/2026.01.16.700006v1), [Prime Medicine, First Patient Dosed in Global Phase 1/2 of PM577a, 2026-10-05](https://www.globenewswire.com/news-release/2026/10/05/3374466/0/en/prime-medicine-announces-first-patient-dosed-in-global-phase-1-2-clinical-trial-of-pm577a-for-h1069q-mutated-wilson-disease.html), [Prime Medicine IR release](https://investors.primemedicine.com/news-releases/news-release-details/prime-medicine-announces-first-patient-dosed-global-phase-12/)*

*#CRISPR #AntiCRISPR #Cas9 #TAGIN #C elegans #PrimeEditing #PM577a #WilsonDisease #유전자편집 #임계점*

---

### Post 3: AI Drug Discovery & 빅파마 딜 — 계약이 통과시키는 표적의 수

🔬 **AI × Bioresearch — Post 3 · AI Drug Discovery & Big-Pharma Deals**

오늘 AI 신약 영역의 임계점은 계약 구조에서 뚜렷했다. 바이어는 AI 회사에게 '얼마를 줄 것인가'가 아니라 '이 계약을 통과하면 몇 개의 표적이 실제 프로젝트가 되느냐'를 정하기 시작했다.

10월 5일 Gate Bioscience와 Eli Lilly는 기존 Molecular Gate 협력을 확장했다. 이번 확장의 규모는 성공 기준금만 8억 7천만 달러를 넘으며, 신규 표적 1개와 2번째 표적에 대한 옵션까지 포함한다. AI 기반 표적 발견 계약이 '발견費'와 '계약금' 사이에서 끝나지 않고, 성공 이후의 개발 권리를 옵션으로 묶는 구조로 넘어왔다는 뜻이다. 같은 날 나온 성과는 금융이기도 했고 자금 조달이기도 했다. 3월 20일 Earendil Labs는 7억 8,700만 달러를 유치하며 Sanofi와 Pfizer, Hillhouse의 투자와 Dimension, DST, BDF의 조합을 끌어들였고, 사안아 단일항체 리드를 2상에 진입시켰다. AI 설계 단백질 회사가 요구 자금이 아니라 베팅 자금을 끌어모으는 단계에 들어섰다는 신호다.

10월 22일 Boehringer Ingelheim은 Microsoft와 함께 Cologne에서 디지털 환자 쌍둥이를 활용한 임상 개발을 발표했다. 분자 설계 단계에서 끝나지 않고 가상의 환자轨迹를 만들어 disease progression을 모델링해, 임상시험 전에 '이 약이 어떤 환자군에서 어떻게 굴 것인가'를 계산으로 먼저 보는 구조다. 같은 날 Reuters는 제약업이 AI를 통해 비용과 기간을 줄이는 데 재투자하고 있다는 보도를 냈다. 계약의 임계점은 'AI로 무엇을 만들 수 있느냐'에서 'AI로 무엇을 검증하지 않아도 되느냐'로 이동했다.

연구 쪽에서도 임계점 하나가 뚜렷했다. 10월 21일 게재된 Shanghai Jiao Tong University의 Chen·Luan·Yu 그룹은 면역 세계 모델에 다중 에이전트 오케스트레이션을 얹어 펩타이드 백신 설계를 시도했다. 이 모델은 두 가지 홀드아웃에서 Recall@20을 각각 0.483과 0.333을 기록했다. 0.483은 기증자 수준, 0.333은 항원 출처를 가린 상태의 수준으로, 아직 임상 설계에 바로 쓸 단계는 아니다. 그럼에도 중요한 것은 이 수치가 '모델을 만들 수 있느냐'가 아니라 '모델이 무엇을 못 맞추는지'를 숫자로 남겼다는 점이다.

*출처: [Gate Bioscience expands Lilly deal worth more than $870 million, Reuters 2026-10-05](https://www.reuters.com/legal/litigation/gate-bioscience-expands-lilly-drug-discovery-deal-worth-more-than-870-million-2026-10-05/), [Earendil Labs announces $787 million financing, PR Newswire](https://www.prnewswire.com/news-releases/earendil-labs-announces-787-million-in-financing-to-scale-ai-driven-biologics-discovery-and-development-302719748.html), [Boehringer Ingelheim and Microsoft partner on AI-backed clinical development, 2026-10-22](https://news.microsoft.com/source/emea/2026/10/boehringer-ingelheim-and-microsoft-partner-to-drive-patient-centric-and-ai-backed-clinical-development/), [Pharma sector doubles down on AI to slash costs and timelines, Reuters 2026-10-22](https://www.reuters.com/business/healthcare-pharmaceuticals/pharma-sector-doubles-down-ai-amid-hopes-slashing-costs-timelines-2026-10-22/), [Chen et al., immune world model with multi-agent orchestration, bioRxiv 2026-10-21](https://www.biorxiv.org/content/10.64898/2026.10.19.760096v1)*

*#AIdrugdiscovery #BigPharma #EliLilly #GateBioscience #EarendilLabs #Boehringer #Microsoft #면역모델 #합성백신 #계약경제학*

---

### Post 4: Protein Structure & AlphaFold — 10억 개 구조와 97개 방법의 돌파

🧪 **AI × Bioresearch — Post 4 · Protein Structure & AI**

오늘 단백질 구조 영역의 임계점은 '정확도'에서 '규모'로, 그리고 '안정성 예측'에서 '실험 대체'로 두 번 이동했다.

먼저 규모 쪽이다. 5월 27일 Nature는 Biohub의 ESMFold2와 ESM Atlas를 보도했다. ESM Atlas는 10억 개 규모의 예측 구조를 웹에서 바로 열람·탐색하게 만들어, 구조가 필요할 때마다 새로 계산하는 것의 비용 자체를 없앴다. 3월 17일 Nature가 보도의 AlphaFold 데이터베이스 확장은 2억 건 규모의 예측 구조에 호모디머 모델링을 얹어 단일체 가정의 한계를 넘는 정보를 제공했다. 이 두 발표가 의미하는 것은 구조 예측이 '특별한 프로젝트의 비용'에서 '평범한 실험의 재료'로 내려앉았다는 점이다.

두 번째는 안정성 쪽이다. 10월 15일 게재된 Eötvös Loránd University의 Rozsa·Erdos 연구 DEEP는 단백질별 조상 Boltzmann machine을 앙상블로 묶어 열역학 함수를 추론한다. 64개 ProteinGym 어새이에서 단일 어새이 기준 평균 Spearman 상관계수 0.720을 기록했고, 이미 발표된 97개 제로샷 방법을 모두 앞섰다. 검증 규모도 크다. Rosetta decoy 18만 개 이상을 돌려 공개된 기준 구조와 비교했고, 돌연변이 안정성 예측에서는 AlphaFold2보다 강한 성능을 보였다. 실험 스펙트럼을 직접 쌓지 않고도 돌연변이의 영향을 순서대로 정렬할 수 있다는 것은 안정성 예측이라는 상수가 아니라 하나의 순서 문제로 바뀌었다는 의미다.

10월 19일 게재된 Queen Mary University of London의 Kopec 연구는 한 걸음 더 나갔다. hERG 채널 전류를 계산으로 재현해 심전도 계측으로 확인하던 위험 판정을 대체할 수 있는지 검토했다. 스creened 624개 화합물(S624) 데이터셋에 기반했고, hERG 억제제 PD-118057와 PD-307243에서 이온 전도성이 기준보다 2~3배 낮은 결과를 재현했다. 안전성 판정에서 가장 비싸고 느린 시험 하나가 컴퓨팅으로 대체될 수 있는지가 임계점에 걸려 있다.

결정론적 도구 쪽에도 임계점은 있었다. 5월 29일 게재된 AREA Science Park의 Cuturello 연구 ESM3-PPISites는 단백질 간 결합 부위 예측으로 HADDOCK 도킹의 탐색 시간을 한 자릿수 줄였다. 결합 위치를 먼저 좁히면 탐색 자체가 싸지는 구조다.

*출처: [AlphaFold creators roll out ESMFold2 and ESM Atlas, Nature 2026-05-27](https://www.nature.com/articles/d41586-026-01686-3), [Biohub, A world model of protein biology](https://biohub.org/news/world-model-of-protein-biology/), [AlphaFold database expansion, Nature 2026-03-17](https://www.nature.com/articles/d41586-026-00787-3), [Rozsa & Erdos, DEEP energetic model, bioRxiv 2026-10-15](https://www.biorxiv.org/content/10.64898/2026.10.15.759389v1), [Kopec et al., computational hERG assessment, bioRxiv 2026-10-19](https://www.biorxiv.org/content/10.64898/2026.10.19.760115v1), [Cuturello et al., ESM3-PPISites, bioRxiv 2026-05-29](https://www.biorxiv.org/content/10.64898/2026.05.29.728739v1)*

*#ProteinStructure #AlphaFold #ESMFold2 #ESMAtlas #Biohub #ProteinGym #Stability #hERG #HADDOCK #단백질AI #구조예측*

---

### Post 5: Single-Cell & Multi-Omics Foundation Model — 예측할 수 없는 부분의 하한

🧫 **AI × Bioresearch — Post 5 · Single-Cell & Multi-Omics Foundation Model**

오늘 single-cell 영역의 임계점은 대부분 '한계선'에서 찾았다. 모델이 어디까지 갈 수 있는지가 아니라, 갈 수 없는 부분이 어디부터 시작되는지를 정량화한 날이었다.

10월 15일 게재된 Tsinghua University의 Guan·Liu·Lan 그룹의 LoCoFlow는 유전자 발현 데이터에서 분화 경로를 flow matching으로 추론한다. lineage 추적이 있는 LARRY 데이터에서 평균 원본 Brier 점수를 0.7990에서 0.6620으로 낮췄고, 비교 대상인 scDiffEq를 앞섰다. 하지만 같은 날 Kanagawa Institute of Technology의 Takahashi 그룹은 성상세포 분화 과정이 persistent random walk 형태의 확산 법칙에 묶여 있어 어떤 모델도 넘을 수 없는 오차 바닥이 있음을 보였다. 이 연구는 mixture density network으로 예측을 시도하고 세 개 시드에서 혈관 관련 정보가 가장 좋은 예측 변수임을 확인했으며, 남는 오차는 분화 자체의 무작위 확산이 만든다고 정리했다. 두 결과는 함께 읽어야 의미가 있다. Brier 0.6620은 정답이 아니라 '무작위 확산 부분이 걷힌 뒤의 숫자'다.

10월 15일 게재된 NYU의 Malli·Vasyutyn·Majumder·Kim 그룹은 효소 동역학에 준지도 학습을 적용했다. 시퀀스 동일성 40% 수준에서도 CataPro가 동작했고, 비정답 레코드 몇천 개를 넘기면 학습이 포화되는 지점이 관찰됐다. '얼마나 많은 무标签 데이터가 필요한가'라는 질문에 숫자로 답한 셈이다. 10월 21일 게재된 Cancer Research Horizons의 Gupta 연구는 단일세포 수준에서 CRISPR knockout과 CRISPR interference를 직접 비교했다. 87개 sgRNA과 29개 UPR 유전자를 대상으로 돌려 knocking out과 knocking down이 같은 유전자라도 다른 세포 상태를 만든다는 점을 정리했다. perturbation 데이터 해석의 기준선 자체가 흔들리는 연구다.

분자 언어모델 쪽에서도 규모 임계점이 있었다. 10월 21일 게재된 Arc Institute의 Sun 그룹은 1.3Tb 유전체에서 3억 7,600만 개의 비코딩 게간 영역을 514만 개 클러스터로 압축하는 게노믹 언어모델을 제안했다. 이 안에서 구조화 RNA 후보 2만 149개 클러스터를 찾아냈고, AI 에이전트를 탐색에 투입해 후속 후보를 계속 발굴하는 구조로 확장했다. 7월 7일 게재된 Oregon State University의 Azbijari·Wynne·David·Thurber 그룹의 Nammu는 1억 6,700만 파라미터의 양방향 Mamba 아키텍처에 2만 토큰 문맥을 넣어 CAMI 분류 benchmark에서 genus 정확도 0.9182를 기록했다. Kraken2의 0.8142를 크게 앞섰고, 사용 토큰 수는 gLM2 대비 약 37% 적었다. '더 긴 문맥'과 '더 적은 연산'이 동시에 가능했다는 점이 임계점이다.

*출처: [Guan et al., LoCoFlow flow-matching trajectory inference, bioRxiv 2026-10-15 (Tsinghua)](https://www.biorxiv.org/content/10.64898/2026.10.15.758594v1), [Takahashi et al., predictability limit of astrocyte trajectories, bioRxiv 2026-10-15 (Kanagawa Institute of Technology)](https://www.biorxiv.org/content/10.64898/2026.10.15.759300v1), [Malli et al., semi-supervised enzyme kinetics, bioRxiv 2026-10-15 (NYU)](https://www.biorxiv.org/content/10.64898/2026.10.15.759462v1), [Gupta et al., single-cell CRISPRko vs CRISPRi, bioRxiv (Cancer Research Horizons)](https://www.biorxiv.org/content/10.64898/2026.08.26.747303v1), [Sun et al., prokaryotic noncoding genomic language model, bioRxiv 2026-10-21 (Arc Institute)](https://www.biorxiv.org/content/10.64898/2026.10.21.760802v1), [Azbijari et al., Nammu bidirectional Mamba, bioRxiv 2026-07-07 (Oregon State University)](https://www.biorxiv.org/content/10.64898/2026.07.07.736993v1)*

*#SingleCell #MultiOmics #FoundationModel #LoCoFlow #scDiffEq #ArcInstitute #Nammu #Mamba #CAMI #CellAtlas #분화추론 #오차바닥*

---

### Post 6: FDA & Regulation — 근거를 만드는 방식이 규제가 되는 날

⚖️ **AI × Bioresearch — Post 6 · FDA & Regulation**

오늘 규제 전선의 임계점은 '무엇을 허용하느냐'가 아니라 '근거를 어떤 형태로 제출하느냐'였다.

먼저 2월 25일 FDA가 공개한 초안 가이던스다. 'Considerations for the Use of the Plausible Mechanism Framework to Develop Individualized Therapies Targeting Specific Genetic Variants'는 특정 유전자 변이를 겨냥한 개별화 치료를 개발할 때, 환자군이 1명 또는 소수일 수밖에 없는 상황에서도 근거를 구성할 수 있게 하는 방법을 17개 권고안으로 정리했다. 유전자 편집과 RNA 치료를 모두 대상으로 삼고, 희귀질환에서 일반적인 통계적 전력을 확보하기 어려운 문제를 직접 겨냥했다. 임계점은 'n-of-1 근거를 제출할 수 있는가'였다.

AI 쪽은 2025년 1월 6일 FDA가 제안한 'Considerations for the Use of Artificial Intelligence To Support Regulatory Decision-Making for Drug and Biological Products' 초안 가이던스가طار했다. 7단계로 구성된 위험 기반 신뢰성 평가 체계를 제시하며, 어떤 AI 시스템이 어떤 의사결정 단계에서 어느 수준의 신뢰를 가져야 하는지를 다루는데, 오늘까지도 초안 상태다. CDER의 'Artificial Intelligence for Drug Development' 허브는 2026년 5월에 갱신됐고, 규제 당국과 AI 벤더가 같은 틀에서 대화하기 시작했다는 신호다.

가장 구체적인 임계점은 10월 21일 게재된 Gazi University의 Babazade·Dolas·Duzenli·Vural·Furtana·Ergun 연구에서 나왔다. 연구팀은 AlphaGenome과 SpliceAI2의 스플라이싱 예측을 ACMG 변이 해석의 PP3(건전성 근거 후방)·BP4(위험 근거 후방) 등급에 맞게 보정하는 절차를 제시했다. 결과 중 가장 충격적인 것은 위치 의존성이었다. 변이 지점으로부터 20nt 떨어진 위치에서는 ClinVar의 likely benign 판정 건수가 약 60배에 이르는 폭으로 달라졌다. 예측 정확도가 아무리 좋아도 등급 판정으로 직결되지 않으면 실전에서 쓸 수 없다는 뜻이다. 팀은 6개 등급 분류 중 2개에서 SpliceAI2가 우위에 있다고 정리했고, 30단계 benign 등급 중 14개는 아직 검증을 받지 못했다고 명시했다. 규제가 임계점에 이르려면 예측 성능이 아니라 등급 안정성이 확인되어야 한다.

*출처: [Considerations for the Use of the Plausible Mechanism Framework, FDA draft guidance 2026-02-25](https://www.fda.gov/regulatory-information/search-fda-guidance-documents/considerations-use-plausible-mechanism-framework-develop-individualized-therapies-target-specific), [Federal Register notice 2026-03713](https://www.federalregister.gov/documents/2026/02/25/2026-03713/considerations-for-the-use-of-the-plausible-mechanism-framework-to-develop-individualized-therapies), [Considerations for the Use of Artificial Intelligence To Support Regulatory Decision-Making, FDA draft guidance 2025-01-06](https://www.fda.gov/regulatory-information/search-fda-guidance-documents/considerations-use-artificial-intelligence-support-regulatory-decision-making-drug-and-biological), [FDA CDER, Artificial Intelligence for Drug Development hub](https://www.fda.gov/about-fda/center-drug-evaluation-and-research-cder/artificial-intelligence-drug-development), [Babazade et al., AlphaGenome·SpliceAI2 calibration to ACMG PP3/BP4, bioRxiv 2026-10-21](https://www.biorxiv.org/content/10.64898/2026.10.21.760715v1)*

*#FDA #Regulation #PlausibleMechanism #n-of-1 #AIGuidance #ACMG #PP3 #BP4 #AlphaGenome #SpliceAI #규제 #근거등급*

---

### Post 7: Spatial Transcriptomics & Cancer Atlas — 모델이 틀린 걸 아는 능력

🗺️ **AI × Bioresearch — Post 7 · Spatial Transcriptomics & Cancer Atlas**

오늘 공간 전사체omics·암 아틀라스 영역의 임계점은 '정확도를 높이는 것'이 아니라 '모순을 탐지하는 것'이었다.

먼저 10월 15일 게재된 St. Jude Children's Research Hospital의 Zhang·Li·Liu·Fridley·Cheng·Plummer·Wu·Chiang·Li 그룹의 BiNVaST는 Xenium, CosMx, Stereo-seq, Visium HD 네 개 플랫폼을 하나의 베이스라인으로 묶어 비교하는 작업에 집중했다. 학습 데이터로는 실제 관측치 대신 SVD와 최적Transport로 합성 데이터를 만들어 쓰고, 4개 조직 유형에서 온 6개 검체를 다루었다. 플랫폼별로 따로 최적화하던 시기를 '한 기준선 위의 비교'로 끌어올린 것이 이 연구의 임계점이다.

10월 15일 게재된 Sichuan Cancer Hospital의 Zhang 그룹은 다른 각도에서 같은 문제를 다뤘다. 암 진행을 그래신 신경망 좌표로 재배열해 진행 단계마다 표현형 구름(phenotype cloud)이 어떻게 재편되는지를 보고, Field–Flow–Front 개념으로 변화의 방향과 속도를 정리했다. 그 과정에서 integrin–FAK 접착·기계전달이 진행 취약점으로 지목됐다. 공간 데이터가 '어느 세포가 있다'가 아니라 '어떤 변화가 진행을 막고 있는가'로 읽히기 시작한 것이다.

가장 뚜렷한 임계점은 6월 25일 게재된 Iowa State University의 Zargar·Malla·Raghunath·Saha·Chowdhury 연구에서 나왔다. 연구팀은 전립선암 한 종양의 12개 해부 영역에 대해 공간 대사 플럭스를 모델링했다. 생물학적 해답을 제약 없이 풀었을 때 12개 영역 모두에서 열역학적으로 불가능한 순환이 남았고, 그 안의 내부 플럭스가 허용치보다 190~890배 높았다. 즉 해답을 못 찾는 게 아니라 해답이 들어맞지 않는다는 뜻이다. 연구팀은 이 현상을 짚고 나서 순환이 없는 해답 17,592개 경계 중 94.7%가 정확히 재현되는지 검증했고, 공간 조건이 p=0.023으로 유의한 반면 조직학적 조건은 p=0.52로 유의하지 않다는 차이를 얻었다. CD36, FABP 계열, SLC27A1/4 같은 수송체 단백질이 후보로 남았다. 대사 모델에서 '불가능한 해답을 걸러내는 것'이 플럭스 값 자체보다 먼저라는 점은 이 영역의 새 임계점이다.

아틀라스 스케일도 함께 커졌다. 9월 4일 medRxiv에 게재된 SCP3851 전이성 유방암 공간 아틀라스는 126개 종양 검체, 44명 환자, 52만 850개 세포를 담아 공간 전사체 기준 아틀라스의 밀도를 한 단계 올렸다.

*출처: [Zhang et al., BiNVaST cross-platform spatial benchmark, bioRxiv 2026-10-15 (St. Jude)](https://www.biorxiv.org/content/10.64898/2026.10.15.759369v1), [Zhang et al., phenotype-cloud reorganization in cancer progression, bioRxiv 2026-10-20 (Sichuan Cancer Hospital)](https://www.biorxiv.org/content/10.64898/2026.10.20.760393v1), [Zargar et al., spatial metabolic modelling of prostate cancer, bioRxiv 2026-06-25 (Iowa State University)](https://www.biorxiv.org/content/10.64898/2026.06.25.734531v1), [SCP3851 spatial atlas of metastatic breast cancer, medRxiv 2026-09-04](https://www.biorxiv.org/content/10.64898/2026.09.04.26361940v1)*

*#SpatialOmics #CancerAtlas #VisiumHD #Xenium #CosMx #StereoSeq #Metabolism #GraphNeuralNetwork #전사체omics #대사플럭스*

---

### Post 8: 오늘의 요약 — Threshold(임계점) Day

🧭 **AI × Bioresearch — Post 8 · 오늘의 요약**

오늘의 여섯 전선은 다른 종류의 일처럼 보이지만 같은 종류의 질문에 답하고 있었다. 그 질문은 '이 기술이 얼마나 잘하느냐'가 아니라 '무엇이 되는 순간이냐'였다.

유전자 편집에서 임계점은 손잡이와 자리에 있었다. anti-CRISPR 수백 개를 유핵 세포에서 고속 선별해 Cas9 두 종류에 나눠 시험한 결과, 억제 능력의 보존 깊이와 종 특이성이 갈렸고 그 안에서 anti-CRISPR 계열 3종이 새로 분리됐다. TAG-IN은 표지를 붙일 자리를 재사용 가능하게 만들어 편집이 자산이 되게 했고, Prime Medicine은 10월 5일 PM577a에 첫 환자를 넣어 1회성 치료의 임계점을 넘었다.

AI 신약에서는 계약이 바뀌었다. Gate Bioscience와 Eli Lilly의 8억 7천만 달러 이상 기준금 확장은 AI 발견이 '발견 비용'이 아니라 '표적 옵션 권리'로 거래되는 단계였음을 보여줬고, Earendil Labs의 7억 8,700만 달러는 그 bets를 뒷받침하는 자본이 생겼다는 뜻이었다. Boehringer Ingelheim이 10월 22일 Microsoft와 Cologne에서 디지털 환자 쌍둥이로 임상 개발에 들어간 것은 검증 단계를 앞당기는 것이고, Shanghai Jiao Tong의 면역 세계 모델은 Recall@20 0.483과 0.333으로 자기 한계를 숫자로 남겼다.

단백질 구조에서는 규모와 대체가 동시에 임계점을 넘었다. ESMFold2와 ESM Atlas가 10억 개 구조를 무료로 열고 AlphaFold 데이터베이스가 2억 건과 호모디머로 확장되면서 구조가 재료가 됐고, DEEP는 64개 ProteinGym 어새이에서 0.720을 기록하며 97개 제로샷 방법을 모두 앞섰으며, hERG 계산 평가와 ESM3-PPISites는 각각 안전성 시험과 도킹 탐색의 비용을 낮췄다.

Single-cell에서는 한계가 선명해졌다. LoCoFlow가 Brier 점수 0.7990에서 0.6620으로 내려갔지만, 성상세포 연구가 동시에 그 남은 오차가 persistent random walk 형태의 확산에서 온다는 것을 보여줬다. Arc Institute의 3억 7,600만 개 게간 영역 모델이 구조화 RNA 후보 2만 149개를 찾아냈고, Nammu는 1억 6,700만 파라미터로 CAMI 0.9182를 37% 적은 토큰으로 달성했다. 모델이 잘하는 영역과 잘 못 하는 영역의 경계가 처음으로 같은 보고서에 들어갔다.

규제와 공간 영역도 임계점을측정 가능한 형태로 남겼다. FDA는 n-of-1 근거를 만드는 방법을 17개 권고안으로 정리했고, PP3/BP4 보정 연구는 20nt 거리에서 ClinVar likely benign 판정이 약 60배 달라질 수 있음을 보여줬다. 공간 쪽에서는 BiNVaST가 네 플랫폼을 한 기준선으로 묶었고, 전립선암 공간 대사 모델링은 12개 영역 모두에서 열역학적으로 불가능한 순환을 발견했다. 아틀라스는 126개 검체·44명 환자·52만 850개 세포까지 자랐다.

임계점 다음에는 임계점의 위치가 더 중요해진다. 2026년 남은 분기 동안 각 영역에서 어느 숫자를 먼저 통과할 것인지가 다음 리포트의 실질적인 질문이 된다.

*출처: [Anti-CRISPR 고속 선별 bioRxiv 2026-10-21](https://www.biorxiv.org/content/10.64898/2026.10.20.760491v1), [TAG-IN bioRxiv (UW–Madison)](https://www.biorxiv.org/content/10.64898/2026.01.16.700006v1), [PM577a 첫 투여 2026-10-05](https://www.globenewswire.com/news-release/2026/10/05/3374466/0/en/prime-medicine-announces-first-patient-dosed-in-global-phase-1-2-clinical-trial-of-pm577a-for-h1069q-mutated-wilson-disease.html), [Gate–Lilly 2026-10-05](https://www.reuters.com/legal/litigation/gate-bioscience-expands-lilly-drug-discovery-deal-worth-more-than-870-million-2026-10-05/), [Earendil 7억 8,700만 달러](https://www.prnewswire.com/news-releases/earendil-labs-announces-787-million-in-financing-to-scale-ai-driven-biologics-discovery-and-development-302719748.html), [Boehringer–Microsoft 2026-10-22](https://news.microsoft.com/source/emea/2026/10/boehringer-ingelheim-and-microsoft-partner-to-drive-patient-centric-and-ai-backed-clinical-development/), [면역 세계 모델 bioRxiv 2026-10-21](https://www.biorxiv.org/content/10.64898/2026.10.19.760096v1), [ESMFold2·ESM Atlas Nature 2026-05-27](https://www.nature.com/articles/d41586-026-01686-3), [AlphaFold DB Nature 2026-03-17](https://www.nature.com/articles/d41586-026-00787-3), [DEEP bioRxiv 2026-10-15](https://www.biorxiv.org/content/10.64898/2026.10.15.759389v1), [hERG 계산 평가 bioRxiv 2026-10-19](https://www.biorxiv.org/content/10.64898/2026.10.19.760115v1), [ESM3-PPISites bioRxiv 2026-05-29](https://www.biorxiv.org/content/10.64898/2026.05.29.728739v1), [LoCoFlow bioRxiv 2026-10-15](https://www.biorxiv.org/content/10.64898/2026.10.15.758594v1), [성상세포 예측 한계 bioRxiv 2026-10-15](https://www.biorxiv.org/content/10.64898/2026.10.15.759300v1), [Arc Institute 모델 bioRxiv 2026-10-21](https://www.biorxiv.org/content/10.64898/2026.10.21.760802v1), [Nammu bioRxiv 2026-07-07](https://www.biorxiv.org/content/10.64898/2026.07.07.736993v1), [FDA Plausible Mechanism Framework 2026-02-25](https://www.fda.gov/regulatory-information/search-fda-guidance-documents/considerations-use-plausible-mechanism-framework-develop-individualized-therapies-target-specific), [FDA AI 규제 초안 2025-01-06](https://www.fda.gov/regulatory-information/search-fda-guidance-documents/considerations-use-artificial-intelligence-support-regulatory-decision-making-drug-and-biological), [PP3/BP4 보정 bioRxiv 2026-10-21](https://www.biorxiv.org/content/10.64898/2026.10.21.760715v1), [BiNVaST bioRxiv 2026-10-15](https://www.biorxiv.org/content/10.64898/2026.10.15.759369v1), [공간 대사 모델링 bioRxiv 2026-06-25](https://www.biorxiv.org/content/10.64898/2026.06.25.734531v1)*

*#AI_bioresearch #Threshold #임계점 #CRISPR #AIdrugdiscovery #단백질AI #SingleCell #MultiOmics #FDA #SpatialOmics #CancerAtlas #요약 #연구동향*

---

## Sources (1차 출처 30개)

1. [Zheng, Grieve, Fidacaro, Chambers, Sadhu — High-throughput Eukaryotic Screening of Putative Anti-CRISPR Proteins against SpyCas9 and SauCas9, bioRxiv 2026-10-21 (National Human Genome Research Institute)](https://www.biorxiv.org/content/10.64898/2026.10.20.760491v1)
2. [Han, Raj, Lemon, Wu, Stubbe, Huang, Wang — TAG-IN, a swappable strategy for endogenous gene tagging via cassette exchange, bioRxiv (University of Wisconsin–Madison)](https://www.biorxiv.org/content/10.64898/2026.01.16.700006v1)
3. [Prime Medicine — First Patient Dosed in Global Phase 1/2 Clinical Trial of PM577a for H1069Q-Mutated Wilson Disease, 2026-10-05](https://www.globenewswire.com/news-release/2026/10/05/3374466/0/en/prime-medicine-announces-first-patient-dosed-in-global-phase-1-2-clinical-trial-of-pm577a-for-h1069q-mutated-wilson-disease.html)
4. [Prime Medicine Investor Relations — PM577a global Phase 1/2 first patient dosed](https://investors.primemedicine.com/news-releases/news-release-details/prime-medicine-announces-first-patient-dosed-global-phase-12/)
5. [Reuters — Gate Bioscience expands Lilly drug discovery deal worth more than $870 million, 2026-10-05](https://www.reuters.com/legal/litigation/gate-bioscience-expands-lilly-drug-discovery-deal-worth-more-than-870-million-2026-10-05/)
6. [Earendil Labs — Announces $787 Million in Financing to Scale AI-Driven Biologics Discovery and Development, PR Newswire](https://www.prnewswire.com/news-releases/earendil-labs-announces-787-million-in-financing-to-scale-ai-driven-biologics-discovery-and-development-302719748.html)
7. [Boehringer Ingelheim and Microsoft Partner to Drive Patient-Centric and AI-Backed Clinical Development, 2026-10-22 (GlobeNewswire)](https://www.globenewswire.com/news-release/2026/10/22/3386225/0/en/boehringer-ingelheim-and-microsoft-partner-to-drive-patient-centric-and-ai-backed-clinical-development.html)
8. [Microsoft Newsroom EMEA — Boehringer Ingelheim and Microsoft partnership announcement, 2026-10-22](https://news.microsoft.com/source/emea/2026/10/boehringer-ingelheim-and-microsoft-partner-to-drive-patient-centric-and-ai-backed-clinical-development/)
9. [Reuters — Pharma sector doubles down on AI amid hopes of slashing costs and timelines, 2026-10-22](https://www.reuters.com/business/healthcare-pharmaceuticals/pharma-sector-doubles-down-ai-amid-hopes-slashing-costs-timelines-2026-10-22/)
10. [Chen, Luan, Yu — Immune world model with multi-agent orchestration for peptide vaccine design, bioRxiv 2026-10-21 (Shanghai Jiao Tong University)](https://www.biorxiv.org/content/10.64898/2026.10.19.760096v1)
11. [Callaway & Naddaf — AlphaFold creators roll out ESMFold2 and ESM Atlas, Nature 2026-05-27](https://www.nature.com/articles/d41586-026-01686-3)
12. [Biohub — A world model of protein biology (ESM Atlas)](https://biohub.org/news/world-model-of-protein-biology/)
13. [AlphaFold database expansion adds homodimer models, Nature 2026-03-17](https://www.nature.com/articles/d41586-026-00787-3)
14. [Rozsa & Erdos — DEEP: ancestral Boltzmann machine ensemble for protein stability, bioRxiv 2026-10-15 (Eötvös Loránd University)](https://www.biorxiv.org/content/10.64898/2026.10.15.759389v1)
15. [Kopec et al. — Computational assessment of hERG channel currents, bioRxiv 2026-10-19 (Queen Mary University of London)](https://www.biorxiv.org/content/10.64898/2026.10.19.760115v1)
16. [Cuturello et al. — ESM3-PPISites: protein–protein interaction site prediction, bioRxiv 2026-05-29 (AREA Science Park)](https://www.biorxiv.org/content/10.64898/2026.05.29.728739v1)
17. [Guan, Liu, Lan — LoCoFlow flow-matching trajectory inference, bioRxiv 2026-10-15 (Tsinghua University)](https://www.biorxiv.org/content/10.64898/2026.10.15.758594v1)
18. [Takahashi et al. — Predictability limit of astrocyte differentiation trajectories, bioRxiv 2026-10-15 (Kanagawa Institute of Technology)](https://www.biorxiv.org/content/10.64898/2026.10.15.759300v1)
19. [Malli, Vasyutyn, Majumder, Kim — Semi-supervised learning for enzyme kinetics, bioRxiv 2026-10-15 (New York University)](https://www.biorxiv.org/content/10.64898/2026.10.15.759462v1)
20. [Gupta et al. — Comparative single-cell profiling of CRISPR knockout and interference, bioRxiv (Cancer Research Horizons)](https://www.biorxiv.org/content/10.64898/2026.08.26.747303v1)
21. [Sun et al. — Genomic language model for prokaryotic noncoding regions, bioRxiv 2026-10-21 (Arc Institute)](https://www.biorxiv.org/content/10.64898/2026.10.21.760802v1)
22. [Azbijari, Wynne, David, Thurber — Nammu: bidirectional Mamba genomic language model, bioRxiv 2026-07-07 (Oregon State University)](https://www.biorxiv.org/content/10.64898/2026.07.07.736993v1)
23. [FDA — Considerations for the Use of the Plausible Mechanism Framework to Develop Individualized Therapies Targeting Specific Genetic Variants (draft guidance), 2026-02-25](https://www.fda.gov/regulatory-information/search-fda-guidance-documents/considerations-use-plausible-mechanism-framework-develop-individualized-therapies-target-specific)
24. [Federal Register — Considerations for the Use of the Plausible Mechanism Framework, notice 2026-03713, 2026-02-25](https://www.federalregister.gov/documents/2026/02/25/2026-03713/considerations-for-the-use-of-the-plausible-mechanism-framework-to-develop-individualized-therapies)
25. [FDA — Considerations for the Use of Artificial Intelligence To Support Regulatory Decision-Making for Drug and Biological Products (draft guidance), 2025-01-06](https://www.fda.gov/regulatory-information/search-fda-guidance-documents/considerations-use-artificial-intelligence-support-regulatory-decision-making-drug-and-biological)
26. [FDA CDER — Artificial Intelligence for Drug Development hub](https://www.fda.gov/about-fda/center-drug-evaluation-and-research-cder/artificial-intelligence-drug-development)
27. [Babazade, Dolas, Duzenli, Vural, Furtana, Ergun — AlphaGenome and SpliceAI2 calibration as ACMG PP3/BP4 evidence, bioRxiv 2026-10-21 (Gazi University)](https://www.biorxiv.org/content/10.64898/2026.10.21.760715v1)
28. [Zhang, Li, Liu, Fridley, Cheng, Plummer, Wu, Chiang, Li — BiNVaST cross-platform spatial transcriptomics benchmark, bioRxiv 2026-10-15 (St. Jude Children's Research Hospital)](https://www.biorxiv.org/content/10.64898/2026.10.15.759369v1)
29. [Zhang et al. — Phenotype-cloud reorganization during cancer progression, bioRxiv 2026-10-20 (Sichuan Cancer Hospital)](https://www.biorxiv.org/content/10.64898/2026.10.20.760393v1)
30. [Zargar, Malla, Raghunath, Saha, Chowdhury — Spatial metabolic modelling of prostate cancer, bioRxiv 2026-06-25 (Iowa State University)](https://www.biorxiv.org/content/10.64898/2026.06.25.734531v1)
31. [SCP3851 — Spatial atlas of metastatic breast cancer, medRxiv 2026-09-04](https://www.biorxiv.org/content/10.64898/2026.09.04.26361940v1)