-
近半晚期癌症患者缓解！突破性双抗最新临床试验结果公布临床研究Merus近日公布了其在研双特异性抗体petosemtamab在既往接受治疗（2L+）的复发/转移性头颈部鳞状细胞癌（r/m HNSCC）患者中开展的2期试验的中期积极数据。 结果显示， 1500 mg剂量的petosemtamab单药治疗在2L+ HNSCC患者中展现出显著的临床疗效，有近半患者获得缓解。 分析显示， 由研究者按 RECIST v1.1 标准所检视的 47 名可评估疗效患者的总缓解率（ ORR ）为 40.4% ，其中有 19 名确认部分缓解（ PR ），另 1 名未确认的 PR 在截止日后确认。药明康德2024-03-14PR 头颈部鳞状细胞癌 双抗
-
“癌症之王”患者生存率近100%！靶向多种KRAS突变小分子临床试验结果亮眼临床研究今日，Revolution Medicines公司公布其在研泛RAS抑制剂RMC-6236的最新临床结果。 分析显示，在 RMC-6236-001临床 1/1b期研究当中，RMC-6236单药作为转移性胰腺导管腺癌（PDAC）患者二线疗法时显示出显著疗效，支持3期临床试验RASolute 302的持续推进。 致癌 RAS 蛋白驱动高达 30% 的所有人类癌症，尤其是在 PDAC 、 NSCLC 和结直肠癌（ CRC ）中最为显著。药明康德2024-03-14KRAS 胰腺导管腺癌
-
67%患者获完全缓解，现货型CAR-NK疗法早期临床结果积极；强生重磅IL-23抑制剂递交监管申请临床研究“智能”现货型CAR-NK疗法早期临床结果积极。 SENTI-202是一种潜在“first-in-class”逻辑门控现货型嵌合抗原受体自然杀伤细胞（CAR-NK）疗法 ，用于治疗复发/难治性血液恶性肿瘤，包括急性髓系白血病（AML）。 SENTI-202旨在 选择性靶向并清除表达CD33和/或FLT3的血液恶性肿瘤，同时避免杀伤健康骨髓细胞。药明康德2024-03-14CD33 IL-23 CAR-NK
-
15家创新药公司完成新一轮融资！医药投融资根据药明康德内容部统计，截至2024年11月28日，今年11月全球生物医药领域共计 完成143起融资活动 ，累计公开披露的融资总额 已经超过了27亿美元 。 其中，有 15家专注于开发创新药的公司完成的单笔融资额突破了5000万美元大关 。 这些公司不仅涵盖了传统的小分子药物研发，也包括了多种创新的新分子疗法领域。药明康德2024-03-14创新药
-
近30亿美元！诺华囊获穿越血脑屏障小分子疗法交易并购PTC Therapeutics今日宣布，与诺华（Novartis）签署了一项关于亨廷顿病项目PTC518及其相关分子的独家全球许可与合作协议。 根据协议，PTC将获得10亿美元的预付款，以及高达19亿美元的开发、监管和销售里程碑款项。 PTC518 源自 PTC 经验证的靶向mRNA剪接平台，该项目目前正在进行中的 2 期 PIVOT-HD 试验中接受评估。药明康德2024-03-14亨廷顿病 囊 血脑屏障
-
SHC Insights | 初“核”绽放，放射配体疗法行业展望前沿研究SHC Insights。 聚焦全球医药趋势·分享基金研究洞见。 核医学 是临床医学现代化的重要标志之一，是核技术与生命科学相结合的产物，不论用于临床诊断还是治疗均有广阔的应用前景。上海生物医药基金2024-03-14TS 放射配体疗法
-
地图样萎缩监测的新视角：标准视野与超广角FAF成像的对比研究前沿研究眼底自发荧光（FAF）是地图样萎缩（GA）监测的重要手段，广泛应用于临床和临床试验中。 标准的30度视野成像（Heidelberg Engineering）使用蓝光激发产生FAF图像，而超广角FAF成像（Optos）则能够提供单张图像200度的视野，并使用绿光激发。 尽管GA在两种成像模式下均表现为低自发荧光，但不同设备之间的测量差异尚不明确，跨设备比较需谨慎进行。医信眼科2024-03-14FAF Optos 地图样萎缩
-
病例实战丨警惕！进展缓慢的结膜无痛性肿瘤可能是恶性前沿研究患者5年前查出左眼无痛性肿瘤，进展缓慢，未重视。 5年后复查，发现肿瘤已侵袭至巩膜，为恶性肿瘤。 患者女，77岁，5年前出现左眼无痛性肿瘤，未重视。医信眼科2024-03-14恶性肿瘤 结膜无痛性肿瘤
-
OptiVitro CHO无血清瞬转培养基CE06，助力提升生物药早研效率前沿研究生物药研发加速：瞬转技术的关键角色。 近年来，生物药行业发展迅猛，从抗体药物到基因治疗产品，全球市场对 高质量、高效率 研发流程的需求日益增加。 瞬转技术的最大优势在于 无需稳定细胞株构建，即可快速获得高表达的重组蛋白或抗体 ，从而显著缩短研发周期。依科赛生物2024-03-14生物药早研
-
Nat Mach Intell｜一种分子集合表示模型，用于分子性质的多任务预测前沿研究分子的计算表示可以采用多种形式，包括图结构、图的字符串编码、二进制向量或实值向量形式的学习分子表示。 作者提出了一个基于集合表示学习的分子机器学习框架。 研究表明，在最常用的化学基准数据集上，仅在原子不变集合上学习就可以达到最先进的基于图的模型的性能，并且在图神经网络（GNN）中引入集合表示层可以超越现有的化学和生物学领域中已建立的方法的性能。智药邦2024-03-14Nat Mach 分子性质
添加收藏
浙公网安备33011002015279
本网站未发布麻醉药品、精神药品、医疗用毒性药品、放射性药品、戒毒药品和医疗机构制剂的产品信息