汤继亮：谈制药行业“智能制造”的几个有关问题（上）
讲师简介：汤继亮研究员工作单位：上海医药工业研究院专业：医药自动化和信息化工程研究与设计专业社会职务：· 原国家医药管理局电子技术改造医药传统产业专家组专家· 北京大学国际药物工程管理硕士项目客座教授· 华东理工大学GMP研究生班客座教授· 上海市政府采购评审专家· 注册全国自动化系统工程师（ASE）· 注册国家设备监理师· 中国仪器仪表学会医药测控技术专家组专家· 工业控制系统信息安全产业联盟专
勃林格殷格翰在ATS上发布尼达尼布的最新分析结果
-接受OFEV?（尼达尼布）治疗的特发性肺纤维化（IPF）患者获得肺功能改善或稳定的比例是安慰剂组患者的两倍1单独的亚组分析显示，在需要调整剂量以控制不良事件的患者中，OFEV®在减缓疾病进展方面的长期疗效可维持长达96周2 在另外一项汇总分析中，大多数（90%）患者具有高心血管（CV）风险，结果显示OFEV与安慰剂治疗组患者中的主要CV不良事件的发生率，两组相似，并且都是比较低的3 上海
还发在Nature子刊上？
你是否曾注意到，每当身体遭遇系统性的病毒感染（如流感）或炎症时，大脑的学习和记忆功能会出现减退？最近，纽约大学朗格尼医学中心(NYU Langone Medical Center)的研究人员发现了可能导致上述现象的一种天然免疫机制，并于《自然》子刊《Nature Medicine》上发表。小鼠试验的证据表明，进入任何身体部位血液的病毒都会激活一种高表达趋化因子受体CX3CR1的单核细胞。这种天然免
建立在大数据库基础上的真实世界研究---专访中山大学医药经济研究所所长 宣建伟
编者按：RWS是以患者为中心的结局研究。是运用流行病学研究方法，在真实无偏倚或偏倚较少的人群中，对某种或某些干预措施（包括诊断，治疗， 预后）的实际情况进行研究。生物谷： 宣教授您好，非常感谢您参加生物谷主办的2017真实世界研究峰会， 并在会前接受生物谷的采访。真实世界研究提出之后，中国真实世界医疗大数据库的建立水到渠成，请您介绍一下真实世界医疗大数据库建立的背景和意义以及医疗大数据分析在循证医
Cell：2017年生物物理周上呈现的10大美图
2017年5月17日 讯 /生物谷BIOON/ --2017年的生物物理周为大家呈现了哪些精美照片呢？请跟随小编的脚步……1、绷紧的感觉（Tensed to Sense）作者：伊利诺伊大学 Anthony Fan如图所示，这是一幅在共聚焦显微镜下对发育中的果蝇胚胎中神经元（绿色）和细胞骨架（红色）进行成像的图片，当受到压缩负荷后（图左），神经元就会在短短几分钟内伸直（图右） ，而这是通过多种细胞骨
美学者研发仿生皮肤提高感官敏锐度，可 3D 打印在皮肤上
美国研究人员最近发明了一种仿生皮肤，据说不仅能让人感官一下子敏锐起来，更关键的是，这种材料可以直接3D 打印在人体皮肤上。英国《每日邮报》5 月 12 日报道，明尼苏达大学研究人员使用一种特制打印机打印出这种柔性电子传感设备，外观如皮肤般。打印机4个喷嘴能喷出不同类型的“墨水”以打印设备各个分层。其中，底层是硅胶材质，往上依次为导电油墨制成的电极、硬币大小的压力传感器以及能冲洗掉的牺牲层。与传统3
福建农林大学Chris教授在Nature Reviews Microbiology刊物上发表科研成果
近日，由福建农林大学资源与环境学院环境微生物学研究所特聘教授Christopher Rensing和康奈尔大学的Pete Chandrangsu 和John D. Helmann教授共同完成的题为“Metal Homeostasis and Resistance in Bacteria” (doi：10.1038/nrmicro.2017.15)的研讨成果，近日以综述性论文发表在Nat
地球上的生命已适应重力，我们的细胞和组织在太空中会发生什么？
我们的首个载人航天任务完全改变了我们对重力如何影响生物系统的看法。重力不仅让我们呆在地上；它也影响我们的身体如何在最小的尺度上发挥功能。如今，因可能存在更长的航天任务，研究人员正在努力找出重力缺乏对我们的生理学特征意味着什么，如何去加以弥补。
章晓辉教授课题组发表在Nature Neuroscience上的最新成果
3月6日，《自然•神经科学》（Nature Neuroscience）在线发表了北京师范大学认知神经科学与学习国家重点实验室章晓晖教授课题组关于大脑关联学习的内嗅皮层−海马环路机制的重要发现。此论文将作为封面推荐文章正式发表于4月刊《自然•神经科学》。
这次是在心脏病预测上 | 奇点猛科技
上周五，《科学》杂志报道了英国诺丁汉大学流行病学家Stephen Weng博士团队发表在《PLOS ONE》上的重要研究成果，Weng博士团队将机器学习算法应用于电子病历的常规数据分析，发现与当前的心脏病预测方法相比，深度学习算法不仅可以更准确地预测心脏病发病风险，还可以降低假阳性患者数量(1)。人工智能再一次战胜人类。