Science：详细解读预防下一次大流行病所需采取的措施和付出的经济成本
2020年7月27日讯/生物谷BIOON/---迄今为止，COVID-19造成的损失至少为2.6万亿美元，并且可能是这个数字的10倍。这是100年来全球最大的一次大流行病。在出现6个月后，它已经造成60多万人死亡，并正在对全球经济产生重大影响。美国普林斯顿大学生态学和进化生物学教授Andrew Dobson问道，“如果要防止这种情况再次发生，需要花费多少钱？
IJC：新研究指出制造CAR-T细胞产品的成本可大幅降低
2020年6月27日讯/生物谷BIOON/---嵌合抗原受体（CAR）T细胞（CAR-T）疗法是一种新的、在某些情况下非常有效的免疫疗法，可用于治疗某些类型的血液和淋巴系统癌症。然而，这种有前途的治疗方法是有成本的。制造商对单个患者制造CAR-T细胞的收费高达32万欧元。在一项新的研究中，通过确定所涉及的固定成本和可变成本，来自德国癌症研究中心（DKFZ）的
JAMA最新分析：一个新药的中位研发成本约10亿美元
3月2日，发表于《美国医学会杂志》(JAMA)上的一项最新分析显示：2009-2018期间，美国生物制药公司将每个新药推向市场的成本约为10亿美元。这项分析包括了在临床开发中失败的项目，证实了此前其他机构公布的数据，但反驳了塔夫茨大学在2016年公布的分析结果，后者使用了由制药商提供的机密数据，显示将一个新药推向市场的成本高达30亿美元。JAMA上的这项分析
Science子刊：新型分类测试方法可快速、超灵敏、低成本地检测活动性结核病
2019年11月22日讯/生物谷BIOON/---全世界有超过1000万人患有活动性结核病（active tuberculosis, ATB），每年死于这种疾病的人数超过100万人。大多数患者生活在资源匮乏的国家，在那里，对ATB的诊断尤其具有挑战性---新的测试需要昂贵的实验室设备，而这些设备通常是不可获得的。此外，采集痰样本并进行培养的历史标准很慢，而且通常不够灵敏，无法正确识别ATB，这意味
iPSC来源的CAR-NK疗法获批临床 应对CAR-T复发和成本挑战
近期，致力于开发细胞免疫疗法的Fate Therapeutics宣布美国FDA已经批准了其在研疗法FT596的研究性新药(IND)申请。FT596源自克隆主诱导多能干细胞(iPSC)系，是该公司首个现成的CAR-NK)细胞免疫疗法，靶向多种肿瘤相关抗原。Fate公司计划启动FT596单药及联合CD20单抗治疗B细胞淋巴瘤和慢性淋巴细胞白血病的临床研究。“FT596是一种突破性的候选产品，具有替代当
微流控自动化技术革新RNA-Seq文库构建流程 --- FLUIDIGM发布更高效、更节约成本的Advanta RNA-Seq NGS 文库构建解决方案
作为不断创新的生物科技领导者，Fluidigm公司长期致力于通过全方位的健康洞察力来改善人们的生活。近日，Fluidigm公司发布了最新的Advanta RNA-Seq NGS 文库制备解决方案。该方案利用微流控自动化技术，为RNA-seq二代测序文库制备流程带来突破性的变革，不但极大提高了中高通量实验室的工作效率，同时也大幅降低了实验成本。Advanta™ RNA-Seq NGS L
Nature：利用酵母低成本地合成高质量的大麻素及其类似物
2019年3月7日讯/生物谷BIOON/---大麻（Cannabis sativa L.）因其药用价值已在全球种植和使用了数千年。一些大麻素（cannabinoid）---大麻的特征性成分---及其类似物因其潜在的医学用途而被广泛研究。某些大麻素制剂已被批准作为一些国家的处方药用于治疗一系列人类疾病。然而，大麻素的研究和药物使用因对大麻的法律限制、几十种已知的大麻素在植物中的较低丰度及其结构复杂性
利用手机摄像头快速低成本检测血液中超低浓度的蛋白
2019年3月9日讯/生物谷BIOON/---医学诊断的前沿之一是努力开发更敏感的血液测试。检测极其罕见的蛋白质的能力可能在许多情形下---比如早期检测某些癌症或者诊断创伤性脑损伤---挽救生命，在这些情形下，相关的生物标志物仅以极少量出现。超敏感蛋白质检测的商业方法开始变得可用，但是它们基于昂贵的光学器件和流体处理器，这使得它们相对笨重且昂贵，从而限制它们在实验室环境下的使用。具有这类作为即时检
生物谷免费直播：药品研发生产中，快速、低成本的新技术！
药物研发具有三大特点：耗时长、成功率低、投入高，正是这些特点造就了资本密集型、人才密集型的制药行业。原研新药涉及候选化合物的发现、临床前药理毒理研究、I/Ⅱ/Ⅲ期临床试验、注册申报和上市等一系列漫长过程，平均耗时长达14年。如此漫长的时间投入和巨量的资金投入是众多国内企业暂时难以企及的，因此国内药物研发的高地在过去很长一段时间内仍是化学仿制药。然而仿制药的研发并非如想象中那么简单，特别是随着国家"
日本团队开发出能够大幅降低新药研制成本的“AI创药”系统
据《西日本新闻》报道，九州工业大学开发了一种“AI创药”系统。该系统能够在利用人工智能（AI）对长期积累的医疗数据进行分析基础上，预测针对某种疾病的现有药物是否对其他疾病有效。研究人员注意到不同疾病之间会存在不同类型的蛋白质变异，于是利用AI对各种类型的蛋白质变异情况进行比照，然后根据蛋白质变异类型的相似性匹配出相应替代药物。这种“AI创药”的具体做法是：首先对大约1300种疾病中出现