各领风骚，细数我国最具投资价值的CAR-T研发企业
目前国内已经涌现了一批各有特色、独具投资价值的CAR-T企业，分别是临床进展最快的南京传奇生物、专研适用实体瘤治疗的科济生物、专注产业化的博生吉安科。随着病患需求日益增长，监管制度不断推进，国内外合作日益密切以及大量资金不断投入研发，国内CAR-T细胞疗法产业发展迅速，已经有近百家不同规模的公司投入到CAR-T细胞疗法的研发中。虽然国内CAR-T细胞疗法研发热度不断升温，但
第三方医检“四巨头”较量：市场份额占10%
目前，国内第三方医检市场以迪安诊断、金域检测、艾迪康、达安基因四家龙头企业为主，四大龙头ICL实验室总数超过100家，份额占整个第三方医检市场的70%左右。第三方医学检验，又称独立医学检验中心（ICL）是指在卫生行政部门许可下，具有独立法人资格，独立于医疗机构之外、从事医学检验或病理诊断服务，能独立承担相应医疗责任的医疗机构。独立医学实验室利用其成本控制、专业化等优势为各类
做好金融服务科技创新的终端：中关村生命科学园金融超市助力小微企业解决融资难题
7月12日，一个普通周四的下午，首都医科大学附属北京安贞医院超声心动科二部主任何怡华教授再一次站在演讲台前。不过，这一次她不是授课，也不是经验交流，而是以创业项目负责人的身份，参与由中关村生命科学园孵化器等多家单位联合组织的2018年中关村生命科学园生物医药精品项目路演会（以下简称路演会）。2018年中关村生命科学园生物医药精品项目路演会现场两年多前，在北京市科学技术委员会的支持下，何怡华教授牵头
全球CAR-T代表企业细胞制备工厂都建在哪
Gilead/Kite Pharma——新增117000平方英尺细胞工厂，2020年全面投入运营2018年5月，Gilead宣布，将在荷兰的阿姆斯特丹机场为其CAR-T细胞产品Yescarta找到一个新的欧洲制造点。作为Gilead的子公司，致力于开发个性化疗法的Kite表示，它已经在荷兰霍夫多普SEGRO Park 阿姆斯特丹机场租赁了的117000平方英尺的工厂设施。虽然没有说明它将投资多少生
2018年度全球制药企业50强
近日，美国《制药经理人》（Pharm Exec）杂志公布了2018年全球制药企业TOP50排名，本次排名一如既往是基于各大药厂2017年的销售数据，较于2017年的榜单排名没有任何变化，处方药销售额辉瑞以约454亿美元依旧排名第一，诺华和罗氏分别位列第二位和第三位，不过，罗氏的研发支出则位列第一位。从地域分布上看，美国和日本依然是全球制药巨头最多的地区，中国目前尚无企业上榜。《制药经理人》每年的榜
又一家美国械企 被中国械企约5亿元收了
6月4日，A股上市械企凯利泰发布公告，公司拟以7715.2万美元（约合人民币4.95亿元）的价格，通过全资子公司上海显峰及其下属的特殊目的公司，收购Elliquence LLC 100%股权。Elliquence， LLC成立于1999年，是一家专注于高频低温、解剖（单极）和凝血（单极和双极）技术开发和生产的美国公司，目前主要从事手术能量平台及高值耗材的研发、生产和销售。其
医改新政后 未来转型期药企的三大主流趋势
从2015年7月研发数据自查开始的医改新政以前所未有的力量推动医药产业转型，三年来医药人在参与和实践中从未停止对产业未来趋势的思考和判断。透过眼花缭乱的产业变革和变幻莫测环境，我们可以看到医药产业在可以预见的未来主要呈现三大主流趋势。第一，数字化转型。这种转型将涵盖制药产业几乎所有领域和环节。新IT技术特别是网络技术、大数据技术、移动互联以及VR/AR技术将改变药品产品线的
化“被动”为“主动”——企业药物监测的“升级”之路
警戒体系的完善关乎众多患者的安危，其发展刻不容缓。那么如何才能更好的做好警戒工作呢？纵观各国药物警戒体系不难发现，虽然各有特色不尽相同，但有一点却是想通的--强制上报制度，即发现药物不良反应等事件时，医疗机构均有义务在规定时间内向相应的管理部门上报。这种强制性的举措，是警戒体系最基本的保障。但这样的强制性收集依然是一种自发报告的 "被动监测"模式，存在着漏报、低报、无法统计
2024年 诺华将成全球制药企业老大？
EvaluatePharma近日在BIO2018发布的报告《World Preview 2018， Outlook to 2024》指出：诺华将在2024年超越辉瑞和罗氏，以532亿美元的营收成为全球最大的处方药企业。2024年全球处方药企业TOP10分析师指出，诺华2024年仅有3个销售过10亿美元的品种能够进入TOP50榜单。之所以能登上老大宝座，主要原因是其涵盖多样化的创新药物组合以及生物类
医疗大数据完美应用，中山大学肿瘤医院携手医渡云《柳叶刀·肿瘤学》重磅发布鼻咽癌研究成果
小编推荐会议：2018肿瘤微环境与肿瘤免疫研讨会一百多年来，现代医学经历了飞速的发展，医疗实施过程、药物研发及评价、药品疗效信息、基因信息、生物标志物、临床试验等积累了大量数据。在数据驱动的医学时代，如何从海量医学数据中找出数据的价值所在，解决大规模数据引发的问题、利用好数据挖掘所带来的竞争力，需要多学科的协同和创新。当前，适应于生物医学大数据的软硬件平台、大数据存储、大数据分析挖掘等方法等还不成