XiaoMi-AI文件搜索系统
World File Search Systemeutica
药品专利布局：从药物发现角度理解专利的新方法
专利在药物发现过程中发挥着至关重要的作用，它为发现提供法律保护并激励对研发的投资。通过识别专利数据资源中的模式，研究人员可以深入了解制药和生物技术行业的市场趋势和优先事项，并提供有关更基本方面的更多观点，例如潜在新药靶点的出现。在本文中，我们使用专利丰富工具 PEMT 来提取、整合和分析罕见病 (RD) 和阿尔茨海默病 (AD) 的专利文献。随后对底层专利格局进行系统回顾，以解读这些疾病的专利趋势和应用。为此，我们讨论了参与 AD 和 RD 药物发现研究的知名组织。这使我们能够从特定组织（制药或大学）的角度了解 AD 和 RD 的重要性。接下来，我们分析专利与单个治疗靶点的历史重点，并将其与市场情景相关联，从而确定疾病的突出靶点。最后，我们借助专利确定了这两种疾病中的药物再利用活动。这项研究发现，现有的再利用药物和适用于适应症领域的新型潜在治疗方法均已实现。该研究证明了专利文献的适用范围已从法律扩展到药物发现、设计和研究，从而为未来的药物发现工作提供了宝贵的资源。
在Al-Zaytoonah发表的演讲标题，第9届国际药品
Amman-Jordan，星期三，星期四16,17-10-2024免责声明，会议标题名单是根据约旦Al-Zaytoonah University的会议政府提供的副本生成的。 在必要时，任何修改都仅限于拼写和风格调整。 PMPJ对标题中提到的任何主张，说明，技术或药物剂量的准确性不承担任何责任。 强烈建议您独立验证此信息。Amman-Jordan，星期三，星期四16,17-10-2024免责声明，会议标题名单是根据约旦Al-Zaytoonah University的会议政府提供的副本生成的。在必要时，任何修改都仅限于拼写和风格调整。PMPJ对标题中提到的任何主张，说明，技术或药物剂量的准确性不承担任何责任。强烈建议您独立验证此信息。
Taiho Pharmaceutical、Taiho Oncology 和 Cullinan Therapeutics 宣布 Zipalertinib 在非 S 患者中的 2b 期试验达到主要终点
日本东京、新泽西普林斯顿、马萨诸塞州剑桥，2025 年 1 月 28 日 — 大宝制药株式会社、大宝肿瘤公司和 Cullinan Therapeutics 公司今天宣布了 REZILIENT1 试验，这是一项 1/2 期临床试验，研究了 zipalertinib（开发代码：CLN-081/TAS6417）单药治疗携带表皮生长因子受体 (EGFR) 外显子 20 插入突变的非小细胞肺癌 (NSCLC) 患者，这些患者曾接受过先前的治疗，并达到了其主要终点——总体有效率。安全性与之前的数据呈现基本一致。这些结果基于本研究的 2b 期部分。REZILIENT1 的全部结果将提交给即将召开的国际医学会议进行展示。在与美国食品药品管理局 (FDA) 进行讨论后，两家公司计划在 2025 年下半年提交美国监管部门批准。 关于 REZILIENT1 试验 REZILIENT1 是一项 1/2 期临床试验 (NCT04036682)，旨在评估 zipalertinib 对接受过先前治疗的携带 EGFR 外显子 20 插入突变的 NSCLC 患者的疗效和安全性。此时获得的顶线结果基于该研究的 2b 期部分。REZILIENT1 的初步结果已发表在《临床肿瘤学杂志》® 上。1 REZILIENT：研究 Zipalertinib 在 EGFR 非小细胞肺癌肿瘤中的作用 关于 Zipalertinib Zipalertinib（开发代码：CLN-081/TAS6417）是一种口服小分子，旨在靶向 EGFR 中的激活突变。之所以选择该分子，是因为它能够抑制具有外显子 20 插入突变的 EGFR 变体，同时保留野生型 EGFR。Zipalertinib 被设计为下一代不可逆 EGFR 抑制剂，用于治疗基因定义的非小细胞肺癌患者亚组。Zipalertinib 已获得 FDA 的突破性治疗指定。Zipalertinib 由 Taiho Oncology, Inc.、其母公司 Taiho Pharmaceutical Co., Ltd. 以及美国的 Cullinan Therapeutics, Inc. 合作开发。关于 EGFR 外显子 20 插入突变 NSCLC 是一种常见的肺癌形式，所有病例中高达 4% 患有 EGFR
《环境报表》中的药品
为了了解我们的产品的风险，我们在遵守相关监管要求的新药批准之前完成了环境风险评估（ERA）。我们根据国际标准在适当时产生环境命运和毒性数据来做到这一点。这些数据用于建立预测的环境浓度（PEC），并且预测没有影响浓度（PNEC）。API的PNEC是我们不希望它在环境中产生任何影响的浓度。我们将这些评估和相关数据提交给监管机构作为正式时代报告，并通过我们的网站公开获取此信息。要阅读我们产品的环境风险摘要，请遵循此链接。
对患有1型糖尿病的儿童和青少年的简短接受和承诺疗法
在过去的几年中，放射性药物疗法已成为一种开创性的治疗方式，利用放射性核素的独特特性以高精度提供分子靶向疗法，并改善精确肿瘤学和个性化药物的景观。它的发展反映了数十年来核医学，化学和癌症生物学的进步。，直到最近，还没有确定的临床证据将其确定为治疗计划，很少有大量的随机对照临床研究。过去二十年来见证了范式的转变，并进行了三项成功的3阶段研究，阐明了放射性药物治疗。本文简要概述了当前活跃的第三阶段研究，以突出该临床领域的活力和希望以及正在处理的各种癌症。
药学科学（MSPS）
MSPS 544 药物作用原理 4 学分 涵盖的主题包括疾病和病理生理学的基本过程的概念和机制；药物作用和治疗学的一般原理，包括受体药理学、酶抑制和药理学；靶组织药物浓度与药物效应之间的关系；它们与药物作用和个体反应差异的关系。评分模式：正常评分模式
一家创新的制药公司，拥有广泛而强大的治疗项目组合
推进我们的免疫疗法 - 新的结果表明，可以通过靶向免疫系统而不是该公司宣布的II期随机研究结果来治疗细菌感染，在该研究中，患者被分配给抗生素治疗或ANAKINRA，从而改变了免疫反应对感染的免疫反应。结果表明，可以通过靶向免疫系统而不是细菌来治疗细菌感染。这是该领域的概念变化，在该领域寻找新药物已着重于寻找新的抗生素。靶向免疫系统与抗生素一样有效，通过短期和长期症状的显着降低，症状复发的数量明显低于研究之前，以及生活质量的提高。此外，免疫疗法有可能减少大型患者组中对抗生素的需求，并可能受到抗生素耐药性的威胁。
使用赋形剂预测软件（Expreso）
由于新的方式和更高的预期药物浓度，蛋白质生物药物的制定发展变得越来越具有挑战性。药物供应的约束以及对整体分析方法的需求意味着，只能在湿实验室中彻底测试少量的赋形剂。到目前为止，几乎没有开发出用于完善用于湿实验室测试的候选赋形剂的工具。为了填补这一空白，我们开发了赋形剂预测软件（Expreso），这是一种机器学习算法，该算法建议基于蛋白质药物和靶产品概况的特性，建议不活跃成分。创建了超过350种肽/蛋白质药物制剂的数据集，具有可靠的长期稳定性。该数据集具有预测特征，包括蛋白质结构特性，蛋白质语言模型嵌入和药物产品特征。进行了监督的机器学习，以创建一个模型，该模型为数据集中的每种药物提供了赋形剂。expreso可以成功预测九种最普遍的赋形剂的存在，验证得分远高于随机预测，并且过度拟合最少。仅使用基于序列的输入特征的快速变体显示出与依赖分子建模的模型较慢的模型相似的预测功率。有趣的是，仅具有基于蛋白质的输入功能的Expreso变体也显示出良好的性能，证明该算法对数据集中平台配方的影响有弹性。据我们所知，这是机器学习首次被用来建议生物制药赋形剂。总体而言，Expreso在制定过程中与赋形剂筛查相关的时间，成本和风险显示出巨大的潜力。关键字：配方开发，机器学习，赋形剂，不活跃成分，CMC，生物制药，单克隆抗体，可发展性，蛋白质疗法缩写：Expreso，excipient预测软件； ROC，接收器操作特征； AUC，