- 地址:
- 广东省广州市天河区88号
- 邮箱:
- admin@kunjiankcp.com
- 手机:
- 13800000000
- 电话:
- 400-123-4657
上海市卫健委、上海市中医药管理局组织开展2023年度中医药标准化项目征集工作。征集领域包括:中医特色适宜技术项目标准研究、中西医结合特色技术标准研究、中药质量与安全性、传统特色炮制技术的相关标准研究、围绕中医药“大健康”领域的相关标准研究。符合条件的申报单位需要于2023年2月28日前报送至上海市中医药标准化研究院,同时将申报书发至邮箱。
国家药典委公示了药品包装用橡胶密封件5个通用检测方法草案和药品包装用橡胶密封件3个通则草案。药品包装用橡胶密封件5个通用检测方法:4219橡胶密封件挥发性硫化物检查法,4220橡胶密封件灰分测博鱼体育app定法,4221橡胶密封件水分测定法,4222橡胶密封件表面硅油量测定,4223硅橡胶密封件特定残留物测定法。药品包装用橡胶密封件3个通则:5200药品包装用橡胶密封件通则,5201注射剂包装用橡胶密封件通则,5202口服制剂包装用橡胶密封件通则。
仙琚制药公告公司龙片近日收到美国FDA注册申请受理的通知。龙为糖皮质激素类药物,超生理量的糖皮质激素具有抗炎、抗过敏和抑制免疫等多种药理作用。主要用于过敏性与自身免疫性炎症性疾病,胶原性疾病。
复宏汉霖宣布公司联合其商务合作伙伴Accord BioPharma, Inc.共同推动递交汉曲优®(注射用曲妥珠单抗)在美国的上市许可申请(BLA),并于近日正式获得美国食品药品监督管理局(FDA)受理,拟用于辅助治疗HER2过表达的早期乳腺癌、HER2过表达的转移性乳腺癌,以及HER2过表达的转移性胃腺癌或胃/食管交界处腺癌。
◆《Cell Discovery》:北京大学张哲等团队合作揭示EGFR/HER2异源二聚体的结构和动力学
北京大学张哲及中国科学院遗传与发育生物学研究所何康敏共同通讯在《Cell Discovery》在线发表了研究论文,该研究报道了EGF和外调节蛋白结合的EGFR/HER2胞外域复合物的冷冻电镜结构,分辨率分别为3.3 Å和4.5 Å。结合功能分析,只有HER2的二聚体臂,而不是EGFR的二聚体臂,对它们的异源二聚体形成和信号转导至关重要。此外,作者利用单分子活细胞成像分析了基因组编辑细胞中内源性EGFR和HER2分子的差异膜动力学和短暂相互作用。此外,该研究发现与HER2的相互作用可以使EGFR抵抗内吞作用。总之,这项工作为EGFR和HER2的动态和相互作用提供了详细的细节,并加深了人们对EGFR/HER2信号的理解。
◆《JAMA》:香港中文大学任卓昇团队发现0.05%阿托品滴眼液可降低近视发生率,而0.01%没有效果
香港中文大学任卓昇团队在国际知名医学期刊《Journal of the American Medical Association》在线发表的研究论文,这项随机、安慰剂对照、双盲试验在香港中文大学眼科中心进行博鱼体育app,招募了474名4至9岁的非近视儿童,他们的睫状肌麻痹球形等同物在+1.00 D至0.00 D之间,散光博鱼体育app小于−1.00 D。参与者被随机分配到0.05%阿托品组、0.01%阿托品组和安慰剂组,并在2年内每晚使用一次眼药水。主要结果是2年累积近视发病率(任意眼的环瘫性球形近视当量至少为- 0.50 D)和快速近视转移的参与者百分比(球形近视当量至少为1.00 D)。该研究发现在4至9岁无近视的儿童中,与安慰剂相比,夜间使用0.05%阿托品滴眼液可显著降低近视发生率,并降低2年时快速近视转移的参与者百分比。0.01%阿托品与安慰剂比较差异无统计学意义。
◆ 《Cell》:中国科学院周鹏/石正丽等团队合作发现穿山甲是冠状病毒的潜在宿主
中国科学院武汉病毒研究所周鹏、石正丽,广西医科大学胡艳玲,北京化工大学童贻刚及复旦大学林鑫华共同通讯在《Cell》在线发表了研究论文,该研究报告了一种新的MERS样冠状病毒在马来亚穿山甲中的传播,命名为Manis javanica HKU4-related coronavirus(MjHKU4r-CoV)。该病毒利用人二肽基肽酶-4(hDPP4)作为受体和宿主蛋白酶进行细胞感染,这种感染被一个呋喃裂解位点增强,而所有已知的蝙蝠HKU4r-CoVs中都没有这种裂解位点。MjHKU4r-CoV-1的刺突对hDPP4具有更高的结合亲和力,MjHKU4r-CoV-1的宿主范围比蝙蝠HKU4-CoV更广。MjHKU4r-CoV-1在人类气道和肠道器官以及hdpp4转基因小鼠中具有传染性和致病性。总之,该研究强调了穿山甲作为冠状病毒宿主的重要性博鱼体育app。
◆ 《IEEE》子刊:北理工团队提出一种神经表征驱动的手部运动解码深度学习模型
北京理工大学机械与车辆学院毕路拯教授团队提出一种神经表征驱动的手部运动解码深度学习模型。该模型具有优于基线方法的性能。单手和双手运动的6类分类准确率达到80.3%。此外,模型的每个特征模块都对性能有贡献。这项工作首次将MRCPs和ERS/D振荡融合到深度学习中,以增强多类单手和双手运动的解码性能。这项工作可以促进单手和双手运动的神经解码,用于神经康复和辅助。