Evaluate the pharmacokinetic effects of itraconazole, fluconazole, or efavirenz on a single - dose of Clifutinib and the safety of the combination therapy in healthy participants.

开始日期2026-12-31

申办/合作机构

广东东阳光药业股份有限公司

NCT05048368

/ Not yet recruiting临床1期

A Pharmacokinetic Study of Larotinib in Subjects With Mild/Moderate Hepatic Impairment and in Healthy Subjects With Normal Hepatic Function

To evaluate the pharmacokinetics and safety of Larotinib in subjects with mild and moderate hepatic function impairment and healthy subjects in a single-center, non-randomized, open, single-dose administration

开始日期2026-10-30

申办/合作机构

广东东阳光药业股份有限公司

CTR20261207

/ Active, not recruitingN/A

阿帕他胺片在健康试验参与者中进行的随机、开放、两周期、两交叉空腹及餐后状态下的生物等效性试验

主要试验目的：通过健康试验参与者在空腹/餐后状态下分别单次口服广东东阳光药业股份有限公司的阿帕他胺片（60 mg，受试制剂）与Janssen-Cilag International NV持证、Janssen Ortho, LLC生产的阿帕他胺片（商品名：安森珂®，60 mg，参比制剂）进行人体生物等效性试验，评价受试制剂与参比制剂的生物等效性。次要试验目的：评价中国健康试验参与者单次空腹/餐后口服阿帕他胺片受试制剂和参比制剂后的安全性。

开始日期2026-04-20

申办/合作机构

广东东阳光药业股份有限公司

100 项与宜昌东阳光药业股份有限公司相关的临床结果

登录后查看更多信息

0 项与宜昌东阳光药业股份有限公司相关的专利（医药）

登录后查看更多信息

117

项与宜昌东阳光药业股份有限公司相关的文献（医药）

2026-08-01·BIOORGANIC & MEDICINAL CHEMISTRY LETTERS

Discovery of Pyrazolo[1,5-a]pyridine derivatives as potent RET inhibitors for the treatment of human thyroid and lung Cancer

Article

作者: Hu, Yangxiao ; Tan, Fuxing ; Fang, Qinghong ; Wu, Wanqing ; Xie, Hongming ; Zhang, Yingjun ; Pan, Lin ; Chen, Junyue

Rearranged during transfection (RET) kinase mutations are frequently observed in the context of human thyroid and lung cancer treatment. Moreover, a considerable amount of effort has been dedicated by the scientific community to the identification of highly potent and selective RET inhibitors. In this study, we identified a series of pyrazolo[1,5-a]pyridine derivatives, and compound 9 as a candidate drug that targets both wild-type (wt) RET and RET^V804M by structure-activity relationship (SAR) study. In addition, 9 exhibited remarkable antitumor activity at a dose of 10 mg/kg/day, indicating that it completely hindered the growth of tumors induced by BAF3-KIF3B-RET-WT xenografts. In summary, 9 can be demonstrated to act as a potential RET inhibitor, as well as a treatment for RET-related cancers.

2026-06-01·EUROPEAN JOURNAL OF MEDICINAL CHEMISTRY

Uracil derivatives as non-nucleoside inhibitors targeting HIV-1 reverse transcriptase

Review

作者: Zhu, Yuanyuan ; Yang, Gongming ; Gu, Shuangxi ; Zhang, Shuangshuang ; Tian, Luanyuan ; Chen, Jiong

HIV-1 infection remains a global health challenge, and the development of new antiretroviral agents is crucial to combat drug resistance and improve treatment efficacy. Uracil, as an endogenous nitrogenous base and privileged heterocyclic scaffold, has attracted considerable attention due to its unique chemical structure and the inherent potential to form hydrogen bonds. Over the past decade, uracil derivatives have emerged as potential HIV-1 non-nucleoside inhibitors (NNIs), inhibiting the function of the polymerase domain as HIV-1 NNRTIs and HIV RT-associated RNase H domain, and playing a significant role in the development of more effective and durable antiretroviral therapies. This review provides a brief overview of uracil derivatives as NNIs targeting HIV-1 reverse transcriptase (RT) over the past decade, affording valuable references for the future development of effective HIV-1 inhibitors.

2025-12-01·CLINICAL PHARMACOKINETICS

Pharmacokinetics, Pharmacodynamics, and Safety of Olorigliflozin in Individuals with Type 2 Diabetes Mellitus with or without Renal Impairment: A Single-Center, Single-Dose, Open-Label Trial

Article

作者: Zhang, Yingjun ; An, Zhenmei ; Men, Yuchun ; Wang, Guannan ; Wang, Ying ; Guo, Wentao ; Du, Shuangqing ; Cao, Xiaotao ; He, Miao ; Wang, Huifang ; Feng, Ping ; Yan, Qiao ; An, Kang ; Luo, Lin ; Gu, Zheng ; Chen, Man

INTRODUCTION:

Olorigliflozin, a selective sodium-glucose cotransporter 2 inhibitor, is in development for the treatment of type 2 diabetes mellitus (T2DM).

OBJECTIVE:

This trial aimed to assess the pharmacokinetics, pharmacodynamics, and safety of olorigliflozin capsules by comparing results in patients with T2DM with normal renal function and in those with mild and moderate impairment.

MATERIALS AND METHODS:

This study administered olorigliflozin 50 mg to 32 Chinese patients with T2DM from a single medical center, of whom 16 showed no renal impairment, eight showed mild impairment, and eight showed moderate impairment. Those with mild impairment were matched to eight without impairment based on sex, age, and body mass index, whereas those with moderate impairment were matched to the remaining eight without impairment.

RESULTS:

All 32 participants completed the study. Compared with normal renal function, patients with mild renal impairment had 15.42% higher maximum plasma concentration and 16.22% higher area under the curve from time zero to time t (AUC_0-t), a clinically non-significant difference, with similar geometric mean AUC extrapolated from time zero to infinity (AUC_0-∞). Moderate renal impairment showed 56.71% higher AUC_0-t and 62.27% higher AUC_0-∞ but comparable maximum plasma concentration. Time to maximum plasma concentration was consistent across groups. Both renal impairment groups had decreased renal excretion. At 24 h post-dose, urinary glucose excretion increased: mild renal impairment (14.31-52.31 g) versus matched control (34.32-98.14 g), moderate renal impairment (5.94-38.45 g) versus matched control (9.85-72.83 g), yet absolute levels remained lower in the renal impairment groups. Adverse events (all grade 1-2) had similar rates.

CONCLUSIONS:

Olorigliflozin capsules (50 mg) may be safe and effective for individuals with T2DM who show no or mild renal impairment, but they may be inappropriate for those who show moderate impairment.

2,802

项与宜昌东阳光药业股份有限公司相关的新闻（医药）

2026-06-25

·赛柏蓝

第12批国采，65个品种竞争格局来了（附文件下载）

作者 | 凯西编辑 | 郑瑶第12批集采正式启动，新的规则将如何影响竞争态势？ 01 竞争分化 6月23日，随着国采办发布《第12批国家组织药品集中带量采购公告（第 1 号）》，第12批集采开始。赛柏蓝主页对话框输入「12」并发送，下载第12批集采竞争格局excel文件 65个品种中，注射剂21个品种，占比33%。根据Insight数据库的梳理，截至6月23日，65个品种竞争格局严重分化——从刚过门槛的7家到井喷的67家。第12批集采1号文件规定，在2026年6月23日（含）前获得国内有效注册批件的批文才能参与本轮集采。也就是说，第12批集采的竞争格局截至目前已经确定。伏诺拉生片竞争最为激烈，原研企业武田之外，还有66家企业的仿制药过评，不乏齐鲁、正大天晴、科伦、东阳光药、石药欧意等。紧随其后的，维生素B6注射剂（51家）、沙库巴曲缬沙坦片（36家）、比索洛尔氨氯地平片（32家）、艾沙康唑注射剂（25家）、头孢他啶阿维巴坦注射剂（21家）。大约15个品种将难免一场激烈的竞争。从目前业内流传的征求意见稿来看，从“6进3”开始，入围名额原则上不超过10家。对于竞标企业达67家的伏诺拉生来说，仅15%的企业能进入竞价阶段，85%将在竞价阶段出局。竞争烈度第二梯队的品种有，七氟烷吸入剂（11家）、碘普罗胺注射剂（11家）、替考拉宁注射剂（12家）、万古霉素注射剂（11家）、地屈孕酮片（14家）、恩扎卢胺片（13家）、艾拉莫德片（17家）等29个品种。推演入围率大致在50%—67%之间波动，比如，10家→6家（60%）、11家→7家（64%）、12-13家→8家（62%—67%）、14-15家→9家（60%—64%）、16-20家→10家（50%—63%），约三分之一的竞争者将在竞价阶段被淘汰。还有差不多20个品种的竞争处于温和区间，竞标企业在7-9家之间，代表性品种包括，他克莫司胶囊（7家）、卡铂注射剂（7家）、表柔比星注射剂（7家）、环孢素软胶囊（8家）、巴瑞替尼片（9家）等。在竞价阶段过半企业入围没有悬念——7家→入围4家（57%入围率）、8家→入围5家（63%）、9家→入围6家（67%入围率）。 02 规则升级仅从目前的征求意见稿来看，第12批集采规则的细节优化相较于前一批在20条以上，如首次以公式形式向企业公开了最高有效申报价的确定方法，此外直接影响企业报价、分量策略的更是不在少数。影响最大的条款可能是旨在反内卷的锚点计算方式改变+2σ带量清零机制。在第11批集采中，锚点=max(均价×50%, 最低价)，在第12批中拟优化为锚点=max(最低价, 均价-1σ)。此外，第12批在新增的“价格离散度纠偏”中引入2σ带量清零机制，直接冲击了企业的探底报价策略。标准差是统计学中衡量一组数据离散程度的核心指标。假设一组报价（单位可比价）为：0.5、0.6、0.7、0.8、0.9（元），均值为0.7。每个数与均值的差距（偏差）分别是-0.2、-0.1、0、+0.1、+0.2。标准差就是把所有偏差平方后取平均再开方：σ = √[ Σ(xi - μ)² / n ]。也就是说，第11批用“代数平均”定锚，第12批用“统计分布”定锚，后者能自适应不同的竞争格局。在第11批中，报价如果足够低到成为最低价且低于均价50%，可以拉低锚点，但是在第12批中，如果极端低价是单个离群值，报价越极端σ拉得越大，μ-σ锚点可能出现回弹；但如果大量企业同时报出低价，μ和σ同步走低，回弹效应会减弱。报出“异常”极端低价的企业，自己可能掉到μ-2σ以下被归零带量，基于带量清零的后果，预计极端低价的案例可能减少，报价会向均线附近集中。如果报价分布接近正态分布，低于μ-2σ的概率大约是2.3%。对参与投标的企业来说，如果需要报一个跌入μ-2σ的价格才能中选，不如接受在复活通道中选——复活通道即使只给3折带量，也比0带量好。多重复活机制，尤其是新增的不带量复活，对于参比制剂（原研药）是一个全新的战略选择。接受锚点3倍以内的价格，以0带量的身份中选，获得一个更好的处境——在第11批，原研药要么硬拼价格跟仿制药抢量，要么彻底出局失去“中选”标签。在第12批集采中，有望以中选身份保持挂网资格，靠品牌和临床偏好获得处方。总体来看，三重复活机制对于报量大的企业，在价格策略上提供了更多的灵活性——是在开标阶段直接拼价格，还是留到复活阶段考虑选择怎样的量价挂钩方案。分量方面的重要变化还有，带量比例从50%—80%升至60%—80%，中选企业的保底量更大。报量部分，除医疗机构按厂牌填报用量外，基于基层医疗机构的实际情况，12批提出量少不考核到厂牌的因地制宜策略。此外，供货违规处罚从5年延长至6年，倒逼企业对供应能力的承诺更审慎；关联企业新增“直接管理关系”，集团内子公司/关联公司需更评估是否被合并计算为一家；不能通过换包装来变相降价，也提高了生产阶段的合规压力；以及儿童规格差比价1.7，有儿科规格的企业可以借此获得更好的定价。第12批还专门为多组分复合制剂（如复方氨基酸）新增了“按标号合并”规则。这个品种将第一次在规则层面明确“18AA/20AA等标号按适宜颗粒度合并，满足竞争格局的主品种正常竞价，其他标号接受中选价一定水平可视同中选”。实际执行中的“一定水平”是多少，后续可以重点关注。就讨论度居高不下的知识产权问题，第12批明确：不能作出无侵权承诺的企业，已在省级平台挂网的必须撤网。仿制药企业在申报前需要更审慎地评估自己的专利风险。第12批集采究竟结果可能如何？欢迎留言讨论附： END

带量采购一致性评价

2026-06-25

·摩熵医药

制药AI是替代还是成就？

制药AI到底是替代还是成就？一个问题，两个答案。一线研发人员担心：数据对不对？够不够专业？能不能替代我？制药高管们看到的却是——更低的成本、更快的周期、更大的市场回报。但实践才是检验真理的唯一标准，从2025年DeepSeek爆火，到近期英矽智能达成25亿美元合作案，行业用真金白银站了队。而这场制药AI的变革，并非爆火的2025年，它真正的起点，要追溯到1956年的那个春天——AI概念首次被提出。本篇，我们梳理了"制药AI发展大事记"的时间轴，带你回看这门技术如何用了近70年，从实验室走进药企决策层，从“被质疑”走向“被验证”。 01 早期探索（1956—2011年）从概念到计算机辅助药物设计 1956—1980年 AI制药的雏形期这一阶段，AI制药的理论和技术尚在积累与探索之中，整个领域处于早期萌芽阶段。 1981年 CADD正式面世 1981年10月5日，《财富》杂志发表封面文章“下一次工业革命：默克公司通过计算机设计药物”，宣告计算机辅助药物设计（CADD）正式登上历史舞台。同年，AI在制药领域的应用首次被《Discovery》杂志报道。 1996年 CADD成果获临床验证第一款基于受体结构设计（SBDD）的药物——碳酸酐酶抑制剂成功上市，用于治疗青光眼，CADD在药物研发中的价值得到正式验证。 2011年 IBM沃森高调入局 AI机器人沃森在一档智力竞猜节目中击败人类冠军，IBM随即高调成立沃森健康（Watson Health），宣称要“解决80%的癌症难题”。但这一尝试最终失败，烧掉数十亿美元后未达预期。 02 深度学习革命开启（2012—2014年） 2012年深度学习元年 Alex Krizhevsky等人提出的深度学习模型AlexNet在ImageNet竞赛中获胜，彻底击败其他机器学习方法，被视为深度学习革命的开端。同年，谷歌X实验室的神经网络在数百万个YouTube视频中自行学会了识别猫。 2012年首批AI制药公司诞生超过80%的AI制药公司成立于2012年前后，包括Atomwise（基于结构的小分子筛选）、Exscientia（靶点发现和小分子设计）、AbCellera（抗体设计）等。 2013年更多玩家入场 BenevolentAI、Cyclica、Recursion Pharmaceuticals等AI制药公司相继成立。 2014年晶泰科技创立晶泰科技（XtalPi）在美国麻省理工学院校园创立，此时市场上甚至还没有“AI制药”的概念。同年，英矽智能（Insilico Medicine）创始人Alex Zhavoronkov也开始将AI与生物学、化学联系起来。 03 概念验证与初步突破（2015—2019年） 2015年 Atomwise将深度学习引入制药 Atomwise推出首个深度学习神经网络AtomNet，用于预测分子与蛋白质靶点的相互作用，将AI从理论带入实践。同年，AI在药物发现领域仍停留在理论探索阶段。 2016年晶泰科技一战成名辉瑞组织全球盲测比赛，晶泰科技对三个未发布药物分子的晶型预测达到100%准确率，将传统数月流程压缩至数天。 2017年初，晶泰正式成为辉瑞供应商，拉开中国AI制药登上世界舞台的序幕。马化腾打破腾讯不投生物医药的惯例，晶泰获得2400万元投资。 2017年大型药企首次入局葛兰素史克（GSK）与Exscientia签署3300万英镑合作，成为首批公开的AI-制药大型合作之一，标志着大型药企正式入场。 2018年生成式AI应用于分子设计英矽智能利用生成对抗网络（GANs）创建针对特定生物学特性优化的新型分子结构，证明AI不仅能加速流程，还能创造全新流程。同年，药明康德领投英矽智能。 2019年诺华与微软战略合作诺华与微软达成多年战略联盟，将AI嵌入从早期发现到临床开发的整个价值链。同年，英矽智能在21天内预测出DDR1靶点的分子并完成验证，实现重要概念验证里程碑。 04 里程碑之年（2020年） AI药物进入临床 2020年1月全球首个AI设计药物进入临床试验英国Exscientia宣布，其AI平台设计的强迫症药物DSP-1181获准进入I期临床试验，成为全球第一个由AI设计的分子进入临床。 2020年 AlphaFold2攻克50年难题 DeepMind的AlphaFold2在CASP14蛋白质结构预测竞赛中斩获92.4分，预测分辨率达到近原子级别，攻克了“从氨基酸序列预测蛋白质三维结构”这一50年难题，被《科学》评为2020年十大科学突破之一。 2020年资本热潮启动 Exscientia的里程碑事件让国内AI制药领域投融资猛增7倍至31亿元人民币。晶泰科技获得3.188亿美元C轮融资，创下当时全球AI药物研发领域融资额最高纪录。 05 巨头入局与资本狂潮（2021—2022年） 2021年国内融资超80亿元国内AI制药领域完成投融资事件113起，融资总额超80亿元。 2021年11月英矽智能AI药物进入临床英矽智能宣布其AI平台发现的ISM001-055（后命名为Rentosertib）完成首次人体微剂量试验给药，这是全球首个由端到端AI平台发现并进入临床的候选药物。 2022年英矽智能与赛诺菲达成12亿美元合作双方签署战略合作协议，推进基于不超过6个创新靶点的候选药物研发，总潜在价值最高可达12亿美元。 2022年 Recursion与罗氏达成超120亿美元合作 06 行业调整与理性回归（2023—2024年） 2023年 ChatGPT带火AI制药 ChatGPT的爆发再次将AI制药推向风口。中国科技部启动“人工智能驱动的科学研究”专项部署。同年，强生组建6000人数据科学团队，赛诺菲宣布要成为“首家AI驱动药企”，罗氏27亿美元收购Telavant。 2024年4月赛诺菲宣布“All in AI”战略赛诺菲进一步明确成为首家大规模AI驱动制药公司的目标。 2024年6月晶泰科技港交所上市双晶泰科技在港交所挂牌上市，成为首家通过18C特专科技规则上市的公司，被称为“中国AI制药第一股”。 2024年8月 Recursion与Exscientia合并两家AI制药头部公司宣布合并，交易金额6.88亿美元，成为AI制药领域迄今最大的一笔并购。 2024年9月 Rentosertib公布IIa期阳性数据英矽智能的Rentosertib公布IIa期临床试验阳性数据，从靶点发现到IIa期临床仅耗时18个月，研发成本降至传统模式的万分之五。同年，药融云品牌升级为摩熵数科，成为业界唯一涵盖生物(B)、化学(C)、药学(P)、医学(M)的全产业链数据平台，深度融合生命科学(BT)、数据科学(DT)与人工智能(AI)三大核心技术，深耕生命科学领域。 2024年10月诺贝尔化学奖授予AI科学家 David Baker、Demis Hassabis和John Jumper因在AI蛋白质预测和设计领域的贡献获得诺贝尔化学奖。同年，摩熵医药与全国药品交易大会达成深度合作，长期主办“DATA+AI医药营销大会论坛，为大众带来新的启迪与认知。 07 临床验证与监管突破（2025—2026年） 2025年4月 FDA里程碑新政 FDA宣布逐步取消单抗类药物动物实验要求，转向AI计算模型与人体类器官实验室。同年，摩熵数科获评宁波重点招商引智项目，打造AI+分子科学新标杆。 2025年 Rentosertib获正式命名英矽智能的AI设计纤维化候选药被正式命名为Rentosertib，成为首个人工智能发现并获正式命名的候选药物。同年，摩熵数科与柯基数据战略合作，打造医药AI知识平台。 2025年10月国内首款AI赋能制剂新药完成III期 MTS-004完成III期临床试验，成为国内首个完成III期临床试验的AI赋能制剂新药。 2025年12月中国首个AI设计药物启动III期国内AI制药公司的口服减重药MDR-001启动III期临床试验，靶点和分子由AI辅助设计，研发周期仅4.5年。 2026年6月英矽智能与SK生物制药达成25亿美元合作双方聚焦神经免疫性疾病领域，潜在交易总金额超过25亿美元。同年，字节跳动AI制药业务线启动拆分与独立融资。同年，浪潮云与摩熵医药签约推出国内首个医药AI数字人智能陪练，DATA+AI让合规与专业成为本能。 2026年7月 AI生物医药今年最值得看的两天 7月2-3日，上海，2026人工智能与生物医药生态大会几乎覆盖了AI制药下一阶段最值得关注的技术走向、产业焦点和合作机会。 7月3日，工学博士，摩熵创始人兼CEO，王中健将在AI+前沿技术论坛分享“BCPM数据基座赋能医药行业AI落地应用”。就在这个从“验证”走向“落地”的关键节点—— 2026年7月2-3日，2026人工智能与生物医药生态大会（AIBC 2026）将在上海举办。这场1500人规模的行业盛会，汇聚了恒瑞医药、赛诺菲、复星医药、华为制药军团等产业巨头，以及来自清华、北大、复旦、浙大、上海交大等顶尖学术机构的一线研究者。大会将集中呈现新的八大趋势方向：研发起点前移、数据底座升级、模型可信度提升、药物形态泛化、设计目标扩容、组织模式革新、迭代逻辑闭环、覆盖全周期——几乎覆盖了AI制药从技术到产业的所有核心议题。而在“AI能否真正落地”这个制药人最关心的问题上，摩熵创始人兼CEO王中健博士将在本次会议的“AI+前沿技术论坛”中，分享一个关键答案：BCPM数据基座如何赋能医药AI从概念走向实用。医药AI落地长期受制于数据孤岛、标准缺失、专业语料不足等痛点——AI再强，没有高质量数据支撑，也只是“空中楼阁”。王博士将围绕BCPM（生物、化学、药学、医学）全域数据基座的建设实践，展示如何打通研发、临床、注册、市场等环节的数据壁垒，为行业垂类模型训练提供底层支撑。目前，基于BCPM数据基座，已落地新药智能筛选、临床试验设计、文献智能解析、注册申报辅助、真实世界研究、产业产品分析等多项AI应用，形成“数据赋能→场景落地→迭代优化”的产业闭环，有效压缩研发周期、降低试错成本。换句话说：当一部分人还在争论AI会不会替代制药人时，另一部分人已经在用数据基座把AI变成日常工具。这场分享，或许就是判断“替代还是成就”最务实的一个注脚。趋势方向核心变化研发起点前移从“已知靶点做分子优化”延伸到“疾病系统建模”，通过多组学、临床数据、空间转录组等整合，实现原创靶点发现，成为源头创新新入口。 AIBC 2026中，相关议题把这种“研发起点前移”的脉络呈现得更加清楚。例如： ●Towards building a Virtual Cell World Model by AlphaCell（刘琦，同济大学） ●Linking spatial transcriptomics to clinical phenotypes through interpretable AI（段斌，上海交通大学） ●多组学+AI，创新药研发“经验试错”到“数据驱动”的范式变革（季序我，普瑞基准） ●从解读到编程：AI虚拟细胞构建及其在细胞命运调控中的应用（李鑫，中国科学院动物研究所） ●人工智能驱动的靶标发现与新配体设计（朱峰，浙江大学） ●构建人工智能药物设计平台加速新型靶标的确证与苗头分子发现（卞月珉，上海大学） ●AI科学家赋能原创靶标发现与验证（郑双佳，上海交通大学/临港实验室） ●AI+量子计算：找到下一个千亿级 GLP 靶点的瑞士军刀（李翛然，医图生科）数据底座升级从单模态数据处理转向多模态、多尺度生物数据统一表示，竞争焦点从模型参数大小转向数据连接、跨尺度推理能力。从AIBC 2026的相关议题看，这一趋势正在进一步走向系统化和深入化。代表性议题包括： ●Language models of biomedical sciences or language models for biomedical sciences（徐峻，中国科学院医学技术研究所） ●基于人工智能构建全自动冷冻电镜结构解析（申怀宗，深圳医学科学院） ●细胞转录反应重塑分子表征空间用于高效和多尺度的药物发现（裴剑锋，北京大学/英飞智药） ●基于蛋白词表的虚拟筛选方法（田博学，清华大学） ●Advancing AI for Biomedical Discovery: Foundation Models, Agents, and Safeguards（张载熙，上海交通大学） ●冷冻电镜与AI在制药研发中的应用（孔佑心，赛诺菲） ●通晓化学语言，助力药物分子的设计和优化（焦阳，达索系统） ●SpectraAI: AI-Driven Molecular Identification and Discovery（夏俊，香港科技大学（广州））模型可信度提升从黑箱模型转向融合结构生物学、物理规律、分子动力学的机制约束，解决复杂靶点、动态构象等问题，兼顾“生成能力”和“可解释性”。代表性议题包括： ●结构生物学中的计算问题：从算法到应用（马剑鹏，复旦大学） ●AI和物理深度融合的新药发现软件平台DrugFlow的开发（侯廷军，浙江大学/碳硅智慧） ●ViSNet-PIMA：基于长程作用精确建模的生物分子性质计算与动力学模拟（王童，清华大学） ●物理驱动的AI生物分子动力学的时序建模（刘子敬，粤港澳大湾区数字经济研究院） ●攻克难成药靶点-AI重塑变构药物研发（沈倩诚，宇道生物） ●基于量子生成特征求解的大模型药物分子精准设计（廖俊，中国药科大学）药物形态泛化从仅服务小分子研发，扩展至抗体、蛋白药、RNA药物、环肽等多类型分子设计，针对不同形态建立专属的AI优化体系。代表性议题包括： ●人工智能蛋白质药物设计平台及镇痛药物研发（陈海峰，上海交通大学/智药元创） ●抗体从头生成与可开发性一键评估（葛虎，唯信计算） ●A Data-Driven AI Approach for Multi-Parameter Antibody Therapeutic Design（赵伟安，寻明生科） ●功能核酸从头设计（韩达，中科院杭州医学研究所） ●人工智能驱动的RNA精准治疗（褚晏伊，中国科学院分子细胞科学卓越创新中心） ●人工智能驱动的新生抗原个体化肿瘤治疗性疫苗的开发（张弛，上海生物制品研究所） ●AI驱动的个性化 mRNA 肿瘤疫苗：从新抗原到递送（李晓林，中国科学院杭州医学研究所） ●干湿一体化环肽药物研发智能体（邹一可，上海交通大学）设计目标扩容从仅关注“分子活性”前置纳入可开发性、CMC适配性、生产工艺风险等产业端要求，避免“活性好但无法落地”的问题从AIBC 2026的相关议题看，这一方向正在得到更具体、更系统的展开。代表性议题包括： ●抗体从头生成与可开发性一键评估（葛虎，唯信计算） ●A Data-Driven AI Approach for Multi-Parameter Antibody Therapeutic Design（赵伟安，寻明生科） ●Membrane Protein Solubility Design as Novel Therapeutics（庆睿，上海交通大学） ●Hybrid Modelling Approach for Prediction and Control of Monoclonal Antibody’s Glycosylation（彭军滇，A*STAR Bioprocessing Technology Institute） ●CMC全链条研发的人工智能垂直大模型（金传飞，东阳光药）组织模式革新从零散工具堆叠转向AI Agent（智能体）统筹研发流程，实现任务拆解、多工具调度、结果整合与持续迭代，成为新的流程组织载体。 AIBC 2026中，多个议题集中呈现了这一方向： ●从“工具堆叠”到“自主决策”，智能体赋能药物研发的实践与展望（周杰龙，望石智慧） ●FROGENT：端到端全流程药物设计智能体（吉君恺，深圳大学） ●SciMiner：面向药物研发DMTA闭环的记忆增强、持续学习且可解释的智能体（熊昭平，质子展开） ●AI智能体平台驱动的抗体药物研发新范式（王天元，科迈生物） ●多智能体加速AI for science科研范式转型（金若凡，北京中关村学院）迭代逻辑闭环从“模型出结果+实验验证”转向“干湿实验DMTA闭环”，实验数据反哺模型优化，系统化迭代能力取代单次预测精度成为核心竞争力。 AIBC 2026中，与干湿闭环、自动化和DMTA相关的议题包括： ●How AI and Automation are Rewriting the Rules of Drug Discovery（韩涟漪，恒瑞医药） ●AI驱动的分子设计–制造–测试–分析闭环：加速智能药物发现（申万祥，浙江大学） ●基于液相色谱技术的化合物自动自主分离制备系统（陈晨，罗氏中国） ●干湿一体化环肽药物研发智能体（邹一可，上海交通大学） ●AI Agent 驱动的生物医药全生命周期：从实验室智能体到工业级闭环控制（邓司伟，深圳津渡生物）覆盖全周期从早期药物发现延伸至临床开发、真实世界研究、CMC、生产智造、药企数智化等全链条，成为医药产业级的系统工程代表性议题包括： ●AI医药数智化战略发展与应用价值创造（邱婧君，复星医药） ●人工智能驱动下的药物研发转型（张晓华，华东医药） ●AI在临床试验和真实世界研究中的应用（李栋，清华大学长庚医院） ●数字健康智驱未来华为医药智能化方案介绍（樊杰，华为制药军团） ●CMC全链条研发的人工智能垂直大模型（金传飞，东阳光药） ●AI在药物研发中的深度融合与知识产权保护策略（韩威威，苏州大学） ●让知识“再发现”：Springer Nature构建AI时代的生物医药“知识群”（巨蓉，Springer Nature）回到最初的问题：制药AI，究竟是替代还是成就？从历史来看，CADD没有替代药物化学家，AlphaFold没有替代结构生物学家，AI也没有替代制药人——它只是重新定义了工作的方式。那些最早拥抱CADD的药企跑赢了对手，那些最早布局AI的研发团队抢占了先机。真正被替代的，从来不是人，而是不愿意使用新工具的人。 AI不会让制药行业变冷，它会让这个行业变得更聪明、更高效、更有想象力。而选择权，始终在你手中。 END 本文为原创文章，转载请留言获取授权点击阅读原文，免费咨询！

2026-06-24

·Twist Bioscience 拓唯思特

Twist与您相约——人工智能与生物医药生态大会 (AIBC 2026)

Twist Bioscience 受邀参加于2026年7月2日-3日在上海举办的「人工智能与生物医药生态大会」。本届大会将以主论坛、专题分论坛及特色生态活动相结合的形式，集中呈现AI在生物医药各个领域和关键环节中的最新进展与落地实践。从靶点发现、小分子药物设计与优化，到蛋白质结构预测和AI设计、抗体药物设计、核酸药物与免疫疗法、多组学融合，再到干湿实验闭环、AI智能体、自动化实验室、数据基座与算力平台，全面展现AI赋能药物研发的多元场景与产业价值。会议期间，来自Twist Bioscience中国区技术支持负责人言野博士将为您带来题为「Twist 合成DNA制品赋能AI药物开发」的精彩报告，期待您的聆听，也诚邀您莅临我们的展台。会议概要人工智能与生物医药生态大会 (AIBC 2026) 2026年7月2-3日上海富悦大酒店三楼（松江区茸悦路208弄）会议日程 7月2日上午主论坛主持人：夏明德-英诺湖医药董事长/CEO 08:50-09:00 致辞领导 09:00-09:30 AIDD的理性崛起徐峻-中国科学院合肥物质院健康所生物医药大数据研究中心主任 09:30-10:00 结构生物学中的计算问题：从算法到应用马剑鹏-复旦大学复杂体系多尺度研究院院长 10:00-10:05 《AIBC Awards 2026：AI制药企业年度榜单》颁奖仪式 10:05-10:35 从结构预测到可编程生物工程：AI蛋白技术的第二次范式跃升许锦波-分子之心创始人 10:35-10:55 《2026上海国际计算生物学创新大赛》赛题赛制介绍卞月珉-上海大学教授 10:55-11:15 茶歇 11:15-11:40 AI医药数智化战略发展与应用价值创造邱婧君-复星医药AI科创专委会执行主任/全球研发中心副总裁 11:40-12:20 圆桌讨论：从算法突破到产业落地，AI生物医药的下一个关键瓶颈是什么以上专家，及孙晓静-辉瑞研发临床试验信息策略中国团队负责人；程书彦-勃林格殷格翰医学部数据与AI负责人 7月2日下午主论坛主持人：王泉-石药集团AI药物设计研究所所长 13:40-14:05 AI新药发现和药物智造李洪林-华东师范大学药学院创院院长 14:05-14:30 基于人工智能构建全自动冷冻电镜结构解析申怀宗-深圳医学科学院生物构造与互作研究所副所长 14:30-14:55 AIDD - 从工具到智能体与自动化，从可及到可靠与创新韩涟漪-恒瑞医药 AIDD 负责人 14:55-15:20 主题报告 AI技术公司负责人 15:20-15:40 茶歇 15:40-16:05 AI在临床试验和真实世界研究中的应用李栋-清华大学长庚医院医学数据科学中心主任 16:05-16:30 Towards building a Virtual Cell World Model by AlphaCell 刘琦-同济大学生命科学与技术学院教授 16:30-16:55 基于虚拟生命AI的可编程RNA分子设计袁野-数因智科创始人 16:55-17:30 圆桌讨论：AI能否真正提高新药研发成功率，还是主要提高研发效率以上专家 7月3日分论坛1 【AI驱动小分子药物发现和优化-1】主持人：吴国胜-复星医药CADD/AIDD负责人 08:50-09:15 人工智能驱动的靶标发现与新配体设计朱峰-浙江大学长聘教授 09:15-09:40 构建人工智能药物设计平台加速新型靶标的确证与苗头分子发现卞月珉-上海大学教授 09:40-10:05 分子互作的动力学过程设计：AIDD的下一站竺立哲-香港中文大学(深圳)副教授，睿陉生科创始人/CTO 10:05-10:30 攻克难成药靶点-AI重塑变构药物研发沈倩诚-宇道生物CEO 10:30-10:50 茶歇 10:50-11:15 从“工具堆叠”到“自主决策”，智能体赋能药物研发实践郑宜-望石智慧药化总监 11:15-11:40 通晓化学语言，助力药物分子的设计和优化焦阳-达索系统生命科学行业技术方案专家 11:40-12:20 圆桌讨论：从靶点发现到分子优化，小分子AIDD真正的高价值场景在哪里以上专家 7月3日分论坛2 【AI驱动小分子药物发现和优化-2】主持人：张晓华-华东医药创新药中心智能计算技术执行总监、宋云龙-云济智曜创始人/CEO 13:40-14:05 从技术突破到临床验证：AI智药的下半场任峰-英矽智能联合首席执行官兼首席科学官 14:05-14:30 AIDD加速高价值小分子创新药研发宋云龙-云济智曜创始人/CEO 14:30-14:55 AI-Enabled Hit Identification and Characterization 王元-Head of Research Analytics, UCB（优时比） 14:55-15:20 AI和物理深度融合的新药发现软件平台DrugFlow的开发侯廷军-浙江大学教授、碳硅智慧创始人/首席科学家 15:20-15:40 茶歇 15:40-16:05 CMC全链条研发的人工智能垂直大模型金传飞-东阳光药副总经理 16:05-16:30 面向 AI4Science 的高性能数据平台：Alluxio 助力 AI 制药海量小文件加速与存储降本傅正佳-Alluxio 首席架构师 16:30-16:55 人工智能驱动下的药物研发转型张晓华-华东医药创新药中心智能计算技术执行总监 16:55-17:30 圆桌讨论：AI制药公司要证明价值，应该交付模型、分子还是项目结果以上专家，及韩晓梅-阔跃生物CEO 7月3日分论坛3 【蛋白质结构预测和AI设计-1】主持人：高长寿-艾力斯医药CTO 08:50-09:15 Advancing AI for Biomedical Discovery: Foundation Models, Agents, and Safeguards 张载熙-上海交通大学副教授 09:15-09:40 人工智能蛋白质药物设计平台及镇痛药物研发陈海峰-上海交通大学教授/智药元创联合创始人 09:40-10:05 ViSNet-PIMA：基于长程作用精确建模的生物分子性质计算与动力学模拟王童-清华大学生命学院特别研究员 10:05-10:30 FiveFold构象全信息预测蛋白结构杨家安-Micro BioTech, CSO 10:30-10:50 茶歇 10:50-11:15 ProAffinity-GNN: A Structure-Based Protein−Protein Binding Affinity Prediction via a Curated Dataset and Graph Neural Networks 慕宇光-新加坡南洋理工大学副教授 11:15-11:40 基于蛋白词表的虚拟筛选方法田博学-清华大学药学院特聘研究员 11:40-12:20 圆桌讨论：蛋白质设计从结构预测走向功能实现，当前最主要的难点是什么以上专家 7月3日分论坛4【蛋白质结构预测和AI设计-2】主持人：朱峰-复宏汉霖首席数智官 13:40-14:05 AI科学家赋能原创靶标发现与验证郑双佳-上海交通大学/临港实验室研究员 14:05-14:30 蛋白质复合物冷冻电镜结构组装建模周晓根-浙江工业大学教授 14:30-14:55 基于功能数据的蛋白质AI设计王承志-智源深澜创始人兼CEO 14:55-15:20 主题报告 AI蛋白质设计公司负责人 15:20-15:40 茶歇 15:40-16:05 Membrane Protein Solubility Design as Novel Therapeutics 庆睿-上海交通大学长聘教轨副教授 16:05-16:30 The Full Stack of Scientific AI 孙思琦-复旦大学青年研究员 16:30-16:55 冷冻电镜与AI在制药研发中的应用孔佑心-赛诺菲研发部资深科学家 16:55-17:30 圆桌讨论：蛋白质设计的下一轮关键竞争是什么，模型、数据还是实验闭环以上专家 7月3日分论坛5 【抗体药物的AI设计】主持人：陈珊-信达生物AIDD高级总监 08:50-09:15 数辉蛋白质设计平台与靶向多肽的抗体设计马步勇-上海交通大学教授 09:15-09:40 抗体从头生成与可开发性一键评估葛虎-唯信计算创始人/CEO 09:40-10:05 AI智能体平台驱动的抗体药物研发新范式王天元-科迈生物CEO 10:05-10:30 生成式AI与高通量数据闭环：多功能抗体设计新范式陆威-寻明生科人工智能副总裁 10:30-10:50 茶歇 10:50-11:15 From AI Tool to Biotech Operating System 朱忠远-映恩生物创始人/CEO 11:15-11:40 Twist 合成DNA制品赋能AI药物开发言野-Twist Bioscience中国区技术支持负责人 11:40-12:20 圆桌讨论：抗体从头生成后，怎样同时评估亲和力、特异性和可开发性以上专家 7月3日分论坛6 【AI驱动核酸药物设计及免疫疗法开发】主持人：雷斌-君实信息技术与数字化副总裁 13:40-14:05 AI驱动的个性化 mRNA 肿瘤疫苗：从新抗原到递送李晓林-中国科学院杭州医学研究所人工智能首席科学家 14:05-14:30 功能核酸从头设计韩达-中科院杭州医学研究所研究员 14:30-14:55 人工智能驱动的新生抗原个体化肿瘤治疗性疫苗的开发张弛-上海生物制品研究所第三研究室副主任 14:55-15:20 AI驱动的体内基因编辑药物发现平台林俊良-贝斯昂科共同创始人兼首席运营官 15:20-15:40 茶歇 15:40-16:05 人工智能驱动的RNA精准治疗褚晏伊-中国科学院分子细胞科学卓越创新中心研究员 16:05-16:30 全球尺度跨物种传染病AI模拟与疫苗设计智能体平台朱莺嘤-中国科学院广州生物医药与健康研究院教授 16:30-16:55 AI赋能的RNA适配体筛选方法张军-深圳大学助理教授 16:55-17:30 圆桌讨论：从序列设计到递送优化，AI如何推动RNA药物研发关键环节突破以上专家 7月3日分论坛7 【AI与多组学融合】主持人：杨梦-深圳华大涌生智能CEO 08:50-09:15 Linking spatial transcriptomics to clinical phenotypes through interpretable AI 段斌-上海交通大学系统生物医学研究院长聘教轨助理教授 09:15-09:40 多组学+AI，创新药研发“经验试错” 到 “数据驱动” 的范式变革季序我-普瑞基准科技创始人/CEO 09:40-10:05 从解读到编程：AI虚拟细胞构建及其在细胞命运调控中的应用李鑫-中国科学院动物研究所研究员 10:05-10:30 AI+量子计算：找到下一个千亿级 GLP 靶点的瑞士军刀李翛然-医图生科联合创始人/CEO 10:30-10:50 茶歇 10:50-11:15 时空蛋白质组构建虚拟细胞刘谱-西湖欧米算法工程师 11:15-11:40 AI多组学驱动革新：恶性肿瘤标志物挖掘与精准医药研发新范式冯尊磊-浙江大学副教授 11:40-12:20 圆桌讨论：虚拟细胞和多组学模型，距离进入真实研发场景还有多远以上专家 7月3日分论坛8 【干湿实验闭环与AI智能体进展】主持人：曾雳-和径医药CEO 13:40-14:05 AI驱动的分子设计–制造–测试–分析闭环：加速智能药物发现申万祥-浙江大学药学院百人计划研究员 14:05-14:30 多智能体加速AI for science科研范式转型金若凡-北京中关村学院助理教授 14:30-14:55 SciMiner：面向药物研发DMTA闭环的记忆增强、持续学习且可解释的智能体熊昭平-质子展开联合创始人兼CEO 14:55-15:20 AI Agent 驱动的生物医药全生命周期：从实验室智能体到工业级闭环控制邓司伟-深圳津渡生科首席技术官 15:20-15:40 茶歇 15:40-16:05 干湿闭环：AI赋能抗体药物研发优化和分析决策吴宏辉-明度数智AI产品专家 16:05-16:30 基于液相色谱技术的化合物自动自主分离制备系统陈晨-罗氏中国数字化自动化研究员 16:30-16:55 LangGraph架构多智能体助力肿瘤疫苗研发邱满堂-新颐智药CSO 16:55-17:30 圆桌讨论：AI智能体进入实验室，哪些决策可以交给AI，哪些关键环节仍需专家判断以上专家 7月3日【AI+前沿技术论坛-1】主持人：单永强-新蕴达联合创始人/首席执行官 08:50-09:10 SpectraAI: AI-Driven Molecular Identification and Discovery 夏俊-香港科技大学（广州）助理教授 09:10-09:30 AI在减少动物毒性实验方面的研究与探索陆江-西安交通大学特聘研究员/副教授 09:30-09:50 基于量子生成特征求解的大模型药物分子精准设计廖俊-中国药科大学教授 09:50-10:10 药物研发新范式——世界模型与 AI 科学家的闭环跃迁何骑-腾迈医药联合创始人/CEO 10:10-10:30 数字健康智驱未来：华为医药智能化方案介绍樊杰-华为制药军团总裁 10:30-10:50 茶歇 10:50-11:10 FROGENT：端到端全流程药物设计智能体吉君恺-深圳大学副教授 11:10-11:30 让知识“再发现”：Springer Nature构建AI时代的生物医药“知识群” 巨蓉-Springer Nature数据产品与AI平台合作总监 11:30-11:50 AI在药物研发中的深度融合与知识产权保护策略韩威威-苏州大学法学院知识产权教研室主任 11:50-12:10 AI Scientists重塑生命科学创新能力王俊毅-摩湃分子联合创始人兼CEO 7月3日【AI+前沿技术论坛-2】主持人：徐盈瀛-和铂医药Al和数字化执行总监 13:40-14:00 物理驱动的AI生物分子动力学的时序建模刘子敬-粤港澳大湾区数字经济研究院高级研究员 14:00-14:20 Hybrid Modelling Approach for Prediction and Control of Monoclonal Antibody’s Glycosylation 彭军滇-Group Leader, A*STAR Bioprocessing Technology Institute 14:20-14:40 用 Human First 数据驱动脑疾病模型与 CNS 药物开发包杨欢-普百思生物创始人/CEO 14:40-15:00 干湿一体化环肽药物研发智能体邹一可-上海交通大学药学院长聘教轨副教授 15:00-15:20 AI时代的药品监管：FDA的政策、框架与实践韩晓梅-阔跃生物CEO 15:20-15:40 茶歇 15:40-16:00 基于蛋白质语言模型的多肽设计王小奇-西北工业大学副教授 16:00-16:20 AI4S生命科学业界趋势及华为昇腾昇思的探索与实践王紫东-昇思MindSpore开源社区理事长&华为昇腾计算产品线副总裁 16:20-16:40 主题报告前沿技术公司负责人 16:40-17:00 多模态AI基础模型优化临床试验吴昊-珞米科技CEO 17:00-17:20 BCPM数据基座赋能医药行业AI落地应用王中健-摩熵创始人兼CEO 本文内容与图片主要来自会议相关主办或承办方最终日程请以主办方现场日程为准

免疫疗法

100 项与宜昌东阳光药业股份有限公司相关的药物交易

登录后查看更多信息

100 项与宜昌东阳光药业股份有限公司相关的转化医学

登录后查看更多信息

组织架构

使用我们的机构树数据加速您的研究。

或

查看完整样例数据

管线布局

2026年07月01日管线快照

管线布局中药物为当前组织机构及其子机构作为药物机构进行统计，早期临床1期并入临床1期，临床1/2期并入临床2期，临床2/3期并入临床3期

药物发现

临床前

临床申请

临床申请批准

临床1期

临床2期

临床3期

申请上市

批准上市

其他

登录后查看更多信息

当前项目

药物(靶点)	适应症	全球最高研发状态

磷酸萘坦司韦 ( NS5A )	慢性丙型肝炎更多	批准上市
甘精胰岛素生物类似药（东阳光） ( INSR )	糖尿病更多	批准上市
苯磺酸氨氯地平 ( L-type calcium channel )	高血压更多	申请上市
RH-Insulin (Sunshine Lake) ( INSR )	糖尿病更多	申请上市
盐酸伊非尼酮 ( TGF-α x TGF-β )	特发性肺纤维化更多	临床3期