Tsinghua University

随着CAR-T细胞治疗在肿瘤及自身免疫病领域的不断拓展，海军军医大学第二附属医院（上海长征医院）徐沪济教授团队，携手清华大学基础医学院林欣教授团队及华夏英泰生物科技有限公司，率先将全新通用型细胞疗法——STAR-T细胞（YTS109）应用于重症、难治性系统性红斑狼疮（SLE）合并狼疮性肾炎（LN）患者，并在临床试验中取得突破，相关成果于2025年8月27日在Nature Medicine杂志以Allogeneic CD19-targeting T cells for treatment-refractory systemic lupus erythematosus: a phase 1 trial为题在线发表，为全球SLE合并LN患者带来新希望。 2024年，团队启动注册临床研究（NCT06379646），首次在重症难治性SLE合并LN患者中应用新一代CAR-T疗法YTS109。该通用型STAR-T细胞通过高效清除致病性B细胞，实现精准免疫重置与肾功能修复。 临床数据显示，所有受试患者在回输后均快速获益，达到SLE应答指数4（SRI-4）并持续超过6个月。部分患者在2个月内即达肾脏完全缓解，尿蛋白水平显著下降。随访16个月的首例患者（LN IV+V型）至今保持停药状态，蛋白尿持续阴性。 深入机制研究表明，YTS109不仅缓解临床症状，还实现了系统性免疫重置。外周血单细胞转录组和BCR分析显示，致病性B细胞被迅速清除，2个月后以未成熟和初始B细胞为主的新群体重建，且缺乏自身抗原记忆B细胞。新生BCR谱系以IGHM和IGHD为主，完全取代原有致病克隆，提示免疫系统得以“重启”。 蛋白组学进一步验证，治疗促进炎症因子通路下调，修复与免疫调节通路上调，形成广泛而持久的免疫稳态转变。空间转录组学分析显示，肾小球结构细胞比例增加，炎性免疫细胞浸润显著减少；足细胞、肾小管上皮细胞炎症信号减弱，组织由高度炎症状态转向修复状态。 临床研究显示，YTS109在安全性方面同样表现优越：未出现移植物抗宿主病（GVHD），仅有少数患者出现轻度细胞因子释放综合征（CRS），均经常规处理顺利缓解。其所介导的“精准清除与稳态重建”机制，不仅带来持久缓解，更有望为患者长期预后改善奠定基础。 本研究由海军军医大学长征医院王晓冰副教授、张祎医生、吴歆副教授、何超副教授，清华大学基础医学院王慧明博士共同担任第一作者。华夏英泰生物科技有限公司郑洪丽博士、南京大学医学院鼓楼医院孙凌云教授、清华大学林欣教授及海军军医大学徐沪济教授共同主导该项目开展，徐沪济教授为通讯作者。 2024年徐沪济教授团队完成全球首例通用型CAR-T细胞治疗难治性系统性硬皮病与炎性肌病的临床研究，显著改善患者症状，并首次阐明异体CAR-T在免疫重建中的新机制（专家点评Cell丨徐沪济领衔的团队成功使用通用型CAR-T细胞疗法治疗难治复发性风湿免疫性疾病），被CAR-T之父”Carl June教授誉为“自身免疫病治疗范式的变革”，并荣获Cell 2024年度最佳论文、十年里程碑论文及“2024年中国科学十大进展” 2025年7月，团队再次在Cell报道全球首个iPSC-CAR-NK细胞治疗系统性硬皮病的成果，并通过多组学揭示免疫重置机制，进一步拓展了细胞免疫治疗的边界（Cell | iPSC来源双靶点CAR-NK细胞在难治性系统性硬皮病中应用和机制研究—开启难治性自身免疫病的细胞治疗新篇章）。此次与清华大学林欣教授团队联合开展的YTS109研究，继续领跑通用型CAR-T治疗自身免疫病领域。 原文链接： https://www.nature.com/articles/s41591-025-03899-x 制版人： 十一 学术合作组织 （*排名不分先后） 战略合作伙伴 （*排名不分先后） · 转载须知 【原创文章】BioArt原创文章，欢迎个人转发分享，未经允许禁止转载，所刊登的所有作品的著作权均为BioArt所拥有。BioArt保留所有法定权利，违者必究。 BioArt Med Plants 人才招聘 近期直播推荐 点击主页推荐活动 关注更多最新活动！

在药物研发中实现结构新颖性仍然是一个关键挑战。人工智能已经展现出从海量化学与生物信息中解读分子结构与活性之间复杂关系的巨大潜力。然而，其在探索新颖化学空间方面的能力尚未得到充分研究。 针对上述问题，清华大学黄牛团队于2025年8月18日在《Journal of Chemical Information and Modeling》期刊上发表题为“AI-Designed Molecules in Drug Discovery,Structural Novelty Evaluation,and Implications”的综述文章。该文章评估了近年发表的71个案例中AI设计的活性化合物的结构新颖性。为优化AI驱动的药物研发提供了见解，并强调了跨学科合作的重要性，以平衡结构新颖性与活性。作者建议在AI驱动的药物研发流程中，采用多样化的训练数据集、具备骨架跃迁识别能力的相似性度量方法，以及对相似性筛选谨慎考量。 背景 药物发现是一个复杂、耗时且高成本的过程。人工智能凭借其强大的数据处理与学习能力，通过从海量化学和生物学数据中提取洞见，展现出变革性的潜力。在计算机辅助药物设计中，方法通常分为两类：基于配体和基于结构的模型。基于配体的方法利用配体的结构信息，如分子指纹、描述符、SMILES或分子图。而基于结构的模型则利用蛋白-配体的结构数据预测结合亲和力或生成适配特定结合口袋的配体，从而推动基于结构的药物设计发展。 在AIDD中，药物化学家通常优先关注具有新颖分子骨架的化合物，因为新的化学类型可带来显著优势，如增强效力、改善亚型选择性，以及克服耐药机制。然而，AI生成的临床候选分子往往在结构创新方面表现有限。 为评估AI在发现新型骨架方面的能力，作者分析了近年来报道的AI生成或筛选活性化合物的研究。通过评估代表性案例中化合物的相似性、活性、模型架构和工作流程，识别出AI在药物发现创新中的优势、局限与潜力。 方法 筛选及评估的总体流程如图1所示。从Google Scholar、Web of Science、PubMed和SciFinder中检索了截至2025年3月之前发表的文献。根据以下标准进行筛选：(1)必须采用AI模型作为化合物筛选/设计的核心方法；(2)鉴定得到的苗头化合物需具备实验验证的活性数据；(3)明确记录筛选流程及具有代表性的活性分子。最终得到71个案例研究。在这些研究中，提取了有关方法细节以及结果的重要信息，如靶点名称、模型架构、虚拟筛选流程、实验验证的化合物、生物活性以及表现最佳的代表性分子结构等。 图1 系统性文献综述与AI设计分子结构新颖性评估工作流 在结构新颖性分析中，每项研究选取最多五个最具活性的苗头化合物进行评估。将这些分子与ChEMBL29和CDDI中已有的特定靶点活性分子进行比较。新颖性通过每个hit分子与已知活性分子之间的最大Tanimoto系数(Tcmax)进行量化。Tcmax越接近0，表示结构新颖性越高(差异更大)；接近1则表明相似性较强。采用基于Morgan指纹的Tcmax作为主要的新颖性指标。 结果 靶点特征与计算方法 如图2A所示，超过60%的研究集中在酶类靶点上，其中包括激酶(29项研究，涵盖26个独特靶点)和其他酶(17项研究，涵盖15个独特靶点)。其次是核受体、GPCR、转录因子、离子通道，以及表型筛选。在所分析的71项研究中，基于配体的方法占主导地位。相比之下，19项研究使用了基于结构的生成模型，9项研究应用了基于结构的预测模型(图2B)。在19项基于结构的生成研究中，仅有7项明确结合了靶点的结构特征来引导配体生成，而其余12项则依赖于隐式策略，如蛋白-配体相互作用打分或基于序列的条件编码器。 图2 研究中药物靶点与模型分类饼图 在所有研究中获得的苗头化合物，其效力范围从亚微摩尔到微摩尔水平(图3A)，其中46项研究实现了低于1μM的活性。然而，单纯的效力并不足以保证临床价值；结构新颖性与衍生化潜力成为进一步优化的关键因素。 图3 最佳hit化合物的效力分布以及各案例hit化合物平均Tcmax值 结构新颖性评估 通过Tcmax的定量评估显示，对新化学空间的探索仍然有限(图3B)。共有30项研究(42.3%)的Tcmax>0.4，表明这些化合物与已知活性分子具有较高的结构相似性；而仅有6项研究(8.4%)实现了Tcmax<0.2。基于配体的方法表现不佳，其中58.1%(25/43)的案例Tcmax超过0.4，而基于结构的方法仅有17.9%(5/28)超过该值。显然，AIDD在探索更大范围的新化学空间方面能力有限，尤其是在基于配体的方法中。这一分布提示大量AI设计的化合物在结构上与现有活性分子高度相似，这可能会因专利性与非靶点效应等问题而限制其治疗潜力。 新颖性模式 在39项Tcmax<0.4的研究中，观察到三类模式： (1)未充分研究的靶点。在缺乏或仅有少量已报道活性分子的靶点上，AI模型取得了成功(表1)。例如，Ballarotto等人利用化学语言模型实现Nurr1激动剂的从头设计。Jiang等人开发了一种自回归流模型，从结合口袋中编码上下文条件来生成YTHDC1的配体，而该靶点当时无可用的小分子配体。 表1 针对未充分研究靶点的代表性案例 (2)基于取代的相似性。尽管Tcmax较低，但DDR1和RXR的hit化合物依然通过片段取代与已知活性分子呈现出镜像关系(表2)。在此类情形中，基于指纹的相似性度量未能识别这些骨架层面的重叠，凸显了其在取代识别方面的局限性。 表2 Tcmax较低但仍保有相似骨架的代表性案例 (3)新骨架发现。AI模型成功识别或生成了具备新骨架的命中化合物，重点列举了7个Tcmax<0.4的代表性案例(表3)。常见的配体相似性过滤步骤有助于降低骨架冗余，但往往揭示出与已知活性分子部分子结构的重叠。 表3 利用AI方法获得新hit化合物的代表性研究案例 基于结构的模型与骨架跃迁 虽然基于结构的模型能够识别新骨架，但这些hit化合物往往在与靶点结合位点残基的相互作用上，与已报道配体表现出高度相似性。例如，采用靶点导向方法POEM生成的CDK8抑制剂显示，其最强效的hit分子在激酶铰链区骨架残基上形成典型的氢键，与已知CDK8抑制剂的结合模式相似(图4)。这凸显了骨架跃迁的概念，即不同骨架可以实现相似的结合姿势和与靶点蛋白的关键相互作用。尽管骨架可能是新的，但整体结合模式和关键相互作用仍然保持保守。 图4 (A)POEM设计hit化合物与(B)已报道的CDK8抑制剂的结合模式比较 讨论 在人工智能驱动的药物发现中，生成新的分子骨架至关重要，因为这使得能够识别出具有更高选择性和效力的化合物，并且这些化合物不太可能与现有药物共享耐药机制。然而，仅依赖单一的结构相似性计算方法(如基于指纹的相似性)作为新颖性筛选标准可能并不合适。取代基类型与位置的变化可能降低Tcmax值，从而使结构相似的骨架逃避检测。其他方法，如Bemis-Murcko相似性和拓扑相似性，主要关注整体骨架的相似性，却忽视了局部差异。在新颖性与生物活性之间保持平衡十分关键，因为过于严格的新颖性标准可能限制候选分子的效力。 导致新颖性受限的因素包括：(1)训练数据偏倚：公共数据集更倾向于研究充分的靶点(例如激酶)，从而使模型更偏向已知骨架。(2)过拟合与多样性不足：数据集多样性不足及过拟合会妨碍对新化学空间的探索。(3)实际约束：AI算法可能优先生成与已知化合物相似的分子，以兼顾合成可行性、安全性和生物活性。 提升生成分子多样性和新颖性的努力包括：多目标优化，在强化学习中设置针对新颖性和多样性的奖励函数，增强正则化，改进采样方法，以及引入局部骨架多样性贡献生成器。结构驱动的模型因不依赖已知配体而适用于研究不足的靶点。然而，常用的蛋白-配体结合数据集的偏倚限制了此类模型的泛化能力。通过改进算法(例如优化目标函数、采用对抗训练、增强特征学习)可以提升模型在分布外任务中的泛化表现。同时，构建具有更广化学与生物分布的数据集(如BindingNet和CrossDocked)能够改善模型性能。 基于结构的三维生成模型可能因分子数据的噪声敏感性而生成化学上不合理的结构。相较之下，尽管配体驱动的方法在探索新化学空间方面效果较弱，但它们不依赖特定靶点信息，因此在表型筛选等场景下仍然有用。其黑箱特性有时甚至会偶然产出具有新颖生物活性的分子，尽管其骨架探索能力有限。 总结及展望 AI驱动的药物发现已展现出巨大潜力，但目前在分子设计中的结构新颖性仍然有限。基于结构的模型在发现新骨架方面更具潜力，尤其适用于尚未深入研究的靶点；而基于配体的模型由于训练数据的偏倚，往往重复已知骨架。 为推动该领域发展，作者建议：(1)使用多样且平衡的训练数据集以减少偏倚。(2)引入能够识别骨架跃迁的相似性指标，而不仅仅依赖指纹Tc，以更好地捕捉骨架新颖性。(3)在筛选流程中谨慎选择相似性过滤器，以避免结构同质化。(4)构建多目标优化框架，在新颖性、活性与合成可行性之间取得平衡。这些策略将有助于释放AI在探索新化学空间中的全部潜力，加速创新药物的发现。 参考链接： https://doi.org/10.1021/acs.jcim.5c00921 --------- End --------- 感兴趣的读者，可以添加小邦微信加入读者实名讨论微信群。添加时请主动注明姓名-企业-职位/岗位或姓名-学校-职务/研究方向。

机会难得，千万别错过！ BD的机会来了！~ 国内外明星ADC公司寻找适合用于ADC创新药研发的单抗、双抗、多抗产品 请有相关产品的biotech公司立即联系药时代BD团队（BD@drugtimes.cn）！ Evercore中国生物科技峰会（图片来源：Sheila Mikhail领英分享） 正文共：4200字 2图 预计阅读时间：8分钟 2025年8月24日，星期日，药时代分享了一篇名为《一位美国投行创始人/CEO亚洲之行的感受》的文章，讲述了Geoff Meyerson先生对中日两国生物医药体系的观察与见解，文中提及“中国具有交易价值的药企有很多，并非只有恒瑞”这一观点，犹如投入湖面的石子，激起了行业对本土创新药企价值重估的涟漪。 回望过去十年，中国生物医药产业完成了一场惊心动魄的蝶变，从仿制药生产国蜕变为全球创新药研发热土。一批以百济神州、信达生物为代表“新贵”涌现，率先尝到了创新药红利；而以恒瑞医药，石药集团为代表的传统药企纷纷转型，在创新药赛道上弯道超车。根据清华大学团队报告，2015-2024年间，中国在首批创新药中的比例稳步上升；2021年超过日本欧洲，成为首批第二大地区；2024年，该比例已接近美国。 在这场全球生物医药产业的重构浪潮中，M34公司联合创始人兼首席执行官Sheila Mikhail的观察颇具启示。她同时担任生物技术创新组织（BIO）及基因疗法公司Verve Therapeutics的董事，在参与Evercore中国生物科技峰会后，分享了她对中国生物医药产业发展的洞见。 Sheila Mikhail（图片来源：ncbiotech官网） Sheila Mikhail的职业生涯始于担任生物科技企业的法律顾问，随后与遗传学家、发明家Jude Samulski建立长期合作伙伴关系，共同攻克罕见遗传病。在担任双方首个合作项目Bamboo Therapeutics的首席执行官期间，Mikhail成功为公司融资5000万美元，并领导企业完成了首次并购，被辉瑞以8.4亿美元收购。在另一家她与Samulski联合创立的AskBio公司担任CEO时，她不仅完成了2.35亿美元的融资，推动六个研发项目进入临床试验阶段，还在西班牙建立了生物制造基地，将团队规模扩展至800人，最终引领公司被拜耳以40亿美元收购。 接连的成功并未让Mikhail停下脚步。她又联合创办了两家Biotech：Jurata Thin Film以及最新成立的M34（专注神经系统疾病基因疗法研发）。同时，为支持儿童超罕见遗传适应症基因治疗的持续发展，她还联合创立了哥伦布儿童基金会并担任执行董事。 那么，她眼中的中国生物医药产业发展如何？药时代团队对其发言进行了简单的翻译，现在向广大朋友们推荐，欢迎感兴趣的朋友们阅读英文原文，了解详情。 近日，Mikhail在参加完上海举行的Evercore中国生物科技峰会后，她对中国生物医药的发展获得了若干重要洞察，并发布领英。 以下为其主要观点： 关键词——超越 1、中国生物科技企业已从早期模仿美国产品转向自主研发。它们不仅是快速追随者，更成为具备超越美国临床药物研发能力的创新力量。 药时代观点：首先，有几组数据可以作为佐证。一是2024年中国企业原研创新药数量达704款，首次超越美国；二是全球临床试验数量中国以7100项对美国的6000项实现反超；三是全球大药企从中国创新药企业引进创新药的交易（首付款0.5亿美金以上）占比从2018年、2019年的0%迅速提升到了2024年的27%，至今年5月，该比例更是达到了惊人的42%。 这种转型并非偶然，除了国家政策的大力支持与战略引导，人才红利与知识回流也尤为重要（这点Geoff Meyerson也曾在文中指出）。具备了上述两种条件后，资本市场（如VC/PE）对生物医药呈现开放态度，甚至是热情高涨，有数据统计过去十年，中国生物制药领域在一级市场融资中吸引了超过4184亿元人民币。2021年融资达到峰值，共完成811笔融资事件，融资总额达1034亿元人民币，这为研发周期长、高风险的生物医药企业提供了“充足弹药”，也为药企从“me-too”向“me-better”甚至“first-in-class”进军奠定了基础。 关键词——CGT 2、在细胞与基因治疗领域，中国企业拥有显著优势。采用研究者发起的临床试验（IIT）模式显著加速了细胞与基因治疗的临床转化。根据个人经验，在中国仅需12-14个月即可完成人体概念验证（美国需3-5年），成本最高可降低75%。这种高效模式使中国研发者能够快速迭代优化药物，并获得明显的先发优势。 药时代观点：Mikhail女士观察到的应该是，中国对细胞疗法采用的双轨制监管模式。该模式，即同时存在药品监管路径（由国家药监局负责）和医疗技术监管路径（由国家卫健委负责）。双轨制的好处是IIT允许早期探索性研究，加速临床和医学发现。最新统计数据显示，截至2025年第⼆季度，CDE共受理了765份CGT产品新药研究（IND）申请，其中CAR-T细胞疗法、干细胞疗法和基因疗法占大多数。 但这样的机制仍面临一些挑战，如研究规范性不足、数据管理和应用机制不完善等。在上述765份IND申请中，553份已获得批准，余下214份未通过。拒批常见因素包括科学依据不充分以及现有药物或非临床数据不足等，这就是小规模研究带来的“试错成本降低”。此外，极低的试错成本与高速度可能导致资源过度集中在某些热门靶点或技术上，如CAR-T疗法。 「细胞治疗产品CMC与生产质量管理」| 药时代学苑第4期报名开启！ 关键词——政府扶持 3、中国政府为初创企业提供大量资源支持，极大加速了新药研发进程。 药时代观点：自“十四五”规划将“突破创新药、高端医疗器械关键核心技术”纳入国家科技重大专项，提出建设国际一流生物医药产业高地以来，地方生物医药产业的招商引资被按下快进键，抢项目、争人才、砸资金屡见不鲜。北京发布《支持创新医药高质量发展若干措施》，提出32项举措，并构建了500亿元规模的医药健康产业基金，联动市级200亿元、区级100亿元两级生物医药投资基金，以吸引社会资本超100亿元，重点支持早期创新企业；上海目标是到2027年生物医药产业规模突破5000亿元，并培育出1至2家百亿级规模的创新药企…… 此外，各地政府还依托地方产业基金税收减免和人才补贴等政策，实现低成本扩张，同时举办创新创业大赛选拔真正创新药企，精准扶持。 关键词——成本 4、中国研发与生产成本显著低于美国，使得整体研发效率远超美国同行。 药时代观点：这点Geoff Meyerson也曾在文中指出。据Nature的一篇报道显示，美国新药研发平均成本约26亿美元而中国仅需1/3至1/2的成本即可完成相同阶段的试验。导致这一现象的核心原因有三：一是人力成本低，中国科研人员薪资约为美国的30%-50%；二是供应链成本低，中国具有完整且成熟的化工和生物医药原料供应连体系，本土采购成本远低于国际进口；三是临床开发成本低：中国拥有庞大且集中的患者群体，临床招募效率高，研究者费用与医院费用均低于美国。 但“效率”这个词需要拆开看。中国生物医药产业的优势主要体现在 “开发效率” 上，而非绝对意义上的 “创新效率”。 关键词——同质化 5、针对每个创新药物研发路径，都有多家中国生物科技企业同步布局。企业间差异化程度有限，导致投资者难以甄选最优标的。 药时代观点：“内卷”并非中国生物医药特有，但关于我国“内卷现状”，孙飘扬曾在采访中给出明确答案。内卷问题贯穿于创新药研发、临床和上市整个链条。首先是自主创新能力不足，其次是知识产权保护的力度不足，再次是行业处于买方市场。 具体而言，就是本土药企存在“Fast-Follower”的战略惯性，路径清晰、风险可控加上资本驱动、人才和知识的集中性，有此现状实属合理。当然，这也导致了Mikhail女士说现象的出现，如何甄选最优标的成为投资者一大难题，且“内卷”格局下还将导致估值体系混乱，GLP-1定价就是眼前的案例，更为严重的是退出不确定性增加，毕竟药物一旦上了临床，越往后期越难终止，损失也会更大。 如何破局？对于药企而言，就是“差异化”三字经；对于投资人而言，就需要复合型人才，懂科学、懂临床、懂技术、还要懂投资。言而总之，资本寒冬正加剧“内卷”出清，留下的自然是，强者恒强。 关键词——融资 6、尽管优势显著，中国生物科技行业目前正面临风险资本融资约束，这可能限制未来的快速扩张。 关键词——退出 7、中国企业的终极目标是通过被大型药企收购或在美国设立新公司实现退出，最终寻求在美国市场完成价值变现。 药时代观点：这两个观点可以合并看待。近年来，无论是从数量上还是质量上，中国创新药出海已经到了一个前所未有的高度。在一夜造富的神话背后，其实还有药企的无奈：国内方面二级市场遇冷、同质化竞争、国谈集采以量换价、地缘政治影响（一定程度上影响了跨境资本的流动）等等。多重困境倒逼中国药企优先选择战略合作伙伴模式，通过对外授权协议、Newco等方式利用跨国伙伴的研发基础设施和商业化网络，加速开发时间线，同时通过外部资本优化资产估值。 至于Mikhail女士提到的终极目标，本质是由中国药企退出路径的单一性所致。目前本土药企退出的主要方式依旧是IPO，并购退出也主要集中在传统药企或有成熟产品的标的，S交易（老股转让）、回购等方式尚未形成成熟市场，导致部门药企面临的最主要问题仍是“如何活下去”。 面对这一困境，国家层面已推出全链条支持政策，投融资金额出现触底回升趋。此外，随着A股未盈利企业的上市放开也将更多资金引流，一、二级市场投融资皆情况逐渐有所回暖。并购方面，“国家队”正式下场救火：上海生物医药并购基金收购康华生物；华润三九与博瑞医药达成BD合作；中国生物收购派林生物等，上述措施无不体现了国家持续“托举”生物医药产业的决心。 故全球化虽是中国药企的必经之路，但出路不应仅限于被跨国药企收购。未来仍需加强政策扶持与企业自身能力建设，减少对外部体系的依赖，真正提升本土药企的核心竞争力。 未来，药时代计划分享更多美国制药界、投资界创始人、CEO关于中国的观察、观点。敬请关注！~ 参考资料： 1.linkedin 2.一位美国投行创始人/CEO亚洲之行的感受 3.从0%到42%，中国创新药创造了历史！ 4.清华报告│2015-2024年中国医药产业崛起：创新的十年（明桂资本） 5.中国细胞与基因疗法（CGT）研发趋势原创（医药魔方） 6.加速CGT审评，FDA可借鉴中国双轨制｜遇见前FDA审评员杜新（研发客 ） 7.Nature Reviews Drug Discovery,2024 8.回望2024 | 创新药的出海、内卷和破局之道（中国医药创新促进会） 9.其他公开资 图片来源：ncbiotech官网 BD合同现金流入超10亿，海外全年高增长可期，复宏汉霖中期业绩亮眼！ 2025-08-25 一位美国投行创始人/CEO亚洲之行的感受 2025-08-24 超3500亿美元！MNC扎堆在美国投资建厂 2025-08-23 版权声明/免责声明 本文为原创文章。 本文仅作信息交流之目的，不提供任何商用、医用、投资用建议。 文中图片、视频、字体、音乐等素材或为药时代购买的授权正版作品，或来自微信公共图片库，或取自公司官网/网络，部分素材根据CC0协议使用，版权归拥有者，药时代尽力注明来源。 如有任何问题，请与我们联系。 衷心感谢! 药时代官方网站:www.drugtimes.cn 联系方式: 电话:13651980212 微信:27674131 邮箱:contact@drugtimes.cn 点击这里，查看更多精彩！