京冀廊医疗协作 首款ALS疗法获批
梯瓦Laquinimod三期失败 云麦好轻融资
甲氨蝶呤用药风险 360健康开辟跨境医疗
共计 20 条简讯 | 建议阅读时间 2 分钟
5月5日，国务院办公厅印发《深化医药卫生体制改革2017年重点工作任务的通知》（下称通知）。度过政策密集出台的2016年后，今年依然不轻松，针对医药行业，要制定14个文件，落实56个重点工作，囊括了医药领域的所有环节。（国务院办公厅 ）
5月4日，北京市卫生计生委、河北省卫生计生委、廊坊市政府在廊坊市共同签订了“京冀廊医疗卫生协同发展框架协议”。此次框架协议主要是根据廊坊市提出的医疗需求，双方共同商议决定的，希望能够提高廊坊市的医疗卫生服务能力，把患者留在当地，同时也疏解北京市过于集中的医疗资源。（北京市卫计委 ）
近日，广东省中山市人社局印发了《中山市社会医疗保险定点零售药店 评定项目及量化评分标准表（2017年版）》 和《中山市社会医疗保险定点医疗机构 综合评定项目及量化评分标准表 （2017年版）》的通知(以下均简称《标准表》)，于2017年5月28日起实施。（广东省中山市人社局 ）
5月5日，佛山市印发了《佛山市推进医疗联合体建设指导意见》，明确佛山将推进医疗联合体的建设。据了解，2017年下半年佛山市直医院和各区将开展医疗联合体试点，各区至少建立一个医联体；2018年底前全市所有公立医疗机构将实现联网组团运营。（佛山市卫计局）
根据交易所公告，贵阳新天药业股份有限公司于2017年5月8日进行网上申购。本次公开发行股票总数量为1,722万股。网上发行1,722万股，占发行总量的100%。本次发行股份全部为新股，不安排老股转让。（深交所）
新一代医疗测试平台EverlyWell近日宣布已经获得了新一轮200万美元的融资。该公司是一家数字平台制造商，融资将用于家庭测试套件业务。（动脉网）
智能健康服务公司云麦好轻宣布已经完成B轮近千万美元融资，本轮融资有LB Investment领投， 信文资本和明势资本等机构跟投。融资将主要用于团队建设、产品服务打磨和渠道建设。（动脉网）
今天以色列仿制药重磅选手梯瓦和其合作伙伴Active Biotech宣布其多发性硬化症、免疫调节剂Laquinimod在一个叫做CONCERTO的三期临床失败，没有达到试验一级终点。（美中药源）
近日，美国FDA宣布批准MT Pharma America的新药Radicava（edaravone）上市，治疗肌萎缩性侧索硬化（ALS）。值得一提的是，这是美国FDA 22年来批准的首款ALS疗法。（药明康德）
明星糖尿病企业WellDoc公司团队推出了首个通过FDA认证的糖尿病管理移动应用程序，并由其创始人Ryan Sysko和Suzanne Clough博士创立一个全新的数字健康公司，Amalgam Rx。（动脉网）
WHO计划在今年9月，邀请生物类似药生产药企，提交两种生物制品的生物仿制药生产资格：一个是利妥昔单抗， 主要治疗非霍奇金淋巴瘤和慢性淋巴细胞性白血病, 另一个是曲妥珠单抗，用于治疗乳腺癌。（健点子ihealth）
近日，来自卡塔尔、美国、埃及等多个国家的研究人员通过研究发现，在注射神经干细胞的数个月后，大鼠损伤的脊髓结构就会表现出组织再生的迹象。（生物谷）
来自南卡罗莱纳医科大学的研究人员通过研究发现，血小板或许能够通过抑制T细胞的功能来帮助癌症隐藏免于被免疫系统发现。（生物谷）
来自美国圣母大学的研究人员通过研究开发了一种检测流感病毒的新方法，通过对染料分子进行工程化操作使其靶向作用流感病毒的特殊酶类，研究者开发出了一种新型的检测试剂盒，当利用手持灯或蓝光指示笔进行照射时，特殊的检测试剂就能够释放荧光。（生物谷）
在一项新的研究中，来自美国洛克菲勒大学等研究机构的研究人员在寨卡病毒感染者的血液中鉴定出一种强效的抵抗ZIKV的新武器。这一发现可能导致人们开发出抵抗这种感染的新方法，包括疫苗。（生物谷）
CFDA通报显示,甲氨蝶呤作为一种叶酸还原酶抑制剂，临床主要用于肿瘤和免疫疾病治疗。近年国外药品监管部门多次发布消息，提醒甲氨蝶呤片治疗类风湿关节炎等疾病时因错误改变给药频率导致中毒，甚至死亡的情况。（医谷）
最近一项治疗I型糖尿病的新型疗法能够缓解II型糖尿病患者对胰岛素的依赖。该疗法用到了基因转移的技术。利用病毒作为载体，将特定的基因导入胰腺中，这些基因因此整个在细胞基因组中，并使得其它类型的细胞开始分泌胰岛素。（生物谷）
近日，华海药业向美国 FDA 申报的替米沙坦片的新药简略申请已获得批准，主要用于治疗原发性高血压（新浪医药）
去印度治疗丙肝、去香港接种宫颈癌疫苗，奇虎360旗下互联网健康平台“360健康”近期开辟了一个新业务：跨境医疗服务。而在此之前，360健康主要的业务集中在医药资讯和医药电商。（亿邦动力网）
近期，谷歌与DeepMind以及瑞士巴塞尔大学一同做出了突破——利用机器学习的方法，他们能准确预测分子的性质！这对于药物发现来说，有着重要的里程碑意义。（药明康德）
编辑：华子
点击“阅读原文”，进入详情版速读社！
