AstraZeneca
PulseAugur coverage of AstraZeneca — every cluster mentioning AstraZeneca across labs, papers, and developer communities, ranked by signal.
- 2026-08-08 partnership AstraZeneca formed a joint venture with CSPC Pharmaceutical Group to focus on manufacturing and supply for the global market. 来源
- 2026-08-02 partnership AstraZeneca and Bristol Myers Squibb have reportedly held early-stage merger discussions. 来源
- 2026-08-02 partnership AstraZeneca has reportedly explored an acquisition of Bristol Myers Squibb. 来源
8 天有情绪数据
-
新LLM评估系统用于AI药物发现代理，经人类专家验证
研究人员开发了一个新的基于LLM的评估系统，用于评估AI代理在药物发现中的性能，解决了传统指标的局限性和人类评估的可扩展性问题。该系统在AstraZeneca的ChatInvent助手上进行了测试，定义了四个质量维度，并使用LLM裁判来评估输出。一项人类对齐研究发现，Gemini-3.1 Pro、Claude Opus 4.7、GPT-5和Llama 3.1 70B被评估为潜在裁判，通过少样本演示优化表现最佳的裁判，以实现与人类专家的…
-
AstraZeneca 使用生成式人工智能发现新颖的药物骨架
AstraZeneca 最近的一项研究展示了生成式人工智能在识别临床使用的新颖且可行的化学骨架方面的有效性。这些人工智能算法的成功取决于它们使用海量数据集进行训练，以及药物化学家的持续专家监督。
-
AstraZeneca 开发 LLM 驱动的研究助理，用于生物医学研发
AstraZeneca 开发了一个名为“研究助理”的内部 LLM 系统，以帮助科学家和临床医生探索生物医学数据。该系统提供了一个聊天界面，集成了来自科学文献、知识图谱、化学、临床试验、安全数据和内部实验系统的信息。它支持快速问答和更复杂的、多步骤的研究任务，响应基于检索到的证据，并链接到原始来源以供用户验证。
-
全球制药巨头投资中国生物技术公司以获取创新和增长
全球制药公司正加大对中国生物技术公司的投资，以寻求创新和估值增长。这些合作旨在促进中国公司的发展，使其能够在国际上竞争。近期案例包括阿斯利康与石药集团的合资企业以及美敦力与Zhende Medical的合作。
-
礼来公司的减肥药物推动收入增长48%，retatrutide试验显示出希望
礼来公司报告称，其第二季度收入大幅增长，达到230亿美元，同比增长48%。这一激增主要得益于其GLP-1药物Mounjaro和Zepbound，分别创造了100亿美元和50亿美元的收入。该公司还强调了其下一代减肥药物retatrutide的有希望的结果，计划在临床试验显示平均减重超过20%后于2027年寻求FDA批准。此外，报告还提到了一个研究，其中一种大麻衍生的药物Dronabinol在减少PTSD患者的噩梦方面显示出希望。
-
AstraZeneca 利用 AI 加速下一代药物设计
AstraZeneca 正在利用人工智能加速新药设计。该公司正在采用 AI 工具来改进药物发现和开发流程，旨在更有效地将下一代疗法推向市场。AI 的整合是其在制药研究中进行创新的关键部分。
-
由于电工短缺，数据中心越来越多地采用模块化组件建造 · 跟踪了 3 个来源
SemiAnalysis 发表了一篇文章，详细介绍了数据中心建设日益模块化，并将其与乐高积木搭建进行比较。这一趋势是由严重的电工短缺驱动的，预计到 2027 年将成为结构性问题。文章探讨了哪些可以模块化，哪些不能，列出了 80 多家供应商，并跟踪了 1,000 多个站点的 60 GW 以上的模块化建设，主要参与者如 AWS 和 Meta 都采用了这种方法。
-
阿斯利康、百时美施贵宝据报探索合并洽谈
据报道，阿斯利康和百时美施贵宝已进行早期合并讨论，但这些讨论不保证会达成交易。这样的合并将创建一个在美国市场拥有重要影响力的制药巨头。百时美施贵宝面临着 Eliquis 和 Opdivo 等关键药物的专利到期，但其新产品有所增长。
-
罗尔斯·罗伊斯利用人工智能和国防趋势实现强劲的财务复苏
在首席执行官 Tufan Erginbilgiç 的领导下，罗尔斯·罗伊斯正经历显著的转型，其股价上涨了十倍。该公司已提高财务预测，预计现金流和营业利润将有所改善。罗尔斯·罗伊斯正处于有利地位，能够从包括国防、人工智能驱动的数据中心和能源转型在内的几项全球主要趋势中获益。
-
新型埃博拉疫苗在快速开发后进入英国人体试验
一种旨在对抗埃博拉病毒Bundibugyo株的新型疫苗已在英国进入人体试验。首剂由志愿者Ed Hunt在牛津大学接种。这项仅用八周时间实现的快速开发，采用了与AstraZeneca的COVID-19疫苗类似的技术，旨在应对已导致刚果民主共和国和乌干达超过1000人死亡的疫情。
-
Hits Medicine 将 Shuwozhe® 授权给 AstraZeneca，总额最高可达 19 亿美元外加特许权使用费
Hits Medicine 已与 AstraZeneca 达成一项许可协议，授予其开发和商业化 Shuwozhe® 药物的全球权利。作为回报，Hits Medicine 将获得 6 亿美元的预付款，潜在的里程碑付款总额最高可达 9 亿美元，外加全球销售额的分级特许权使用费。此交易被视为关联方交易，需要股东批准。
-
中国制药行业加速人工智能驱动的交易
中国制药行业越来越多地利用人工智能来发现和开发新的候选药物，旨在推动国内和国际交易的新浪潮。该国已经是全球药物开发的重要参与者，贡献了全球约30%的新疗法。近期的一些合作，例如CSPC Pharmaceutical Group与AstraZeneca之间的合作，凸显了使用人工智能驱动的平台进行药物发现的日益增长的趋势。
-
重罪犯利用AI提供法律服务，引发伦理质疑
亚利桑那州的一名重罪犯，尽管没有法律学位，但以“Beyond Attorneys, LLC”的名义提供法律咨询服务。他建立了网站并在TikTok上发布法律建议，声称可以协助处理全美的法律事务。此案引发了关于在法律实践中使用AI的伦理影响以及未经授权的法律服务的界限的问题。
-
巴塞罗那崛起为欧洲生命科学中心，吸引投资并促进中欧合作
西班牙巴塞罗那正崛起为欧洲重要的生命科学中心，吸引了大量外国投资，并培育了超过1500家相关公司的蓬勃生态系统。该地区的成功归功于巴塞罗那科学园（PCB）等整合模式，该模式连接了研究、临床试验和产业。这促成了400多家初创公司的孵化，并吸引了包括阿斯利康在内的主要国际制药公司，后者计划额外投资13亿欧元。中国生命科学公司日益寻求欧洲市场扩张和合作，加泰罗尼亚是关键门户。
-
FDA 在实时人工智能临床试验方面领先制药行业
FDA 已成功实施了一个实时临床试验数据系统，能够立即审查患者安全信号。这一转变是由名为 Elsa 的人工智能助手的快速、全机构采用所推动的，该助手显著缩短了 FDA 员工的任务完成时间。这项举措以及新的人工智能治理原则，标志着生命科学监管格局正朝着持续的、数据原生的运营模式转变，促使制药行业迫切需要加速自身的人工智能整合。
-
信诺维子公司获得阿斯利康4.2亿美元预付款
信诺维的子公司Jushi Bio已收到阿斯利康4.2亿美元的预付款，这是战略合作的一部分。该伙伴关系专注于发现新型肽分子和开发长效递送产品。该协议标志着Jushi Bio的一个重要里程碑，以及其与阿斯利康建立更广泛战略联盟的开端。
-
Nvidia的AI投资重塑芯片行业，市值超越大型企业
Nvidia在人工智能基础设施方面的巨额投资正在重塑半导体格局，其市值已远超爱立信和阿斯利康等主要公司的市值总和。这一激增凸显了人工智能在推动对先进芯片需求方面的关键作用，并强调了半导体行业持续的技术竞赛。
-
赛诺菲构建内部AI生态系统，摒弃第三方工具
赛诺菲正在开发自己的AI生态系统，逐步放弃使用ChatGPT和Copilot等第三方工具。该公司已推出名为Concierge的内部生成式AI助手，目前已有80%的员工在使用，并专注于代理AI以自动化IT、采购和销售部门的工作流程。该战略旨在实现显著的成本节约，并根据赛诺菲的特定需求定制AI体验，从而使其区别于竞争对手。
-
大型制药公司应对工业热能脱碳挑战，Amidst Price Volatility
像AstraZeneca这样的大型制药公司正日益关注工业热能的脱碳问题，这是其供应链中重要的排放源。地缘政治事件和由此产生的能源价格波动，为减少对天然气供热的依赖创造了强有力的商业理由。AstraZeneca的清洁供热计划（Clean Heat Program），与Secaro和ERM合作开发，旨在系统性地减少其供应商网络中的这些排放，同时优先考虑成本降低和业务韧性以及可持续性。
-
FDA 启动与 AstraZeneca 和 Amgen 的实时人工智能云临床试验试点
美国食品药品监督管理局 (FDA) 已启动一项利用实时人工智能和云技术进行临床试验的试点计划。该计划涉及主要制药公司 AstraZeneca 和 Amgen。目标是通过先进的数据处理和分析来提高临床研究的效率和监督水平。