凤凰快三|凤凰快三

默沙东新冠口服药莫诺拉韦胶囊于天津挂网，报1500元/瓶******

　　默沙东新冠口服药首发报价公示。

　　1月10日，天津市医药采购中心发布《新冠治疗药品莫诺拉韦胶囊首发报价公示》，公示显示，莫诺拉韦胶囊首发报价1500元/瓶，40粒/瓶，进口到岸价(不含税)介于1100元和1200元之间，主要国家价格712美元(约合4826元人民币)，公示时间为2023年1月10日至1月16日。

　　公告称，近日，国家医疗保障局办公室印发《新冠治疗药品价格形成指引(试行)》，2023年1月1日起批准上市的抗新冠病毒的创新治疗药品采取首发报价集中受理。杭州默沙东制药有限公司主动参照有关要求，就此前附条件批准上市的莫诺拉韦胶囊提交了首发报价和有关资料。

　　值得关注的是，默沙东将莫诺拉韦在中国境内的经销权和独家进口权授予国药集团。上海市政协委员、国药控股副总裁蔡买松在上海两会现场接受澎湃新闻记者专访时表示：“乐观估计，默沙东的新冠口服药莫诺拉韦有望于春节前在国内市面上进行销售。”

　　“目前主要是手续，操作层面的问题都可以克服。”对于莫诺拉韦进入国内销售的最新进展，蔡买松向澎湃新闻记者介绍，1月4日凌晨，首批新冠口服药莫诺拉韦已到达上海外高桥保税区仓库，“数量在几十万盒，现在每天都在陆续到货，后续也会持续进货。”

　　蔡买松介绍，默沙东作为一家全球化公司，有很多生产基地，从不同国家进口的药物进入国内都需要备案，目前相关部门都在进一步衔接，公司也还在等待相关部门的批复。

　　蔡买松向记者进一步补充道，接下来公司将要给药物贴上中文标签，标签可能这两天就会到，贴完以后根据厂家的指令，就可以覆盖到全国。

　　至于未来莫诺拉韦将率先到哪些渠道销售，覆盖哪些区域？蔡买松表示，未来进入市场后大概率是从大医院开始销售。而是否会下放到网络诊疗平台，蔡买松表示，后续以相关部门的指令为准，再进行协调。

　　去年12月29日，国家药监局根据《药品管理法》相关规定，按照药品特别审批程序，进行应急审评审批，附条件批准默沙东公司新冠病毒治疗药物莫诺拉韦胶囊(商品名称：利卓瑞/LAGEVRIO)进口注册。

　　莫诺拉韦胶囊为口服小分子新冠病毒治疗药物，用于治疗成人伴有进展为重症高风险因素的轻至中度新型冠状病毒感染(COVID-19)患者，例如伴有高龄、肥胖或超重、慢性肾脏疾病、糖尿病、严重心血管疾病、慢性阻塞性肺疾病、活动性癌症等重症高风险因素的患者。患者应在医师指导下严格按说明书用药。

　　默沙东的莫诺拉韦胶囊是继辉瑞Paxlovid、河南真实生物阿兹夫定之后，第三款在国内获批的新冠口服药。

　　目前，Paxlovid和阿兹夫定都已经进入部分城市的社区医院，由医生开具处方使用。进医保价格，辉瑞1890元/盒(共30粒)，阿兹夫定270元/盒。

　　1月8日晚，国家医保局发布消息，国家医疗保障局医药管理司负责人介绍，“今年，共有阿兹夫定片、奈玛特韦片/利托那韦片组合包装、清肺排毒颗粒3种新冠治疗药品通过企业自主申报、形式审查、专家评审等程序，参与了谈判。其中，阿兹夫定片、清肺排毒颗粒谈判成功，Paxlovid因生产企业辉瑞投资有限公司报价高未能成功。”虽然Paxlovid未能通过谈判纳入医保目录，但根据相关要求，包括Paxlovid、阿兹夫定片、莫诺拉韦胶囊、散寒化湿颗粒等，医保都将临时性支付到2023年3月31日。

　　从新冠药物的产品使用上来看，据第十版方案介绍，莫诺拉韦胶囊适用人群为发病5天以内的轻、中型且伴有进展为重症高风险因素的成年患者。用法为800毫克，每12小时口服1次，连续服用5天。不建议在妊娠期和哺乳期使用。

提速近10倍！基于深度学习的全基因组选择新方法来了******

　　近日，中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中的应用，为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物（Molecular Plant）》上。

　　全基因组选择作为新一代育种技术，通过构建预测模型，根据基因组估计育种值进行早期个体的预测和选择，从而缩短育种世代间隔，加快育种进程，节约成本，推动现代育种向精准化和高效化方向发展。

　　统计模型作为全基因组选择的核心，极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型，难以捕捉基因型和表型间的复杂关系。

　　相较于传统模型，非线性模型（如深度网络神经）具备分析复杂非加性效应的能力，人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机，深度学习算法的优化将会提高全基因组选择的预测能力。

　　该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料，通过创新深度学习算法框架开发了全基因组选择新方法。

　　与其他五种主流预测方法相比，该方法有以下优点： 可以利用多组学数据开展全基因组预测；算法设计中包含批归一化层、回调函数和校正线性激活函数等结构，可以有效降低模型错误率，提高运行速度；预测精度稳健，在小型数据集上的表现与目前主流预测模型相当，在大规模数据集上预测优势更加明显；计算时间与传统方法相近，比已有深度学习方法提速近10倍；超参数调整对用户更加友好。

　　该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。

学术支持

中国农业科学院作物科学研究所

记者

宋雅娟

　　（文图：赵筱尘 巫邓炎）