干细胞技术日趋成熟，离临床应用究竟有多远？
干细胞及转化是“十三五”国家科技创新规划里明确指出的战略性前瞻性重大科学问题之一。以干细胞治疗为核心的再生医学，在神经、血液、心血管、生殖等系统和肝、肾、胰等器官的重大疾病治疗方面发挥作用，尤其间充质干细胞（mesenchymal stem cells，MSC）对神经退行性疾病、免疫疾病，糖尿病以及眼病治疗有显著效果。近期国家卫计委和药监局首批备案的干细胞临床研究“人胚胎干细胞来源的神经前体细胞治
分子影像技术应用于胰腺癌的介入光热治疗取得临床科研成果
中国科学院自动化研究所研究员田捷带领中国科学院分子影像重点实验室，长期专注于新型分子影像成像技术的临床转化应用工作，并与全国多家三甲医院开展系统化的临床科研合作。近期，实验室与中国人民解放军总医院（301医院）介入超声科合作，在分子影像应用于胰腺癌的介入光热治疗，以及应用于肝癌的分子标志物生物学机制研究两大领域，取得了显着的临床科研成果。相关研究进展分别发表于《医学研究评论》（Medi
Chemical Communications:二聚体蛋白荧光标记应用单分子FRET研究获进展
6月19日，英国皇家化学会主办刊物Chemical Communications（ChemComm）以封面论文（Inside Front Cover）的形式在线发表了中国科学院生物物理研究所柯莎（Sarah Perrett）研究组题为A Co-expression Strategy to Achieve Labeling of Individual Subunits within a
葛兰素史克向欧盟提交哮喘药物Relvar Ellipta扩大应用申请
2017年7月24日讯 /生物谷BIOON/ --英国制药巨头葛兰素史克（GSK）近日宣布，已向欧洲药品管理局（EMA）提交了呼吸药物Relvar Ellipta（fluticasone furoate/vilanterol, FF/VI，糠酸氟替卡松/维兰特罗）的一份监管申请文件，扩大该药的适用范围，用于接受ICS/LABA组合方案已充分控制病情的哮喘患者。Relvar Ellipt
利用智能手机计算步数揭示肥胖线索
图片来自CC0 Public Domain。2017年7月13日/生物谷BIOON/---在一项新的研究中，来自美国斯坦福大学的研究人员利用智能手机追踪全球数十万人的活动水平，取得一项有趣的发现：在肥胖很少的国家，人们通常每天行走相类似数量的步数。但是经常行走的人与很少行走的那些人之间存在的较大差距与更高水平的肥胖相一致。相关研究结果于2017年7月10日在线发表在Nature期刊上，论文标题为“
微生物所开发的RDDK-Shld1系统在水稻和小麦中获得成功应用
在后基因组时代生物学研究的主要挑战是鉴定所有蛋白的功能。研究蛋白生物学功能的主要手段是对其表达水平进行扰动，然后观察相应的表型变化。目前，植物学研究中常用的方法是在DNA和RNA水平对蛋白表达进行调控；然而，这些方法对蛋白水平的调控都是间接的，需要较长时间起作用，并且蛋白本身的稳定性也影响最终的调控效果。为了解决这些问题，中国科学院微生物研究所邱金龙课题组前期在双子叶模式植
人类首次诱导出临床应用级动脉内皮细胞
世界上啥疾病最为致命？说到这个问题，很多人脑子里的第一反应也许是癌症。这很正常——癌症吸引了大量的社会关注：癌症患者的康复故事被当作正能量广泛传播，癌症的研究进展也让我们看到了人类的智慧之光。然而，癌症在人类的“最致死疾病排行榜”上只能屈居第二。高居榜首的，是心血管疾病。据美国心脏协会（American Heart Association）统计，每年美国的死者中，有三分之一死于心血管疾病，死者总数
新科技让智能手机摇身成为DNA扫描显微镜
加州大学洛杉矶分校(University of California, Los Angeles) Howard Hughes医学院的Aydogan Ozcan研究组近日开发出一种新的技术，让智能手机可作为DNA扫描荧光显微镜使用。
从实际应用切入智能化 药机业尚处浅滩阶段
美国当地时间6月5日，苹果举行全球开发者大会。有专业人士分析，本次大会可以看出苹果公司对人工智能的野心，从四大系统到多款硬件更新，都处处提到了机器学习、深度学习、人脸识别、VR、AR等人工智能技术。智能行业媒体智东西创始人总编辑国仁对此表示，苹果从不像很多公司专门讲人工智能战略，苹果是从应用来切入人工智能。当前，人工智能正以“迅雷不及掩耳之势”在全球覆盖了一层密网，智能化的趋势也逐步渗透到各个行业
跨界与应用：2017未来医疗科技大会暨人工智能前沿高峰论坛精彩纷呈
2017年6月15日，由生物谷主办的2017未来医疗科技大会暨人工智能前沿高峰论坛在上海隆重拉开序幕。本次将围绕人工智能在医疗领域中的发展，人工智能技术与医学影像诊断：图像识别与深度学习，人工智能慢病管理等话题展开，为人工智能新趋势和新方向、面临的机遇与挑战等现实和前瞻性的重大理论与实践问题进行深入而广泛的讨论和交流，为实现我国智慧医疗的战略做出贡献！AI在医疗领域有着无限未来空间，比如：医学影像