Workflow
Afuresertib
icon
Search documents
港美精选| 来凯医药:药还未卖,股先飞涨,解码未来潜力与隐忧
贝塔投资智库· 2025-06-13 03:49
公司简介 来 凯 医 药( 2105.HK ) 成⽴于 2016 年 , 是⼀家 临 床 阶 段的⽣物技 术 公司 。 公司⽬前 拥 有 19 个 产 品候 选 , 多款 产 品 处 于 临 床 阶 段或 IND 批准状 态,产品包括 LAE002 ( 是全球仅有的两种处于晚期 临 床开 发阶 段的 针对 乳腺癌及前列腺 癌 的 AKT 抑制 剂 之⼀ )和 LAE102 ( 全球第⼀个进⼊ 肥胖症治疗 临床阶段的 ActRIIA 特异性抗体 )等等。产品应⽤ 覆盖 癌症(如卵巢癌,前列腺癌),代谢(肥胖症)和肝纤维化 等重⼤未 满 ⾜医 疗 需求 领 域。 CEO 兼 创 始⼈ 吕 向阳博⼠(持股 约 13% ) : 拥 有超 20 年全球新 药 研 发 和企 业 管理 经验 , 曾在 诺华 ( Novartis: 全球 TOP5 ⼤型制药公司)美国 总 部担任副 总 裁 , 具 备 极 强 的管 线 判断⼒与 BD (商 业 开 发 ) 执 ⾏⼒。 管理层中, CSO 顾 祥巨博⼠ 同 样 来⾃ 诺华 ,⽽研发副总裁团队成员多数具 备辉 瑞、默沙 东 等欧美⼀ 线药 企背景, 拥 有 从 PCC ( 临 ...
天风证券晨会集萃-20250519
Tianfeng Securities· 2025-05-18 23:43
证券研究报告 | 2025 年 05 月 19 日 风险提示:地缘冲突超预期,海外通胀持续性超预期,流动性收紧超预期。 《金工|量化择时周报:等待缩量》 1、择时体系信号显示,均线距离-1.33%,距离绝对值小于 3%,市场继续 处于震荡格局。市场处于震荡格局,核心观测是市场风险偏好的变化。宏 观方面,短期进入宏观事件的真空阶段,前期的利好均得到兑现;技术指 标上,短期成交金额持续缩小,显示增量资金入场有限。2、综合来看, 短期市场在利好兑现和成交萎缩的压制下,风险偏好较难快速提升,预计 成交或将继续下行,等待地量信号,预计成交缩量至 9000 亿附近有望迎 来反弹。我们的行业配置模型显示,中期角度行业配置继续推荐困境反转 型板块,推荐恒生医疗以及港股汽车以及新消费行业;TWOBETA 模型继 续推荐科技板块,关注信创和通信。同时,目前仍在延续上行趋势走势的 银行依旧值得关注。当前以 wind 全 A 为股票配置主体的绝对收益产品建 议仓位至 50%。 风险提示:市场环境变动风险,模型基于历史数据。 晨会集萃 制作:产品中心 重点推荐 《策略|宽信用与弱预期的裂口》 1、国内:4 月国内社融脉冲持续回升。4 ...
来凯医药-B(02105):瞄准减重增肌新兴赛道,LAE102未来可期
Tianfeng Securities· 2025-05-18 14:08
以科学驱动创新,专注癌症与代谢性疾病领域的全球化生物技术公司 港股公司报告 | 首次覆盖报告 来凯医药-B(02105) 证券研究报告 瞄准减重增肌新兴赛道,LAE102 未来可期 来凯医药成立于 2016 年,总部位于中国,致力于为全球癌症、代谢性 疾病及肝纤维化患者开发具有突破性的创新疗法。公司于 2023 年 6 月 在香港交易所成功上市,凭借其强大的科研能力和国际化布局迅速崭露 头角。来凯医药目前已启动包括 LAE102、LAE002(Afuresertib)、LAE001 和 LAE005 在内的七项临床试验,专注于解决肥胖和肿瘤治疗领域未被 满足的医疗需求。 全球首创 ActRIIA 单克隆抗体,助力减重领域突破肌肉流失困境 LAE102 是来凯医药自主研发的全球首创 ActRIIA 单克隆抗体,旨在解决 GLP-1 受体激动剂减重疗法中常见的肌肉流失问题。GLP-1 类药物在减 重领域展现出良好的效果,但其副作用之一是导致显著的肌肉流失,影 响患者的代谢健康和长期体重维持。LAE102 通过靶向 ActRIIA 受体,有 效抑制肌生成抑制素和 GDF11 的活性,从而促进肌肉生长、减少脂肪 堆积 ...
Predictive Oncology Develops Novel Approach to Identifying Clinically Viable Abandoned Drugs
Newsfilter· 2025-04-15 12:00
Core Insights - Predictive Oncology Inc. has made significant advancements in biomarker discovery and drug repurposing through the integration of active machine learning and a biobank of live-cell tumor specimens [1][2] - The company’s innovative approach has successfully identified three compounds for further exploration in tumor indications that have not been previously examined [3][4] Drug Discovery and Development - The efficient screening process identified Afuresertib, Alisertib, and Entinostat as promising candidates for ovarian and colon tumors, with Alisertib and Entinostat outperforming standard care drugs [4][6] - Afuresertib is an Akt inhibitor previously studied in various cancers, while Alisertib is a selective Aurora A inhibitor showing strong responses in ovarian and colon tumors [5][6] - Entinostat, an HDAC1/3 inhibitor, demonstrated strong responses in colon tumor models and is currently in clinical trials for combination therapy [7] Methodology and Future Directions - The company’s AI platform, PEDAL, predicts with 92% accuracy whether a tumor sample will respond to specific drug compounds, enhancing drug/tumor type selection for testing [10] - The next logical step involves applying this methodology to other publicly available abandoned drugs, potentially creating partnership opportunities with pharmaceutical companies [9]