药厂门口｜Pharma Lobby

📖 本期简介：

高学历、高收入，就一定更会投资吗？当一群习惯了用数据和科学思维解决问题的药厂人，开始审视自己的资产配置，却发现赚钱和管钱，可能是两种完全不同的能力。

这一期《药厂门口》迎来了一位特别嘉宾——《起朱楼宴宾客》的主播大老师！🎉🎉

我们带着药厂人的真实资产配置、投资习惯和听友问卷调查，邀请大老师来做一次特别的“财富体检”。

从大药厂与小药厂的薪酬差异，到 401(k)、Mega Backdoor Roth、Pension 等容易被忽略的员工福利；从现金、ETF、个股和投资房的配置，到期权交易、投资心理与退休规划，我们聊了很多普通打工人都会面对的问题。

更有意思的是，当我们讨论到高学历与投资能力的关系时，大老师却说出了一个有些反直觉的观点：“投资最怕的就是你懂太多了。”

而当我们把话题转向财富自由时，又发现一个有趣的现象：即使已经拥有十年的生活费，仍然有超过一半参与调查的药厂人愿意继续工作。

所以，理财的终点究竟是赚更多的钱，还是拥有选择生活的自由？

无论你是刚刚进入职场的理财小白，还是已经开始认真规划退休生活的投资者，希望这期节目都能给你一些新的启发。

本期内容仅为嘉宾个人经验与观点分享，不构成任何投资、税务或财务建议。涉及的投资产品、税收政策和收益率可能随时间变化，请以最新规定及个人实际情况为准。

大卫翁：《起朱楼宴宾客》播客主播，《资产配置行动指南》作者。即刻：大卫翁

大树: 《药厂门口》播客主播

Sophie: 《药厂门口》播客主播，药厂统计程序员

Mia: 《药厂门口》播客主播，药厂统计师

⏳ 时间轴｜精彩内容

04:15｜药厂人的财富体检，年薪多少算高薪？

北美年薪 10 万美元只是起点？20–30 万美元才算高薪？大药厂和小药厂，究竟谁给的钱更多？

12:02｜401(k) 拉满，到底算不算投资？

无论未来是否留在美国养老，都应该尽量拉满 401(k)？

20:18｜Mega 401(k)、Pension、RSU：药厂到底藏着多少福利？

除了工资和 Bonus，大药厂还有哪些容易被忽略的财富积累工具？为什么 Pension 既可能是福利，也可能成为留住员工的“金手铐”？

29:45｜第一份财富体检：一半资产放现金，是稳健还是保守？

当药厂人的职业稳定性遇上保守的投资习惯，大老师如何评价 Mia 的资产配置？现金究竟应该留多少？

39:21｜药厂人为什么这么喜欢存钱？

听友调查揭示药厂人的风险偏好。工作越稳定，投资反而越保守？面对经济周期的不确定性，我们该如何决定自己的投资比例？

46:06｜第二份财富体检：投资房占了一半资产，要不要卖？

当房地产成为投资组合的主力，如何平衡资产集中度与个人擅长的投资领域？从实体房产到 REITs，聊聊投资中的能力圈。

50:04｜高学历真的更会投资吗？

博士学历、研究能力和投资收益之间究竟有什么关系？为什么大老师说：“投资最怕的就是你懂太多了”？

55:17｜不懂投资的人，应该如何开始？

从自动定投到被动投资，理财真的需要花大量时间研究吗？为什么对大多数人来说，投资不应该成为生活的重心？

1:00:59｜为什么我们总忍不住打开投资账户？

近六成受访者每天或每周查看投资账户。频繁看盘是为了赚钱，还是为了寻找安全感？大老师分享自己的每月复盘纪律。

1:09:02｜股票涨了，然后呢？

股价上涨、分红收入与现金流，究竟哪种收益更让人安心？长期持有者有必要通过 Covered Call、Sell Put 增加收益吗？

1:14:08｜别人恐惧我贪婪，真的做得到吗？

面对市场下跌，为什么我们总是舍不得卖出亏损的股票？大老师重新解读市场恐惧、投资纪律与人性的博弈。

1:19:43｜投资的目的，究竟是赚钱还是安全感？

药厂人的财务安全感调查：如果突然失业，积蓄能支撑多久？如果降薪 20%，换来每周工作三天，你愿意吗？

1:22:52｜财富自由以后，你还会继续工作吗？

超过一半的受访药厂人表示，即使拥有十年的生活费，也愿意继续工作。FIRE 的真正意义，是提前退休，还是拥有选择的权利？

1:28:33｜到底存多少钱，才够退休？

100 万、300 万，还是 500 万美元？退休地点、家庭结构、通胀和生活方式，如何影响我们心中的财富自由数字？

📖 小百科｜术语速查

401(k)｜美国雇主退休储蓄计划

美国常见的雇主支持型退休账户，通常可以选择税前或 Roth 形式缴款，账户内资金可用于长期投资。

Mega Backdoor Roth｜大额后门 Roth

部分雇主退休计划允许员工进行额外的税后缴款，并通过计划支持的转换或转出机制，将资金转入 Roth 账户。是否可用取决于具体雇主计划。

Pension｜企业养老金

由雇主提供的退休福利。其中 Defined Benefit（DB）计划通常按照一定公式计算退休待遇，与以账户缴款和投资表现为基础的 Defined Contribution（DC）计划有所不同。

RSU｜Restricted Stock Unit，限制性股票单位

企业给予员工的股权薪酬，通常按照约定时间或条件归属。

ESPP｜Employee Stock Purchase Plan，员工股票购买计划

允许符合条件的员工通过公司计划购买本公司股票，部分计划提供折扣。

ETF｜Exchange-Traded Fund，交易所交易基金

在交易所上市交易的基金，可投资股票、债券、黄金等不同类型资产。

REITs｜Real Estate Investment Trusts，房地产投资信托

通过持有或投资房地产相关资产，为投资者提供参与房地产市场的方式。

Covered Call｜备兑看涨期权

持有标的股票的同时卖出相应看涨期权，以获取权利金，但可能限制股票上涨时的收益。

Sell Put｜卖出看跌期权

通过卖出看跌期权收取权利金，同时承担在特定条件下以约定价格买入标的资产的义务。

FIRE｜Financial Independence, Retire Early

财务独立、提前退休。核心是通过储蓄、投资和生活规划，获得更大的时间与职业选择自由。

Asset Allocation｜资产配置

根据个人财务目标、风险承受能力和投资期限，在现金、股票、债券、房地产等不同资产类别之间分配资金。

·       小红书：药厂门口 🔗

·       微信公众号：Pharma     Lobby 播客 🔗

·       微信小助手：PharmaLobby

👇 加微信小助手拉你进听友群

AI 已经能起草临床试验方案(protocol)了，药厂人的工作会变成什么样？这期我们请来 NousOne (曾用名NouStarX) 联合创始人兼 CEO 杨眉博士 (Mei)。统计出身的她，在金融危机期间机缘巧合地进入 HEOR/RWE 领域，曾在 AbbVie 参与 Humira 的 HEOR 战略，也在 Merck 从事真实世界证据和市场准入相关工作，积累了十多年的药企经验。如今，她离开大药企，走上了 AI 创业之路。从一款药获批后为什么还要证明自己“值得买”，到真实世界数据究竟有多难用，再到 AI 如何参与证据规划，甚至临床试验方案设计，我们聊了不少正在发生的变化。但工具越强，问题就越尖锐：AI 给出的答案，谁来判断是否靠谱？对于担心被 AI 追上的朋友，希望这期能带来新视角。

注：本期节目录制于 2026 年 6 月。AI 技术迭代迅速，NousOne 在这段时间里也有了不少新的进展，因此节目中提到的技术能力和产品情况，主要反映录制时的阶段。

📢 本期说明

由于不同国家和地区的医疗体系、监管环境、支付机制及药企组织架构各不相同，不同公司对于相似岗位的职责划分和术语定义也可能存在差异。

嘉宾长期在北美及全球药企环境中从事相关工作，因此节目中的部分岗位名称、专业术语和业务流程沿用了日常工作中的英文表达，也会更多从美国及国际市场的实际经验出发。

节目内容基于嘉宾的个人经历和行业观察，仅代表一种从业者视角，不一定适用于所有公司、市场或岗位。我们希望通过不同从业者的经验，把药物从研发成功到真正走进医生和患者手中的这段路讲得更具体，也帮助听众看到一个更多元、立体的医药行业～ 🎉

• HEOR（Health Economics and Outcomes Research）：健康经济学与结局研究，除了药物的疗效，还研究患者获益、生活质量和医疗成本，帮助回答一种治疗对患者及支付体系究竟有多大价值。

• RWE（Real-World Evidence）：真实世界证据。利用真实世界数据开展分析后形成的、关于药物实际使用情况及潜在获益或风险的临床证据；“数据”本身并不等于“证据”。

• Payer：支付方，包括政府医保、商业保险等承担医疗费用的机构。药物获批不代表一定能顺利报销；支付方还会评估它带来的价值。

• HTA（Health Technology Assessment）：卫生技术评估，从临床效果、成本、患者与社会影响等角度评估药物或医疗技术，为定价、报销和医疗资源配置提供依据。

• NICE（National Institute for Health and Care Excellence）：英国国家卫生与临床优化研究所，负责制定医疗相关指南和开展技术评估；节目中以它为例，解释支付决策为何需要临床以外的证据。

• Market Access：市场准入，围绕药物定价、支付覆盖和患者可及性开展的一系列工作，包括准备价值证据、制定准入策略及与支付方沟通。

• RWD（Real-World Data）：真实世界数据，来自日常医疗实践的资料，比如电子病历、医保理赔和疾病登记数据。研究者需要先判断数据质量与适用性，才能进一步形成 RWE。

• EHR（Electronic Health Record）：电子健康记录，医院或诊所留存的患者诊疗资料，既有检查结果、诊断编码等结构化信息，也有医生记录的文字说明。

• Claims Data：医保理赔数据，主要记录诊断、就诊、用药、医疗服务和费用等信息。它原本服务于报销结算，因此编码不一定能完整、准确还原患者的临床情况。

• Unstructured Data：非结构化数据，比如医生自由书写的病历、会诊记录和访谈文本。信息丰富，但不能像标准表格那样直接统计分析，往往需要 NLP 或 AI 协助提取。

• PRO（Patient-Reported Outcome）：患者报告结局，由患者直接报告症状、功能或生活质量，例如疼痛、疲劳和日常活动能力；它可以补充检验指标和医生评价难以反映的体验。

• IEGP（Integrated Evidence Generation Plan）：整合证据生成计划，把监管、医生、患者和支付方需要的证据放在一起，识别现有研究缺口，再规划后续研究。节目中口头简称为 IGP，行业资料更常写作 IEGP。

• AI Evaluation：AI 评估，使用明确的测试方法衡量 AI 在实际任务中的准确性、可靠性和可追溯性，尤其要核对它是否误读研究、编造参考文献或给出没有依据的结论。

• RAG（Retrieval-Augmented Generation）：检索增强生成，先从指定文献或知识库检索相关内容，再辅助模型作答，让结论更容易追溯来源；它可以减少某些幻觉，但不能保证回答完全正确。

• NLP（Natural Language Processing）：自然语言处理，让计算机分析和提取文字中的信息，例如从医生的病历记录里识别症状、病史、用药和不良事件。

• Domain Knowledge：领域知识，指对疾病、药物研发、证据标准及实际业务流程的理解。嘉宾强调，模型和数据之外，懂行业、懂工作流程同样重要。

• Protocol（Clinical Trial Protocol）：临床试验方案，规定研究目的、受试者入排标准、试验设计、访视安排和终点等核心内容；节目讨论了 AI 如何协助查阅历史研究并起草方案。

• SAP（Statistical Analysis Plan）：统计分析计划，详细规定临床试验数据将如何分析和汇总，包括分析人群、统计方法和缺失数据处理等，通常在数据库锁定前定稿。

👥 圆桌嘉宾

杨眉｜NousOne (曾用名NouStarX) 联合创始人兼 CEO，Biostatistics PhD
曾在大型药企从事 HEOR/RWE、市场准入相关工作，如今探索 AI 在药物研发与证据生成中的应用。

Mia｜药企临床试验统计师，Statistics PhD
本期主播，从临床研发的角度追问 AI 工具的边界与真实使用场景。

Daniel｜肿瘤临床开发，MD, PhD
药厂临床研发资深总监，主要从事实体瘤等领域的临床研发，关注真实世界证据如何融入药物开发。

Sophie｜药企统计程序员，Statistics MS
从临床研发和编程工作出发，关注 RWE 与 AI 对岗位的影响。

Dan｜生物医药研发从业者，Biology PhD
有博士后研究经历，目前从事疫苗与抗体研发。

00:00 开场｜当 AI 越来越能干，我们还能做什么？
从药厂里的 AI 焦虑说起，介绍本期嘉宾和讨论的核心问题。

05:47 金融危机中的一次转弯：从统计走进 HEOR
杨眉回忆求职不顺时如何自学、跨界，也聊逆风时期可能藏着的新机会。

14:03 药获批就够了吗？HEOR 与 RWE 的真正价值
从医生、患者到保险支付方，解释为什么药物还需要证明真实使用中的价值。

23:13 真实世界数据为什么那么难用？
从保险理赔数据、电子病历到医生的自由文本，聊数据清洗、拼接与 AI 提取信息。

29:19 RWE 不只管上市后：它如何参与临床开发
为什么二期试验就要考虑支付方需要的数据，以及 RWE 的工作如何越来越靠前。

44:49 临床试验统计 vs. RWE：带着问题找证据
讨论研究设计、数据可用性和方法选择，RWE 最难的部分未必是跑模型。

50:20 AI 可以怎样参与证据规划？
从整合证据生成计划到竞品研究与数据可行性评估，看 AI 如何帮助团队下好一盘棋。

55:26 AI 的护城河是什么：模型、数据，还是行业经验？
聊领域知识、实际工作流程、RAG、AI 评估与“看似理解”的幻觉风险。

1:07:49 离开大药企去创业：AI 能写方案，也能做决策吗？
从创业契机聊到临床试验方案生成，以及跨部门取舍为何仍然需要人。

1:18:35 AI 时代的职业选择：新人如何入行，老员工怎么转型？
聊 RWE 的就业入口、实习与面试、创业公司的用人标准，以及如何面对技术焦虑。

·       小红书：药厂门口 🔗

·       抖音：药厂门口播客 🔗

·       微信公众号：Pharma     Lobby 播客 🔗

·       微信小助手：PharmaLobby

👇 加微信小助手拉你进听友群

同样是做早期药物研发（Early Drug Discovery），在大型药企和 Startup，工作的体验究竟能有多不一样？

这一期，我们邀请了两位早期研发科学家：一位身处大型 MNC，在成熟的组织架构中支持不同疾病领域的项目；另一位加入小分子药物初创公司，长期以实验室工作为主，从分子设计、合成到项目推进，感受着另一种更直接、更快速的研发节奏。

从第一份工作怎么找、Industry Postdoc 值不值得做，到每天在忙什么、项目如何决策、晋升到底看能力还是Business Need，我们也聊到了跳槽、身份、工作强度，以及 AI 会不会改变药物发现。大厂和初创没有标准答案，真正的问题可能是：你想成为怎样的 Scientist，又愿意为此交换什么？

本期说明

本期讨论主要基于美国药企及 Biotech/Startup 的工作环境。不同国家和地区在组织架构、岗位职责、晋升机制和工作文化等方面存在差异，因此节目中的经验不一定直接适用于国内药企。

内容主要来自嘉宾在美国大型药企和 Startup 的个人经历与行业观察，仅代表具体从业者视角。节目中的部分岗位名称、专业术语和工作流程也沿用了美国药企中的常见英文表达。

跨国制药公司｜Multinational Pharmaceutical Company (MNC)
指在全球多个国家和地区设有分支机构、子公司、研发中心或生产基地的大型综合性制药集团。代表企业包括辉瑞（Pfizer）、罗氏（Roche）、诺华（Novartis）、默沙东（MSD）等全球制药巨头。

早期药物发现｜Early Drug Discovery
药物研发最前端的阶段，通常包括靶点研究、筛选活性分子、验证作用机制，以及对候选分子进行初步优化。

药物化学｜Medicinal Chemistry, MedChem
通过设计、合成和优化化合物，提高药物的活性、选择性、安全性及成药潜力，是小分子药物研发中的核心环节。

高通量筛选｜High-Throughput Screening, HTS
利用自动化设备，在较短时间内测试大量化合物，从中寻找可能对特定靶点有效的 Hit，也就是早期“种子选手”。

成药性评估｜Developability Assessment
在候选药物继续推进前，评估它是否足够稳定、容易生产、适合制剂开发，以及有没有明显的后期开发风险。

治疗领域｜Therapeutic Area, TA
公司按照疾病方向划分的研发领域，例如肿瘤、免疫、神经科学和感染性疾病。大药厂通常会同时覆盖多个TA。

向上管理｜Managing Up
不是“讨好老板”，而是理解管理者的目标和沟通方式，主动同步信息、提出建议，让双方对项目优先级和预期保持一致。

·       Catie｜Early Drug Discovery Scientist + 大型跨国药企 + PhD，曾在药企完成 Industry Postdoc，目前从生物化学与体外实验角度支持多个疾病领域的小分子药物发现项目

·       Beyond｜Early Drug Discovery Scientist + 小分子药物初创公司 + PhD，从学校毕业后直接进入 Startup，从事肿瘤及自身免疫方向的小分子药物发现与药物化学研究

·       Dan｜Early Drug Discovery Scientist, PhD，曾在学术界从事博士后研究，目前负责传染性和自身免疫性疫苗的研发工作

·       Daniel｜MD, PhD，药厂临床研发资深总监，主要关注实体瘤领域，也曾参与血液肿瘤相关工作

·       Mia｜Statistics, PhD，药厂统计师

·       Jay｜Chemistry, PhD，从事药物产品制剂的开发与生产工作

·       Sophie｜Statistics, MS，药厂统计程序员

·       00:00 开场：把大厂和初创放在同一张桌子上
两位早研科学家介绍各自的公司类型、研究方向和岗位职责，本期的大厂与 Startup 对照正式开始。

·       03:00 小分子药物还有未来吗？
从神经科学、ADC 到患者用药便利性，聊聊在 Biologics 快速发展的今天，小分子为什么依然无法被替代。

·       13:20 第一份工作怎么选：Industry Postdoc 还是直接进公司？
两位嘉宾复盘自己的求职路径，并讨论论文、专业匹配度、身份和 Networking 在求职中的真实作用。

·       27:30 大厂和 Startup 的一天分别怎么过？
一边是会议、跨部门支持和快速轮转的项目，另一边是大量 Bench Work，以及采购、维护仪器等“公司需要你做的一切”。

·       39:20 从学校进入工业界，真正需要补的是什么？
实验技术未必变化最大，更大的转变来自数据质量、Slides 表达、项目导向，以及如何把科学结论讲给不同背景的人听。

·       54:35 扁平化还是成熟体系：哪种环境更适合职业早期？
小公司沟通快、个人 Scope 宽，大公司资源多、分工细；圆桌也从 MBTI 聊到职场人格和跨部门协作。

·       69:55 培训、转岗与晋升：大公司的 Career Ladder 真有那么清楚吗？
MBA、PhD、内部轮岗和会议机会看起来很多，但晋升除了个人表现，也取决于组织架构和实际的Business Need。

·       74:20 跳槽、稳定与“鸡头凤尾”
跳槽往往是升职最快的方式，但频繁跳槽也可能留下问号；选择大平台还是小团队，最终取决于你如何定义成就感。

·       82:45 Work-Life Balance：有人周五下午消失，有人周末还在实验室
大厂的制度和边界通常更明确，而 Startup 的工作时间更多由项目节点、融资压力和个人 Ownership 决定。

·       86:15 AI 会取代早研 Scientist 吗？以及最后的入行建议
AI 在蛋白和抗体设计中已经展现潜力，但小分子仍受数据质量限制；节目最后，嘉宾分享了了解行业、积累技能和尽早 Networking 的生存法则。

·       小红书：药厂门口 🔗

·       抖音：药厂门口播客 🔗

·       微信公众号：Pharma     Lobby 播客 🔗

·       微信小助手：PharmaLobby

·       邮箱：[email protected]

👇 加微信小助手拉你进听友群

最近，Moderna 和 Merck 合作开发的个体化癌症疫苗公布了新的三期临床结果。

这一期，我们不太想再重复回答“癌症疫苗到底是什么”。

我们更感兴趣的是后面的那些问题：

为什么是 mRNA？为什么要和 K药联用？为什么第一个重要突破发生在黑色素瘤？

如果每一个患者拿到的药都不一样，临床试验、CMC、生产和监管，又该怎么重新设计？

以及一个更有意思的问题—— 这次验证的究竟只是一款药，还是 Moderna 背后的整个技术平台？

当制药开始从“一个药给很多人”，走向真正意义上的 One Patient, One Drug，药厂本身会不会也变成完全不同的样子？

这一期，我们从癌症疫苗一路聊到平台、AI、精准医疗、药厂未来，以及这些技术最终对患者意味着什么。

本期内容仅代表嘉宾基于公开信息、个人专业背景和从业经验所进行的讨论与观点分享。不同药企、研发项目及临床场景可能存在差异，节目内容不构成医疗、投资或其他专业建议。

00:01｜热点终于抓上了：但我们不想再讲“癌症疫苗是什么”
从三期阳性结果出发，我们真正想聊的是：它为什么现在能成，以及成功之后会改变什么？

02:40｜“万物皆可 mRNA”，为什么这条路却走了这么久？
从新冠疫苗到癌症治疗：模块化生产的想象很美好，但“能够编码”距离“能够成药”，中间还有多少道坎？

10:18｜治疗癌症的“疫苗”，和我们小时候打的疫苗是一回事吗？
从预防性疫苗到治疗性肿瘤疫苗，以及整个个体化流程：肿瘤测序、寻找突变、预测 neoantigen，再为一个患者设计属于自己的 mRNA。

16:02｜真正的护城河可能不是 mRNA，而是算法和数据
同样拿到几十、几百个突变，为什么最后选的是这几个？数据库、HLA、neoantigen prediction 和算法，可能才是平台背后真正难复制的部分。

18:57｜为什么癌症疫苗偏偏要和 K 药一起用？
一个负责“踩油门”，一个负责“松刹车”？从术后辅助治疗聊到 RFS、DMFS，以及为什么个体化癌症疫苗天然适合残留病灶更少的场景。

28:35｜为什么第一站是黑色素瘤？下一个又会是谁？
高 TMB、强免疫原性、可以手术切除……黑色素瘤几乎集齐了癌症疫苗最喜欢的条件。再往后，非小细胞肺癌、膀胱癌、RCC，谁更适合成为下一站？

37:55｜癌症疫苗、MRD、ctDNA：精准医疗会不会拼成一张完整的图？
未来有没有可能：手术切除 → 检测微小残留 → 找出高复发风险患者 → 再为这个患者定制治疗？

44:26｜One Patient, One Drug：药厂还会是今天的药厂吗？
当一个 batch 可能只属于一个患者，质量标准怎么定义？算法升级怎么监管？出了问题又该召回谁？个体化治疗正在挑战传统制药最基础的生产逻辑。

49:48｜一款药成功，为什么可能验证的是整个 Platform？
从 ADC 到 mRNA：所谓“平台型公司”到底拥有什么？为什么一个成熟的平台，可以比单独的一款 blockbuster 更有想象空间？

56:16｜Moderna 有平台，Merck 带来了什么？
K药、临床开发经验、PI 与 site 网络、全球商业化能力，以及一个绕不开的问题：K药专利到期之后，这个组合怎么办？

1:00:08｜癌症疫苗如果真的起来，药厂会需要什么样的人？
Bioinformatics、computational biology、数据科学、mRNA/LNP 工艺开发……AI 会减少岗位，还是创造新的岗位？Wet Lab 和计算科学又会变成什么关系？

1:05:53｜“三期阳性”距离真正成为一款药，还有多远？
Topline data 到底告诉了我们什么？完整数据发布之后，应该重点看 HR、confidence interval、RFS、DMFS，还是 OS？

1:11:00｜真正到了患者手里，会是什么体验？
从取样、测序、生产到给药，一人一药会不会贵得惊人？为什么它的制造逻辑又可能比 CAR-T 更容易规模化？

1:19:43｜技术之外：癌症疫苗最终想改变的，可能是“它会不会回来”
癌症治疗结束之后，复发的担心往往并不会一起结束。如果有一天，我们真的能进一步降低复发风险，那么被改变的不只是一个临床终点，也可能是患者和一个家庭很多年面对未来的方式。

Sophie
《药厂门口》主持人，药厂临床研发部门统计程序员。

Daniel
临床研发从业者，《药厂门口》常驻嘉宾；小红书账号「Daniel有话药说」，关注医药行业与前沿研发动态。

Dan
曾从事疫苗与抗体研发，目前从事生物分析相关工作。

mRNA： Messenger RNA，信使 RNA。可以向细胞提供制造特定蛋白质的“指令”。

LNP： Lipid Nanoparticle，脂质纳米颗粒。mRNA 常用的递送系统之一，用来保护并帮助 mRNA 进入细胞。

Neoantigen｜新抗原： 由肿瘤特有突变产生、正常细胞中不存在的抗原，是个体化癌症疫苗设计的重要靶点。

HLA： Human Leukocyte Antigen，人类白细胞抗原。参与向免疫系统呈递抗原，不同患者的 HLA 类型也会影响哪些 neoantigen 更有可能被识别。

TMB： Tumor Mutational Burden，肿瘤突变负荷。简单来说，可以理解为肿瘤中积累了多少突变。

RFS： Recurrence-Free Survival，无复发生存期。常用于术后辅助治疗，观察患者在治疗后多久没有出现癌症复发或死亡。

DMFS： Distant Metastasis-Free Survival，无远处转移生存期。

OS： Overall Survival，总生存期。

MRD： Minimal Residual Disease，微小残留病灶。指常规检测可能已经看不到，但更灵敏的方法仍可能检测到的少量肿瘤残留。

ctDNA： Circulating Tumor DNA，循环肿瘤 DNA。肿瘤细胞释放到血液中的 DNA 片段，可用于研究和监测肿瘤残留、复发风险等。

Adjuvant Therapy｜辅助治疗： 在手术等主要治疗之后进行的进一步治疗，目的是降低疾病复发风险。

Platform｜技术平台： 不是某一款具体药物，而是一套可以被重复利用的技术、算法、生产工艺、数据和研发体系。底层平台稳定后，可以通过改变其中部分模块开发新的产品。

📮 找到我们：

• 小红书：药厂门口 🔗

• 抖音：药厂门口播客 🔗

• 微信公众号：Pharma     Lobby 播客 🔗

• 微信小助手：PharmaLobby

• 邮箱：[email protected]

👇 加微信小助手拉你进听友群

节目简介

很多人以为，一款药拿到FDA批准，故事就差不多讲完了。但唐博雄博士提醒我们：批文只是第一道门。医生愿不愿意开、保险愿不愿意报、患者最终能不能负担得起，才决定一个药能不能真正走到市场。这一期，我们从RWE、HEOR和Market Access的分工聊起，一路拆到美国复杂的支付体系、新药如何定价、国际参考价格和中国创新药出海，也聊了海南真实世界数据试点，RWE/HEOR领域的职业路径，以及AI会怎样改变证据生成。研发证明“药有没有用”，而最后一公里要回答的，是“这个价值能不能被看见、被支付、被真正用上”。

本期说明

由于不同国家和地区的医疗体系、监管环境、支付机制及药企组织架构各不相同，不同公司对于相似岗位的职责划分和术语定义也可能存在差异。

嘉宾长期在北美及全球药企环境中从事相关工作，因此节目中的部分岗位名称、专业术语和业务流程沿用了日常工作中的英文表达，也会更多从美国及国际市场的实际经验出发。

节目内容基于嘉宾的个人经历和行业观察，仅代表一种从业者视角，不一定适用于所有公司、市场或岗位。我们希望通过不同从业者的经验，把药物从研发成功到真正走进医生和患者手中的这段路讲得更具体，也帮助听众看到一个更多元、立体的医药行业～ 🎉

HEOR（Health Economics and Outcomes Research）：健康经济学与结局研究，把临床结果、患者体验和经济成本放在一起研究，用来回答一个药除了“有效”之外，是否值得被支付、能带来多大的整体价值。

RWE（Real-World Evidence）：真实世界证据，来自日常医疗场景的数据所形成的证据，比如电子病历、医保理赔数据、患者登记和实际用药记录。它更关心药物“在真实世界里到底表现怎么样”。

Market Access：市场准入，让药物真正进入市场和支付体系的一整套工作，包括价值证据、定价与报销策略、与支付方沟通等。FDA批准只是拿到“入场券”，准入决定药能不能被广泛使用。

QALY（Quality-Adjusted Life Year）：质量调整生命年，把“活得多久”和“活得怎么样”合在一个指标里，用于比较不同治疗带来的健康收益。很多卫生技术评估和成本效益分析会用到这个概念。

PRO（Patient-Reported Outcome）：患者报告结局，由患者自己报告的症状、功能或生活质量，比如疼痛、瘙痒、疲劳和睡眠影响。它补充了影像、实验室指标等“客观终点”看不到的部分。

Payer：支付方，真正承担医疗费用的一方，可以是政府医保、商业保险等。在医药行业里，患者是药物的使用者、医生决定开什么药，但支付方往往会影响这个药能不能报销、患者最终要付多少钱。

Tier：药品报销层级，美国商业保险常把处方药划分到不同报销层级，不同 Tier 对应不同的患者自付费用。一个药即使被保险覆盖，被放在哪一层，也会直接影响患者使用它的门槛。

International Reference Pricing：国际参考定价，一个国家在制定或评估药价时，参考其他国家同一药品的价格。因为不同市场之间可能互相影响，药企也会把进入不同国家的先后顺序纳入全球上市和定价策略。

Cost-Effectiveness Analysis：成本效果分析，比较一种新治疗相对于现有治疗，多花了多少钱，又多带来了多少健康收益。它更关注“多付出的这些钱，换来的额外健康价值值不值”。

Budget Impact：预算影响，从支付方角度看，如果把一个新药纳入报销，在特定人群和时间范围内会让整体医疗预算增加多少。它回答的更像是“这个钱现在付不付得起”，不完全等同于成本效果分析所回答的“值不值得”。

Dr. Boxiong Tang｜全球 HEOR 资深负责人｜跨国药企及中国创新药企

拥有25年以上相关经验，曾任职辉瑞、强生、GSK、百济神州等药企，支持产品在30多个国家上市并获得报销，也曾一线参与中国创新药进入全球市场的市场准入工作。这期里，他从“FDA批准之后还要过多少关”讲起，把市场准入、医保、定价和真实世界证据这张地图一点点铺开。

Daniel｜肿瘤临床开发，MD, PhD
药厂临床研发从业者，主要关注实体瘤领域，也曾参与血液肿瘤相关工作。平时更熟悉的是临床研发和终点，这次则带着“药批了以后到底是谁接棒”的好奇，一路追问医生、医保和市场真正关心什么。

Dan｜疫苗与抗体研发，生物PhD
曾从事博士后研究，目前负责疫苗与抗体方向的研发工作。因为身处早期研发，他对药物后半程“既近又远”，这期里也不断从研发端追问：一个产品从实验室一路走到市场，中间到底还要补上哪些证据。

Sophie｜临床试验统计程序员，统计MS
药厂统计程序员，日常和患者数据打交道。她从“数据到底怎么被收集和使用”这个最贴近实操的角度出发，追问患者生活质量、PRO 这些看起来主观的指标，究竟是怎么被设计、记录和分析的。

Mia｜临床试验统计师，统计PhD
虽然已经在临床研发里工作几年，但对 RWE、HEOR 和 Market Access 一直有不少“听过名字但没真正搞懂”的疑问。这期里也代表很多临床研发人的视角，把那些平时最容易混在一起的概念一个个问清楚。

00:57 FDA 批了，为什么故事才刚刚开始？

从“主要终点过没过”之外看一款药的第二个里程碑：医生愿不愿意开、支付方愿不愿意报、患者能不能真正用上。

06:14 RWE、HEOR、Market Access 到底各自在做什么？

先把几个最容易混淆的部门画进同一张地图：临床证据、真实世界表现、经济价值和市场准入如何衔接。

15:23 市场准入为什么不能等到获批以后再想？

从未满足需求、疾病负担到患者体验，很多“上市后的问题”其实需要在研发早期就开始布局。

23:53 药到底卖给谁：医生、患者和支付方的三角关系

药品不是普通消费品；从美国碎片化的商保体系聊到中美医保差异，也解释为什么同一种药，不同患者可能付完全不同的钱。

40:05 一个新药到底怎么定价？

从 reference + differentiation 讲到 value-based healthcare：不是简单“研发花了多少就卖多少”，而是要证明相对现有治疗多创造了什么价值。

52:46 HEOR、Medical Affairs 和 Market Access 在公司里怎么分工？

不同药企的组织架构并没有统一答案，但共同目标都是把临床、经济学和患者证据整合成能够支持决策的“价值包”。

57:51 中国与全球市场策略：海南、真实世界数据与国际参考价

从博鳌的先行用药和真实世界数据试点，聊到不同国家的上市顺序、国际参考价格，以及全球定价为什么是一盘联动的棋。

1:10:50 想转入 HEOR / RWE，需要什么背景和技能？

统计、流行病学、医学、经济学、政策背景都可能进入这个领域；比“专业对不对口”更重要的是实战经验、实习 / fellowship 和对医疗体系的理解。

1:22:28 AI 会不会重塑真实世界研究？

AI最先改变的可能是结构化数据、文献综述和重复性分析，但最终如何选问题、解释结果、和监管及支付方沟通，仍然需要人的判断。

1:28:54 结尾：药物研发的“最后一公里”

研发回答的是“药有没有用”，市场之后还要继续回答“价值能不能被看见、被支付、被患者真正获得”。

📮 找到我们：

• 小红书：药厂门口 🔗

• 抖音：药厂门口播客 🔗

• 微信公众号：Pharma     Lobby 播客 🔗

• 微信小助手：PharmaLobby

• 邮箱：[email protected]

👇 加微信小助手拉你进听友群

2026 ASCO，康方生物的伊沃西单抗凭借 HARMONi-6 的 OS 阳性结果站上 Plenary Session，一时间成为中国创新药最受关注的故事之一。

但大会结束后，临床圈的兴奋和资本市场的冷静却形成了鲜明反差：中国人群里做出来的漂亮数据，到了全球还能不能一样漂亮？

这一期，我们从 HARMONi 系列的开发策略讲起，聊到鳞癌中的 PD-1/VEGF 机制、安全性和患者选择，也拆解了围绕中期分析、KM 曲线和 OS 成熟度的统计争议。

再往后，我们把视角从康方一家企业拉远：当中国创新药已经可以站上全球最核心的学术舞台，下一步真正需要证明的，也许已经不再是“我们能不能做出好药”，而是——我们有没有能力把一款好药，真正做成全球标准。

00:00｜从 ASCO 热评变成 ASCO 回顾
两个月过去，伊沃西的新适应症已经在中国获批，但市场最担心的问题依然没变：中国的 OS，能不能走向全球？

06:15｜HARMONi-6 到底赢了什么？
Plenary Session 的现场到底有多热？海外医生究竟是在为中国创新药鼓掌，还是带着审视等待更多证据？

08:43｜从 HARMONi-a 到 HARMONi-7：康方是怎么一步步挑战 K 药的？
先解决 unmet need，再做单药头对头，最后走向全球一线肺癌——拆开整个 clinical development pipeline，康方的野心其实早有迹可循。

18:57｜中国鳞癌的漂亮结果，欧美医生买不买账？
鳞癌、吸烟人群、VEGF 高表达……机制上非常合理，但当患者画像换成欧美市场，这份结果还能复制多少？

24:39｜VEGF + 鳞癌：疗效很诱人，但出血风险怎么办？
Grade 3 以上 AE 接近 70%，曾经让贝伐珠单抗折戟的安全性问题，伊沃西真的解决了吗？如果是真实门诊里的患者，医生敢不敢首选？

27:34｜数据这么漂亮，为什么股价反而跌？
替雷利珠单抗不是 Keytruda，中国 study 也不是 global study。资本市场真正担心的，可能从来都不是 HARMONi-6 “好不好”，而是它能不能支撑全球商业化。

32:00｜“不寻常的统计设计”？这次可能真的是媒体误会了
从 O’Brien-Fleming boundary 到 group sequential design：为什么提前看数据并不等于“挑数据”，反而意味着需要跨过一个更严格的门槛？

37:25｜90% 以上男性：完美数据背后的患者选择
男性、吸烟者、较年轻、排除高出血风险患者——这样的 trial population 很适合回答中国监管问题，但距离欧美真实世界还有多远？

42:35｜KM 曲线最后那一下“断崖”，到底意味着什么？
一个死亡事件为什么能让尾部突然下跌？大量 censoring 又说明了什么？从统计视角聊聊：OS 阳性，不等于 OS 已经足够成熟。

46:28｜真正的问题来了：中国创新药到底该怎么出海？
ADC 在被 MNC 疯抢，伊沃西却绑定了 Summit。2022 年的这笔交易究竟是当时最好的选择，还是后来回看已经显得有些保守？

58:45｜一个全球肿瘤三期，到底有多烧钱？
单个患者数万美元，1600 人的 HARMONi-3 再叠加 CRO、影像、供应链和全球运营——为什么“有好药”距离“有能力全球铺开”还差着几十亿美元的故事？

1:01:45｜海外对中国数据的质疑，到底是偏见，还是我们真的还有功课没做完？
China-only study、全球人群代表性、监管信任、临床运营能力……当争议被拆开来看，答案可能并不是简单的“欧美打压中国药”。

1:21:22｜为什么中国的 OS 随访，到了全球可能就没那么好做了？
病人失联、跨州就医、医疗网络分散、lost to follow-up……从 CRC/CRA 的一线经历，看一个看似不起眼的数据点，如何最终影响临床试验的成败。

1:32:54｜市场真正开始审视的，是中国 biotech 的全球化能力?
当海外开始用审视 Keytruda 的标准审视中国创新药，这可能恰恰说明：中国药已经不再被当成一个 China-only story。🎉

Sophie｜临床试验统计程序员
长期和肿瘤临床试验数据打交道，这一期带着“做数据的人”的好奇心，一起追问 HARMONi-6 的数据到底该怎么看。

Daniel｜肿瘤临床开发
从机制、管线设计和全球开发策略拆解 HARMONi 系列，也从产业视角讨论康方下一步的全球化选择。

Mia｜临床试验统计师
拆解 O’Brien-Fleming、中期分析、KM 曲线、censoring 和 OS maturity，看看争议背后哪些是真问题，哪些只是统计学误读。

Maggie｜美国肿瘤中心临床研究
带回 ASCO 一线现场观察，也从临床试验执行端分享美国患者入组、随访和数据收集中的真实挑战。

Dan｜疫苗与抗体研发
从早期研发和分子机制出发，讨论“实验室里很漂亮的分子”究竟要跨过多少关，才能真正变成让患者获益的药。

OS（Overall Survival）：总生存期，从随机入组到患者死亡的时间，是肿瘤临床研究中非常硬的终点。

HR（Hazard Ratio）：风险比。HARMONi-6 中 OS HR 0.66，可以理解为试验组相较对照组的死亡风险降低约 34%。

KM Curve：Kaplan-Meier 生存曲线，用来展示患者随时间推移的生存概率。

Group Sequential Design：允许临床试验在预先规定的时间点进行中期分析的一类统计设计，同时通过严格控制 alpha，避免因中期看数据而增加假阳性的概率。

O’Brien-Fleming Boundary：经典的中期分析 stopping boundary，特点可以简单理解成“前严后松”——想在中期就宣布成功，需要非常强的疗效信号。

• 小红书：药厂门口 🔗

• 抖音：药厂门口播客 🔗

• 微信公众号：Pharma     Lobby 播客 🔗

• 微信小助手：PharmaLobby

• 邮箱：[email protected]

👇 加微信小助手拉你进听友群

节目引入：

提到 Marketing，很多人想到的是广告、流量和销售。但在药厂，一款药面对的不只是消费者，还有医生、患者、保险公司、监管机构，以及严谨复杂的医学证据。

药厂 Marketing 究竟在推广什么？一个还未上市的产品，如何提前判断市场规模？当患者从看到广告到真正用药可能间隔几个月，团队又该如何衡量投放效果？

本期嘉宾 - “小杜”曾长期在广告公司工作，后来进入药厂负责 Digital Engagement Strategy。我们从医生、患者和 payer 三类受众聊起，进一步讨论市场预测、医生分层、销售协作、医学与商业之间的“防火墙”，以及每一句广告文案背后的合规审核。

这不仅是一期岗位揭秘，也让我们从商业端重新理解：一款药如何从临床数据出发，最终抵达真正需要它的人。

小杜｜本期嘉宾
药厂 Digital Engagement Strategy 从业者，曾长期任职于广告代理公司，拥有快消及医药行业 Marketing 经验，目前主要通过数据和数字化工具制定受众触达与品牌互动策略。

大树 | Marketing, MS
拥有 Marketing Communication 及广告效果衡量经验，目前在广告公司负责 Marketing Campaign Measurement。

Daniel｜MD, PhD
药厂临床研发从业者，主要关注实体瘤领域，也曾参与血液肿瘤相关工作。

Dan｜Biology, PhD
曾从事博士后研究，目前负责疫苗与抗体方向的研发工作。

Mia｜Statistics, PhD
药厂统计师

Jay｜Chemistry, PhD
从事药物产品制剂的开发与生产工作。

Sophie｜Statistics, MS
药厂统计程序员

HCP（Healthcare Professional）
医疗专业人士的统称，包括医生、护士及其他参与医疗决策的专业人员。对于许多处方药来说，HCP 是最核心的沟通对象。

DTC（Direct-to-Consumer）
直接面向消费者或患者的 Marketing。不同国家对此有不同的监管要求，因此全球市场策略不能简单复制。

Payer
药品费用的支付方，例如商业保险公司、政府医疗保险项目及其他支付机构。药品能否进入保险目录，会直接影响患者是否能够负担和使用。

Segmentation（受众分层）
根据医生或患者的行为、需求、态度和决策方式，将受众划分为不同群体，再分别设计沟通内容和触达渠道。

Commercialization（商业化）
比 Marketing 更广泛的概念，涵盖产品定位、定价、包装、市场准入、销售及上市推广等一系列工作。

Leading Indicator（领先指标）
能够较早反映 Marketing 活动表现的指标，例如曝光量、点击率、互动率和医生触达情况。它们出现得快，但不一定能直接代表最终销量。

Lagging Indicator（滞后指标）
在较长时间后才能观察到的最终结果，例如处方量、销售额和市场份额。药品从信息触达到实际使用的周期较长，因此这类指标往往存在明显延迟。

ROI / ROAS
ROI 指投资回报率；ROAS 指广告投入回报。在药厂，由于医生决策、保险审批和患者用药之间存在较长链路，很难将一笔销售准确归因于某一次广告触达。

Medical–Commercial Firewall
医学、临床与商业部门之间的合规边界。Marketing 可以提出市场观察和信息需求，但不能左右临床试验结论或独立的医学决策。

PI（Prescribing Information）
药品的官方处方信息，通常包括获批适应症、用法用量、安全性和临床数据等。药厂对外传播的产品信息必须建立在获批内容之上。

OPDP（Office of Prescription Drug Promotion）
美国 FDA 中负责处方药推广与广告监管的部门。药品宣传材料需要满足关于真实性、准确性和风险收益平衡等方面的要求。

Head-to-Head Trial（头对头临床试验）
将两种治疗方案直接进行比较的临床试验。只有具备充分的直接比较证据，药厂才更有可能在合规范围内讨论与竞品之间的差异。

Off-label Use（超说明书使用）
将药物用于尚未获得监管批准的适应症、人群或用法。医生可能基于专业判断进行超说明书处方，但药厂不能主动推广未经批准的用途。

Standard of Care（标准治疗）
某一疾病或治疗阶段普遍认可并推荐的治疗方案。但即使进入诊疗指南，药品最终的使用仍可能受到价格、保险覆盖、副作用和患者特征等因素影响。

Influence Without Authority
在没有直接管理权的情况下，通过沟通、信任和共同目标推动他人协作。由于药厂 Marketing 需要频繁协调医学、临床、法务、分析、销售及外部代理公司，这是非常重要的工作能力。

时间轴

00:00｜药厂 Marketing，远不只是广告和流量
从广告公司到药厂甲方，理工科背景的嘉宾如何进入一个高度监管的行业？

04:42｜谁才是药厂真正的“客户”？
Advertising、Marketing 和 Commercialization 有什么区别？医生、患者和保险公司，为什么需要完全不同的沟通策略？

11:31｜商业目标与临床价值之间的“防火墙”
Marketing 会在药物研发的哪个阶段介入？Medical Affairs、Clinical 与 Commercial 如何合作，又为什么必须彼此保持边界？

16:01｜First-in-class，反而可能更难做 Marketing？
没有成熟市场可以参考时，如何估算患者人数、医生覆盖率、市场接受度和未来销售额？

21:45｜几个月后才能看到销量，广告效果怎么算？
Marketing、Sales 和 Analytics 如何配合？除了最终销售额，团队还会看哪些 leading indicator 和 lagging indicator？

35:25｜医生不一定刷广告，药厂如何真正触达 HCP？
肿瘤医生、儿科医生和普通消费者使用的信息渠道完全不同。学术平台、医学会议、专家教育和销售代表分别扮演什么角色？

41:30｜不能公开“踩竞品”，那差异化怎么讲？
什么情况下可以比较两款药？没有头对头临床试验时，Marketing 能说什么、不能说什么？

43:14｜你看到的每一个字，都经历了怎样的审核？
从内部医学、法务审查到监管提交，一则药品广告为什么可能准备一年还无法上线？

49:34｜医生关系、保险谈判与政策的蝴蝶效应
HCP segmentation 为什么需要持续更新？药厂如何争取保险覆盖？一项政策变化又如何迅速影响预算和市场策略？

55:12｜减肥药广告、风险披露与 off-label 的边界
为什么药品广告总有很长的副作用说明？患者主动向医生要求某款药，与药厂主动推广超说明书使用，有什么本质区别？

1:00:27｜患者和市场反馈，会改变临床试验设计吗？
Market research 如何影响 endpoint、适应症和产品策略？在听到真实患者故事的同时，药厂又怎样保护个人隐私？

1:04:29｜进入指南就是终点吗？
Standard of care、头对头试验、支付可及性和副作用，如何共同决定一款药最终能占据多大的市场？

1:09:12｜中国药企出海，不能直接复制国内玩法
不同国家的广告、支付和监管体系差异巨大。药厂如何决定先进入哪个国家、先申报哪个适应症？

1:16:22｜药厂 Marketing 的一天：90% 都在沟通？
从年度预算、上市准备到专利到期，Marketing 的工作如何跟随一款药的全生命周期不断变化？

1:22:13｜怎样进入药厂 Marketing？
Sales、Agency、MBA、数据分析和药厂内部转岗，分别有哪些路径？

• 小红书：药厂门口 🔗

• 抖音：药厂门口播客 🔗

• 微信公众号：Pharma     Lobby 播客 🔗

• 微信小助手：PharmaLobby

• 邮箱：[email protected]

👇 加微信小助手拉你进听友群

一条“中成药说明书不能再写副作用尚不明确”的新闻，把我们带进了一个很复杂、也很贴近日常的问题：
我们小时候吃过的中药、家里老人相信的中成药，到底算不算现代意义上的“药”？它们为什么可以上市？如果和西药一起吃，风险又该由谁来提醒？

这一期我们没有想简单地站队中医或西医，而是从制药人和临床开发的视角，聊聊药品监管、真实世界经验、临床证据，以及我们和上一代人在用药信任上的差异。

00:01｜一条新闻引发的疑问：中成药真的要“退出市场”吗？
为什么“副作用尚不明确”这几个字，会突然变成一个监管问题？

02:51｜中药和中成药，是一回事吗？
从药房抓药、回家熬汤，到药厂生产的胶囊、冲剂和注射剂，中间到底发生了什么变化？

04:43｜几千年的使用经验，算不算临床证据？
中药的经验积累很像真实世界数据，但它和现代临床试验之间，仍然隔着一个重要差别。

08:43｜为什么很多中成药说明书里写着“尚不明确”？
成分复杂、机制不清、副作用缺失，这些问题在今天的药品监管体系下还能不能继续存在？

14:11｜很多中成药，是怎么进入市场的？
有些问题不是因为今天突然变严格了，而是因为过去的药监体系本来就和现在不一样。

16:18｜中药出海为什么这么难？
在国内被当成药，在欧美可能更像 supplement。中药如果想被全球监管体系接受，需要补上什么？

19:30｜青蒿素算中药，还是西药？
当传统经验被现代科学拆解、提纯、验证之后，它还是不是原来的“中药”？

21:00｜比“有没有用”更现实的问题：安不安全？
对消费者来说，真正需要知道的可能不是一句“有效”，而是副作用是什么、能不能和其他药一起吃。

24:43｜为什么现代药企这么重视 safety？
从临床试验到上市后监测，一个药被批准以后，安全性追踪其实远远没有结束。

30:05｜监管变严格，对好中药可能反而是机会
如果一个产品真的安全、有效、质量稳定，更清楚的说明书也许不是负担，而是建立信任的开始。

33:14｜中西药一起吃，风险可能被低估了
阿司匹林、活血化瘀类中药、出血风险——很多家庭正在做的选择，可能比想象中更复杂。

37:26｜如果没有数据支持，我们还该不该相信经验？
严重疾病、慢性调理、辅助治疗，不同场景下，我们对“证据”的要求可能并不一样。

41:42｜真正的问题不是中医 vs 西医，而是我们在相信什么
上一代人为什么更信中药？今天的医药体系又发生了哪些变化？这期最后，我们回到用药决策本身。

• 小红书：药厂门口 🔗

• 抖音：药厂门口播客 🔗

• 微信公众号：Pharma     Lobby 播客 🔗

• 微信小助手：PharmaLobby

• 邮箱：[email protected]

👇 加微信小助手拉你进听友群

这一期是一次临时起意的轻松聊天。Sophie 和大树从各自的工作经验出发，聊了聊职场里那些看似不起眼、但很容易踩坑的瞬间：以为自己听懂了需求、被质疑时立刻 defensive、会议里一直闭麦、邮件写太长以及在英文会议里不敢表达自己。

相比以往偏药厂职能科普的节目，这一期更像是一场“职场生存小圆桌”。我们没有标准答案，也不想制造焦虑，只是把一些“如果早一点知道，可能会少走很多弯路”的经验，分享给正在找工作、刚入职，或者还在摸索职场沟通方式的朋友们。

下期也许可以继续聊：如何提高英文表达、如何在会议里刷存在感、以及药厂职场那些让人又爱又恨的“奇妙文化”。

MBTI
一种常见的人格类型测试。节目里两位主播用它作为轻松切入，聊到不同性格在工作沟通中的差异。

甲方 / 乙方
甲方通常是提出需求、购买服务的一方；乙方是提供服务、交付结果的一方。不同位置会影响一个人对沟通、确认和责任边界的理解。

Developer / Validation
在统计编程工作中，一个数据或表格通常需要开发者完成程序，再由另一位程序员独立复核，确保结果一致。

Action Items
会议结束后需要落实的具体任务。一个有效会议至少应该让大家知道“接下来谁要做什么”。

Defensive
指在别人提出问题、质疑或反馈时，第一反应是防御、解释、证明自己没错。节目里提到，这往往会影响别人对你专业度的判断。

Visibility
职场可见度。不是只把活做好就够了，也要让团队和老板知道你做了什么、想了什么、贡献了什么。

Offline / Touch Base
职场常用表达，意思是“会后单独沟通一下”。当会议上问题太细、太技术、或容易引发争执时，可以先把问题放到会后解决。

Pre-reading
会前阅读材料。对于复杂信息，有时可以先发邮件或文件，让对方提前了解背景，再开会讨论。

Sophie
《药厂门口》主播，现任药厂统计程序员。硕士背景，

大树
《药厂门口》团队成员，目前从事 marketing 工作，也是团队里“目前不在药厂工作”的观察者。节目中从广告与市场行业视角，补充了更 general 的职场经验。

00:07｜临时起意的一期：聊聊职场不要碰的雷区
两位主播从最近的工作感受和求职直播后的观察出发，决定聊一聊 early career 很容易忽略的职场信息差。

01:40｜为什么想聊“职场雷区”：有些弯路，早知道会少走很多
Sophie 和大树都工作了五六年左右，虽然还不算资深，但已经积累了一些“如果当年有人早点告诉我就好了”的经验，尤其适合正在找工作或刚入职的朋友参考。

02:34｜药厂职场的特殊性：高知识门槛与相对弱化的职场规训
两位主播先做免责声明：药厂很多岗位偏博士背景，专业知识门槛高，因此职场规则和其他行业不完全一样。高学历和硬知识当然重要，但如果再配合好的沟通能力，会更加加分。

05:40｜喜欢和什么样的同事合作：把本职工作做好，是最基本的安全感
Sophie 从统计编程角度聊到，最怕遇到低级错误频出的合作对象。尤其在 developer 和 validation 的配合里，一个人的粗心可能会大幅增加另一个人的工作量。

08:13｜雷区一：别脑补需求，做之前先确认方向
很多职场错误不是因为能力不够，而是因为“我以为我理解了”。从统计编程里的 developer / validation 配合，到乙方团队执行甲方需求，两位主播都提到：如果没有确认清楚就直接开干，很容易做了很多无效工作，甚至把原本正确的东西改错。

13:20｜多问几句会不会显得低效？比起做错方向，确认需求更重要
有人可能觉得重复确认浪费时间，但两位主播都认为，尤其在 junior 阶段或乙方环境中，多确认通常利大于弊。比起沉默地做错方向，多花一分钟确认 action items 更 professional。

18:45｜雷区二：别上头防御，被质疑时先别急着证明自己没错
大树分享了自己在项目沟通中遇到的例子：当别人只是想了解背景或提出问题时，如果对方急着证明自己没错，反而会让合作氛围变紧张。Sophie 也分享了自己曾经在会上过度解释、被老板提醒有点 defensive 的经历。

27:17｜如果你是高敏感人，怎么避免工作中“上头”？
节目给出几个实用建议：先不要立刻反驳，给自己一个冷静期；可以会后再 follow up；必要时问问 manager 或同事的看法；回复时尽量简洁、专业、就事论事。

28:47｜邮件写太长，信息越多不一定越清楚
Sophie 提到自己刚入职时曾被 mentor 提醒邮件太长。复杂内容有时适合先做 pre-reading，再开会讨论；邮件最好尽量明确重点，而不是把所有背景都堆进去。

30:11｜同事能不能成为朋友？职场边界感很重要
两位主播聊到微信、私人联系方式和下班后联系同事的问题。职场当然可能发展出真朋友，但不建议一开始就默认同事等于朋友；尤其是通过私人微信处理工作，很容易触碰边界。

37:34｜雷区三：别在会议里闭麦，你的工作需要被看见
大树强调，会议上完全不发言是很大的减分项。即使没有特别厉害的问题，也可以总结 action items、确认理解、提出一个相关问题，或者表达自己的理解。Visibility 不是吹牛，而是让别人知道你参与了、理解了、贡献了。

47:17｜英文表达不是语法考试，核心是逻辑和自信
最后两位聊到国际生在英文职场里的表达焦虑。大树的建议是：语法错误没那么重要，关键是逻辑清楚、语气坚定、敢开口。Sophie 也分享了从不敢提问到逐渐放下心魔的过程。

56:30｜结尾：这是一次 casual 话题的试验，也欢迎大家继续留言
本期是《药厂门口》第一次尝试更轻松、更 general 的职场话题。如果大家喜欢，也可以继续延展成系列，比如职场沟通、英文表达、会议发言、药厂文化吐槽等。

如果你也踩过类似的职场雷区，或者有自己的“早知道就好了”的故事，欢迎留言告诉我们。

• 小红书：药厂门口 🔗

• 抖音：药厂门口播客 🔗

• 微信公众号：Pharma     Lobby 播客 🔗

• 微信小助手：PharmaLobby

• 邮箱：[email protected]

👇 加微信小助手拉你进听友群

本期节目，我们请来了一位非常特别的嘉宾 —— Jennie。

她是在国内完成本硕博、经历过规培的临床医生，后来选择来到美国做博后；同时，她也是一位在抖音拥有10万粉丝的医生博主，每天直播分享医生转行、出国、职业选择等真实经历。

这一期，我们从“为什么越来越多医生开始想离开临床”聊起，聊到了：

国内医生真实的工作状态到底是什么样？

为什么越来越多人开始考虑药厂、CRO 和 AI 医疗？

药厂里的医生，究竟在做什么？

国内医生来美国考 USMLE、做住院医现实难度有多大？

医疗资源紧张、医生内卷和教育焦虑之间有什么关系？

AI 问诊到底靠谱吗？它真的会取代医生吗？

聊到最后我们发现：

这一期看似是在聊“医生出路”，
但其实聊的是：

当一条曾经被认为最稳定、最正确的人生路径，也开始变得拥挤、疲惫甚至令人怀疑的时候，

人还有没有勇气，重新开始。

• 规培（住院医师规范化培训）
  国内医生毕业后必须经历的标准化临床培训，类似美国 Residency。

• USMLE / “考U”
  美国医生执照考试（United States Medical Licensing Examination）。

• Medical Monitor
  药厂/CRO 临床研发岗位，负责病例审核、不良反应评估、患者入组等。

• Medical Affairs（医学事务）
  药厂中负责医学沟通、专家教育、学术推广的重要部门。

• PV / Pharmacovigilance（药物警戒）
  药物安全性监测与不良反应评估。

• CRO（Contract Research Organization）
  医药研发外包公司，承担临床试验执行、数据管理等工作。

• Clinical Scientist
  临床研发团队中的科学岗位，负责临床数据分析、方案推进及跨团队协作。

• Regulatory Affairs（法规事务）
  负责与 FDA 等监管机构沟通、申报和法规合规的岗位。

• Jennie｜国内临床医生，宾大博后，抖音10万粉丝医疗博主

• Daniel｜前国内临床医生，现美国药厂 Clinical Director

• Sophie｜统计程序员， 统计硕士

• Mia｜药厂统计师，统计PhD

• Dan｜生物方向 PhD，疫苗研发从业者

01:36｜嘉宾登场：从国内临床医生，到美国博后重新开始

04:04｜为什么越来越多医生开始想离开临床？

06:12｜Daniel 分享：从国内医生到美国药厂 Clinical Director 的十多年经历

07:27｜国内医疗环境、医患关系与“既要临床又要科研”的现实压力

12:17｜美国医生 vs 药厂医生：收入、职业路径与真实差异

14:42｜药厂里的医生到底在做什么？Medical Monitor、医学事务、Safety 岗位揭秘

18:25｜中国 Biotech 崛起：为什么越来越多研发正在回流中国？

24:38｜为什么现在越来越多国内医生开始考虑转行？

28:14｜国内医生出国考 USMLE 的现实路径与难点

38:03｜“国内没有 balance，只有 work”：中国医生真实工作状态

41:54｜国内医学教育到底有多卷？学硕、专硕、规培与学历焦虑

50:12｜除了临床，还有哪些路？药厂、CRO、AI 医疗与工业界选择

59:15｜如何进入药厂？Medical Monitor、Clinical Scientist、Regulatory 岗位分享

01:12:28｜“药厂像一个小社会”：什么专业都能进 Pharma？

01:17:03｜美国急诊为什么“什么都不管”？中美医疗体系巨大差异

01:21:20｜AI 问诊靠谱吗？AI 会不会取代医生？

01:32:35｜节目最后：如果重新选择一次，你还会学医吗？

• 小红书：药厂门口 🔗

• 抖音：药厂门口播客 🔗

• 微信公众号：Pharma     Lobby 播客 🔗

• 微信小助手：PharmaLobby

• 邮箱：[email protected]

👇 加微信小助手拉你进听友群

🧭 节目引入

FDA说这药最好撤，安进(Amgen)说我不撤。

一款已经上市近五年的罕见病药，就这样被推到了监管聚光灯最中央。更少见的是，这一次争议不只是“药有没有严重副作用”，而是FDA连它当年为什么能获批、关键临床证据是怎么来的，都重新翻了出来。

这期节目里，我们从Tavneos这场监管拉锯聊起：它为什么曾经被视为血管炎治疗里的新选择？为什么医生和患者对它有真实需求？严重肝损伤到底让FDA担心到了什么程度？以及，当一个上市药突然被监管重新审视时，药厂里的安全、法规、临床、统计、数据管理团队，会怎样一起被卷进风暴中心？

这不是一个简单的“上市药出了副作用”的故事。它更像是在提醒所有做药的人：上市从来不是终点站，真实世界数据和监管审视，会继续给这款药出题。

📚 小百科 | 术语速查

Tavneos / Avacopan（阿伐可泮）：一种用于治疗ANCA相关血管炎的药物，作用在补体通路上。它的核心卖点不是“更猛”，而是在控制炎症的同时，尽量减少长期使用激素带来的代价。

ANCA相关血管炎（ANCA-associated vasculitis, AAV）：一类罕见的自身免疫性疾病，主要攻击全身小血管。肾脏和肺部常常会受到影响，严重时可能导致肾衰、肺出血甚至多器官衰竭。

标准疗法（Standard of care）：指当前临床实践中被广泛接受、通常作为默认治疗方案使用的治疗方法。一个药如果进入权威治疗指南，往往意味着它已经被医生群体较广泛地认可，但这不等于它永远不会再被监管重新审视。

非劣效性（Non-inferiority）：临床试验里常见的一种设计思路，意思是证明新药“不比现有治疗差”。它不等于证明新药“更好”，所以如果一个药主要靠长期获益或安全性优势来讲故事，证据链就会被看得更细。

药物警戒（Pharmacovigilance）：药物上市后持续监测安全性的体系。很多严重副作用不一定能在上市前的小样本临床试验里完全暴露，真实世界中的安全信号会不断被收集、评估和上报。

数据库锁定（Database Lock）：临床试验数据在分析前被正式“锁住”的节点。锁库之后再修改终点判定或关键数据非常敏感，因为这会影响监管对试验流程完整性和结果可信度的判断。

👥 本期嘉宾

Mia（主播）

药厂统计从业者，关注临床试验设计、监管逻辑和药厂内部协作，希望把复杂行业新闻讲得更像人话。

Daniel（对谈嘉宾）

药厂临床研发从业者，拥有约15年医药行业经验，本期从疾病背景、临床价值、安全性和药厂应对策略多个角度拆解这场监管拉锯。

⏱️ 时间轴 Timeline

00:00｜开场 & FDA建议退市为什么少见

一款已经上市的罕见病药被FDA建议自愿撤出美国市场，而安进选择公开不同意，这场冲突从一开始就不寻常。

02:10｜这是召回，还是退市？

先厘清这次事件的性质：它不是常规意义上的强制召回，而是FDA建议公司自愿撤市，双方仍在公开拉锯。

05:06｜Tavneos治疗的到底是什么病

从ANCA相关血管炎讲起，解释这种罕见自身免疫疾病为什么会严重影响肾脏、肺部和全身小血管。

07:48｜从激素时代到补体通路

AAV治疗曾长期依赖大剂量激素和免疫抑制剂，而Tavneos代表的是一种希望减少长期激素代价的新治疗思路。

11:26｜为什么安进有底气和FDA硬刚

Tavneos已经进入重要治疗指南，这让它不只是一个“公司自己的产品”，也牵动了医生、患者和现有临床实践。

17:38｜当年的三期试验到底赢在哪里

这款药并不是一开始就“碾压”对照组，真正有吸引力的地方在于52周持续缓解、减少复发和降低激素暴露的长期获益逻辑。

25:38｜肝损伤风险为什么现在被重新放大

上市前已经看到过一些肝功能相关风险，但真实世界数据让严重甚至致命肝损伤的问题变得更难忽视。

29:34｜FDA质疑的不是数据真假，而是证据怎么来的

这一次FDA关注的不只是安全性，还包括当年主要终点重新裁定的流程是否足够合规、透明和经得起追问。

32:41｜数据库锁定(database lock)后还能解锁？

数据库锁定之后，理论上可以解锁，但这不是一个普通技术操作，而是一个高风险的监管动作。

45:22｜药厂内部哪些团队会被卷起来

从药物警戒、法规事务、临床、统计、数据管理到法务，一个重大监管request到来后，几乎所有关键职能都会被拉到同一条船上。

54:11｜给药厂新人的提醒：上市不是终点站

真正决定一个药能不能走得长久的，不只是漂亮的临床数据，还有试验执行质量、终点定义、上市后安全监测和面对监管时的团队协作能力。

📮 找到我们：

• 小红书：药厂门口 🔗

• 抖音：药厂门口播客 🔗

• 微信公众号：Pharma Lobby 播客 🔗

• 微信小助手：PharmaLobby

• 邮箱：[email protected]

👇 加微信小助手拉你进听友群

🧭 节目引入

一期数据还没完整公开，诺华却已经决定豪掷30亿美元，把一个早期乳腺癌项目收入囊中。这到底是眼光精准，还是高价豪赌？

这期节目里，我们从这笔交易出发，拆开来看一层更有意思的东西：为什么大药厂会为“还没完全被证明”的项目买单？为什么这次被看中的，不只是分子本身，还有背后的创始人和团队？以及在今天的医药行业里，什么是真正有价值的创新？

这不只是一个卖药的故事，也是一个关于科学家如何把判断力变成行业影响力的故事。

📚 小百科 | 术语速查

PI3Kα抑制剂：一类针对肿瘤生长相关通路的小分子药物。本期讨论的核心，就是怎样更精准地打到“突变型”PI3Kα，同时尽量少伤及正常细胞。

HR阳性 / HER2阴性乳腺癌：乳腺癌里最常见的一类亚型，通常依赖激素信号生长，也是很多内分泌和联合治疗重点覆盖的人群。

内分泌治疗（Endocrine therapy）：通过抑制雌激素相关通路来控制肿瘤生长，是HR阳性乳腺癌治疗中的基础方案之一。

CDK4/6抑制剂（CDK4/6 inhibitor）：常和内分泌治疗联用的一类药，已经是HR阳性 / HER2阴性乳腺癌的重要主流治疗组成部分。

PFS（Progression-Free Survival，无进展生存期）：指患者在治疗后、疾病没有继续恶化的一段时间，是肿瘤临床研究里很常见的疗效指标。

Due diligence（尽职调查）：大药厂在收购或合作前，对项目数据、团队、专利、风险和商业逻辑进行的系统审查。很多时候，买的不只是数据，也是信任。

Standard of care (标准疗法）：指当前临床实践中被广泛接受、通常作为默认治疗方案使用的标准治疗方法。新药在研发和临床试验中，常常需要和标准疗法比较，来证明自己是否更有效、更安全，或者更适合联合使用。

👥 本期对谈

Mia（主播）

药厂统计师，从“好奇听故事”的视角切入这笔并购案，把复杂问题拆成普通听众也能跟上的追问。

Daniel（对谈嘉宾）

药厂临床研发负责人，长期关注医药研发、商业化与BD逻辑，本期从研发、市场竞争和交易策略多个角度拆解这笔30亿美元交易。

⏱️ 时间轴 Timeline

00:00｜开场 & 30亿并购案为什么这么抓人

一个还在临床早期的抗癌项目卖出30亿美元，问题也从这里开始：这到底是精准判断，还是高价豪赌？

02:14｜新闻播报 & SNV4818是什么

快速交代交易结构、适应症和项目定位，解释这款药为什么会被认为有“更精准、少副作用”的潜力。

04:21｜先聊人：姚文庆博士为什么值得关注

这笔交易里，买的不只是分子本身，也是创始人的判断力、履历、经验和带队做成事的能力。

10:03｜大药厂为什么愿意为“人”买单

从尽职调查和信任建立聊起，解释为什么早期资产交易里，团队背景往往会显著影响决策。

13:02｜这款药到底想解决什么问题

PI3Kα突变人群为什么重要，老一代药又卡在了哪里，这一段把临床问题讲得更明白。

19:57｜为什么“能联用”是关键

SNV4818的价值不只在单药效果，更在于它能不能顺利进入主流联合治疗体系，成为一个好搭子。

22:53｜诺华为什么敢先付20亿

这笔deal更像一次战略补位，而不只是给单个分子估值；贵归贵，但它补的是关键缺口。

26:49｜赛道竞争格局：诺华、罗氏、礼来都在抢什么

把PI3Kα赛道上的主要玩家、窗口期和诺华的焦虑放在一起看，交易逻辑就清楚多了。

36:01｜交易结构与投资人视角

为什么要用子公司打包出售？市场又是怎么看这30亿美元的？这一段聊的是交易设计和资本反应。

41:25｜这笔并购给行业人什么启发

真正有穿透力的研发，不只要把药做出来，还要看懂临床缺口、市场机会和买家的真实需求。

44:24｜距离真正改变患者还有多远

最后回到临床本身：后面最值得追踪的，是数据、联合治疗布局，以及试验设计会怎么走。

📮 找到我们：

• 小红书：药厂门口 🔗

• 抖音：药厂门口播客 🔗

• 微信公众号：Pharma     Lobby 播客 🔗

• 微信小助手：PharmaLobby

• 邮箱：[email protected]

👉 欢迎加入听友群

今年一月的JPM Healthcare Conference，被视为医药行业最重要的风向标之一。

这一期，我们邀请了一线VC投资人和大厂临床研发总监，从投资、临床、商业化多个视角，复盘这次JPM释放的真实信号：

• 行业真的在回暖吗？
• 中国biotech为什么再次被关注？
• ADC、双抗、AI制药，是机会还是已经开始内卷？
• 大厂现在到底在买什么？

📌 本期内容为一月小红书直播回放
今年我们会在小红书和大家见面6次，每一期都有不同主题，欢迎关注「药厂门口」，参与更多实时互动～

• JPM Healthcare Conference：全球最重要的医药投融资大会
• BD（Business Development）：负责对外合作、交易与并购
• License in/out：项目引进 / 授权
• NewCo：共同成立新公司进行开发合作
• ADC（抗体偶联药物）：抗体+毒素的靶向治疗方式
• 双抗（Bispecific antibody）：同时作用两个靶点的抗体

00:35｜开场 & JPM背景
什么是JPM？为什么它是医药行业最重要的“信息场”

08:00｜行业信号：回暖还是假象？
投资人视角：回暖已开始，但仍在试探阶段

12:30｜中国资产的崛起与争议
机会（速度/成本） vs 风险（信任/适应症/内卷）

20:30｜热门赛道变化：ADC → 双抗 → 新周期
从爆火走向理性，进入差异化竞争阶段

29:00｜AI制药：从概念到落地
AI不再是加分项，而是看实际应用能力

43:00｜融资与行业现状
钱回来了，但更集中在头部公司

50:00｜BD与交易逻辑变化
大厂更谨慎，合作模式更加多样化

01:01:00｜创业、科研与职业路径
行业门槛提升，能力与判断更重要

01:08:00｜大厂策略：自研 vs 外部合作
越来越依赖biotech与外部创新

01:17:00｜行业总结：回暖 + 分化
赢家通吃，长期仍然向好
临床：稳中向好

👉 欢迎加入听友群

• 小红书：药厂门口 药厂门口 ｜Pharma Lobby - 小红书
• 微信：PharmaLobby
• 邮箱：[email protected]

2026年1月，吉利德的 TROP-2 ADC 药物戈沙妥珠单抗（Sacituzumab Govitecan） 被 NCCN指南 直接推荐为 转移性三阴性乳腺癌（TNBC）的一线治疗方案。
更引人关注的是——这项推荐 发生在该适应症尚未获得FDA批准之前。

为什么NCCN会做出这样的“破例”？
PFS显著改善是否足以改变临床标准？
这对ADC赛道以及TNBC新药研发意味着什么？

本期节目从一条新闻出发，聊聊 指南、临床试验、监管逻辑与产业竞争背后的故事。

NCCN（National Comprehensive Cancer Network）
美国国家综合癌症网络，由33家顶级癌症中心组成，制定全球广泛参考的肿瘤临床实践指南。

TNBC（Triple Negative Breast Cancer）
三阴性乳腺癌，指 ER、PR、HER2 三种受体均为阴性 的乳腺癌亚型，占乳腺癌约15%，侵袭性强、治疗选择有限。

ADC（Antibody Drug Conjugate）
抗体药物偶联物，通过抗体靶向肿瘤细胞并递送细胞毒药物，是近年来肿瘤药物研发的重要方向。

PFS（Progression-Free Survival）
无进展生存期，指患者在疾病未恶化情况下存活的时间。

OS（Overall Survival）
总生存期，是肿瘤药物疗效最关键的终点指标之一。

NCCN是由33家顶级癌症中心组成的联盟，其指南被全球肿瘤界广泛参考。

TNBC定义：

• ER 阴性
• PR 阴性
• HER2 阴性

特点：

• 侵袭性强
• 更容易早期转移
• 年轻女性更常见
• 传统治疗选择有限

晚期TNBC治疗历史上主要依赖 化疗，
五年生存率仅 15%–20%。

PD-L1阳性患者可以使用免疫治疗，
但 PD-L1阴性患者约占62%，仍缺乏有效方案。

戈沙妥珠单抗

• 靶点：TROP-2
• 全球首个获批TNBC治疗的ADC
• 最初用于 二线及以后治疗

2026版NCCN指南
将该药从二线提升为一线治疗

该适应症 尚未获得FDA批准
却已经进入 指南推荐的一线方案。

ASCENT-03研究显示：

• PFS：9.7个月 vs 6.9个月（化疗）
• 疾病进展或死亡风险下降 38%

OS数据尚未成熟，但PFS改善明显。

对于晚期癌症患者来说，
延长几个月无进展时间具有重要意义。

原因包括：

• III期临床结果非常积极
• 该药已在二线治疗中证明疗效
• TNBC存在巨大未满足需求

新的 Standard of Care 出现后：

未来所有TNBC临床试验
都必须与该药进行对照。

NCCN属于 临床指南机构
对PFS终点接受度更高。

而监管机构（FDA）通常更看重 OS数据。

TROP-2 ADC赛道竞争者包括：

• AstraZeneca / Daiichi Sankyo
• 科伦药业 SKB264

未来可能出现 多个ADC进入指南推荐。

这次指南更新说明：

• ADC已经成为TNBC重要治疗方向
• 临床标准正在快速迭代
• 新药研发门槛被进一步提高

TNBC治疗正在进入新的阶段：

• 指南提前认可创新疗法
• 竞争推动更好的药物出现
• 患者未来可能拥有更多治疗选择

• 小红书：药厂门口 药厂门口 ｜Pharma Lobby - 小红书
• 微信：PharmaLobby
• 邮箱：[email protected]

这一期是宾夕法尼亚大学线下活动实录：我们和宾大 CSSAP 一起，把《药厂门口》的几位嘉宾请到现场，和正在读书、找实习、思考职业方向的同学们面对面聊：药厂到底有哪些岗位？科研到 industry 怎么走？身份/面试/谈薪要怎么准备？
现场还做了一个“最刺激”的环节：收了两份简历，嘉宾直接点评修改思路（简历也同步发在小红书，方便边听边对照）。

最后还有 Q&A：回国 vs 留美、H-1B 政策影响、谈薪会不会把 offer 谈没等。

• Drug Development / 药物研发流程：从 discovery（发现）→ preclinical（临床前）→ clinical（临床试验）→ post-marketing（上市后）的一整条链路。
• IND（Investigational New Drug）：在美国开展人体试验前，向 FDA 递交并获准的关键申报节点。
• Phase 1/2/3（一期/二期/三期）：剂量探索与安全性（1）→概念验证/初步疗效（2）→确证性大样本（3）。
• Adaptive Design / Adaptive Study Design（自适应设计）：在预设规则下，允许根据中期数据调整设计以提升效率。
• Seamless Phase 2/3（无缝二三期）：把二期与三期衔接起来，加速推进到可申报数据包。
• Single-arm Trial（单臂试验）：只有试验治疗组、没有随机对照组的研究设计。
• RWD / RWE（真实世界数据/证据）：来自临床数据库、理赔数据等真实医疗场景，用于辅助对照或外部比较。
• Basket Trial（篮子试验）：按同一生物标志物/靶点把不同肿瘤类型“装进同一个篮子”研究疗效。
• Master Protocol（主方案）：包含多个亚研究/队列的一套总方案框架。
• Agnostic Trial（泛癌种/不按器官来源）：按 biomarker/机制而非肿瘤部位来入组与分析的研究思路。
• CMC（Chemistry, Manufacturing and Controls）：化学、生产与质量控制；申报材料中非常关键的一大块。
• Hiring Manager（用人经理）：真正决定要不要招你的人；HR 多是筛选与流程推进。
• Sign-on Bonus（入职奖金）/ LT Incentive（长期激励）：谈薪时常见的“补偿方案”，不只盯 base salary。
• Work-life balance（工作生活平衡）：嘉宾讨论留美 vs 回国时提到的重要考虑因素之一。

• Dan｜生物PhD
• Daniel｜临床开发方向嘉宾（MD 背景）、药物临床研发团队视角
• Sophie｜统计编程/Programmer ，统计硕士
• Mia｜药厂统计师/Statistician，统计PhD
• Jay｜制剂开发/Formulation（化学 PhD，CMC)
• Ciara｜临床统计方向 Director（统计 PhD；从金融→统计→Industry；分享“10-10-10”与求职建议）
• ViVian｜从科研→大厂→MBA→VC/投资（drug discovery/target discovery 出身），分享转型与投资视角
• 现场 HR｜回答谈薪/政策相关问题、简历筛选与关键词策略

00:01–01:31｜开场 & 本期形式说明
宾大线下活动实录：围绕求职/实习/转行的真实问题；现场收两份简历做点评

01:31–12:38｜嘉宾暖场：药厂“全景图”与三条典型岗位线
从“行业不只有 lab”展开：临床开发（MD/clinical development）、统计编程（programmer）、统计师（statistician）、制剂/CMC（formulation）各自日常与协作关系，帮助同学建立岗位地图。

12:44–16:33｜Ciara 个人路径：从金融/统计到 Industry 的关键认知
强调求职“要会为自己 advocate”、别过度谦虚；分享做过 FDA approval 的成就感来源与职业意义。

16:40–26:56｜统计在药物研发中的战略价值
用“10-10-10”框架讲统计贯穿 discovery→preclinical→clinical→post-marketing；并解释统计如何通过设计与方法选择省时间、省钱、提成功率。

23:03–26:56｜两个代表性案例：统计如何改变研发路径
案例 1：single-arm 试验用真实世界数据做外部对照支撑获批。
案例 2：basket/master protocol/agnostic trial 用更“聪明”的设计扩展适应症与申报路径。

26:59–35:36｜科研 vs 工业：工作方式的本质差异
相同点：持续学习、读文献、跟进领域进展。
不同点：工业更强调跨职能沟通与影响力；面试 presentation 要“讲到别人听懂”。

35:46–1:01:04｜Vivian 路径：科研→大厂→MBA→VC 的转型逻辑
讨论医药创业更依赖长期经验；对比学校/公司研发/投资三种日常，点出“流程、协作、资源调度、看人看项目”的能力差异。

1:01:13–1:36:11｜简历点评 + Q&A：把建议落到可操作动作
简历：先 summary + skills，再写经历；经历必须写 impact；关键词/AI筛选；按 JD 调整顺序（实习 vs 研究）；长度 1–2 页看内容。
Q&A：回国 vs 留美（open mind + 现实窗口期/工时差异）；政策不确定性下更要有目标地 networking；谈薪别硬怼、先和 HR 同一战线，合理沟通通常不会丢 offer。

👉 欢迎加入听友群

• 小红书：药厂门口 药厂门口 ｜Pharma Lobby - 小红书
• 微信：PharmaLobby
• 邮箱：[email protected]

本期《药厂门口》时事点评，我们用一桩典型的 BD 交易（Business Development deal）+ 并购（M&A） 来拆解“资本冷暖与创新真相”：葛兰素史克 GSK 在 2026 年 1 月 20 日宣布以 22 亿美元现金收购旧金山生物制药公司 RAPT Therapeutics，并获得其核心管线——一款用于 food allergy 食物过敏 的 长效抗 IgE 单抗（anti-IgE monoclonal antibody） 在全球（ex-China：除中国大陆及港澳台）的开发与商业化权益。该项目目前处于 Phase 2b 的 Global Study 全球临床 阶段。

更戏剧性的是：这款资产在 2024 年 12 月才由中国上海的 济煜医药 对外授权海外权益（ex-China licensing），交易为 3500 万美元首付款 + 最高 6.725 亿美元里程碑付款。短短一年，核心资产从授权到被大药厂收购，估值逻辑发生了“再定价”。这背后既涉及 适应症重定位（Indication Repositioning），也与 GSK 面临的 专利悬崖（Patent Cliff）、老药遭遇 生物类似药（biosimilar） 竞争密切相关。

• ex-China（海外授权）：交易只覆盖中国以外地区的开发/商业权益，常见于“中国资产出海”路径：国内公司保留中国权益，海外权益交由国际伙伴或海外 Biotech 推进。
• Indication Repositioning（适应症重定位）：同一机制从 哮喘 asthma / 慢性自发性荨麻疹 CSU 等既有适应症，转向更大或更“全球化”的新场景（如 food allergy 食物过敏）。
• Phase 2b / Global Study 全球临床：中期验证阶段，关键看终点设计、剂量、疗效信号与 安全性 profile。能否顺利进入 Phase 3 往往决定资产后续估值。
• Patent Cliff（专利悬崖）：原有重磅药专利到期后，价格与份额可能被 biosimilar 快速侵蚀，迫使大药厂寻找“下一代替代品”。
• SC（皮下注射）与 dosing interval（给药间隔）：从更频繁的 SC 给药到更长间隔（如 8–12 周），能提升 adherence 依从性、降低患者负担，也有助于后续与 health insurance 医保支付讨论 cost effectiveness。

• 小红书：药厂门口 药厂门口 ｜Pharma Lobby - 小红书
• 微信：PharmaLobby
• 邮箱：[email protected]

00:32｜本期主题：JPM 上 FDA 局长深度访谈

• JPM(摩根大通医疗健康大会) 期间，美国食品药品监督管理局（FDA）局长 Marty Makary 接受 1.5 小时访谈

01:00｜人物画像：一个“加速派”的 FDA

• 外科医生 + 公共卫生背景
• 反官僚、强调效率，把 FDA 当成“需要竞争力的组织”来运营
• “速度 + 竞争意识”成为主轴

02:03｜先给投资者结论：谁利好、谁承压

• Biotech：审批提速 → 成本/周期下降（利好）
• CRO/CXO：在“美国优先”下可能迎来产业重构
• AI：医药监管与研发的长期大趋势

03:00｜中美竞速：为什么中国 BD 数据这么亮眼

• 2025 中国创新药出海授权金额创新高、交易更活跃
• 核心驱动：一期临床更快（中国约 4 周、澳洲约 6 周）+ 数据扎实
• 对比美国：IRB/合同流程冗长，成为“非首选”地点

06:05｜政策工具箱：海外做一期临床可能被加收 user fee

• 提议：海外做临床可以，但费用更高；本土做费用更低
• 本质：保护主义信号，尚未落地但值得关注

07:05｜FDA 改革清单：目标是“把十年研发拉短”

• Pivotal study：从默认 2 个三期 → 可合并/简化为 1 个
• 动物实验：逐步弱化，鼓励计算模型、organ-on-chip、类器官
• 连续性临床 + Bayesian：更实时地基于数据调整试验
• 55 天极速审批试点：已有案例/券，但受制于人手与执行成本

11:05｜组织与技术底座：招人 + AI 全面拥抱

• 扁平化思路、扩招科学家与 reviewer
• 统一 AI review 系统，提高审评与文档处理效率

12:05｜疫苗立场：不强制，但给出“核心接种清单”

• 参考多国标准，提出约 38 剂核心基础疫苗建议
• 目标：避免过度接种，同时强调必要性

• 小红书：药厂门口 药厂门口 ｜Pharma Lobby - 小红书
• 微信：PharmaLobby
• 邮箱：[email protected]

今年流感来势汹汹，疫苗又一次回到大众视野。本期《药厂门口》请到开播以来第一位实名嘉宾——康希诺生物 COO & 执行董事、曾任阿斯利康全球高级副总裁的巢守柏博士，从学术转工业、技术到管理、跨国药企到中国创新公司的职业路径聊起，延伸到爆款疫苗如何“养成”、mRNA 的真实影响、疫情对供应链与工艺的冲击、政府采购与定价逻辑、政策不确定性、以及中国药企出海最难的关口。最后还给年轻从业者分享了招聘看重什么、以及如何“向上管理”的实战建议。

00:00｜大咖登场

04:19 ｜从学术到工业：应用科学与时代推力

生物工程的应用属性，加上 recession 下高校岗位冻结，把人推向工业界。

05:20 ｜不止做 SME：职业成长的关键拐点

从生产放大切入，降成本、提质量、提产量，工艺进步直接影响药物可及性。

08:08｜science 是基础，但远远不够

150+ 国家注册与多国工厂检查，让“不同市场的具体要求”成为真正挑战。

10:22 ｜哪个监管最严格？

答案没那么简单science-based vs rule-based 的差异；严格不等于不讲科学。

11:48 ｜技术岗一定要转管理吗？

管理不是“升级版技术岗”；不适合、也不喜欢，就不必勉强。

13:49 ｜向上管理的核心：带方案，而不是带焦虑

理解老板和组织关注点，是 manage up 的关键。

15:37 ｜2018 回国加入康希诺：一次高度匹配的选择

产品节点、上市窗口与个人阶段叠加，形成“天时地利人和”。

18:30 ｜爆款疫苗背后，是极致复杂的系统工程

从重磅产品上市到供不应求，靠的是工艺、检测与规模化能力。

23:37 ｜mRNA 改变速度，但不是万能解

COVID 的“快”来自监管与临床并行，平台本身仍有边界。

27:11 ｜AI 正在进入研发与审评流程

加速 discovery、设计与 review，但法规节奏仍在演进。

28:23 ｜疫情后的现实：供应链与区域合规是硬约束

包材短缺、清真与动物源要求，策略往往从主流市场交集做起。

34:05 ｜RSV 路线之争：疫苗与抗体并非替代关系

功能、人群与成本不同，决定了技术路线的分化。

39:40 ｜疫苗的双重属性：公共卫生 × 商业

政府采购、支付机制，重塑定价与市场结构。

42:48 ｜政策波动之下，疫苗需要长期主义

公司按 10 年决策，资本看 3–5 年，medical needs 仍是底层逻辑。

49:00 ｜中国药企出海的真实难点

不只是法规，更是原材料标准、海外临床与商业化体系。

52:57 ｜IPO 与 License-out：现实条件下的路径选择

资金规模决定战略，授权合作是常见解法之一。

57:16 ｜成为上市公司之后

信息披露、审计与对股东负责，重新定义高管边界。

1:00:57 ｜下一波挑战，已经在路上

未知病原、预防性肿瘤疫苗、耐药结核等长期议题。

1:03:45 ｜给药方式的演进：不只是打针

肌注、鼻喷、吸入、微针各有场景，平台并存而非互斥。

1:08:57 ｜HIV 的难题，仍未被真正破解

治疗成功在推进，但疫苗与可及性仍是全球挑战。

1:11:41 ｜他眼中的好人才标准

学习能力、适应变化、性格与团队化学反应，重于既有技能。

👉 欢迎加入听友群

• 小红书：药厂门口 药厂门口 ｜Pharma Lobby - 小红书
• 微信：PharmaLobby
• 邮箱：[email protected]

PD-1 的黄金十年快结束了。
当所有人还在做“下一个 K 药”，
辉瑞已经用 60.5 亿美元押注 PD-1 × VEGF 双抗，
直接一线、全球三期、head-to-head 癌症标准治疗。

为什么 FDA 允许跳过早期探索？
为什么辉瑞砍掉 11 条管线 All-in 一条资产？
这一次，宇宙大厂是真的杀疯了。

00:39–01:27｜PD-1 的黄金十年走到瓶颈
PD-1 改变了肿瘤免疫治疗，但单靶点红利正在耗尽，行业开始寻找下一代解法

01:27–02:27｜2024 年的转折点
中国 PD-1 × VEGF 双抗在头对头研究中击败 K 药，双靶点路线被重新评估

02:27–03:25｜从中国到全球
该双抗快速获批并扩展至一线治疗，成为全球唯一获批的 PD-1 × VEGF 双抗

03:27–04:27｜赛道升温
Biotech 与跨国药企集体入场，PD-1 × VEGF 成为新一代肿瘤免疫主战场

04:27–05:06｜辉瑞重磅入局
60.5 亿美元授权交易，辉瑞拿下 4404 全球权益，正式 All-in 双抗赛道

05:26–07:08｜为什么是 4404
独特双臂设计，PD-1 与 VEGF 协同结合，在肿瘤微环境中放大免疫效应

07:18–10:30｜极限执行力
FDA 接受中国数据，直接启动全球三期，辉瑞砍管线、集资源押注一条资产

11:13–12:34｜一线正面对决
肺癌一线治疗，4404 + 化疗直接 head-to-head K 药，跳过一期二期探索

15:32–16:23｜不止肺癌
结直肠癌一线同步三期，目标直指标准治疗

16:54–17:28｜结论
速度、广度、深度三线拉满，宇宙大厂强势重返肿瘤免疫主战场

• 小红书：药厂门口（官方账号） 药厂门口 ｜Pharma Lobby - 小红书
• 微信：PharmaLobby
• 邮箱：[email protected]

开年这期聊点不一样的！串台 @StellaxAmy·自定义 | 小宇宙 - 听播客，上小宇宙【原名“数据女孩的中年危机”】

四个人，清一色统计学背景出身，
但现在分布在完全不同的世界里：
药厂、互联网/创业公司、以及一个极其少见的高校 AI Evaluation 团队。

这期我们没有聊「具体某个岗位在干嘛」，
而是从一个很现实的问题聊起：

👉 AI 已经能做很多事了，但哪些 AI，真的敢放到真实用户面前？

从 AI Evaluation 为什么突然变重要，
聊到强监管场景下的安全、责任与信任，

聊着聊着，话题也落到了长期主义本身
👉 当 mentor 这件事不赚钱，甚至很花时间，为什么还是有人愿意坚持很多年？
👉 当做内容没有立刻的回报，为什么有人依然选择持续投入？
👉 以及，在稳定、安全感和探索之间，我们各自做出的选择，背后到底看重什么？

如果你正在：

• 关心 AI 会不会真的改变你所在的行业
• 或者已经隐约感觉到：技术之外，判断力和责任感正在变得更重要

那这期，可能会刚好聊到你心里去。

• AI Evaluation（AI Eval）：评估 AI 产品在真实场景里的效果、安全、可靠与可控性（评估对象是产品系统，不是单一模型）。
• Guardrails / Safety：AI 在敏感场景（如自伤、隐私）下的安全策略与处理机制。
• FERPA：美国教育领域学生隐私监管框架。

• Sophie｜药厂 Statistical Programmer，《药厂门口》主播
• Mia｜药厂统计师（PhD），《药厂门口》主播
• Stella｜统计背景，前互联网 Data Scientist，现从事高校 AI Evaluation， 《StellaxAmy·自定义》主播
• Amy｜统计背景，长期在 startup 从事数据/AI 产品相关工作，《StellaxAmy·自定义》主播

从校园场景里的self-harm / suicide聊起：当 AI 真正进入现实世界，没有 evaluation 和 safety，你根本不敢上线。

四位嘉宾都学统计，却分别走向药厂、互联网、创业公司、高校 AI 产品团队——分岔点到底在哪里？

职业回顾：交通工程 → 统计 → 互联网 → 高校，也聊 Data Science 这几年从“什么都干”到被重新定义的变化

澄清一个常见误解：现在的 AI Eval，评估的是一整个 AI 产品系统，而不是单一模型分数。

用真实校园场景解释 AI safety：共情回应、资源引导、risk flag、以及在 FERPA 约束下如何处理隐私与上报。

从 demo 到 deploy 的转折点：AI 产品一旦要上线，产品经理才发现——没有 eval，这事没人敢扛。

从数据科学到 AI Eval：技能高度重叠，但关注点从“能不能做”转向“值不值得、敢不敢用”。

高产出背后的方法论：80 分原则、流程复盘、找对搭档，以及为什么 consistency 比爆款更重要。

ADPList 上的 mentor 经历：做 mentor 更像 therapist？被放鸽子是常态？

The Cocoons （thecocoons.substack.com） 的初心：把中文语境里的故事，用英文再“推”出去。播客和 Newsletter 更像长期 networking。

• 小红书：药厂门口（官方账号） 药厂门口 ｜Pharma Lobby - 小红书
• 微信：PharmaLobby
• 邮箱：[email protected]

仅本届大会，就有 140+ 项摘要 聚焦 CAR-T 在 MM 中的应用：
ORR 100%、sCR 接近 97%、mPFS 超过 50 个月、MRD 阴性率 100%……
这些数据，正在不断刷新我们对血液肿瘤“长期生存”的认知。

而更值得关注的，是一条正在快速成型的新路径——
体内 CAR-T（in vivo CAR-T）。

从 Kelonia 的 KLN-1010，
到阿斯利康重金布局、双靶点设计的 AZD0120，
CAR-T 正从“昂贵、漫长、私人定制”的 ex vivo 模式，
走向 更快、更便宜、更可及 的新一代细胞治疗。

这一期《药厂门口｜时事点评》，
我们站在药厂门口，
带你系统拆解：

• 多发性骨髓瘤治疗，为什么能走到今天
• 体内 CAR-T 到底革了谁的命
• 这些亮眼数据，意味着什么，又不意味着什么

MM（Multiple Myeloma，多发性骨髓瘤）
起源于骨髓浆细胞的恶性肿瘤，发病隐匿、易误诊，约占血液肿瘤的 10–15%。

CRAB， MM 的经典临床表现缩写：

• C：高钙血症（Hypercalcemia）
• R：肾功能损伤（Renal insufficiency）
• A：贫血（Anemia）
• B：骨病变（Bone lesions）

CAR-T
通过基因工程改造 T 细胞，使其特异性识别并杀伤肿瘤细胞的细胞疗法。

ex vivo CAR-T
体外制备 CAR-T（目前主流CAR-T治疗方式），
流程复杂、周期长、成本高。

in vivo CAR-T（体内 CAR-T）
通过基因递送系统在患者体内直接“编程”T 细胞，
跳过体外制备步骤，被视为下一代颠覆性方向。

ORR / CR / sCR / VGPR

• ORR：总体缓解率
• CR：完全缓解
• sCR：严格完全缓解
• VGPR：非常好的部分缓解

MRD（Minimal Residual Disease）
微小残留病灶，当前评估 MM 疗效深度和长期预后的关键指标。

CRS / ICANS
CAR-T 相关主要安全性风险：

• CRS：细胞因子释放综合征
• ICANS：免疫效应细胞相关神经毒性综合征

时间轴｜Timeline

• MM 相关 CAR-T 摘要 140+
• 多项研究数据“拉满”：ORR、sCR、MRD、mPFS

• 浆细胞的恶性克隆性增殖
• CRAB 临床特征
• 生存曲线如何被一次次推向右侧

• 自体 ex vivo CAR-T 的复杂流程
• CRS、ICANS
• 成本、周期与可及性问题

• 不再体外制备
• 从“私人订制”走向“准现货型”
• 资本与大药厂集体下注

• KLN-1010：R/R MM 中 MRD 阴性率 100%
• AZD0120：BCMA+CD19 双靶点，ORR 100%，sCR 97%
• MRD 成为区分疗效深度的核心指标

📍 小红书｜搜索 《药厂门口》
📍 邮箱：[email protected]
📍 听友交流｜添加小助手微信：PharmaLobby

11月医药圈发生了两件足够写进历史的大事：
礼来（Eli Lilly）在 2025/11/21 股价冲到 1059 美元，成为全球首家市值破万亿的制药公司；同时， “新药王”替尔泊肽（Tirzepatide）在 2025 年第三季度以单季 101 亿美元销售额登顶季度药王，超越 Keytruda。

• 为什么“第一个万亿”医药公司是礼来？这意味着什么？
• 礼来 149 年如何从“老牌药厂”走到“万亿俱乐部”？（Best-in-class 策略、产能与渠道布局）
• 替尔泊肽为什么能赢？GIP+GLP-1 双靶点到底强在哪里
• 两大临床体系 SURPASS（糖尿病）/ SURMOUNT（减重），核心数据如何一步步把它推上王座？

• 糖尿病适应症商品名：Mounjaro（蒙扎罗）
• 体重管理适应症商品名：Zepbound（泽博）

• SURPASS：替尔泊肽在 2 型糖尿病领域的关键临床试验体系
• SURMOUNT：替尔泊肽在 肥胖/体重管理领域的关键临床试验体系

00:51｜新尝试：新闻播报栏目上线
小红书推出字幕版：更快传递行业新鲜事，也解决术语“听不清/听不懂”的痛点。

01:12｜听友直播预告
12/20（周六）国内 22:00 / 美东 09:00，小红书“药厂门口”听友专场直播。

02:14｜Daniel 上线：实时点评口播
“我们播报监管审评、企业创新进展以及资本冷暖起伏，只聊行业里正在发生的故事。”

02:39｜大事件：万亿药王诞生
两周前的大事：礼来成为全球首家市值破万亿的制药公司。

02:47｜关键节点：2025/11/21
股价冲到 1059 美元，加入万亿企业俱乐部。

03:47｜万亿的意义：为什么这是历史性时刻
万亿俱乐部长期几乎“清一色科技公司”，制药行业首次触顶意味着资本开始重新定价创新药工业。

05:24｜业绩与指引：礼来为何敢上调预期
拆解营收增长、全年收入预期上调，以及“员工规模并不庞大但爆发力惊人”的对比。

06:48｜为什么偏偏是礼来？三点答案
企业沉淀（149 年）｜研发策略（best-in-class）｜人才与研发态度（长期主义）。

07:48｜礼来简史：从 1876 到现代制药标准
科学制药理念、标准化制剂与质量体系的早期积累。

09:03｜关键里程碑：胰岛素工业化
把糖尿病从“绝症”推向“可管理慢病”。

10:28｜明星药：百忧解（氟西汀）
精神疾病领域的里程碑产品，品牌名“百忧解”也很有代表性。

12:19｜低谷与长期投入：代谢 + 神经科学
专利悬崖和管线压力下仍坚持阿尔茨海默方向的长期投入，为后续突破埋伏笔。

13:18｜研发策略：不抢 first-in-class，更追 best-in-class
“等靶点成熟再做得更好”：用 GLP-1 迭代史解释礼来的打法。

17:09｜万亿不只靠药：产能与渠道布局
对照诺和诺德曾经的“产能跟不上”，强调礼来的前瞻性扩产与供应链优化。

18:13｜LillyDirect：更直接触达患者
线上购买与服务渠道，让“可及性”成为商业爆发的加速器。

20:50｜真正的转折点：替尔泊肽登场
一款产品把礼来最近十年“从地平线到天花板”拉开差距。

21:06｜机制科普：GIP + GLP-1 双靶点
解释为什么双机制可能比单 GLP-1 更强：代谢调节 + 饱腹感 + 摄入减少 + 脂肪氧化。

22:13｜商业成绩：封神之路
从 2022 获批到 2025 前三季度“撑起半壁江山”的增长曲线。

23:12｜登顶：2025 Q3 单季 101 亿美元
单季销售额超越 Keytruda，成为季度药王。

24:50｜非主流假说：GIP 没失效，而是需要协同
从“学术界普遍不看好”到“协同效应概念成型”。

27:18｜分子设计：不是简单拼接
亲和力平衡、半衰期延长、降低恶心等副作用——把“科学设计”讲清楚。

28:19｜两大临床体系启动：SURPASS / SURMOUNT
糖尿病 & 减重两条赛道并行推进。

29:03｜HbA1c 科普：为什么它能反映 2–3 个月血糖
把核心指标先讲明白，后面数据更好理解。

32:04｜SURPASS-2：最关键的头对头
对比司美格鲁肽 1mg——从这里开始“代谢王者转折点”的叙事。

39:06｜SURMOUNT：肥胖赛道开始放大招
BMI 科普后进入减重试验，解释为何被媒体称为“最强减重药”。

43:25｜停药会怎样？SURMOUNT-4 的现实提醒
继续用药体重继续降；停药出现明显反弹：减重更像长期管理。

44:12｜SURMOUNT-5：肥胖领域头对头定胜负
平均减重 20.2% vs 13.7%（替尔泊肽 vs 司美格鲁肽），一锤定音。

48:02｜总结：药王不是偶然
solid science + 多场景数据 + 产能与可及性一起到位，才有“万亿 + 药王”。

49:37｜收尾 & 直播邀请
欢迎评论反馈是否喜欢新闻播报模式；12/20 小红书直播见！

• 小红书：药厂门口（官方账号）
• 微信：PharmaLobby
• 邮箱：[email protected]

时间轴 Timeline

00:03｜开场 & 角色介绍
主持人阵容集结，自我介绍各自背景，点题本期要聊的主角——Data Manager。
03:06｜“临床厨房”类比：DM 到底在做什么？
以川用“种菜、洗菜、切菜、端菜”的比喻，解释 DM 从数据收集、清理到交付统计的全流程职责。
05:00｜高压场景：唯一 DM 如何撑起一个试验？
分享在初创公司做唯一 DM 的经历：上百个 site、每天大量新数据，如何做到 daily basis 看数据、改问题。
07:23｜成为优秀 DM 需要哪些技能？
不限专业，但需要：
一定的 science / medical 背景
编程能力（SAS 等）+ 熟练使用 Excel
对数据质量有强烈的 ownership 和细致的工作习惯。
10:32｜数据库不是全部：把数据“拿出来玩”
为什么Yichuan强调不要只依赖数据库本身，而要通过编程和 Excel 从不同角度“翻看”数据，提前发现问题。
15:04｜在盲态试验里看“趋势”而不是看结果
如何利用整体趋势、benchmark、历史试验对比，判断当前入组的病人和各个 site 是否符合预期，而不破坏盲态。
23:00｜CDISC / SDTM 标准与数据结构意识
用“切菜尺寸”的类比解释 CDISC / SDTM 标准：为什么 DM 必须在前期就把变量、单位、reference range 等设计清楚，否则后期几乎无从挽回。
32:52｜安全性与死亡终点：数据没有灰色地带
Yichuan谈如何单独追踪 fatal case，确保所有与死亡相关的数据完全一致、可追溯，因为这类终点“是黑就是黑，是白就是白”。
34:51｜普通 DM vs 出彩 DM：多走一步的差别
大部分人只做 standard checks；想要职业发展，就要多参加跨职能会议、提前准备视图，逐渐成为上下游都依赖的数据中枢。
51:03｜华人做 DM 为何不多？给新人的一些建议
北美 DM 本科可入行，门槛不算“尖端”，本地竞争者多
对语言沟通要求高
对想入行的本科生给出建议：保持学习心态、补齐编程和行业知识，主动寻找“出奇制胜”的机会。
52:10｜出奇制胜的求职故事 & 三个关键词总结 DM
以川分享自己用别出心裁的 presentation 和“流程型简历”拿到 offer 的经历，并用三点总结 DM 工作：
数据收集 → 数据整理 → 数据呈现，贯穿整个药物研发流程。
56:17｜DM Programmer / SDTM Programmer 的补充说明 & 收尾
主持人补充介绍 DM / SDTM programmer 角色，抛出互动问题：你或身边有没有做 DM / SDTM programmer 的朋友？背景是什么？并预告未来也会请他们来聊“数据标准化”的故事。联系我们

小红书：搜索「药厂门口」关注官方账号，获取节目更新与幕后花絮
微信：添加「药厂门口小助手」加入听友群 & 铁粉群
邮箱：[email protected]

这一期，我们继续聊「药厂实习」的另一面：
从学术到职场的文化冲击、从紧张到适应的沟通转变、从理想到现实的职业思考。
几位当季实习生聊了英文沟通的尴尬、VP 午餐的紧张、技术与软技能的博弈、以及“我到底想不想留在药厂”。
—— 一期关于成长、选择与自我确认的真实对话。
也会带来真实的HM视角——他们眼中的优秀实习生是什么样的？

• CPT（Curricular Practical Training）：F-1 身份可用的校内批准课程实践，常用于暑期实习；需院系/导师配合出具材料。
• Intern / Co-op：药厂常见的两种实习形式，Intern 通常为 10–12 周暑期实习，Co-op 为 6 个月左右的带薪全职实习，入职时间滚动。
• Return Offer：实习期表现优异者可能在项目结束后获得正式岗位录用。
• HC（Headcount）：编制名额。药企常因年度预算或组织调整“没有 HC”，影响转正机会。
• VP（Vice President）：副总裁或高层管理层。本期嘉宾多次提到与 VP 1:1 沟通或共进午餐的经验。
• Small Talk：职场寒暄，用于会议前后或社交场合破冰；在美企文化中是建立信任的“沟通润滑剂”。
• Mentor：实习导师 / 入职负责人，负责带教、资源连接与绩效反馈。
• HM（Hiring Manager）：招聘经理，是最终决定是否转正的关键人物。
• Networking：主动建立并维系人脉的过程。常见方式包括约 1:1 聊天、请教建议、实习后 follow-up 等。
• Email Etiquette（职场邮件礼仪）：包括语气、结构与结尾格式的专业表达，如 “Hope you are doing well ”、“Thank you for your time”等。
• Documentation（记录留痕）：药厂文化核心之一；要求工作内容、沟通与决策均可追溯、有据可查。
• Workshop / Training Session：实习期间的系统培训与职业发展活动，帮助实习生了解药企流程与职场文化。
• Pipeline：药企研发管线，涵盖从早期发现到上市的药物项目。
• Indication：药物适应症；药企常按疾病领域划分部门或项目。
• Poster Session / Final Presentation：实习末期的成果展示或总结汇报，常用于向高层展示实习项目成果。
• Follow-up：沟通结束后的回访与进度更新。实习中常用于维系 mentor / VP 关系或展示主动性。
• Learning Curve：学习曲线；指新岗位初期的适应与成长阶段。

Sophie｜统计硕士，药厂统计程序员
Mia｜统计 PhD，药厂统计师（曾在 FDA 暑期实习）
Jay｜化学 PhD，CRO 实习（Co-op）→ 转正
小Z｜统计 PhD，药厂统计师（曾在药厂暑期实习）
小H｜统计 PhD，药厂统计师（多家药厂实习经验，实习→转正）
Helen｜医管硕士，商业分析实习生
Emily｜神经生物学 PhD，早研实习生

1️⃣ 00:39｜文化冲击
初入职场的第一道坎：英文沟通与 small talk 的“分寸感”，如何在专业与自然间找到平衡。

2️⃣ 03:04｜主动破冰
实习初期主动约1:1、勇敢自我介绍的成长阵痛——从紧张到“熟悉的放松”。

3️⃣ 05:49｜向上社交
第一次和 VP 聊天：听他们讲职业转折、视角变化，也学会准备“近况汇报”作为谈资。

4️⃣ 09:36｜实习的意义
有人确定了方向，有人意识到“不想一辈子做实验”；每段实习都在帮你校准坐标。

5️⃣ 15:28｜面试必修课
提前了解公司产品、适应症与竞品格局，是打动面试官的关键。

6️⃣ 25:48｜药厂实习 ≠ 打工
更多像“职业夏令营”：系统培训+开放文化，重点在学习与自我探索。

7️⃣ 34:03｜和老板“对频”
一个好 manager 能改变职场体验——主动承接机会、保持 follow-up，是让人记住你的最好方式。

8️⃣ 41:41｜转正关键链
HM 是最终拍板人，Mentor 的评价与背书决定了你被推荐的机会。

👉 欢迎加入听友群，告诉我们你最想听的药厂话题！

📍小红书：搜索《药厂门口》
📍微信：PharmaLobby
📍邮箱：[email protected]

2025 年的北美药厂实习季全面开启。
LinkedIn 投递、CPT、Intern/Co-op 路线、跨职能面试、真实的一天——
这一期，我们从“怎么拿到第一份实习”聊起，
一起拆解药厂实习的申请节奏、面试套路和真实日常。

💬 下期预告：我们将继续聊“从学校走向业界”的文化冲击与成长心法，
还会迎来前几期的嘉宾重磅返场——分享他们眼中“优秀实习生的特质”。

📚 小百科 | 术语速查

• CPT（Curricular Practical Training）：F-1 身份可用的校内批准课程实践，常用于暑期实习；需院系/导师配合出具材料。
• Intern / Co-op：药厂常见的两种实习形式，Intern 通常为 10–12 周暑期实习，Co-op 为 6 个月左右的带薪全职实习，入职时间滚动。
• Panel Interview：群面，多位面试官跨团队/跨层级联合发问。
• Engagement Role（商业分析）：以跨部门沟通与对齐为核心，整合数据与洞察服务业务决策。
• Indication：药物的适应症；商业与医学团队常按疾病/治疗领域分工。
• Poster Session：实习末期海报展示/终稿汇报，常见于暑期项目。

🎙 本期圆桌
Sophie｜统计硕士，药厂统计程序员
Mia｜统计 PhD，药厂统计师（曾在 FDA 暑期实习）
Jay｜化学 PhD，CRO 实习（Co-op） → 转正
小Z｜统计 PhD，药厂统计师（曾在药厂暑期实习）
小H｜统计 PhD，药厂统计师（多家药厂实习经验，实习 → 转正）
Helen｜医管硕士，商业分析实习生
Emily｜神经生物学 PhD，早研实习生

🧭 时间轴
00:01 开场：断更 2 周背后的忙碌——奔波于宾大活动现场和 CBA-GP 年会，只为把最新的行业故事带回来！🎤
01:53 圆桌介绍：统计 / 化学 / 商业 / 早研多维视角
03:14 实习申请：LinkedIn 投递 → 2–3 轮面试 → Manager / Team / Director
05:59 放岗节奏：药企偏晚；Co-op 更早更灵活
07:57 面试侧重：简历追问 + mini case；publication 加分但非刚需
13:54 CPT 流程：导师签字 & 提前规划
19:27 实习体验① 商业岗——会议密集、对齐需求、业绩复盘
21:56 实习体验② 早研岗——自动化流程、设计分析为主
28:59 实习体验③ 统计岗（Mentor 视角）——simulation / 工具开发 / 不碰真实数据
35:41 实习体验④ CMC 岗（Mentor 视角）——业务补位与小型研究并行
37:09 一天 in 实习：会议、沟通、产出
43:52 收尾：预告“学校 → 业界”的文化转型

👉 欢迎加入听友群，告诉我们你最想听的药厂话题！

📱 联系我们 & 听友群
🍠 小红书：搜索 药厂门口
💬 微信小助手：PharmaLobby
📫 邮箱：[email protected]

2025 年，裁员与重组继续席卷医药行业。大药厂、CRO、Biotech 初创，没有人能完全置身事外。
在这期节目里，我们把镜头拉近，从战略调整 → 投资逻辑 → 职场心态 → 裁员实录，聊聊如何在动荡中保持清醒，找到属于自己的平衡。

00:09 上期回顾：裁员浪潮中的不同故事
02:16 Vivian解读：药厂如何做决策，背后的 business logic
03:25 独角兽初创的判断标准：team、资本、方向缺一不可
06:00 国内 Biotech 现象：股价飙涨 vs 裁员降薪
08:46 裁员周期 & 行业 strategy change
09:17 PhD 听友提问：要不要“延毕”避风头？
11:35 Daniel 视角：裁员对中层领导的另一面
14:31 是否要随时 stand by？忠诚与跳槽的平衡
15:57 渣男渣女式的职场哲学：Talk more, care less
22:35 求职 tips：不要过度分析机会，心态要稳
25:21 危机就是机遇：心态决定幸福感
27:17 裁员实录：听友嘉宾常哥的第一手分享
30:09 裁员消息如何传达 & 心态应对
33:17 Transition 交接 & 情绪选择
36:12 对未来职业规划的思考
39:12 简历 & Presentation 准备建议
41:16 与猎头/同事保持联系的重要性
43:41 收尾：打不倒我的，会让我更强大
44:07 插播：CBA-GP 年会听友福利（10月11日）

👉 欢迎加入听友群，大声呼喊 or 悄悄留言，告诉我们你最最喜欢哪一期节目！

• 🍠 小红书：搜索 药厂门口
• 💬 微信小助手：PharmaLobby
• 📫 邮箱：[email protected]

2025 年过半，药厂的“裁员/优化”已经成为不可忽视的行业现象。
最新一记重锤来自 Novo Nordisk——裁员 9,000 人！与此同时，CSL、Roche、MSD/Merck 等巨头也纷纷启动组织调整。这场风暴掀起的不只是冷冰冰的数字，更是每一位从业者心中的焦虑与抉择。

在这股浪潮中，有人措手不及，有人提前感知风向，也有人把它当作重新出发的契机。裁员，已不再只是新闻标题，而是许多医药人正在亲身经历的日常现实。

在这期节目里，我们把视角拉到一场特别的圆桌：

• 大药厂的管理者 —— 从战略和组织层面，解读“为什么要裁、裁谁”。
• 刚毕业进入 CRO 的新人 —— 第一次亲历site'关闭，思考什么能力真正被看重。
• 从研发一线转型 VC 的探索者 —— 从资本逻辑拆解行业震荡背后的商业动因。
• 仍在药厂门口徘徊的博士后 —— 在身份与未来的不确定中，寻找自救与转型的可能。

这一期，我们不只谈“裁员本身”，更从多重角度切开：

• 如何察觉风暴来临的前兆？
• 当项目被砍、团队被解散时，如何把被动变为主动？
• 哪些技能、特质和心态，能在不确定性里为你赢得更多安全感？
• 为什么说裁员不仅是失去，也可能是 push 你走出舒适区的机会？

不同身份，不同立场，却都在回应同一个问题：
👉 当风暴落到自己身上，我们还能怎么走？

📍本期嘉宾：

00:02 开场 & 嘉宾阵容
裁员成行业常态，不同身份嘉宾（管理者、新人、VC 转型者、博士后）齐聚圆桌。

03:16 第一次直面裁员
心理冲击、危机前兆，如何通过内部转组 + 外部机会化解困境。

13:10 裁员逻辑解析
砍鸡肋管线、精简流程、外包转移，本质是 business operation。

24:02 热点讨论：砍早研=放弃未来？
大药厂优先保住近期回报，更愿意买入“已显价值”的资产。

30:23 谁更“抗裁”？
多元技能、靠谱交付、好相处的员工更有优势。

35:11 新人建议
本职工作做到位，同时有边界地拓展项目，积累可迁移能力。

39:57 听友提问 & 收尾
药厂何时 in-house、何时外包 CRO？嘉宾解读；

42:58 CBA-GP 年会插播
一天覆盖药物全生命周期话题，嘉宾阵容豪华，听友报名有福利。

下期将继续带来亲历裁员的实录分享。

👉 欢迎加入听友群，大声呼喊 or 悄悄留言，告诉我们你最最喜欢哪一期节目！

📱 联系我们 & 加入听友群：

🍠 小红书：搜索 -> "药厂门口"

💬 微信号：PharmaLobby

📰微信公众号："Pharma Lobby 播客"

📫 邮箱：[email protected]

🎙 本期《药厂门口》，我们继续请到北美生物医药圈的活跃“意见领袖”——Vivian。

在上一期，她分享了从科研到投资的跨界转型故事；而这一期，她将带我们走进更具体的两大主题：向上社交的破局法，以及 医药 VC 的投资逻辑。

如何真诚又高效地与大佬建立联系？科研思维和商业思维的差别到底在哪？First-in-class 与 Best-in-class 药物，投资人更偏爱哪一种？美国与中国 VC 的风格差异，又意味着怎样的机会与挑战？

从“科研人的自圆其说”到“投资人的全局视角”，Vivian 将用自己的亲身经历，为我们呈现一份从社交到投资的全景思考。

📍本期嘉宾：

• 00:02 开场 & 上期回顾
  从科研到投资的跨界故事，引出「向上社交」话题。
• 01:50 真诚的社交原则
  为什么真诚是第一步？如何通过反馈与行动力赢得长期关系。
• 08:25 初次见面与价值交换
  职场新人如何破冰？向上社交的底层逻辑是“价值交换”，而不是抱大腿。
• 12:18 职场中的分寸感
  观察团队风格、避免锋芒毕露，如何在不同老板和环境下把握尺度。
• 15:46 医药 VC 的投资逻辑
  高风险高回报，美国 vs 中国 VC 的不同偏好。
• 19:22 创始人还是项目更重要？
  早期投资如何评估：经验丰富的创始人 + 有市场潜力的项目才是关键。
• 23:53 科研思维 vs 商业思维
  科研人的“自圆其说” vs 投资人看重的市场格局、未被满足的需求。
• 34:20 投资取向：First-in-class vs Next-generation
  浅聊康方生物和中国创新药，PD-1/PD-L1 + VEGF 的双抗赛道，康方药物领先，但其他药厂也蜂拥而入
• 38:00 转行建议与生物医药小社区
  给科研人/博士后的转行建议；Vivian 的社群动力——从帮助别人到收获支持。
• 45:21 总结 & 下期预告
  从社交到投资的全景思考，带来不一样的宏观视角。

👉 欢迎加入听友群，大声呼喊 or 悄悄留言，告诉我们你最想先听到哪一期节目！

📱 联系我们 & 加入听友群：

🍠 小红书：搜索 -> "药厂门口"

💬 微信号：PharmaLobby

📰微信公众号："Pharma Lobby 播客"

📫 邮箱：[email protected]

从化合物筛选到药理研究，从“螺丝钉”到资源整合高手，Vivian 始终用好奇心驱动每一次职业转弯。
这一期，她将带你切换到科研人与投资人的双重视角，聊聊如何在不同赛道间自由切换，以及 MBA 如何彻底打开她的格局。

📍本期嘉宾：

00:00 🎧 开场 & 主持人+嘉宾介绍

01:15 👩‍🔬 Vivian 的职业轨迹

• 本科生物技术 → 硕士微生物与生化药学 → 国内大药厂 → PhD（生物医学） → 美国博后（Early Discovery）→ 药厂 → 投资领域

03:33 🏫 为什么二次回学校读PhD

• 从药物化合物筛选到药理 → 临床前 → 临床
• 在 industry 做“螺丝钉”限制多 → 回学校系统学习药理环节

06:31 💡 博后阶段的收获

• 散养型实验室：高度自由+半独立研究
• 从零搭建平台 → 资源整合 → 向上管理能力
• 最大收获是“做事方法论”而不仅是科研产出

09:01 🎓 曾考虑走 Faculty 路径吗？

• 有过计划：5-6年博后+大paper → Faculty
• 但最终目标是“做点属于自己的事”，路径多元，需灵活应对

10:50 🎯 跨界读 MBA 的底层逻辑

• 不是为了升职/转行，而是纯兴趣+格局打开
• PMP 课程 → 好奇 → 报考 MBA
• 兼职读书+工作+家庭，极高强度投入

16:38 🆚 JD vs MBA

• 个人兴趣优先：JD 工作更 routine、偏 paperwork，不符合性格
• 职业选择要结合特长+兴趣+背景匹配度

20:48 📈 职业选择与平台认知

• 早期吃过平台选择的亏 → 后续每一步更注重平台高度
• 善用与 senior leader 的访谈（不同层级、不同阶段）来验证路径

26:56 🌏 MBA 最大收获

• 视野打开、人脉多元化、不同思维方式碰撞
• 从单一科研视角 → 综合商业+市场+监管的全局视野

39:01 💼 Early VC 工作揭秘

• 投前：资金管理、项目搜寻（deal sourcing）、尽调、谈判
• 投后：资源赋能（融资、实验、BD、上市退出）
• “投资是 money management，更是赋能”

41:42 🔄 科研 vs VC 的多次二选一

• 两次重大选择节点 → 最终先保留科研路径 → 后进入 VC
• 每次决定前都会访谈多个不同阶段的业内人，做 projection

44:44 🧩 如何高效建立人脉

下一期，Vivian 将继续揭开她的“社交破局法”：

• 如何让更高层级的大佬愿意花时间与你交流
• 什么样的个人价值和特质，能让你在职场关系网中迅速获得认可
• 科学家的“自圆其说式科研”为什么在商业市场要打个问号
• 从科研到投资，思维方式如何转变才能适应市场的丛林法则

🎧 锁定《药厂门口》 下期节目，和我们一起继续探索科研与商业世界的思维差异与交集。

欢迎大家扫下面二维码入驻我们的听友群！

📱 联系我们 & 加入听友群：

🍠 小红书：搜索 -> "药厂门口"

💬 微信号：PharmaLobby

📰微信公众号："Pharma Lobby 播客"

📫 邮箱：[email protected]

作为「药厂岗位解密系列」的第一站，
我们邀请了来自 CRO 的 Bioanalysis 团队负责人 Fei，
带你一探实验室里的“数据炼金术”——从样本处理、方法验证到跨部门合作，还有招人的真实标准。
也一起走进统计师最头疼的 lab data 背后：从样品采集到数据交付，从实验设计到合规审计。

这是一场轻松不硬核的岗位导览，也是一份送给行业新人的入门攻略。
从 fresh PhD 到团队 Manager，Fei 的成长路径、工作日常与招人心法，全都在这一期。

听完觉得还不够？留言告诉我们想继续深入聊哪一段，下期嘉宾返场不是梦～

📍本期嘉宾：

1️⃣ 00:00 - 05:03｜节目开场 & 系列介绍 & 听友群信息
回顾节目上线两个月，介绍“药厂职能解密系列”定位，预告实习生特辑、大佬访谈等新企划，并邀请听众加入听友群、参与共创。

2️⃣ 5:04｜嘉宾Fei自我介绍 & 职业背景
博士毕业后加入CRO，从实验小白做起，谈为何选择CRO而非大药厂，以及4年内从执行层成长为带团队的Manager的路径。

3️⃣ 11:00｜实验与文档的“双线任务”
生物分析日常涉及GLP实验执行、方法验证、结果归档与合规审计。分享应对FDA现场突袭审计的真实案例。

4️⃣ 16:48｜临床前到三期，全流程参与
Bioanalysis从动物实验到三期临床全流程支持药物开发，解读PK/ADA/NAb数据的重要性，并以ADC为例讲解如何分析payload与抗体效应。

5️⃣ 26:03｜跨部门合作中的真实挑战
与Clinical site、Sample Management、QA/QC、Data Management等多方高频协作，处理样本追踪、数据一致性、troubleshooting及客户沟通。

6️⃣30:40 | clinical trial 最容易出 bug 的数据集，这个锅，Bioanalysis 背不背？

统计师最头疼的 lab data 背后，是 Bioanalysis 团队日复一日的样品核对、误差验证与冷链追踪。如何判定数据有效？哪些情况必须复测？这段揭开“实验室数据混乱”背后的专业操作流程。

7️⃣ 40:35 Tech Skill & Soft Skill
如何做到实验操作结果reproducible？团队合作中如何练习有效沟通？也讨论了华人在北美职场中面对英语表达的挑战与提升方式。

8️⃣ 48:14 招人视角：海量简历中的筛选逻辑
以Hiring Manager身份分享如何快速筛简历，强调“技能贴合JD”“合理设置薪资预期”“避免过度学历错配”的重要性。

7️⃣ 55:50 - End｜三个关键词总结Bioanalysis岗位
Fei用三个词总结岗位特质：Reproducible、Multi-tasker、Data-driven。

🍠 小红书：搜索 -> "药厂门口"

💬 微信号：PharmaLobby

📫 邮箱：[email protected]