派格生物将冲刺科创板上市:8人未通过辅导考试,云锋基金等参投

近日,贝多财经发现,派格生物医药(苏州)股份有限公司(下称“派格生物”)已经完成了科创板上市辅导工作。如果顺利,派格生物将在不久后公开递交招股书,正式冲刺上市。

派格生物将冲刺科创板上市:8人未通过辅导考试,云锋基金等参投

图片来源:第一财经

派格生物称,辅导工作期间,其依照中国证监会和上海证券交易所的相关要求,在有关中介机构(国泰君安证券)的积极配合下如期实施了辅导计划。目前,各项辅导计划和目标均已完成。

根据介绍,派格生物是一家专注于慢病领域新药研发的创新型生物医药企业。该公司通过自主研发为主和授权引进为辅的研发模式,研发管线涵盖2型糖尿病、非酒精性脂肪肝炎、肥胖、胃肠道、高尿酸血症等多种慢病领域。

派格生物将冲刺科创板上市:8人未通过辅导考试,云锋基金等参投

其中,在2型糖尿病领域,PB-119已在国内开展III期临床试验,PB-201已经在国内完成I期临床试验;在非酒精性脂肪肝炎领域,PB-718已在美国开展I期临床试验。

派格生物方面称,在胃肠道领域,PB-1902已经获得CDE默示许可,正在开展I期临床试验;在肥胖领域,PB-119已经获得CDE默示许可,即将开展I期临床试验。

此外,在高尿血酸症、先天性高胰岛素血症(罕见病)等领域,派格生物正在开展一系列新药的临床前研究。其中,PB-201的技术系派格生物授权引进,其余多为自主研发。

公开信息显示,派格生物曾在IPO前完成了多轮融资,投资方包括联想之星、元生创投、 君联资本、云峰基金等。其中,最新的一笔是2020年12月的8亿元Pre-IPO轮融资。

根据派格生物此前披露,其Pre-IPO轮融资由云锋基金,盈科资本和泰福资本等机构领投,由前海母基金,元生创投,中鑫资本和园丰资本等多家国内外知名机构跟投。

派格生物方面称,该轮次融资将主要用于推进该公司多个产品的全球临床研究,自主研发及产品引进和合作。派格生物还表示,其目前已启动科创板上市准备工作。

股权方面,派格生物董事长、总经理MICHAEL MIN XU(徐敏)为单一大股东,持股比例为16.38%;Mingly China Growth Fund, L.P持股9.83%,上海苏颉企业管理咨询合伙企业(有限合伙)持股8.23%,其余单个股东持股比例均不足5%。

派格生物将冲刺科创板上市:8人未通过辅导考试,云锋基金等参投

除了徐敏外,派格生物管理层还包括董事XIANG JUN ZHOU(周向军)、徐宇虹、翟婷、李宏凯,董事、董事会秘书、财务总监王小军以及副总经理杜颖、王建辉、XU CAIDING(徐财丁)、SUN GAO(孙杲)等人。

徐敏曾称,“自2008年创立以来,公司一直致力于打造一个慢病领域的生物制药企业。凭借公司技术平台的优势和团队的努力,我们开发了一系列具有竞争优势的优选化合物用于治疗不同的慢病适应症。”

辅导工作总结报告显示,派格生物接受辅导的人员于 2021年4月7日参加了江苏证监局组织的书面考试,XIANG JUN ZHOU(周向军)等8名接受辅导的人员已通过考试。

派格生物将冲刺科创板上市:8人未通过辅导考试,云锋基金等参投

不过,剩余8名接受辅导的人员尚未通过考试。辅导工作总结报告称,这8人将尽快通过江苏证监局组织的书面考试。这也意味着,如果不能顺利通过,那派格生物的上市进程必将受阻。

根据介绍,对于上市进程安排,国泰君安证券拟于2021年7月向上海证券交易所提交申报材料,并根据上海证券交易所、中国证监会的审核情况及相关的法律法规的要求择机发行。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值