Modèles numériques
Les Laboratoires ITR offrent des prédictions toxicologiques puissantes basées sur des données fiables, notre expertise ainsi que la conformité réglementaire.
Les modèles numériques au coeur de l’analyse in silico
- Les modèles de relations quantitatives structure-activité ((Q)SAR) sont utilisés pour analyser les structures moléculaires et prédire les effets toxicologiques à partir des corrélations observées dans de vastes bases de données de composés dont la toxicité est connue.
- Des caractéristiques structurales liées à la toxicité aiguë, identifiées au moyen de règles d’experts validées, sont mises en évidence et permettent de détecter rapidement les obstacles potentiels en matière de sécurité lors de la conception des composés pharmaceutiques.
- Nous prédisons les propriétés toxicologiques de substances nouvelles ou peu étudiées en les comparant à des analogues bien caractérisés et structurellement similaires, ce qui permet de réaliser des extrapolations scientifiquement solides.
- L’analyse in silico combine des modèles statistiques, des systèmes experts et des bases de données vérifiées afin de fournir des prédictions de toxicité robustes, transparentes et reproductibles.
- Les modèles sont conformes aux lignes directrices internationales (par ex. ICH M7), fournissant des résultats scientifiquement défendables et adaptés aux soumissions réglementaires.
Réduisez les risques de votre programme avec des solutions de toxicologie prédictive basées sur l’IA.
Nos services de toxicologie in silico sont conçus pour prédire la toxicité potentielle et les effets indésirables cliniques chez l’humain de divers produits chimiques, y compris les produits pharmaceutiques, les cosmétiques et les ingrédients alimentaires.
Nous employons des algorithmes d’intelligence artificielle et d’apprentissage automatique sophistiqués pour prédire les résultats en matière de sécurité potentiels.
Une base de données regroupant plus de 500 000 études toxicologiques et portant sur plus de 200 000 substancess chimiquessert de fondement à ces prédictions.
La base de données.
La base de données est constamment enrichie grâce aux données toxicologiques provenant de diverses sources, notamment:
- Bases de données publiques : National Toxicology Program (NTP) et autres bases de données génétiques publiques sur la génotoxicité.
- Soumissions à la FDA : Parties non confidentielles des dossiers soumis à la FDA, incluant les données provenant du système de gestion des additifs alimentaires (FARM) et de l’évaluation prioritaire des additifs alimentaires (PAFA).
- Articles de recherche.
- Organismes de réglementation: Rapports d’études provenant d’organismes de réglementation tels que la FDA.