In silico

Tests chimiques

L'évaluation in silico utilise une modélisation informatique avancée pour prédire la toxicité potentielle d'un produit chimique rapidement et sans aucun test sur les animaux. Les techniques in silico s'améliorent grâce aux progrès effectués en termes de puissance de calcul, de connaissances scientifiques et d'informations sur les produits chimiques. En travaillant avec Covance, vous avez accès à notre expertise en matière de prévisions in silico, ce qui est crucial pour répondre aux questions de sécurité concernant votre produit chimique, mais aussi pour documenter la conception de tout programme d'étude in vitro. 

103305_image-molécule-bleue1

Des prévisions in silico fiables répondant efficacement aux critères réglementaires 

  • Une équipe dédiée de biologistes informaticiens, de statisticiens, de chimistes et de spécialistes en toxicologie et réglementations garantit des prévisions toxicologiques in silico fiables pour appuyer vos arguments et vos preuves pour votre produit chimique
  • Une large gamme d'outils de modélisation computationnelle utilisant des approches basées sur des règles et des statistiques à la pointe, utilisés de manière optimale. 
  • Les prévisions in silico sont intégrées dans l'approche plus globale des tests sur votre produit chimique, afin d'optimiser vos dépenses liées à l'étude et vous aider à trouver des arguments convaincants pour les organismes de réglementation

 

Vos besoins

Comment prévoir la toxicité de votre produit chimique si vous ne disposez que de peu ou d'aucune donnée(s) expérimentale(s) ?

Il peut être nécessaire d'éviter les tests in vitro et in vivo si votre budget et le calendrier réglementaire sont limités. Les prévisions in silico, basées sur la modélisation informatique et alliées à des approches de lecture croisée, peuvent être un argument très convaincant pour les organismes de réglementation.  Cependant, l'utilisation de modèles et l'interprétation des prévisions dans le cadre d'une approche basée sur les preuves nécessitent non seulement une grande expérience, mais aussi des compétences et des connaissances réglementaires élevées.

Comment optimiser et cibler vos dépenses relatives aux tests sur la toxicité ?

Afin d'optimiser votre budget dédié aux tests de toxicité, vous devez adopter une approche stratégique pour planifier vos études. Les approches in silico peuvent vous aider à déterminer l'orientation optimale pour votre programme d'étude, ainsi que les tests les plus pertinents pour obtenir des résultats fiables, et ce, d'une manière efficace et rentable. 

 


Nos capacités

Covance s'appuie sur son expertise en biologie computationnelle, en statistique, en chimie, mais également en toxicologie afin de vous proposer des prévisions toxicologiques in silico convaincantes pour votre produit chimique

Des prévisions in silico efficaces peuvent uniquement être réalisées par des personnes qui connaissent très bien les bases chimiques, toxicologiques et statistiques des modèles QSAR. En travaillant avec Covance, c'est toute une équipe d'experts forts de nombreuses années d'expérience en matière de QSAR et de lecture croisée, à vos côtés pour vous faire profiter de leurs connaissances réglementaires. Notre équipe, composée de biologistes informaticiens, de statisticiens, de chimistes et de spécialistes de la toxicologie, saura se montrer polyvalente pour répondre à vos besoins.

Recours à la meilleure approche pour optimiser la qualité et la fiabilité des prévisions

Une gamme d'outils de modélisation QSAR est utilisée pour assurer des prévisions fiables pour tous les critères demandés pour votre produit chimique. Cela peut impliquer l'utilisation à la fois de systèmes experts basés sur des règles et de modèles statistiques pour améliorer la fiabilité des prévisions de critères.  

 

Les modèles QSAR utilisés comprennent :

  • Modèles extensibles Biovia Discovery Studio (TOPKAT)
  • Boîte à outils QSAR OCDE
  • ACD/Percepta
  • DEREK Nexus 
  • VEGA NIC 
  • EPA T.E.S.T. pour les États-Unis 
  • EPA EPI Suite pour les États-Unis 
  • ToxRead
  • ToxTree