Serviços

Portfólio de Serviços

In Silico Solutions

Conformidade Regulatória In Silico para Fármacos, Cosméticos, Alimentos e Agroquímicos

A In Silico Solutions nasceu da percepção de que avaliações toxicológicas podem ser mais rápidas, mais acessíveis e igualmente rigorosas — sem depender exclusivamente de ensaios em animais ou de processos laboratoriais longos e custosos. Desenvolvemos protocolos e laudos em toxicologia computacional regulatória, com atuação no setor farmacêutico, cosmético e alimentício, e alinhamento às exigências da Anvisa, Health Canada, EMA, EFSA e outras agências regulatórias.

Nossa abordagem combina múltiplas plataformas computacionais e modelos QSAR — selecionados conforme a complexidade química e o endpoint de interesse. Os resultados são consolidados por revisão pericial segundo o princípio de Weight of Evidence (WoE), com suporte computacional para triagem e síntese. A seleção das ferramentas é feita caso a caso para maximizar a cobertura do domínio de aplicabilidade e a robustez técnica do parecer final.

  • ICH M7(R2)Adotado Nov. 2023
  • Anvisa RDC 964Guideline 83 / Anvisa
  • EMA/CHMP/4299/2026Adotado Jan. 2026
  • OECD GD 114 / No. 194QSAR / Read-Across
  • Reg. UE 1223/2009Cosméticos — SCCS/1602/18
  • Anvisa RDC 752/2022Ingredientes cosméticos
  • EFSA / Codex AlimentariusAditivos e contaminantes

Portfólio de Serviços

Os serviços são organizados em seis áreas, cobrindo desde a triagem toxicológica inicial até a elaboração de pareceres para submissão regulatória em fármacos, cosméticos, alimentos e agroquímicos.

📁

01 | Qualificação de Impurezas e Produtos de Degradação

Impurezas mutagênicas, N-nitrosaminas e produtos de degradação

Avaliação toxicológica in silico de impurezas de processo, produtos de degradação, N-nitrosaminas e impurezas elementares em medicamentos sintéticos e semissintéticos. Laudos estruturados conforme ICH M7(R2), Q3A(R2), Q3B(R2), Anvisa RDC 964/2022 e EMA/CHMP/4299/2026.

  • Avaliação de mutagenicidade bacteriana (substituto do Teste de Ames) por múltiplos modelos QSAR complementares — baseados em regras e estatística
  • Classificação por Concern Level via Matriz PRIMA™ 3×3 (SA × QSAR × Read-Across), com 6 níveis de preocupação
  • Atribuição do TTC (Threshold of Toxicological Concern) — Classe 1: 1,5 µg/dia; Classes 2 e 3 conforme duração clínica
  • Avaliação estruturada de N-nitrosaminas via abordagem CPCA (Carcinogenic Potency Categorization Approach) — ICH M7(R2) Apêndice 5 e EMA/CHMP/4299/2026:
    • Análise dos cinco descritores estruturais do CPCA: α-substitution, β-substitution, estabilidade do nitrosil, estrutura cíclica e presença de grupo eletrorretirador
    • Classificação em quatro bandas de potência carcinogênica: Baixa (AI ≤ 1.500 ng/dia), Média (AI ≤ 400 ng/dia), Alta (AI ≤ 100 ng/dia) e Muito Alta / Coorte de Preocupação (AI ≤ 18 ng/dia)
    • Identificação de N-nitrosaminas pertencentes à Coorte de Preocupação (NDMA, NDEA, MeNBEA e análogos potentes), que requerem limites específicos baseados em dados experimentais
    • Justificativas técnicas alinhadas às expectativas da Anvisa RDC 964/2022, ICH M7(R2) e EMA/CHMP/4299/2026 para nitrosaminas específicas de fármacos (NDSRI)
  • Avaliação de aberração cromossômica e genotoxicidade ampliada (MNT in silico)
  • Predição de produtos de metabolização microbiana e hepática com qualificação de mutagenicidade dos metabólitos
📊

02 | Avaliação de Propriedades Toxicológicas — Endpoints Ampliados

Toxicidade sistêmica, reprodutiva, carcinogenicidade e sensibilização

Predição in silico de endpoints toxicológicos críticos para registro e renovação de medicamentos. Aplicável a IFAs, excipientes, candidatos a fármaco e substâncias de referência, com integração dos resultados em documentos de suporte regulatório (CTD, dossier Anvisa).

  • DL50 oral em roedores e perfil de toxicidade aguda
  • Toxicidade oral de doses repetidas — NOAEL preditivo em roedores (90 dias)
  • Toxicidade reprodutiva e do desenvolvimento (REPRO/DART in silico)
  • Carcinogenicidade — predição por alertas estruturais e modelos estatísticos
  • Sensibilização dérmica: predição in silico por modelos baseados em Machine Learning e Vias de Desfecho Adverso (AOP)
  • Hepatotoxicidade e neurotoxicidade preditivas
  • Irritação e corrosão cutânea / ocular
  • Absorção dérmica — modelos de permeação cutânea
💊

03 | Predição de Propriedades ADME

Absorção, distribuição, metabolismo e excreção

Predição computacional de ADME para suporte ao desenvolvimento farmacêutico (ICH M9, biofarmacêutica) e avaliação de risco toxicocinético de impurezas.

  • Permeabilidade em células Caco-2 e MDCK (passiva e ativa)
  • PAMPA — Parallel Artificial Membrane Permeability Assay
  • Absorção intestinal humana (HIA) e permeabilidade pela barreira hemato-encefálica (BHE)
  • Volume aparente de distribuição (Vd), Kp tecidual, biodisponibilidade oral e eliminação
  • Predição de metabólitos de fase I e II: microssomas hepáticos humanos e CYP450
🌿

04 | Avaliações Ecotoxicológicas e Propriedades Físico-Químicas

Destino ambiental, ecotoxicidade e caracterização físico-química

Predição de destino ambiental e ecotoxicidade para suporte ao dossier regulatório (REACH, IBAMA, MAPA, GHS). Predição de propriedades físico-químicas para caracterização e especificação de impurezas.

  • Toxicidade aguda e crônica em peixes, Daphnia magna e algas (CE50, CL50, NOEC)
  • Toxicidade em lodo ativado (CE50), fator de bioconcentração (BCF), bioacumulação aquática e terrestre
  • Biodegradabilidade, persistência em solo, sedimento e água
  • Solubilidade em água e em função do pH, LogP, pKa (em faixas de temperatura)
  • Ponto de ebulição e de fusão, densidade, viscosidade, condutividade térmica e pressão de vapor (25°C)
🧴

05 | Safety Assessment de Cosméticos

Ingredientes cosméticos, contaminantes e avaliação de segurança regulatória

Avaliação toxicológica computacional de ingredientes cosméticos, impurezas e contaminantes para suporte à notificação e registro junto à Anvisa (RDC 752/2022), ao Regulamento Cosmético da União Europeia (Reg. 1223/2009) e ao relatório de Safety Assessment (SCCS/1602/18).

  • Triagem de mutagenicidade e genotoxicidade de ingredientes e impurezas cosméticas — incluindo corantes, conservantes e filtros UV
  • Predição de sensibilização dérmica in silico por modelos baseados em AOP (Adverse Outcome Pathway) e QSAR — alinhados ao OECD GD 256
  • Avaliação de fototoxicidade e fotogenotoxicidade preditiva (3T3 NRU in silico)
  • Predição de absorção dérmica e permeação cutânea: modelos de LogP, MW, coeficiente de difusão e cálculo de dose sistêmica
  • Toxicidade reprodutiva e do desenvolvimento in silico para enquadramento em categorias CMR (Carcinogênico, Mutagênico, Reprotóxico) conforme Reg. 1223/2009, Anexo II/III
  • Compilação de dossier de suporte ao Cosmetic Product Safety Report (CPSR) e notificação no portal CPNP (UE) e Anvisa
  • Avaliação de nanomateriais cosméticos — enquadramento regulatório e predição de propriedades de distribuição sistêmica
🌾

06 | Avaliação Toxicológica para Alimentos

Aditivos alimentares, contaminantes, embalagens e materiais em contato com alimentos

Suporte computacional para avaliação de segurança de substâncias de interesse alimentício, conforme diretrizes da EFSA, Codex Alimentarius, Anvisa RDC 72/2010 e Regulamentos (CE) 178/2002 e 1333/2008. Aplicável a aditivos, aromas, coadjuvantes tecnológicos, contaminantes e migrantes de embalagem.

  • Triagem de genotoxicidade e mutagenicidade de aditivos e contaminantes alimentares (aflatoxinas, aminas heterocíclicas, acrilamida e análogos) via SA e QSAR
  • Aplicação do TTC alimentar (Threshold of Toxicological Concern) conforme EFSA Scientific Opinion (2012) e EFSA SC (2019) — Cramer Classes I, II e III
  • Avaliação de materiais em contato com alimentos (MCA): predição de migração potencial, triagem toxicológica de substâncias não intencionalmente adicionadas (NIAS) conforme Reg. (UE) 10/2011
  • Predição de toxicidade sistêmica, hepatotoxicidade e toxicidade reprodutiva de aditivos e flavorizantes — suporte ao dossier EFSA e petições Anvisa
  • Avaliação de aromas alimentares: enquadramento no FEMA GRAS, CoE e EFSA FGE; triagem estrutural por grupos químicos de aroma
  • Análise de contaminantes de processo (acrilamida, furano, HPA, nitrosaminas de origem alimentar) com estimativa de exposição e comparação com MOE (Margem de Exposição)
  • Suporte à elaboração de pareceres técnicos para petições de ingredientes novos (Novel Food, Reg. UE 2015/2283) e autorização de aditivos junto à Anvisa

Metodologia Proprietária PRIMA™

Protocolo proprietário · Em expansão

O PRIMA™ (Protocolo de Referência para Impurezas Mutagênicas em Avaliação) é a metodologia estruturada desenvolvida pela In Silico Solutions para a avaliação integrada de impurezas com potencial mutagênico. Opera sobre uma matriz 3×3 que cruza o resultado de Análise de Alerta Estrutural (SA) com a predição QSAR, complementada por Read-Across via mínimo delta estrutural em relação ao IFA. A linguagem de probabilidade adotada nas células da matriz segue o referencial do EFSA Scientific Committee (2018), garantindo consistência com avaliações regulatórias europeias.

SA × QSAR SA (+) SA (inconclusivo) SA (−)
QSAR (+) Nível 3–4 Mutagênico provável Nível 3 WoE necessário Nível 2–3 WoE necessário
QSAR (inconclusivo) Nível 3 WoE necessário Nível 2–3 WoE necessário Nível 2 Baixo risco
QSAR (−) Nível 2–3 WoE necessário Nível 2 Baixo risco Nível 1–2 Sem alerta

Os seis níveis de classificação PRIMA™ mapeiam diretamente para as exigências regulatórias: Níveis 1–5 seguem a lógica do ICH M7(R2); o Nível 6 ativa o protocolo de qualificação como NMI/IFA-like, conforme §5.3.2 do EMA/CHMP/4299/2026.

Infográfico PRIMA™ — exemplo real de avaliação: Impureza A classificada como Classe 5 ICH M7(R2)
Exemplo real de avaliação PRIMA™: Impureza A classificada como Classe 5 ICH M7(R2) — Impureza Não Mutagênica (NMI/API-like, EMA/CHMP/4299/2026). Nove modelos aplicados, falsos positivos refutados, read-across confirmado.

Nossa Abordagem Metodológica

A In Silico Solutions não opera com uma única plataforma ou modelo. Nossa característica técnica está na capacidade de selecionar, combinar e integrar múltiplas ferramentas computacionais de acordo com a complexidade química do composto e o endpoint toxicológico avaliado. Os resultados são consolidados por revisão pericial segundo o princípio de Weight of Evidence (WoE), com suporte computacional para triagem e síntese, produzindo laudos mais robustos do que qualquer modelo isolado poderia gerar.

🔬

Múltiplas plataformas, maior cobertura

Combinamos modelos baseados em regras e estatística — selecionados conforme o endpoint de interesse — de forma a maximizar a cobertura do domínio de aplicabilidade. Na abordagem multi-plataforma, as limitações de cada ferramenta são compensadas.

⚖️

Weight of Evidence pericial

Os resultados das diferentes plataformas são consolidados por revisão pericial segundo o princípio de Weight of Evidence (WoE), com suporte computacional para triagem e síntese. Esse processo produz uma avaliação fundamentada e com rastreabilidade completa para revisão regulatória.

🔓

Independência de licenças proprietárias

Temos experiência com modelos proprietários e de acesso aberto validados no âmbito das principais agências regulatórias. Nossos clientes não precisam adquirir nem manter licenças de software de alto custo — o diferencial está no método e na integração, não na ferramenta.

Alinhamento regulatório completo

Todos os protocolos e relatórios são elaborados conforme as exigências da Anvisa (RDC 964, Guideline 83), ICH M7(R2), EMA/CHMP/4299/2026 e guias da OCDE (GD 114 / No. 194). Os laudos incluem QMRF e QPRF individuais por modelo, aptos para submissão regulatória no Brasil e no exterior.

Fale com nossa equipe

Dados computacionais estruturados em justificativas toxicológicas auditáveis.

Fale com nossa equipe →