In-Silico-Tests

In-Silico-Tests

in silica
In Silico Toxicology
Als kürzeste Definition; In silico ist Toxikologie die Anwendung von Computertechnologien, um verfügbare Daten zu analysieren, die toxikologische Aktivität eines Stoffes zu modellieren und vorherzusagen.
In silico bezieht sich auf die rechnerische oder wissenschaftliche Analyse von Stoffen und den damit verbundenen Daten durch computergestützte Analyse.
Computeralgorithmen werden verwendet, um Toxizität vorherzusagen und Sicherheitsanalysen durchzuführen (mathematisch, chemisch, biologisch).
Eingehende Beiträge von Aufsichtsbehörden, der Industrie (Pharma, Medizin, Chemie, Kosmetik, Lebensmittel und Konsumgüter) und der akademischen Forschung Daten werden gesammelt, integriert und zur Modellierung und Validierung verwendet.
Darüber hinaus wird das In-silico-Screening auf einer rechnergestützten Toxikologie- und Pharmakologieplattform durchgeführt, die In-silico-Vorhersagen ermöglicht: In-vitro-Toxizitätsstudien, Studien zur Maximaldosiskonzentration, Tiertoxikologiestudien, Pharmakokinetik und Nebenwirkungen auf die menschliche Gesundheit.
In-silico-Ansätze sind nützlich, um Auswirkungen auf die menschliche Gesundheit vorherzusagen. Allerdings ist umstritten, ob solche Alternativen Tierversuche ersetzen können und in welchem ​​Umfang noch unklar ist.

Unsere Leistungen;
• Künstliche Intelligenz gestützte Analyse (In Silico)
• Unterstützung beim Medicomarketing von Nahrungsergänzungsmitteln (Messung der Bioverfügbarkeit über In silico)
• Moleküldesign oder Positionierung eines bekannten Moleküls für eine neue Indikation
• ICH M7; Mutagenitätstest (schnelle, nachhaltige, kostengünstige Lösung für alle Verunreinigungen, einschließlich Arzneimittel, A1)
• In-vitro-ADME (Absorption, Verteilung, Metabolismus, Ausscheidung)

Nanolab Laboratories Group, Toxizität Vorhersagetools, Modellierungstypen, Einhaltung von Vorschriften und Richtlinien in der In-Silico-Toxikologie und Bewertung von Anwendungs- und Entwicklungsstudien aus der wissenschaftlichen Literatur und Fallstudien aus der Perspektive der In-Silico-Toxikologie.
23819