• Publicações e Estudo de Casos
Conheça os projetos nos
quais a InsilicAll vem atuando e
contribuindo para inovação.
Venha conhecer todos os nossos artigos e
pesquisas publicadas
As publicações estão disponíveis em diversas revistas nacionais e internacionais, abarcando soluções e otimizações tecnológicas que geram impacto na ciência que desenvolvemos hoje a fim de garantir o futuro das ciências, tecnologias e inovações. Conheça nossos métodos e como nos desenvolvemos.
STopTox: An in Silico Alternative to Animal Testing for Acute Systemic and Topical Toxicity
Data: 22 de Fevereiro de 2022
Compilamos, organizamos e integramos os maiores conjuntos de dados disponíveis publicamente e desenvolvemos um conjunto de modelos quantitativos de relação estrutura-atividade (QSAR). Todos os modelos foram validados de acordo com os princípios da Organização para Cooperação e Desenvolvimento Econômico (OCDE), usando dados de compostos não incluídos nos conjuntos de treinamento…
PreS/MD: Predictor of Skin Sensitization Caused by Chemicals Leaching from Medical Devices
Data: 03 de Janeiro de 2022
A avaliação de segurança para dispositivos médicos inclui a avaliação de toxicidade de produtos químicos usados na fabricação, limpeza e/ou esterilização de dispositivos que podem penetrar no paciente. Esperamos que o PreSS/MD seja usado por pesquisadores e agências reguladoras para apoiar a avaliação de segurança de dispositivos médicos e ajudar a substituir, reduzir ou refinar o uso de animais em testes de toxicidade…
BeeToxAI: An artificial intelligence-based web app to assess acute toxicity of chemicals to honey bees
Data: 01 de Dezembro de 2021
A toxicidade induzida quimicamente é a principal causa da extinção recente das abelhas. Nesse sentido, desenvolvemos um aplicativo web inovador baseado em inteligência artificial (BeeToxAI) para avaliar a toxicidade aguda de produtos químicos para Apis mellifera. Inicialmente, desenvolvemos e validamos externamente modelos QSAR para prever o potencial de produtos químicos para causar toxicidade aguda de contato e toxicidade oral aguda para abelhas…
Applications of virtual screening in bioprospecting: Facts, shifts, and perspectives to explore the chemo-structural diversity of natural products
Data: 29 de Abril de 2021
Aqui, discutimos as abordagens e métodos computacionais desenvolvidos para explorar a diversidade quimica de produtos naturais, com foco nos principais paradigmas envolvidos na descoberta e triagem de compostos bioativos de fontes naturais, com ênfase especial em inteligência artificial, métodos quimioinformáticos e análises de big data.
Automated framework for developing predictive machine learning models for data-driven drug discovery
Data: 20 de Janeiro de 2021
Aqui, desenvolvemos uma estrutura automatizada para a curadoria de dados quimiogenômicos e para desenvolver modelos QSAR para triagem virtual usando o programa KoNstanz Information MinEr (KNIME) de código aberto. O fluxo de trabalho inclui quatro módulos: 1. preparação e curadoria do conjunto de dados; 2. regras de análise química do espaço e relações estrutura-atividade (SAR); 3. modelagem; e 4. triagem virtual (VS).
SCAM detective: accurate predictor of small, colloidally aggregating molecules
Data: 17 de Julho de 2020
Neste estudo, desenvolvemos e validamos rigorosamente modelos machine learning de agregação sensível a detergentes em várias campanhas HTS. Em particular, modelamos a agregação sensível ao detergente em um ensaio AmpC β-lactamase, o contra-teste HTS preferido para agregação, bem como em outro ensaio que mede a inibição da cruzaína. A ferramenta é de extrema importância para avaliar falso positivos por interferência nesses ensaios automatizados de alta vazão.
Pred-skin: a web portal for accurate prediction of human skin sensitizers
Data: 16 de Julho de 2020
Esta versão atualizada do Pred-Skin incorpora vários modelos de inteligência artifical desenvolvidos com dados in vitro, in chemico e camundongos e humanos in vivo, integrados a um modelo Naive Bayes consensual que prevê efeitos humanos.
Déjà vu: stimulating open drug discovery for SARS-CoV-2
Data: 01 de Maio de 2020
Alvos virais promissores do SARS-CoV-2 e abordagens computacionais são descritos e discutidos. Aqui, propomos, com base em abordagens abertas de descoberta de medicamentos antivirais para surtos anteriores, que ainda pode haver lacunas em nossa abordagem à descoberta de medicamentos.
Deep Learning-driven research for drug discovery: Tackling Malaria
Data: 18 de Fevereiro de 2020
A abordagem computacional empregando “deep learning” desenvolvida aqui nos permitiu descobrir duas novas famílias de potenciais agentes antimaláricos de próxima geração, sendo que dois compostos mostraram atividade antiplasmodial nanomolar e baixa citotoxicidade em células de mamíferos.
• Estudos de Caso •
Trabalhamos sempre com um time de experts multidisciplinares que complementam suas visões com objetivo de gerar estudos mais aprofundados e multifocais. Conseguindo trabalhar diversos aspectos e técnicas diferenciadas. Aqui você encontrará os estudos realizados e curados por essa equipe.
‣ Preclinical Tools for De-Risking and Accelerating Oral Drug Development
O Sistema de Classificação Biofarmacêutica (BCS) e o Sistema de Classificação Biofarmacêutica com base na Disposição de Fármaco (BDDCS) são sistemas de classificação complementares que podem melhorar, simplificar e acelerar a descoberta, o desenvolvimento e os processos regulatórios de medicamentos (ICH M9).
Apresentamos neste Case o melhor do estado da arte em luz a estudos científicos prévios para predição in silico do sistema BDDCS usando apenas estruturas químicas.
- Ferramentas pré-clínicas para eliminação de riscos e para acelerar o desenvolvimento de fármacos orais.
- Estimar a fração absorvida (Fa%), biodisponibilidade oral (F%), curva de concentração plasmática (Cp), AUC (HTPKSimulation).
- Ir além do pensamento tradicional do BSC a fim de entender relaçõesin vitroe in vivo de um medicamento, usando ferramentas que permitam o estabelecimento dos testes in vitro combinadas a modelagemin silico com objetivo de facilitar o rápido estabelecimento de novos fármacos ou de novas formulações.
- Sistemas com inteligência artificial para definir o Sistema de Classificação Biofarmacêutica com base na Disposição de Fármaco (BDDCS) usando uma Abordagem Integrada de Testes para Avaliação (IATA) com ensaios pré-clínicos (permeabilidade, solubilidade) e clínicos (metabolismo, transportadores e clearance).
‣ Em breve disponível para leitura e download.
• Quer saber mais sobre nossos serviço? •
Acredita que podemos contribuir para o crescimento de sua empresa e pesquisa? Ou só ficou curioso para conhecer mais sobre nossos serviços? Entre em contato conosco, marque sua reunião sem compromisso e fique por dentro de todos os detalhes de como podemos ser parceiros e gerar inovações de sucesso!