Home — In Silico Solutions
Toxicologia computacional · Impurezas

Avaliação toxicológica in silico
de impurezas para
submissão regulatória

Em medicamentos, mutagenicidade pelo protocolo PRIMA™, conforme o ICH M7(R2), e qualificação de impurezas não mutagênicas por read-across, conforme o Guia Anvisa nº 83/2025. Em agroquímicos, os desfechos exigidos pela RDC nº 1.006/2025 para a faixa de teor de cada impureza, em comparação com o ingrediente ativo. Em materiais em contato com alimentos, avaliação de substâncias não intencionalmente adicionadas (NIAS) e de migrantes sem dados: potencial mutagênico pelo PRIMA™ e enquadramento por TTC e classe de Cramer. Alertas estruturais, modelos (Q)SAR e read-across são integrados por especialista, que revisa e assina o relatório técnico ou o parecer.

+20
Anos de pesquisa
4
Módulos PRIMA™
5
Classes ICH M7
WoE
Framework regulatório
Protocolo proprietário
PRIMA™
Potential Risk Impurity Mutagenicity Assessment
QSAR

Par complementar (Q)SAR

Um modelo baseado em regras de especialista e um estatístico, conforme o ICH M7(R2), com domínio de aplicabilidade e versão registrados por predição. A complementaridade é de método, não de software.

SA

Alertas estruturais

Detecção independente por profilers estruturais, com o mecanismo de cada alerta discutido no parecer. Orientam o julgamento especializado; não substituem a predição.

R-A

Read-across

Análogos com dados experimentais, como subsídio do julgamento especializado. Não integra o par complementar nem substitui predição.

● ICH M7(R2) + Addendum 2023 ● EMA/CHMP/4299/2026 ● ANVISA RDC 964/2025 ● ANVISA RDC 1.006/2025 ● ANVISA RDC 294/2019 ● EFSA SC 2019/2018 ● EU Reg. 10/2011 ● FDA 21 CFR 170.39 ● ISO 10993-17 ● OCDE QAF (nº 405) ● OCDE Grouping (nº 418) ● OCDE TG 471–489 ● ICH M7(R2) + Addendum 2023 ● EMA/CHMP/4299/2026 ● ANVISA RDC 964/2025 ● ANVISA RDC 1.006/2025 ● ANVISA RDC 294/2019 ● EFSA SC 2019/2018 ● EU Reg. 10/2011 ● FDA 21 CFR 170.39 ● ISO 10993-17 ● OCDE QAF (nº 405) ● OCDE Grouping (nº 418) ● OCDE TG 471–489

AI que informa.
Especialista que
decide.

01

Modelos (Q)SAR integrados ao protocolo

Os modelos (Q)SAR do PRIMA™ combinam sistemas baseados em regras de especialista e modelos estatísticos, o par previsto no ICH M7(R2). Cada resultado entra no parecer como evidência, com domínio de aplicabilidade e limitações registrados. A conclusão é do especialista que assina.

02

AI que não decide — informa

O diferencial do PRIMA™ não é substituir o especialista pelo algoritmo. É documentar com precisão o que cada modelo computacional prevê, em qual domínio de aplicabilidade, e integrar essa evidência a um racional WoE revisado por profissional qualificado — conforme o ICH M7(R2) e, para medicamentos, o Guia 83/2025 (ANVISA).

03

Transparência metodológica — OCDE QAF

Todos os modelos são documentados com seus metadados de validação, cobertura de domínio de aplicabilidade e desempenho reportado — em conformidade com os princípios de transparência do framework de validação OCDE (QAF) e com as exigências de documentação das principais agências regulatórias.

04

Alinhamento regulatório contínuo

O EMA/CHMP/4299/2026 e a ANVISA RDC 964/2025 já estão incorporados nos fluxos do PRIMA™. Monitoramos continuamente as atualizações do ICH, EMA, EFSA e ANVISA para que o protocolo permaneça atual nas submissões.

Quatro
domínios regulatórios.

Impurezas
Farmacêuticas

Impurezas em insumos ativos e produtos acabados

Avaliação do potencial mutagênico de impurezas em IFAs e produtos acabados, com integração de alertas estruturais, modelos (Q)SAR documentados segundo os princípios da OCDE e read-across, em conformidade com ICH M7(R2), EMA e ANVISA RDC 964/2025. A qualificação de impurezas não mutagênicas é feita por read-across, conforme o Guia Anvisa nº 83/2025.

ICH M7(R2) EMA/CHMP/4299/2026 ANVISA RDC 964/2025 FDA M7

Agroquímicos

Impurezas em produto técnico por equivalência

Mutagenicidade de impurezas novas ou incrementadas em produto técnico por equivalência, conforme a RDC Anvisa nº 1.006/2025 e a NT 57/2025, em comparação com o ingrediente ativo. Os demais desfechos exigidos para cada faixa de teor são avaliados por (Q)SAR e read-across, com fundamentação técnica da DRTI. Resultados de ensaios fornecidos pela contratante são integrados à avaliação.

ANVISA RDC 1.006/2025 NT 57/2025 ANVISA RDC 294/2019 Guias 66–69/2023

Materiais de Contato
com Alimentos

Substâncias migratórias em embalagens e FCMs

Avaliação de risco mutagênico de substâncias migratórias em embalagens e materiais em contato com alimentos, segundo EFSA, EU Reg. 10/2011 e ANVISA RDC 854/2024 — com racional WoE transparente e documentado.

EFSA SC 2019/2018 EU 10/2011 ANVISA RDC 854/2024 FDA 21 CFR 170.39

Lixiviáveis
e Extraíveis

Lixiviáveis e extraíveis em dispositivos médicos

Avaliação de lixiviáveis e extraíveis em dispositivos médicos, conforme a ISO 10993-17 e as diretrizes de FDA e EMA. O potencial mutagênico é avaliado pelo módulo PRIMA-EL.

ISO 10993-17 FDA EMA
PRIMA™ · ICH M7(R2) · 5 classes

Classificação de impurezas

O PRIMA™ orienta o enquadramento nas cinco classes do ICH M7(R2), com base na combinação de alertas estruturais, dados de mutagenicidade e contexto estrutural em relação ao fármaco.

Classe
1
Perfil
Mutágeno e carcinógeno conhecido
Classe
2
Perfil
Mutágeno conhecido, carcinogenicidade desconhecida
Classe
3
Perfil
Alerta estrutural, sem dados, não relacionado ao fármaco
Classe
4
Perfil
Alerta estrutural relacionado ao fármaco ativo
Classe
5
Perfil
Sem alerta ou evidência de ausência de risco mutagênico
🧬

Mutagenicidade: julgamento especializado e peso da evidência

Na avaliação de mutagenicidade, a predição vem do par complementar de modelos (Q)SAR previsto no ICH M7(R2) — um baseado em regras de especialista e um estatístico. O julgamento especializado é subsidiado pela detecção independente de alertas estruturais por profilers, pelo read-across de análogos com dados experimentais, pelos modelos consenso e pelas informações técnico-científicas disponíveis, reunidas e verificadas pelo framework. A avaliação final é baseada no peso da evidência, com o domínio de aplicabilidade e a incerteza registrados conforme o OCDE QAF e, para medicamentos, o Guia 83/2025 (ANVISA).

(Q)SAR complementar
SAs · read-across · modelos consenso · julgamento especializado
Integração por WoE

Mais de duas décadas
construindo
metodologia

2004

Raízes acadêmicas

Início das atividades de pesquisa em predição toxicológica in silico no ambiente universitário, acompanhando os movimentos de regulamentação pioneiros promovidos pelos países membros da OCDE.

2010

Expansão técnica

Integração de novos especialistas ao grupo, diversificando a capacidade analítica e permitindo o avanço no uso de modelos estatísticos e na estruturação de fluxos WoE multimodelos.

2015

Consolidação do escopo

Consolidação do escopo de atuação junto a parceiros do setor químico-farmacêutico e consultorias regulatórias.

2019

In Silico Solutions

Empresa formalizada para atender demandas de segurança toxicológica e compliance regulatório, com metodologias ajustadas à realidade do mercado e fluxos de trabalho definidos.

2020–2026

PRIMA™ e parcerias regulatórias

Desenvolvimento e consolidação do protocolo PRIMA™ com quatro módulos sobre um núcleo comum — PRIMA-FARM, PRIMA-AGRO, PRIMA-ALI e PRIMA-EL — integração de read-across estrutural fundamentado pela OCDE, alinhamento contínuo às atualizações regulatórias internacionais e modelo colaborativo com consultorias regulatórias estabelecido em projetos reais.

Referências metodológicas e regulatórias
OCDE EMA ANVISA FDA EFSA ECHA / REACH Health Canada ISO 10993
🤝

Modelo colaborativo com consultorias regulatórias

Atuação em parceria com consultorias regulatórias. A In Silico Solutions responde pela avaliação in silico e pelo racional WoE, com assinatura nominal do especialista. A consultoria parceira integra esse resultado ao cálculo de ADE/PDE e ao documento de submissão.

Fale com a
nossa equipe

Tem um projeto de avaliação toxicológica, uma dúvida técnica ou quer saber mais sobre o protocolo PRIMA™?

PORTO ALEGRE/RS, BRASIL · WINNIPEG/MB, CANADA · contato@insilicosolutions.com