Modeling & Simulations:
essential for every clinical development
Since the 2000s, disruptive changes in the pharma industry and the emergence of applied M&S techniques have markedly transformed R&D organization. More than ever, we remain a preferred and reliable partner for Biotech companies to bring appropriate use of Pharmacometrics and Modeling to their drug development.
A strategy built around 3 complementary axes
Today, PhinC Development is a key European partner for the integration of modeling & simulation approaches across the entire drug development lifecycle. Our strength is built on three core pillars that secure critical decisions and accelerate execution.
Deep learning & advanced modeling
We develop the best models to make the most of the research data at every phase and to carry out robust simulations that are requested by health agencies.
Tailor-made support & advice
PhinC supports its partners from the first phases and brings its experience, informed recommendations and a Modeling strategy adapted to each development program.
Agility & Biotech orientation
PhinC adapts its work organization to meet the specificities of Biotechs (funding method, attrition rate, stakeholders interaction, advice upstream on the development strategy, etc.).
Predictive models to overcome the main challenges of your development
Face aux obstacles et défis majeurs du développement, PhinC mobilise son expertise en pharmacométrie, pharmacocinétique, pharmacologie et biostatistiques pour construire des modèles prédictifs innovants. Ces outils donnent aux biotechs un avantage décisif en permettant de répondre à une multitude de « challenges ».
1
the increasing complexity of test
protocols
the increasing complexity of test protocols
Évaluer plusieurs paramètres simultanément, isoler des effets spécifiques et quantifier l’impact pharmacologique seul ou en interaction.
2
the multiplication of data sources
the multiplication of data sources
Intégrer littérature, in vitro, in vivo et données humaines, puis enrichir le modèle au fil des résultats obtenus pendant le développement.
3
Risk management
Risk management
Anticiper des risques de toxicité (cardiaque, rénale, hépatique) via l’exposition et des biomarqueurs (ex. troponine, QT), et aider au choix de la première dose chez l’humain grâce à l’extrapolation inter-espèces.
4
ethical requirements and cost reduction
ethical requirements and cost reduction
Prédire l’exposition systémique ou au site d’action avec une marge d’erreur maîtrisée pour réduire le nombre de doses testées et optimiser le nombre d’animaux, de volontaires ou d’échantillons.
5
the need for « derisking »
the need for « derisking »
Anticiper la marge thérapeutique (toxicité vs activité), éviter d’engager un développement trop risqué, et explorer tôt les risques d’interaction, d’effet nourriture, ou de populations spécifiques.
Our goal:
In practice, our approaches help optimize study designs, reduce unnecessary iterations, and secure critical decisions (dose, regimen, therapeutic windows, interactions, variability).
Optimize your decision making using modeling!
Tell us where you are in the process (Lead Optimization, preclinical, FIH, phases II/III, DDI strategy, QT/QTc…). We help you define the best approach and expected deliverables.