用動物測試毒性這件事，有一部分可能可以讓計算機來做了

7 月 11 日，《毒理科學》（Toxicological Sciences） 期刊發表研究，稱基於資料庫的計算機軟體能夠很好地預測某種毒性，而這種預測能力比動物實驗表現甚至更好。這意味著，計算機可能有潛力取代動物實驗，終結這項幾個世紀以來飽受非議的科研活動。

研究顯示，計算機預測毒性的平均準確率約為 87％，也就是說，87％ 的預測符合過去動物試驗的結果。相對地，動物測試的準確率只有 81%。

「真是令人大開眼界，這表明我們可以用計算機的預測取代許多動物測試，並獲得更可靠的結果，」參與本次研究的毒理學家 Thomas Hartung 說。Hartung 是約翰霍普金斯大學（Johns Hopkins University）的一名教授。他認為，這可以替代每年數百萬次的動物實驗，後者包括將化合物滴入兔眼，或者給老鼠餵食超過致命劑量的化學物質。

「我 100％ 確信，這將成為未來毒理學的支柱，」 德國毒理學家Bennard van Ravenzwaay向《自然》雜誌評論道。

目前，該演算法可應用於從皮膚腐蝕到眼睛刺激的九項常規試驗，覆蓋了 57％ 歐盟動物實驗的項目。

據悉，用計算機評估化學毒性的好處之一，是無需重複實驗。這一方面能帶來效率，另一方面也減免了傷害。在七十多年間，飽受爭議的德萊塞測試（Draize Test）就幾次三番地往兔子等動物的眼中滴入化學試劑。據論文中援引的數據顯示，有兩種化學物質至少在動物身上被測試了 90 次，69 種超過 45 次。

對此，常見的解釋是：並非每隻動物的反應方式都相同，對同一化學物質的重複動物試驗可以得到不同的結果，因此，樣本較小的實驗不具有普遍意義。「而軟體的預測比任何個體動物試驗都更可靠，」論文寫道。

此外，這項成果還可以惠及更多消費者。以往，一些安全性測試不得不藉助動物試驗，但其高昂的成本讓許多企業望而卻步。Hartung 舉了個例子：一款售價是幾美元的殺蟲劑新品可能需要做 30 次動物試驗，為此，公司需要付出約 2000 萬美元。

當然，動物實驗還面臨倫理上的指控。儘管沒有準確數據統計每年有多少只小鼠、兔子、豚鼠、狗等動物在世界各地的實驗室被實施實驗，但據估計，這個數字超過一億。

數十年來，實驗動物就一直是科學家們試圖解決的問題，其基礎為 1959 年提出的 3R 原則，即動物實驗的替代（replacement）、減少（reduction）以及優化（refinement）。包括分子生物學、幹細胞技術、圖像分析、計算機模擬技術在內的各領域，都參與探討了用技術替代動物實驗的可行性方法。

此次研究就是計算機模擬技術的初步勝利。之所以能夠有所突破，要歸功於資料庫的龐大規模。自 2014 年以來，團隊就開始整理分析公開數據，現在的資料庫里涵蓋了 10,000 種化學物質的信息。這些數據來自有機小分子生物活性資料庫（PubChem）、歐洲化學品管理局（ECHA）以及美國國家毒理學計劃（NTP）。

「在五年前這不可能完成。（現在的進展是因為）化學品監管機構向公眾公布了大量的毒理學和物理性能數據，」論文作者之一 Craig Rowlands 說。

但面對體量如此龐大的數據，如何預測化學物的毒性？

閱讀論文可以發現，這種利用計算機預測毒性的方法是通過交叉參照（read-across）實現的。簡單來說，研究人員先將具有相似物理化學性質、毒理學作用機制的物質放在一塊，成立化學物分類組。然後，在各組內應用交叉參照法，即，從一種參考物質的數據，預測組內其他物質的特性。最後，再與資料庫中大約 80 萬種動物實驗結果進行比對，驗證準確性。

總而言之，這種預測手段是通過已知化學物質的毒性，來推斷未經檢測的相似物毒性。較動物實驗等傳統方式而言，它不需要對每種物質都進行試驗。這可彌補一些數據的缺失，更為簡單和高效。此外，這也是經合組織（OECD）推薦的經計算機預測化學物毒性的基本方法。

不過，要讓計算機完全代替動物實驗，現在還不是時候。歐洲化學品管理局（ECHA）的負責人 Mike Rasenberg 表示，在評估更複雜的危害時，例如在癌症和生育能力的領域中，動物試驗仍然不可取代。

「這還不會是動物試驗的結束，」 Rasenberg預測，「但對於簡單的毒性來說，這是一個有用的概念。」

我們做了一個壁紙應用，給你的手機加點好奇心。去 App 商店搜好奇怪下載吧。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！