不用養老鼠了？新技術望每年節約兩百萬實驗動物

近日，一項發表在《毒理科學》雜誌上的研究表明，基於毒理學大數據的計算機軟體能夠有效預測化合物的毒性。在某些情況下，計算機預測的表現甚至比傳統的動物實驗還要好。

這好像是說——在不遠的將來，生物學研究者不用再飼養小白鼠、小黑鼠、大白兔、金黃地鼠等一系列神獸，只要噹噹「鍵盤俠」，就可以拿到寶貴的數據了呢！

動物實驗，能少點少點再少點嗎？

所謂毒理學，是一門研究外源因素（化學、物理、生物因素）對生物系統有害作用的學科。通常，研究者需要把一些有毒有害的物質施加到實驗動物身上，然後觀察、評估、分析這些動物受到的傷害。

做過動物實驗的人都知道這是一份漫長、繁重的工作，你需要操心動物們的吃喝拉撒、生兒育女，在必要的時候還得對自己一手拉扯大的小動物下藥、下毒、下刀子，可以說是非常精神分裂了。與此同時，實驗動物也為人類的科技進步和健康福祉做出了重大犧牲。

不光如此，動物實驗涉及的財物支出也非常可觀。比北京二環房子還寸土寸金的，就是飼養實驗動物的屏障系統——無菌、恆溫、恆濕、有規律光照——哪怕飯盒大的一塊空間，都要按天數收費。

正因如此，動物實驗一向倡導替代(replacement)、減少(reduction)、優化(refinement)的「3R」原則。

回到這項最新研究成果，它能否普渡從小白鼠到「生科狗」的有情眾生呢？

正在崛起中的計算毒理學

研究人員用超過866000條訓練數據，建立了評估物質化學特性和健康威脅的模型。這種模型可以用已知化學物質的數據，來評估未知物質的危險性。他們發現，在皮膚腐蝕、眼睛刺激等9種常規毒性試驗中，計算機預測毒性的可重複性達到80%到95%，而且不受化學物質種類的限制。這個重複率已經超過了動物實驗（70%到80%）。

事實上，這項研究屬於毒理學中一個異軍突起的分支學科——「計算毒理學」。這是一個通過構建計算機模型，來模擬和預測化學品危害風險的學科。

大連理工大學教授陳景文接受《中國科學報》記者採訪時指出，計算毒理學是面向化學品風險預測與管理的關鍵技術，被認為是21世紀毒理學研究的發展方向之一。

相比傳統毒理學研究，計算毒理學具有很多優勢，包括：1. 節約實驗動物，符合倫理精神；2. 在化學物質評價上，節約成本、提高效率；3. 通過大規模的數據篩選，能大大提高結果的準確率和可重複性；4. 可以實現跨物種外推。

一位從事毒理學研究的一線科研人員告訴《中國科學報》記者：「一個新化合物要獲得上市批准，需要提供相關的毒理學數據。但是現在新化合物增加的速度遠遠超過了毒理學介入的速度，因此這些毒理學數據往往很粗糙、很局限。」

歐洲化學品管理局稱，僅2018年，他們就需要處理約6萬種化合物的註冊。

另一項困擾學術界的，就是生物實驗的可重複性危機。「不同的實驗室條件、不同的實驗操作，不同批次和來源的動物，都可能對誤差有貢獻，導致實驗可重複性不高。」陳景文說。

動物毒理實驗要求每個處理組的動物不得少於6只，受限於諸多因素，這個數字一般也不會高出太多。計算毒理學的優勢在於把大量文獻數據加合起來再做統計分析，誤差會小很多。也就是說，雖然這項技術不用做動物實驗，但它其實是站在了歷史上無數動物實驗的肩膀上。那些小老鼠小兔子們，從來沒有白白犧牲。

不養老鼠，就去學習吧！

論文作者之一，約翰霍普金斯大學教授Thomas Hartung告訴《中國科學報》記者，論文中涉及的9種常規毒理學試驗，每年僅在歐洲就會消耗50到60萬隻實驗動物，全世界的數據大概是歐洲的四倍。

也就是說，保守估計，這項技術有望每年拯救200多萬隻實驗動物的生命，與此同時還能節省大量科研支出。

但是多位專家也都指出，至少目前看來，動物實驗還是不能完全替代的。

Thomas Hartung說：「這種方法適合有大量高質量數據可被獲取的領域，我們可以從已有的數據出發，外推出更廣泛的化合物性質。只要是和化學結構有關的性質，如特定治療靶點上的藥物作用等，都適用這項技術。」「當已有數據集很小並且異質性高的時候，這項技術無法取代實驗。」

陳景文則說：「計算毒理學對機制比較簡單明確的毒性終點，有著較好的預測效果。但是藥物研發等領域的動物實驗和臨床測試，仍是不可替代的。」「而且，計算毒理學模型最終仍需要實驗數據來構建和驗證。」

「計算毒理學的出現，既是機遇也是挑戰。」陳景文說，「它對科研工作者的創新性提出了更高要求。」

這麼理解吧，當洗衣機和洗碗機把你從家務中解放出來時，你就該把時間和精力投入到更有創造力的勞動中；當技術的進步讓你不需要天天下鼠房時，你就要學習更多東西，去開拓更新更有價值的研究領域，至少，得先把大數據處理和機器學習學好吧。

科普百分百·助力科普中國，讓科學知識在網上和生活中流行起來。溫馨提示：以上為科普百分百網上閱讀所瀏覽內容，轉載分享只為知識傳播和學習宣傳，本文內容僅代表原作者觀點，如有意見建議，請私信留言，我們會及時處理。歡迎關注，謝謝。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！