革命性新成果：替代动物实验的一种更便宜检测方法

基于软件的化学筛选方法可以最大限度地减少动物测试，这种方法在预测化学危害方面比在动物实验中更为一致。

　　

生物通报道：全球有数百万只动物被用于关于人类和环境使用化合物的毒性试验。最新一项研究指出，毒理学家开发出了一种新筛选方法，可以准确预测这些检测结果。

这一研究成果公布在T Toxicol Sci杂志上。

研究人员从公共数据库（包括PubChem和美国国家毒理学计划）中找到了1000万种化学结构和现有化学安全性数据的信息，开发出一种（至少）比动物试验本身可靠的运算新方法，这种工具在预测动物试验结果方面准确率为87％，而重复动物试验平均只有81％。

英国替代优化和减少研究用动物国家中心Fiona Sewell（未参与该项研究）表示，“毫无疑问，这是一种创新方法，时间将证明，在实践中，它是否为基于实验动物的方法提供了可靠的替代方案。”

美国人道协会首席科学官Andrew Rowan也认为，“对于此类限制动物试验的工具，我持乐观态度。使用动物来预测人类安全，存在极大的缺陷，而且非常昂贵。而这样的工具只需要几分钟就能进行全面测试。”

包括美国在内的许多国家都有监管机构监督作为商业和环境用途，以及消费品的新化学品，要求至少提交一些安全数据。与此同时，许多国家也在努力限制动物在生产这些数据中的使用。

2008年，美国国立卫生研究院，环境保护局（EPA），国家毒理学计划（NTP）和食品药品管理局（FDA）共同发起了Tox21，开发更有效和及时的非动物毒性测试。2013年，欧盟实施了禁止化妆品动物试验的禁令，欧洲化学品管理局（ECHA）鼓励采用动物试验的替代品。2016年，美国政府通过了新版“有毒物质控制法案”（TSCA），该法案规定联邦机构需要帮助企业减少动物安全测试，寻找替代品。

因此寻找替代品迫在眉睫，早期来自约翰霍普金斯大学动物测试替代中心主任Thomas Hartung等人分析了9,801种化学物质，发现了具有相似结构的化学物质通常具有相似的安全性数据。他们采用的是在2007年颁布的REACH（Registration, Evaluation, Authorisation and Restriction of Chemicals）法规颁布后，通过ECHA公开提供的化学品数据库。

在此基础上，这一研究团队增加了来自其他数据库的数据，通过一种运算方法对1000万种化合物进行50万亿次成对比较。利用现有的安全数据，包括动物试验中的数据，他们建立了一个模型，对每种化学品的六次动物试验的安全性结果进行了比较。

他们的分析指出了动物检测存在过度重复：两种化学品各自独立测试超过90次，数据库包含69种化学品的数据，每种化学品测试超过45次，通常由不同公司独立测试。

EPA化学信息学科学家Christopher Grulke认为，多个独立的测试结果对于开发这种工具非常有价值，这一研究结果显示“动物测试结果存在高度不确定性”。

为了找到新的方法，Hartung等人将动物测试结果和74种化学性质类别结合起来，提出了一种安全预测模型。从总体上来说，这种模型软件与动物测试一样，能够很好地预测化学品的安全性结果，在某些情况下，前者做得还更好。

不过Hartung说，这种方法存在局限性——尚未证实可以可靠地预测长期可能出现的更复杂的毒性，包括化合物导致癌症的风险。

“这些方法可能会或不会对长期复杂的毒理学具有预测性，”Grulke补充道。

如果将这种数字化学相似性分析的结果与可以揭示毒性机制的其他生物学数据相结合，“我们可以比使用动物试验更好地预测人类危害和风险，这对于监管机构来说，相比于仅使用建模，应该更具吸引力，“Rowan说。

Grulke还表示“支持采用非动物方法，因为它们证明了它们对化学品安全决策的适用性”，EPA目前正在评估这一新软件以及其他研究小组的其它算法。这些工具都是最近美国卫生与公众服务部的急性毒性工作组提供给EPA的。

Hartung也表示，FDA也正在分析和测试这种新软件。

Rowan认为这些努力值得称赞， “这是一种相对便宜的化学品测试方法，我希望看到更多人使用这种工具来预测毒性结果。42年前，我开始推广动物试验替代品，但从未想过在我的职业生涯中，能够预测大多数动物试验的结束，而这个目标现在已经实验，未来还会有更好的结果。”

Hartung团队正在努力改进这种新工具算法，增加化合物的生物效应数据，不仅包括急性毒性，还包括更复杂的安全终点。 “这不会是所有动物实验的终点，”Hartung说，“但这是重要的一步。”

（作者：Anna Azvolinsky/生物通编译）

原文标题：

T. Luechtefeld et al., “Machine learning of toxicological big data enables read-across structure activity relationships (RASAR) outperforming animal test reproducibility,” T Toxicol Sci, doi.org/10.1093/toxsci/kfy152, 2018.