《Frontiers in Toxicology》：Application of in vitro new approach methodologies data to chemical risk assessment: current status and perspectives toward next generation risk assessment
编辑推荐：
这篇综述系统梳理了体外新方法在化学品风险评估中的应用现状与挑战。文章指出，尽管先进的体外模型、组学技术等新方法为无动物毒性测试提供了强大工具，但其监管应用仍面临与监管终点脱节、缺乏毒代动力学背景及方法标准化不足三大瓶颈。通过整合有害结局路径框架和高通量毒代动力学-体外到体内外推模型，是推动其迈向新一代风险评估的关键路径。
迈向无动物测试的未来：体外新方法如何重塑化学品安全评估
化学品安全管理领域正处于一场重大变革之中。科学、监管与社会压力共同推动着评估方式从传统的动物测试，向更高效、更具人类相关性的新方法转变。新一代风险评估正将体外新方法置于其核心位置。
一、 前沿体外新方法的多元化图景
当前的体外新方法已形成一个技术多元的生态系统。它不再局限于传统的二维细胞培养，而是涵盖了从分子靶点特异性检测到复杂组织模拟系统的广阔光谱。
- •
先进体外模型：包括3D培养、类器官、器官芯片和多器官微生理系统。这些系统能更好地再现组织功能的关键特征，如细胞间相互作用、代谢能力和屏障完整性，为评估慢性暴露、器官特异性毒性等复杂过程提供了可能。
- •
高内涵表型分析：通过成像技术同时量化数百个细胞形态和功能特征的变化，生成丰富的“表型指纹”。结合人工智能，它能以无偏倚的方式检测早期细胞应激反应，并根据表型相似性对化学品进行分类和优先级排序。
- •
组学技术：在转录组、蛋白质组、代谢组等分子层面全面捕捉化学物质引起的生物反应。这些分子特征不仅有助于识别受扰动的生物通路和分子起始事件，还能用于推导定量参考点，例如转录组基准剂量值。美国环境保护署开发的“转录组学评估产品”框架，就是利用转录组数据为缺乏传统毒性测试数据的化学品制定参考剂量的典范。
- •
人工智能辅助策略：人工智能和机器学习正深度融入新方法工作流的各个环节。在图像分析中，深度学习模型能识别细微的表型扰动；在组学数据分析中，机器学习算法能进行降维和通路推断；更重要的是，人工智能能整合来自不同平台的异质数据，支持跨平台数据协调和机制预测，加速向数据驱动的非动物评估框架过渡。
二、 监管采纳的喜与忧：局部突破与系统瓶颈
在皮肤致敏、眼刺激等局部毒性终点方面，基于有害结局路径的整合测试与评估策略及相关体外测定方法，已获得经济合作与发展组织等多个监管机构的正式采纳。然而，对于重复剂量毒性、致癌性、发育毒性等系统毒性领域，新方法的监管应用仍然有限，多处于探索性或支持性角色。
三、 通往监管应用的三重障碍
尽管技术飞速发展，但三大瓶颈仍制约着体外新方法在化学品风险评估中的全面整合。
- 1.
与监管终点的相关性鸿沟：监管决策通常基于在生物体整体水平观察到的“顶端”结局，而许多新方法输出的是上游的机制信号。例如，体外肝细胞模型可能显示脂肪变性，但这本身并不能确定其在人体中是否会发展为有临床意义的肝损伤。这种脱节部分源于传统监管终点框架基于动物病理观察，而现代新方法则围绕人类相关的特定机制设计。弥合这一鸿沟需要更强大的机制锚定，例如通过有害结局路径框架和定量有害结局路径，来清晰连接分子扰动与不良结局。
- 2.
缺乏毒代动力学背景：绝大多数体外测定基于培养介质中的名义浓度，但这无法反映生物体内复杂的吸收、分布、代谢和排泄过程。化学物体外活性对应的浓度可能在体内永远无法达到，反之，持久性污染物可能在组织中的蓄积浓度远超体外测试水平。虽然名义浓度有时可作为“最坏情况”的保守估计用于筛查，但要支持可靠的监管决策，必须将体外数据置于人类暴露相关的背景下进行解读。这凸显了将体外数据与体外到体内外推、高通量毒代动力学建模等定量剂量学工具相结合的重要性。
- 3.
有限的标准化与协调性：新方法涵盖广泛的技术谱系，各系统在实验方案、培养基、终点指标和数据流程上差异显著，导致不同实验室的结果可比性差。无论是高内涵成像的算法，还是组学数据的格式，都缺乏统一标准。这种异质性限制了其在监管证据流中的可用性。建立公认的验证标准、最低信息标准和报告框架，是推动其广泛采纳的关键。
四、 整合之道：构建机制与定量解读的桥梁
为克服上述障碍，研究者们正在开发系统的整合框架。
- •
融入有害结局路径框架：有害结局路径作为一个概念图谱，能将分子起始事件通过一系列关键事件，最终与监管关注的不良结局联系起来。将新方法数据映射到有害结局路径的关键事件节点上，可以将孤立的体外发现置于更广阔的生物学叙事中。例如，一个化学品在甲状腺激素合成抑制试验（发育神经毒性有害结局路径中的上游关键事件）中呈阳性，即提示其存在下游神经发育危害的风险，即使尚未进行整体动物实验。这有助于风险评估者以透明和科学的方式解读新方法证据。
- •
结合高通量毒代动力学建模的体外到体内外推：这是利用体外数据进行定量风险评估的核心钥匙。它旨在将体外测定中引发生物效应的浓度，转化为在动物或人体中产生相似效应所需的等效暴露剂量。美国环境保护署等机构开发的方法，利用通用生理药代动力学模型和体外代谢数据，快速估算数千种化学品的给药等效剂量。工具如“集成化学环境”的体外到体内外推面板，可以自动化这一过程。尽管面临模型准确性、个体差异等挑战，但体外到体内外推使得纯粹基于体外数据推导参考点成为可能，是新一代风险评估的基石。
五、 新一代风险评估案例与未来展望
初步的应用案例显示，将高通量新方法生物活性数据与高通量毒代动力学-体外到体内外推模型耦合，所得到的新方法参考点通常更为保守，且在部分情况下与传统体内参考点处于相似数量级。例如，对448种化学品的一项评估发现，大部分新方法参考点低于或与动物参考点在一个数量级内。对双酚类、取代酚类等特定化学物组的研究也显示，体外衍生的给药等效剂量常落在已知的无可见有害作用水平或效应水平附近。
这些案例为新方法在新一代风险评估框架中推导健康保护性参考点提供了初步证据，但其仍处于早期发展阶段，模型的准确性、对人群变异的表征等关键不确定性仍然存在。
展望未来，推动体外新方法在新一代风险评估中的应用，不仅需要持续开发新方法，更需要建立能够有效利用现有新方法数据的稳健决策框架。由于不同化学品可获得的新方法数据在广度和深度上差异巨大，一个分层级的、依赖于数据的应用框架至关重要。它允许决策者根据可用数据调整分析层级，并整合多种证据流，包括机制新方法输出、毒代动力学模型、交叉参照和暴露考量，以支持更透明、一致的决策。
最终，新一代风险评估的进步，不仅依赖于新方法技术的精密化，更取决于能否建立一个灵活、自适应的决策框架，以纳入现有及新兴的工具。通过培育新方法开发与应用之间的动态互动，该领域方能朝着一个更连贯、更有韧性且更科学 grounded 的化学品风险评估范式迈进。
