RSS订阅

动物福利

您现在的位置:首页>研究进展>动物福利

不用养实验鼠了?新技术望每年节约两百万实验动物

2018年07月23日 浏览量: 评论(0) 来源:科学网 作者:科学网 责任编辑:admin
摘要:近日,一项发表在《毒理科学》杂志上的研究表明,基于毒理学大数据的计算机软件能够有效预测化合物的毒性。在某些情况下,计算机预测的表现甚至比传统的动物实验还要好。
近日,一项发表在《毒理科学》杂志上的研究表明,基于毒理学大数据的计算机软件能够有效预测化合物的毒性。在某些情况下,计算机预测的表现甚至比传统的动物实验还要好。
 
这好像是说——在不远的将来,生物学研究者不用再饲养小白鼠、小黑鼠、大白兔、金黄地鼠等一系列神兽,只要当当“键盘侠”,就可以拿到宝贵的数据了呢!
 
动物实验,能少点少点再少点吗?
 
所谓毒理学,是一门研究外源因素(化学、物理、生物因素)对生物系统有害作用的学科。通常,研究者需要把一些有毒有害的物质施加到实验动物身上,然后观察、评估、分析这些动物受到的伤害。
 
做过动物实验的人都知道这是一份漫长、繁重的工作,你需要操心动物们的吃喝拉撒、生儿育女,在必要的时候还得对自己一手拉扯大的小动物下药、下毒、下刀子,可以说是非常精神分裂了。与此同时,实验动物也为人类的科技进步和健康福祉做出了重大牺牲。
 
不光如此,动物实验涉及的财物支出也非常可观。比北京二环房子还寸土寸金的,就是饲养实验动物的屏障系统——无菌、恒温、恒湿、有规律光照——哪怕饭盒大的一块空间,都要按天数收费。
 
正因如此,动物实验一向倡导替代(replacement)、减少(reduction)、优化(refinement)的“3R”原则。
 
回到这项最新研究成果,它能否普渡从小白鼠到“生科狗”的有情众生呢?
 
正在崛起中的计算毒理学
 
研究人员用超过866000条训练数据,建立了评估物质化学特性和健康威胁的模型。这种模型可以用已知化学物质的数据,来评估未知物质的危险性。他们发现,在皮肤腐蚀、眼睛刺激等9种常规毒性试验中,计算机预测毒性的可重复性达到80%到95%,而且不受化学物质种类的限制。这个重复率已经超过了动物实验(70%到80%)。
 
事实上,这项研究属于毒理学中一个异军突起的分支学科——“计算毒理学”。这是一个通过构建计算机模型,来模拟和预测化学品危害风险的学科。
 
大连理工大学教授陈景文接受《中国科学报》记者采访时指出,计算毒理学是面向化学品风险预测与管理的关键技术,被认为是21世纪毒理学研究的发展方向之一。
 
相比传统毒理学研究,计算毒理学具有很多优势,包括:1. 节约实验动物,符合伦理精神;2. 在化学物质评价上,节约成本、提高效率;3. 通过大规模的数据筛选,能大大提高结果的准确率和可重复性;4. 可以实现跨物种外推。
 
一位从事毒理学研究的一线科研人员告诉《中国科学报》记者:“一个新化合物要获得上市批准,需要提供相关的毒理学数据。但是现在新化合物增加的速度远远超过了毒理学介入的速度,因此这些毒理学数据往往很粗糙、很局限。”
 
欧洲化学品管理局称,仅2018年,他们就需要处理约6万种化合物的注册。
 
另一项困扰学术界的,就是生物实验的可重复性危机。“不同的实验室条件、不同的实验操作,不同批次和来源的动物,都可能对误差有贡献,导致实验可重复性不高。”陈景文说。
 
动物毒理实验要求每个处理组的动物不得少于6只,受限于诸多因素,这个数字一般也不会高出太多。计算毒理学的优势在于把大量文献数据加合起来再做统计分析,误差会小很多。也就是说,虽然这项技术不用做动物实验,但它其实是站在了历史上无数动物实验的肩膀上。那些小老鼠小兔子们,从来没有白白牺牲。
 
不养实验鼠,就去学习吧!
 
论文作者之一,约翰霍普金斯大学教授Thomas Hartung告诉《中国科学报》记者,论文中涉及的9种常规毒理学试验,每年仅在欧洲就会消耗50到60万只实验动物,全世界的数据大概是欧洲的四倍。
 
也就是说,保守估计,这项技术有望每年拯救200多万只实验动物的生命,与此同时还能节省大量科研支出。
 
但是多位专家也都指出,至少目前看来,动物实验还是不能完全替代的。
 
Thomas Hartung说:“这种方法适合有大量高质量数据可被获取的领域,我们可以从已有的数据出发,外推出更广泛的化合物性质。只要是和化学结构有关的性质,如特定治疗靶点上的药物作用等,都适用这项技术。”“当已有数据集很小并且异质性高的时候,这项技术无法取代实验。”
 
陈景文则说:“计算毒理学对机制比较简单明确的毒性终点,有着较好的预测效果。但是药物研发等领域的动物实验和临床测试,仍是不可替代的。”“而且,计算毒理学模型最终仍需要实验数据来构建和验证。”
 
“计算毒理学的出现,既是机遇也是挑战。”陈景文说,“它对科研工作者的创新性提出了更高要求。”
 
这么理解吧,当洗衣机和洗碗机把你从家务中解放出来时,你就该把时间和精力投入到更有创造力的劳动中;当技术的进步让你不需要天天下鼠房时,你就要学习更多东西,去开拓更新更有价值的研究领域,至少,得先把大数据处理和机器学习学好吧。
点击这里给我发消息 点击这里给我发消息 点击这里给我发消息