新的数字化学筛选工具可以帮助消除动物测试

据估计,全世界每年有300万至400万只兔子,大鼠和其他动物进行化学安全性测试。

Cairney Down / Alamy股票照片
新的数字化学筛选工具可以帮助消除动物测试

今天,毒理学家推出了一种数字化学安全筛查工具,可以大大减少对六种常见动物试验的需求。 这些测试占全球每年风险测试估计的300万至400万只动物的近60%。

计算机化的工具 - 建立在分子结构和现有安全数据的庞大数据库上 - 似乎与皮肤致敏和眼睛刺激等性质的动物试验结果相匹配,有时甚至可以改进。 。 但它也有局限性; 例如,该方法不能可靠地评估化学品引起癌症的风险。 目前尚不清楚监管机构如何采用非动物方法。

尽管如此,“我们对这种模式的潜力感到非常兴奋,”毒理学家Nicole Kleinstreuer说道,他是一家评估北卡罗来纳州达勒姆国家环境健康科学研究所(NIEHS)动物试验替代品的中心的副主任。 没有参与这项工作的Kleinstreuer补充说,使用“大数据......建立预测模型是减少和取代动物测试的极有希望的途径。”

大多数发达国家要求进入商业的新化学品至少经过一些安全测试。 但长期以来,将兔子,老鼠和其他动物暴露于化学品以评估风险的做法正面临越来越多的公众反对和成本问题,这有助于刺激寻找替代品。 在美国,环境保护局(EPA)一直在支持通过其毒性预测(ToxCast)计划等计划评估化学品的新方法的研究。 2016年,国会通过 - 有毒物质控制法案(TSCA) - 要求联邦监管机构采取措施减少公司用于测试化合物安全性的动物数量。

一种方法是使用已知的现有化合物的安全性来预测具有相似分子结构的新化学品所带来的风险。 两年前,由位于马里兰州巴尔的摩的约翰霍普金斯大学彭博公共卫生学院的Thomas Hartung领导的一个小组通过汇集欧洲化学品管理局(ECHA)在赫尔辛基监管的9800种化学品的测试数据,朝着这一目标迈出了一步。 然后他们表明, ,例如刺激性。

在今天的论文中,Hartung的团队变得更大。 首先,研究人员通过添加公共数据库PubChem和美国国家毒理学计划的信息,将他们的数据库扩展到1000万个化学结构。 接下来,他们在他们的数据库中比较了每对可能的化合物的结构和毒理学特性 - 总共50万亿次比较 - 创建了一个巨大的相似性图,按照结构和效果对化合物进行分组。 最后,他们对模型进行了测试:他们要求它预测随机选择的化学品的毒理学特征,将其与地图上的类似“邻居”联系起来,并将结果与​​化合物的六个实际动物试验进行比较。

平均而言,计算工具在87%的时间内再现了动物试验结果。 Hartung说,这比动物测试本身更好,在回顾文献时,他的研究小组发现,重复的动物测试平均只有81%的时间复制过去的结果。 “这是一个重要的发现,”Hartung说,因为监管机构经常期望动物试验的替代方法可以在95%的阈值下重现 - 即使动物试验不符合标准也是如此。

“我们的数据表明,我们可以取代六种常见的测试 - 占世界动物毒理学测试的57% - 基于计算机的预测,并获得更可靠的结果,”Hartung说。 他补充说,它可以帮助消除重复工作。 例如,该团队发现,使用所谓的Draize兔子测试,每种测试69种化学物质至少45次,这种方法涉及在兔子眼中放置一种化学物质,并引起了广泛的公众反对。

筛选方法有缺点。 ECHA的计算评估和传播部门负责人Mike Rasenberg表示,虽然它可以预测诸如刺激等简单的影响,但癌症等更复杂的终点是无法实现的。 “这不会是动物试验的结束,”他预测说,“但这对于研究简单的毒性来说是一个有用的概念。”

现在的问题是监管机构将如何看待这种方法。 Rasenberg认为,欧洲监管机构会接受简单终点,因为它符合所谓的定量结构 - 活动关系模型的验证标准。

在美国,NIEHS中心正在努力验证类似的方法。 官员在一份声明中说,一旦验证完成,EPA“将能够审查评估结果,以确定如何以及它们是否可用于通知TSCA评估的化学品。” “如果评估是有利的,这些类型的模型可以与ToxCast等其他工具结合使用,以通知筛查级别的危害确定或对大量物质进行排名/优先排序。”

Hartung说,他希望筛选方法也会引起那些正在准备实施新化学法的国家的兴趣,例如土耳其和韩国。

与此同时,研究人员与总部位于伊利诺伊州诺斯布鲁克的Underwriters Laboratories合作,为可能希望筛选产品的公司提供该工具,然后再提交给他们进行监管审查。

澄清,7/24/ 201,下午12:29:NIEHS没有验证Thomas Hartung团队开发的具体方法。 它验证了类似的方法。 故事已经更新,以使这更清楚。

发表评论

电子邮件地址不会被公开。 必填项已用*标注