跟动物实验说再见 新发明电脑程序模拟化学毒性实验准确度更高

研究人员编写了一个程序用于比较不同化学物质的结构和毒性效应，从而有可能根据新化学物质与已知化学物质的结构相似程度来预测它们的毒性。

从化妆品到药品，化学家每年都要制造出新的化学物质。但是，将这些化学物质引入产品中也引发了对其潜在危险的质疑。它们会刺激皮肤吗?眼睛呢?他们会破坏DNA吗?

为了识别这些可能的风险，公司经常在动物身上测试化学物质。但这些动物试验既昂贵又耗时，而且结果还并不总是可靠。此外，许多消费者对他们最喜欢的产品在动物身上测试感到不安，比如老鼠、兔子和豚鼠。

但我们也许能够在不牺牲预测问题能力的前提下避免动物实验。因为研究人员已经开发出一种计算机程序，可以比动物实验更好地预测新化学物质的毒性效应。

该方法依赖于科学家们建立的一个数据库，其中包括毒物学登记处记录的80多万项动物试验的结果，涉及约1万种化学物质。

这样的数据库使专家能够通过将未经测试的化学品与类似的化学品进行比较来预测其危险性，这一过程被称为“解读”，是动物实验的主要替代方法。但这个过程是非常主观的。不同的人可能会根据他们熟悉的化合物选择不同的比较化学品，他们甚至可能得出相反的结论。

因此，为了消除这种主观性，研究人员设计了一个程序，让它在数据库上为他们进行解读程序。他们的方法使用机器学习算法来比较不同化学物质的结构和毒性效应。其结果是一种化学结构和性质的地图，使他们能够根据一种新化学物质在地图上的位置来预测其潜在的毒性作用。

这种方法使科学家能够比一些最常用的动物试验更准确地预测一种化学物质的危险。他们的研究结果发表在《毒理学科学》杂志上。[Thomas Luechtefeld等人，毒理学大数据的机器学习使解读结构活性关系(RASAR)优于动物试验重现性]

该软件由共同赞助这项研究的承销商实验室提供商业使用。鉴于计算机程序不需要钱或时间来进行动物实验，这种虚拟毒物学筛查应该对公司和动物爱好者都具有吸引力。

-Deboki Chakravarti