Программируемый химический экран заменит подопытных животных
Исследователи разработали самообучающееся электронное устройство для проведения токсичных анализов, которое прогнозируют химическую опасность элементов более последовательно, чем это делает тестирование на животных.
Во всем мире миллионы животных служат для токсикологического тестирования различных компонентов, предназначенных для человека или для экологических нужд. Сейчас токсикологи разработали программное обеспечение, которое может точно предсказать конечный результат этого тестирования. Исследователи собирали информацию из общественных баз данных, включая базу данных PubChem и Национальную токсикологическую программу США по 10 миллионам химических структур и изучали существующие материалы по химической безопасности для разработки алгоритма, который, в конечном счете, обеспечил большую достоверность, чем опыты на животных. Данный инструмент прогнозирует результат теста на животных с 87 процентной точностью, тогда как повторение тестов на животных давало в среднем только 81 процентное попадание в цель. Результаты исследования были опубликованы 11 июля 2018 года в «Toxicological Sciences». «Нет никаких сомнений в том, что это инновационное достижение», — написала в своем электронном письме изданию «The Scientist» Фиона Сьюэлл, руководитель программы по токсикологии и нормативным наукам в Национальном центре по замещении, усовершенствованию и сокращению исследований на животных в США (National Centre for Replacement, Refinement, and Reduction of Animal in Research in the U.K, больше известный как The Three Rs), которая лично не участвовала в работе. «Время покажет, появится ли на практике достоверная и надежная альтернатива методам, требующих использования подопытных животных».
«Я абсолютно уверен, что этот и другие похожие инструменты смогут сократить потребность тестов на животных», — заявил Эндрю Роуэн, главный научный сотрудник организации «Гуманное общество Соединенных Штатов», который также не участвовал в работе. «Использование животных для прогнозирования безопасности веществ для человека является очень дорогостоящим и часто ведет к ошибочным выводам. Для проведения комплексного тестирования требуется три года, в то время как для такого инструмента требуется всего несколько минут». Иллинойская лаборатория Underwriters Laboratories — независимая глобальная компания по стандартизации и сертификации в области техники безопасности, которая частично финансировала эту работу, уже сделала программное обеспечение команды Университета Хопкинса доступным за определенную плату для фирм, желающих проверить свои продукты для представления данных об их безопасности в контролирующие органы.
Во многих странах, включая США, есть органы государственного регулирования, контролирующие новые химикаты для коммерческих и потребительских нужд, экологии, которые нуждаются в рассмотрении на предмет безопасности. В то же время, многие страны ограничены в возможности использования животных для получения данной информации. В 2008 году Национальные институты здравоохранения США, Агентство по охране окружающей среды (EPA), Национальная программа токсикологии (NTP) и Управление по контролю за продуктами и лекарствами (FDA) совместно инициировали программу Tox21 (Toxicology Testing in the 21st Century) для разработки более эффективного и уместного тестирования в отсутствии животных. В 2013 году Европейский союз ввел запрет на тестирование на животных косметических продуктов, а Европейское агентство по химическим веществам (ECHA) активно поощряет различные альтернативы тестированию на животных. И в 2016 году правительством США переиздан Закон о контроле над токсичными веществами (TSCA), в котором говорится, что федеральные агентства должны помочь сократить тесты на безопасность веществ с использованием животных, заменив их альтернативными.
Для разработки своего нового программного инструмента, Томас Хартунг, директор Центра альтернатив для тестирования на животных в Университете Джона Хопкинса и его коллеги изначально показали, что из тех 9 801 химических веществ, которые они анализировали, наблюдались схожие данные о безопасности в случаях сходства их структур. Исследователи использовали базу данных профилированных химических веществ, которая была опубликована Европейским агентством по химическим веществам ECHA, после принятия закона REACH (Registration, Evaluation, Authorisation and Restriction of Chemicals — регистрация, оценка, разрешение и ограничение химических веществ), принятого в 2007 году, который предполагает, что компании определяют и обнародывают информацию о безопасности и рисках веществ, которые они производят и продают. Для своей работы команда добавила сведения из дополнительных баз данных, и в итоге, алгоритм составил 50 триллионов парных сравнений 10 миллионов соединений. Используя имеющиеся данные о безопасности, в том числе, полученных при тестировании на животных, разработчики построили модель, которую они сравнивали с результатами тестов на безопасность (6 результатов испытаний на животных для каждого химического вещества). Их анализ показал, что в тестировании на животных нет необходимости. Два химических вещества прошли независимое тестирование более 90 раз, а база данных содержит информацию на 69 химических веществ, каждое из которых было протестировано более 45 раз, часто исследование проводилось независимо, разными компаниями. Множественные независимые результаты испытаний были полезны при разработке этого инструмента, который показал «высокую степень неопределенности результатов испытаний на животных», — пишет химик-аналитик из Агентства по охране окружающей среды США (EPA) Кристофер Грулк в электронном письме «The Scientist».
Чтобы прийти к своему алгоритму, команда объединила результаты тестирования на животных и 74 категории химических свойств, чтобы разработать свою модель прогнозирования безопасности. В целом, программное обеспечение так же хорошо прогнозировало результаты безопасности химического вещества, как и тесты на животных, а в некоторых случаях программное обеспечение работало даже лучше.
Для этого метода существуют ограничения, как было показано, он не позволяет надежно прогнозировать более сложные виды токсичности веществ, которые могут проявиться в долгосрочной перспективе, например, риск того, что химическое соединение вызывает рак, говорит Хартунг. «Такие методы могут быть, а могут и не быть прогностическими в долгосрочной комплексной токсикологии», — добавляет Грулк. «Если результаты этого цифрового анализа химического сходства комбинировать с дополнительными биологическими данными, которые смогут выявлять механизмы токсичности, то с помощью устройства можно намного лучше прогнозировать опасности и риски для человека, чем, когда проводятся тесты на животных, что должно быть гораздо более привлекательным для органов государственного регулирования, которые используют только моделирование», — сказал Роуэн.
По словам Грулка, агентство «поддерживает переход к подходам без животных, поскольку их использование ведет к принятию правильных решений в области химической безопасности», и предпринимает усилия по достижению этой цели внутри страны. В настоящее время EPA проводит комплексную оценку этого нового программного обеспечения наряду с дополнительными алгоритмами других исследовательских групп. Эти инструменты были недавно предоставлены EPA рабочей группой по острой токсичности в Департаменте здравоохранения и социальных служб США и являются частью глобальных усилий по минимизации тестирования на животных. По словам Хартунга, FDA также занимается анализом и тестированием этого нового программного обеспечения. Роуэн вдохновлен новым достижением. «Это относительно недорогой способ тестирования химических веществ (для него не нужно дорогое общелабораторное оборудование, а самое главное, использование животных), и я хотел бы, чтобы большее количество людей использовали этот инструмент для прогнозирования результатов токсичности. Я начал продвигать альтернативы для тестирования на животных 42 года назад, тогда я даже не мечтал, что в течение моей карьеры я смогу предсказать прекращение большинства тестов на животных, но сейчас это становится реальностью, да еще и с лучшими результатами для людей». Хартунг говорит, что команда сейчас работает над улучшением своего алгоритма и включает в него данные о биологических последствиях соединений для того, чтобы его можно было использовать не только для определения острой токсичности, но и для достижения более сложных конечных точек безопасности. «Это не конец всех испытаний на животных, — говорит Хартунг. «Но это важный шаг на пути к этому».