• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  • Artificiell intelligens överträffar de repetitiva djurtesterna för att identifiera giftiga kemikalier

    Dessa råttor finns i speciella burar för urinsamling. Varje år, miljontals djur används för att testa kemikalier som används i industriprodukter. Upphovsman:Av unoL/shutterstock.com

    De flesta konsumenter skulle bli förskräckta över hur lite vi vet om majoriteten av kemikalier. Endast 3 procent av industrikemikalierna - mestadels läkemedel och bekämpningsmedel - testas utförligt. De flesta av de 80, 000 till 140, 000 kemikalier i konsumentprodukter har inte testats alls eller bara undersökts ytligt för att se vilken skada de kan göra lokalt, vid kontaktplatsen och vid extremt höga doser.

    Jag är läkare och tidigare chef för European Center for the Validation of Alternative Methods of the European Commission (2002-2008), och jag är dedikerad till att hitta snabbare, billigare och mer exakta metoder för att testa kemikaliers säkerhet. För detta ändamål, Jag leder nu ett nytt program vid Johns Hopkins University för att renovera säkerhetsvetenskaperna.

    Som en del av detta arbete, Vi har nu utvecklat en datormetod för att testa kemikalier som kan spara mer än 1 miljard dollar per år och mer än 2 miljoner djur. Särskilt i tider då regeringen rullar tillbaka bestämmelser om den kemiska industrin, nya metoder för att identifiera farliga ämnen är avgörande för människors och miljöhälsan.

    Hur datorn tog över från labråttan

    Vår datoriserade testning är möjlig på grund av Europas REACH (registrering, Utvärdering, Tillstånd och begränsning av kemikalier) lagstiftning:Det var den första globala förordningen som systematiskt loggade befintliga industrikemikalier. Under en period av ett decennium från 2008 till 2018, åtminstone de kemikalier som produceras eller marknadsförs med mer än 1 ton per år i Europa måste registreras med ökande säkerhetstestinformation beroende på såld mängd.

    Vårt team publicerade en kritisk analys av europeiska testkrav under 2009 som drog slutsatsen att lagstiftningens krav endast kunde tillgodoses genom att anta nya metoder för kemisk analys. Europa spårar inte nya kemikalier under en årlig marknad eller produktionsvolym på 1 ton. Men liknande kemikalieindustri i USA ger ungefär 1, 000 kemikalier i detta tonnageintervall till marknaden varje år. Dock, Europa gör ett mycket bättre jobb med att begära säkerhetsdata. Detta belyser också hur många nya ämnen som ska bedömas varje år även om de produceras i små mängder under 1 ton, som inte är reglerade i Europa. Billiga och snabba datormetoder lämpar sig för detta ändamål.

    Vår grupp utnyttjade det faktum att REACH offentliggjorde sina säkerhetsdata om registrerade kemikalier. 2016, vi formaterade Reach -data, gör den maskinläsbar och skapar den största toxikologiska databasen någonsin. Det loggade 10, 000 kemikalier och kopplade dem till 800, 000 associerade studier.

    Detta lade grunden för att testa om djurtester - som betraktades som guldstandarden för säkerhetstester - var reproducerbara. Vissa kemikalier testades förvånansvärt ofta i samma djurprov. Till exempel, två kemikalier testades mer än 90 gånger i kaninögon; 69 kemikalier testades mer än 45 gånger. Detta enorma slöseri med djur, dock, gjorde det möjligt för oss att studera om dessa djurförsök gav konsekventa resultat.

    Vår analys visade att dessa tester, som konsumerar mer än 2 miljoner djur per år världen över, är helt enkelt inte tillförlitliga - när de testas på djur är en kemikalie som är känd för att vara giftig bara bevisad så i cirka 70 procent av upprepade djurförsök. Detta var djurförsök gjorda enligt OECD:s riktlinjer för test under Good Laboratory Practice - det vill säga, det bästa du kan få. Detta visar tydligt att kvaliteten på dessa tester är överskattad och myndigheter måste pröva alternativa strategier för att bedöma toxiciteten hos olika föreningar.

    Denna grafik avslöjar en liten del av det kemiska universum. Varje punkt representerar en annan kemikalie. Kemikalier som ligger nära varandra har liknande strukturer och har ofta egenskaper. Upphovsman:Thomas Hartung, CC BY-SA

    Stora data mer tillförlitliga än djurförsök

    Efter visionen om toxikologi för 2000 -talet, en rörelse ledd av amerikanska myndigheter för att uppdatera säkerhetstester, viktigt arbete utfördes av min doktorsexamen student Tom Luechtefeld vid Johns Hopkins Center för alternativ till djurförsök. Tillsammans med Underwriters Laboratories, vi har nu utnyttjat en utökad databas och maskininlärning för att förutsäga giftiga egenskaper. Som vi rapporterar i tidskriften Toxicological Sciences, vi utvecklade en ny algoritm och databas för att analysera kemikalier och bestämma deras toxicitet-det vi kallar read-across strukturaktivitetsförhållande, RASAR.

    Att göra detta, vi skapade först en enorm databas med 10 miljoner kemiska strukturer genom att lägga till fler offentliga databaser fyllda med kemiska data, som, om du krossar siffrorna, representerar 50 biljoner par kemikalier. En superdator skapade sedan en karta över det kemiska universum, där kemikalier är placerade nära varandra om de delar många gemensamma strukturer och långt där de inte gör det. För det mesta, någon molekyl nära en giftig molekyl är också farlig. Ännu mer troligt om många giftiga ämnen är nära, ofarliga ämnen är långt. Vilket ämne som helst kan nu analyseras genom att placera det på denna karta.

    Om detta låter enkelt, det är inte. Det kräver en halv miljard matematiska beräkningar per kemikalie för att se var det passar. Det kemiska grannskapet fokuserar på 74 egenskaper som används för att förutsäga ett ämnes egenskaper. Med hjälp av egenskaperna hos de närliggande kemikalierna, vi kan förutsäga om en kemikalie som inte är testad är farlig. Till exempel, för att förutsäga om en kemikalie kommer att orsaka ögonirritation, vårt datorprogram använder inte bara information från liknande kemikalier, som testades på kaninögon, men också information för hudirritation. Detta beror på att det som vanligtvis irriterar huden också skadar ögat.

    Hur väl identifierar datorn giftiga kemikalier?

    Denna metod kommer att användas för nya otestade ämnen. Dock, om du gör detta för kemikalier som du faktiskt har data för, och jämför förutsägelser med verkligheten, du kan testa hur bra denna förutsägelse fungerar. Vi gjorde detta för 48, 000 kemikalier som var väl karakteriserade för minst en aspekt av toxicitet, och vi hittade de giftiga ämnena i 89 procent av fallen.

    Detta är klart mer exakt än motsvarande djurförsök som bara ger rätt svar 70 procent av tiden. RASAR ska nu formellt valideras av en interagency -kommitté bestående av 16 amerikanska myndigheter, inklusive EPA och FDA, som kommer att utmana vårt datorprogram med kemikalier för vilka resultatet är okänt. Detta är en förutsättning för acceptans och användning i många länder och branscher.

    Potentialen är enorm:RASAR -tillvägagångssättet är i huvudsak baserat på kemiska data som registrerades för Reach -tidsfristerna 2010 och 2013. Om våra uppskattningar är korrekta och kemiska tillverkare inte skulle ha registrerat kemikalier efter 2013, och använde istället vårt RASAR -program, vi skulle ha sparat 2,8 miljoner djur och 490 miljoner dollar i testkostnader - och fått mer tillförlitliga data. Vi måste erkänna att detta är en mycket teoretisk beräkning, men det visar hur värdefull denna metod kan vara för andra regleringsprogram och säkerhetsbedömningar.

    I framtiden, en kemist kan kontrollera RASAR innan han ens syntetiserar sin nästa kemikalie för att kontrollera om den nya strukturen kommer att få problem. Eller en produktutvecklare kan välja alternativ till giftiga ämnen att använda i sina produkter. Detta är en kraftfull teknik, som bara börjar visa all sin potential.

    Denna artikel publicerades ursprungligen på The Conversation. Läs originalartikeln.




    © Vetenskap https://sv.scienceaq.com