Hayvan Testlerine Son Veren Algoritma

Yakın zamanda yayınlanan bir çalışma, büyük kimyasal veri tabanlarından çalışan gelişmiş algoritmaların yeni bir kimyasalın toksisitesini standart hayvan testlerinden daha iyi tahmin edebileceğini göstermektedir.

Johns Hopkins Bloomberg Halk Sağlığı Okulu'ndaki araştırmacılar, kimyasal yapılar ve toksik özellikler arasındaki ilişkileri haritalamak için geliştirdikleri bilinen kimyasallardan oluşan büyük bir veri tabanı çıkardılar. Daha sonra, herhangi bir kimyasal bileşiğin toksik özelliklerini otomatik olarak tahmin etmek için haritayı kullanabileceğini gösterdiler hem de bir hayvan testinden daha doğru bir şekilde.

Geliştirilen en gelişmiş toksisite tahmin aracı, dünya hayvan toksikolojisi testinin %57'sini oluşturan dokuz ortak testte, hayvan testine dayalı sonuçlarından ortalama olarak yaklaşık %87 oranında daha doğruydu. Verilen herhangi bir test, tekrarlandığında, aynı sonucu elde etmek için ortalama olarak sadece %81'lik bir şansa sahipti.

Çalışmanın ana araştırmacısı Thomas Hartung “Bu sonuçlar birçok hayvan testini bilgisayar tabanlı tahminlerle değiştirebileceğimizi ve daha güvenilir sonuçlar alabileceğimizi gösteriyorlar” diyor.

Bilgisayar tabanlı yaklaşım, daha geniş güvenlik değerlendirmelerine yol açabilecek, hayvan testlerinden daha birçok kimyasal maddeye de uygulanabilir. Maliyetler ve etik zorluklar nedeniyle, tüketici ürünleri yaklaşık 100.000 kimyasalın sadece küçük bir kısmı kapsamlı bir şekilde test edilmiştir.

Fareler, tavşanlar, domuzlar ve köpek gibi hayvanlar, dünya genelinde laboratuarlarda yıllık olarak milyonlarca kimyasal toksisite testine tabi tutulur. Bu hayvan testi genellikle tüketicileri korumak için yasalarca gerekli olmasına rağmen, halkın büyük kesimleri tarafından ahlaki gerekçelere karşıdır ve aynı zamanda test sonuçları ile ilgili yüksek maliyetler ve belirsizlikler nedeniyle ürün üreticileri ile de popüler değildir.

Bloomberg Okulu'nun Çevre Sağlığı Bölümü'nü temel alan Hayvan Testleri Alternatifleri Merkezi'ni yöneten Hartung “Yeni bir pestisit, 30 ayrı hayvan testine ihtiyaç duyuyor ve sponsor şirkete yaklaşık 20 milyon dolar harcıyor” diyor.

Hayvan testlerine en yaygın alternatif, araştırmacıların, benzer bir yapıya sahip olan az sayıdaki kimyasalın bilinen özelliklerine dayanarak yeni bir bileşiğin toksisitesini öngördüğü bir okumayı karşılamasıdır. Okumak, hayvan testinden çok daha ucuzdur, ancak ilgili her bileşik için uzman değerlendirmesi ve biraz öznel analiz gerektiriyor.

Okuma sürecini optimize etmek ve otomatikleştirmek için ilk adım olarak, Hartung ve meslektaşları iki yıl önce büyük bir makine tarafından okunabilir toksikolojik veritabanını bir araya getirdi. 800.000 ayrı toksikoloji testine dayanarak, 10.000 kimyasal bileşiğin yapıları ve özellikleri hakkında bilgi verdi.

Çalışmaları için ekip veri tabanını genişletti ve Amazon'un bulut sunucu sistemi tarafından sağlanan bilgi işlem kasları ile makine öğrenme algoritmalarını kullanarak verileri okudu ve bilinen kimyasal yapıların ve bunların ilişkili toksik özelliklerinin bir “haritasını” oluşturdu. İlgili herhangi bir bileşiğin haritaya ait olduğunu ve yakınlardaki bileşiklerin özelliklerine dayanarak cilt tahrişi veya DNA hasarı gibi toksik etkilere sahip olup olmadıklarını kesin olarak belirlemek için ilgili yazılımlar geliştirdiler.

Hartung, “Yaklaşımımız, binlerce farklı kimyasal ve testle ilgili verileri kullanarak çok sağlam bir değerlendirmede hayvan testinden daha iyi performans gösterdi. Bu yüzden toksikoloji için büyük bir haber var. Kamu güvenliği standartlarını geliştirmek ve bunlara karşı test yapmak konusunda uzmanlaşmış bir şirket olan Underwriter's Laboratories (UL), bu çalışmanın sponsorluğunu üstlendi ve herkes tarafından okunan yazılım aracını ticari olarak kullanılabilir hale getirdi’’diyor.

ABD Gıda ve İlaç İdaresi ve Çevre Koruma Ajansı, yeni yöntemle ilgili resmi değerlendirmelere başlamış olup, okuyucunun gıdalarda, uyuşturucu ve diğer kimyasalların güvenliğini değerlendirmede kullanılan hayvan testlerinin önemli bir oranının yerine geçip geçemeyeceğini test ediyor. Araştırmacılar ayrıca, büyük teknoloji şirketleri de dahil olmak üzere bazı büyük şirketlere, ürünlerinde potansiyel olarak zehirli kimyasallar olup olmadığını belirlemek için bu uygulamayı kullanmaya başlayacaklar.

Hartung, “Belki bir gün, kimyagerler bir kimyasalın sentezlenmesinden önce bile sadece toksik olmayan bileşikler yapmaya odaklanabilmeleri için toksisiteyi tahmin etmek için bu araçları kullanacaklardır” diyor.

Çalışma bu haftanın başlarında Toxicological Sciences dergisinde yayınlandı .

Çeviri: Esen Çiftçi

Kaynak
John Hopkins Bloomberg Halk Sağlığı Okulu
https://www.goodnewsnetwork.org/more-reliable-new-form-of-digital-analysis-may-help-to-eliminate-animal-testing/