上亿只“小白鼠”有救了，AI可检测化学物质甚至还更准确

智造观点

尽管这听起来非常冷血和不人性，但动物实验是现代研究或者认证流程中不可缺少的一部分。事实上，不管是药物还是化妆品等产品，在推出市场之前往往都需要先测试其安全性，动物测试便是一个比较流行的做法，不过却常常引来动物保护方面的争议。

但最近有科学家利用以往的资料，结合AI预测药物反应进行相关的测试了。在这种情况下，不仅能够提高效率，节省成本，未来或许还可以让测试小白鼠永远走出实验室。

文/灰灰

来源/人工智能观察（ID：Aiobservation）

众所周知，无论是化妆品还是药品，在正式推出前都必须经过动物检测实验，以确保该产品应用在人身上不会产生不良反应，而之所以使用动物进行测试，是因为某些动物的生理特征与人类相似。

尽管实验的初衷是善意的，但为了保证结果更真实，在测试过程中往往只会对实验小动物打少量的麻醉或者完全不做麻醉处理，对它们造成极大的伤害，留下极大的痛苦。可以说，许多动物终其一生都“奉献给了实验，甚至不曾见过阳光”。

但这种情况就要发生改变了。根据研究期刊Toxicological Sciences的最新报告，已经有科学家根据以往的动物测试和实验数据，配合人工智能技术可以对新的合成物进行分析，来预测这些未知的化学品对细胞造成的影响。在一定程度上，这种做法不仅能够提高效率，节省成本，未来或许还可以让小白鼠永远走出实验室。

为了科研，每年上亿只“小白鼠”献身科学

据统计，每年全球约有一亿一千五百万只动物被用在各种实验中。以欧盟来说，仅在2011年就用了17,896只狗、3713只猫、358,213只兔、6686匹马、6095只猴子、675,065只鸟、77,280只猪、28,892只羊、30,914头牛，以及超过100万只鱼及850万的啮齿类动物，数量总计超过了1000万。

不管是解剖，还是毒理实验，亦或是药物实验，动物在整个过程中都为人类医学研究的进步做出了巨大牺牲，尤其是小白鼠，其往往因病呈现出红眼睛特征，每年死亡数量更是难以计数。

而造成这种情况的原因，在于科学家不能任意预测药物的性能及反应。因此，动物实验室就成为现代药品开发重要的基础，与此同时，在动物上取得的实验数据，也为后期进入人体测试阶段提供极大的安全性。不过动物实验具有极高的重复性。

比如德莱塞测试，其最初用在化妆品的毒性实验中。由于试验品的毒性未知，其需要对动物进行一遍又一遍的给药，有的药物甚至可以测试六七十次，简直是在挨千刀。这个过程无疑会令动物产生更大的痛苦，且实验过程充满未知，经常造成大量动物意外死亡。

然而在科学医药的需求下，这类动物的牺牲虽然被视为合理，若从生命的角度来看，过程不仅不人道，也会造成极大的资源浪费。但随着技术的进步，动物实验现在已经逐步提倡使用无知觉材料代替动物、通过各种方式提高实验精度以减少动物使用量和优化动物体征以实现相对准确的实验数据。

虽然目前还无法完全取代动物实验，但科学家都在朝着这个方向努力。最近，有研究员指出，通过机器学习，至少可以在测试毒性方面，减轻一些动物身上的“压力”。

AI测毒，比动物测试更准确

最近，一项来自期刊Toxicological Sciences的研究表明，通过一种新的机器学习系统，利用动物测试毒性的历史很可能将被改写。动物实验，至少是动物测试毒性实验将有可能被计算机代替。

众所周知，药物研发的过程十分耗时，因此近年来，许多药厂也都纷纷拥抱新科技。据统计，目前已经有28家大型医药公司、93家新创公司，投入了数千万美元研究如何利用人工智能技术进行制药并展开新药品的测试。

对此，人工智能公司Exscientia的首席执行官Andrew Hopkins表示：“人工智能在设计以及化合物的选择上表现得更好。利用人工智能可以减少实验的次数，换句话说，它可以节省更多的金钱和时间。”在Andrew Hopkins看来，现在在动物实验中取得的数据多数储存在数据库中，基于生物学的复杂性，以及过去未能有效利用，如果能借助人工智能将这些数据加以利用，就能减少动物实验。

据了解，该研究团队从2014年就开始进行数据积累，最终收集了1万种化学物质。然后利用AI系统对数据库中的化学物质进行了86万次的测试，其绘制了分子结构与特定毒性类型之间以往并未被获知的关系，比如其可能对眼睛、皮肤或DNA造成的影响。

具体操作上来说，研究人员对不同化学性质和毒理性质的物质进行分组，然后以组内某一物质的毒性为参照，推测其他物质的毒性。再与这些其他物质在数据库中的已知毒性进行比照，得出计算机预测的结果。

最终结果显示，利用计算机测试得到的毒性准确率为87％，而使用动物再次进行测试的正确率则为81％。可以说在某些情况下，AI的准确度已经比动物实验要好很多。

虽有AI加持，动物实验仍无法缺席

虽然说，单从测试结果的数据来看（AI准确率87%，动物实验准确率81%），AI似乎表现不错，但只凭这一点，真的就代表人工智能可以取代动物实验了吗？答案是否定的。

首先是数据问题。从上面的案例我们可以了解到，该研究团队光是做一种简单的毒物测试，就花了近四年的时间来准备所需要的数据累积并进行实验分析。先不说每年会有多少新药处于研发、实验状态，如果一种药品需要进行多种毒性测试，甚至进行需要更多数据的高级药品的研究，那么整个数据库的积累等前期工作的时间线就会被拉得很长，届时，这可能会变成一个以十年为一个单位的浩大工程。

其次，动物本身也有计算机难以比拟的优势。测试实验中，我们之所以会选用在生理特征上与人类相似的动物来进行，是因为人体组成非常复杂，许多的副作用、反应、过敏，往往是在实验室中无法预测的，而动物是有可能在实验中获得意外收获的，比如一些物理或者生物学的发现便都是源自于一场意外的。换句话说，人工智能可以在数据的基础上进行完美分析资料，那是不是就意味着AI可能会束缚住动物实验中可能发现的意外反应呢？

当然，我们都不能否认，将人工智能用于药品研发，不仅仅是为了人道原因，还是为了提高效率，降低成本。但在目前的情况下，动物实验还是拥有自己的优势，所以，虽然有了AI的加持，但动物实体做配角进行试验仍是不可缺席的重要部分，只不过在这个过程中， 或许我们可以有效减少实验用动物的牺牲数量，让人道与科学之间变得更加平衡。

（文中图片来自网络）