这个计算机程序可以使动物试验过时

利用人工智能，现在可以绘制出以前未知的分子结构和化学毒性之间的关系。

美国开发了一种新的计算机系统，可以比动物试验更准确地预测化学物质的毒性。这是一项突破性的进展，可能会减少对检测的需求，这些检测被许多人认为是非常不道德的，而且昂贵、耗时，而且往往不准确。作为我以前写过的今年,

据估计，每年有50万只老鼠、大鼠、豚鼠和兔子被用于化妆品测试。测试包括将化学物质擦入动物的眼睛和皮肤，以评估刺激程度;通过强迫动物食用化学物质来测定毒性，以确定它们是否会导致癌症或其他疾病;以及致命剂量测试，即确定杀死动物所需的某种物质的量。”

基于计算机的系统提供了另一种方法。该技术被称为基于阅读交叉的结构活动关系(Read-Across-based Structure Activity Relationship，简称“Rasar”)，它使用人工智能来分析一个化学品安全数据库，该数据库包含对10,000种不同化学品的80万次测试结果。

的金融时报》报道，

“计算机绘制出了分子结构和特定类型毒性之间以前未知的关系，比如对眼睛、皮肤或DNA的影响。”

Rasar预测化学毒性的准确率达到87%，而在动物试验中准确率为81%。研究结果发表在杂志上毒物学的科学而其首席设计师、巴尔的摩约翰霍普金斯大学(Johns Hopkins University)教授托马斯·哈东(Thomas Hartung)上周在法国举行的欧洲科学开放论坛(EuroScience Open Forum)上展示了这一发现。

生产化合物的公司最终将能够访问Rasar，它将向公众开放。在制定一种新农药之类的产品时，制造商可以调出各种化学物质的信息，而不必对它们进行单独测试。重复测试是该行业的一个现实问题，Hartung说:

“例如，一种新的农药可能需要30个单独的动物试验，花费赞助公司约2000万美元……我们发现，同样的化学物质通常已经以同样的方式测试了几十次，比如把它放进兔子的眼睛里，检查它是否有刺激性。”

一些人担心犯罪分子能够进入数据库并利用这些信息制造他们自己的有毒化合物，但Hartung认为有比通过Rasar获得这些信息更直接的方法。可以说，对化学工业(和实验动物)的好处超过了风险。

拉萨尔听起来很像人类毒理学项目联盟，我在参加了郁郁葱葱的奖去年秋天在伦敦。HTPC也在努力建立一个化学品信息数据库，其基础是毒性和暴露测试的结果以及预测性计算机程序。这种方法被称为基于途径的毒理学，其目标是使动物试验过时，同时提供对化学物质在人体内反应的更好预测。