近日，一项发表在《毒理科学》杂志上的研究表明，基于毒理学大数据的计算机软件能够有效预测化合物的毒性。在某些情况下，计算机预测的表现甚至比传统的动物实验还要好。

这好像是说——在不远的将来，生物学研究者不用再饲养小白鼠、小黑鼠、大白兔、金黄地鼠等一系列神兽，只要当当“键盘侠”，就可以拿到宝贵的数据了呢！

动物实验，能少点少点再少点吗？

所谓毒理学，是一门研究外源因素（化学、物理、生物因素）对生物系统有害作用的学科。通常，研究者需要把一些有毒有害的物质施加到实验动物身上，然后观察、评估、分析这些动物受到的伤害。

做过动物实验的人都知道这是一份漫长、繁重的工作，你需要操心动物们的吃喝拉撒、生儿育女，在必要的时候还得对自己一手拉扯大的小动物下药、下毒、下刀子，可以说是非常精神分裂了。与此同时，实验动物也为人类的科技进步和健康福祉做出了重大牺牲。

不光如此，动物实验涉及的财物支出也非常可观。比北京二环房子还寸土寸金的，就是饲养实验动物的屏障系统——无菌、恒温、恒湿、有规律光照——哪怕饭盒大的一块空间，都要按天数收费。

正因如此，动物实验一向倡导替代(replacement)、减少(reduction)、优化(refinement)的“3R”原则。

回到这项最新研究成果，它能否普渡从小白鼠到“生科狗”的有情众生呢？

正在崛起中的计算毒理学

研究人员用超过866000条训练数据，建立了评估物质化学特性和健康威胁的模型。这种模型可以用已知化学物质的数据，来评估未知物质的危险性。他们发现，在皮肤腐蚀、眼睛刺激等9种常规毒性试验中，计算机预测毒性的可重复性达到80%到95%，而且不受化学物质种类的限制。这个重复率已经超过了动物实验（70%到80%）。

事实上，这项研究属于毒理学中一个异军突起的分支学科——“计算毒理学”。这是一个通过构建计算机模型，来模拟和预测化学品危害风险的学科。

大连理工大学教授陈景文接受《中国科学报》记者采访时指出，计算毒理学是面向化学品风险预测与管理的关键技术，被认为是21世纪毒理学研究的发展方向之一。

相比传统毒理学研究，计算毒理学具有很多优势，包括：1. 节约实验动物，符合伦理精神；2. 在化学物质评价上，节约成本、提高效率；3. 通过大规模的数据筛选，能大大提高结果的准确率和可重复性；4. 可以实现跨物种外推。

一位从事毒理学研究的一线科研人员告诉《中国科学报》记者：“一个新化合物要获得上市批准，需要提供相关的毒理学数据。但是现在新化合物增加的速度远远超过了毒理学介入的速度，因此这些毒理学数据往往很粗糙、很局限。”

欧洲化学品管理局称，仅2018年，他们就需要处理约6万种化合物的注册。

另一项困扰学术界的，就是生物实验的可重复性危机。“不同的实验室条件、不同的实验操作，不同批次和来源的动物，都可能对误差有贡献，导致实验可重复性不高。”陈景文说。

动物毒理实验要求每个处理组的动物不得少于6只，受限于诸多因素，这个数字一般也不会高出太多。计算毒理学的优势在于把大量文献数据加合起来再做统计分析，误差会小很多。也就是说，虽然这项技术不用做动物实验，但它其实是站在了历史上无数动物实验的肩膀上。那些小老鼠小兔子们，从来没有白白牺牲。

不养老鼠，就去学习吧！

论文作者之一，约翰霍普金斯大学教授Thomas Hartung告诉《中国科学报》记者，论文中涉及的9种常规毒理学试验，每年仅在欧洲就会消耗50到60万只实验动物，全世界的数据大概是欧洲的四倍。

也就是说，保守估计，这项技术有望每年拯救200多万只实验动物的生命，与此同时还能节省大量科研支出。

但是多位专家也都指出，至少目前看来，动物实验还是不能完全替代的。

Thomas Hartung说：“这种方法适合有大量高质量数据可被获取的领域，我们可以从已有的数据出发，外推出更广泛的化合物性质。只要是和化学结构有关的性质，如特定治疗靶点上的药物作用等，都适用这项技术。”“当已有数据集很小并且异质性高的时候，这项技术无法取代实验。”

陈景文则说：“计算毒理学对机制比较简单明确的毒性终点，有着较好的预测效果。但是药物研发等领域的动物实验和临床测试，仍是不可替代的。”“而且，计算毒理学模型最终仍需要实验数据来构建和验证。”

“计算毒理学的出现，既是机遇也是挑战。”陈景文说，“它对科研工作者的创新性提出了更高要求。”

这么理解吧，当洗衣机和洗碗机把你从家务中解放出来时，你就该把时间和精力投入到更有创造力的劳动中；当技术的进步让你不需要天天下鼠房时，你就要学习更多东西，去开拓更新更有价值的研究领域，至少，得先把大数据处理和机器学习学好吧。