forsøgsdyrenes værn

Databaseanalyse er mere pålidelig end dyreforsøg

Avancerede beregninger der udføres i store kemikaliedatabaser kan forudsige et nyt kemikalies giftighed bedre end ved testning af kemikaliet i et forsøgsdyr.

Det viser en ny stor undersøgelse, som forskere ved John Hopkins Bloomberg School of Public Health i Baltimore, USA, netop har offentliggjort i tidsskriftet Toxicological Sciences.

databaseanalyser er bedre end dyreforsøg forsøgsdyrenes værn“Disse resultater er en sand øjenåbner og viser, at vi kan erstatte mange dyreforsøg med computerbaserede forudsigelser og få mere pålidelige resultater”, siger professor Thomas Hartung, som er professor på Institute for Environmental Health and Engineering på Bloomberg School.

Den computerbaserede tilgang vil kunne anvendes på langt flere kemikalier end man p.t. tester på dyr. Der er nemlig mange kemikalier, som man − på grund af store omkostninger og dyreetiske forbehold − ikke tester. Af de 100.000 kemikalier, som man finder i forbrugsprodukter, er kun en lille del blevet testet grundigt.

Kaniner, hunde, mus og marsvin gennemgår hvert år store lidelser i giftighedstestning af kemikalier rundt om i verden. Som hovedregel er de krævet af loven med tanke på at beskytte forbrugerne, men resultaterne er ofte upålidelige, der er en stigende modstand i offentligheden over at lade dyrene gennemgå så store lidelser og producenterne af produkterne er fortørnede over de store omkostninger ved at få et produkt på markedet.

“Et nyt pesticid kan f.eks. kræve 30 separate dyreforsøg, og koste et firma ca. 20 millioner dollars (ca. 13o millioner danske kroner)”, siger Thomas Hartung, der også leder Center for Alternativer til Dyreforsøg , som ligger på Bloomberg School.

Det mest almindelige alternativ til dyreforsøg er den såkaldte read-across-metode, hvor forskere forudsiger et nyt stofs giftighed på basis af andre stoffer med en lignende struktur. Den metode er langt billigere end at foretage dyreforsøg og den sparer forsøgsdyr for lidelser, men den kræver ekspertanalyser og er baseret på subjektive vurderinger af hvert enkelt stof.

Som et første skridt på vejen til at optimere og automatisere read-across- metoden samlede Thomas Hartung og hans team for to år siden verdens største maskin-læsbare giftighedsdatabase. Den indeholder oplysninger om strukturer og egenskaber ved 10.000 kemiske forbindelser, der er baseret på 800.000 separate giftighedstests.

Thomas Hartung

“Vi fandt ud af, at der er en enorm mængde af gentagelser af dyreforsøg – ofte var det samme kemikalie testet snesevis af gange ved f.eks. at dryppe det i kaniners øjne for at se graden af irritation”.

Dette uhyrlige forbrug af forsøgsdyr er oprørende, og kunne være undgået, hvis der havde eksisteret en database, hvor man kan gå ind og se resultaterne af tests, som allerede VAR udført.

Hartungs forskerteam udvidede nu databasen med systemer, der kan udarbejde et “kort” over kendte kemiske strukturer og deres giftige egenskaber. De udviklede dernæst software, som kan bestemme præcist hvor på “kortet” en stof hørte hjemme og − baseret på et nabo-stofs egenskaber − sandsynligheden for, at stoffet kan give giftighedsreaktioner som f.eks. øjenirritation eller DNA- skader.

“Vores automatiserede tilgang viste sig tydeligt at være meget bedre end dyreforsøgene til at forudsige giftigheds-reaktioner, og det er et stort skridt på vejen mod helt at undgå dyreforsøg i giftighedstestning”, udtaler professor Hartung.

Nu mangler myndighedernes tiltag på det lovgivningsmæssige område: at sløjfe kravene om dyreforsøg og realisere, at der findes langt mere pålidelige måder at forudsige et stofs giftighed på, som vel at mærke ikke påfører andre levende væsener smerte og lidelse.

Læs mere…

Computermodeller …