Uma nova análise digital pode ajudar a acabar com testes de produtos químicos, medicamentos e cosméticos em animais.
Um estudo publicado na revista Toxicological Sciences mostra que os algoritmos avançados que trabalham em grandes bases de dados químicos podem prever melhor a toxicidade de substâncias químicas do que os testes padrão em bichinhos.
Os pesquisadores da Escola Bloomberg de Saúde Pública Johns Hopkins exploraram um grande banco de dados de substâncias químicas conhecidas que desenvolveram para mapear as relações entre estruturas químicas e propriedades tóxicas.
Eles mostraram que é possível usar o mapa para prever automaticamente as propriedades tóxicas de qualquer composto químico – mais precisamente do que um único teste animal faria.
87% de precisão
A ferramenta de previsão de toxicidade mais avançada que a equipe desenvolveu teve, em média, 87% de precisão na reprodução de resultados de testes.
A repetição dos mesmos testes em animais no banco de dados tinha apenas 81% de precisão.
“Estes resultados sugerem que podemos substituir muitos testes em animais com previsão baseada em computador e obter resultados mais confiáveis”, diz o investigador principal do estudo, Thomas Hartung.
Os testes
Devido a custos e desafios éticos, apenas uma pequena fração dos cerca de 100.000 produtos químicos em produtos de consumo foi exaustivamente testada.
Animais como camundongos, coelhos, porquinhos-da-índia e cães passam anualmente por milhões de testes de toxicidade química em laboratórios de todo o mundo.
Embora esse teste em animais geralmente seja exigido por lei para proteger os consumidores, ele é contestado moralmente por grandes segmentos do público e também é impopular entre os fabricantes de produtos devido aos altos custos e incertezas sobre os resultados dos testes.
“Um novo pesticida, por exemplo, pode exigir 30 testes em animais separados, custando à empresa patrocinadora cerca de 20 milhões de dólares”, diz Hartung, que também dirige o Centro de Alternativas para Testes em Animais, baseado no Departamento de Saúde Ambiental da Bloomberg School. e engenharia.
Como primeiro passo para otimizar e automatizar o processo de leitura cruzada, Hartung e seus colegas reuniram há dois anos o maior banco de dados toxicológicos legível por máquina do mundo.
Contém informações sobre as estruturas e propriedades de 10.000 compostos químicos, com base, em parte, em 800.000 testes toxicológicos separados.
Para o estudo, a equipe ampliou o banco de dados e usou algoritmos de aprendizado de máquina, com a computação fornecida pelo sistema de servidores em nuvem da Amazon, para ler os dados e gerar um “mapa” de estruturas químicas conhecidas e suas propriedades tóxicas associadas.
Eles desenvolveram um software relacionado para determinar com precisão onde qualquer composto de interesse pertence ao mapa e se – com base nas propriedades dos compostos “próximos” – é provável que ele tenha efeitos tóxicos, como irritação da pele ou danos no DNA.
“Nossa abordagem automatizada superou claramente o teste em animais, em uma avaliação muito sólida, usando dados de milhares de produtos químicos e testes diferentes”, diz Hartung.
“Portanto, é uma grande notícia para a toxicologia.”
A Underwriter’s Laboratories (UL), empresa especializada no desenvolvimento de padrões de segurança pública e nos testes contra eles, co-patrocinou esse trabalho e está disponibilizando comercialmente a ferramenta de software de comparação.
FDA
A Administração de Alimentos e Medicamentos dos EUA e a Agência de Proteção Ambiental iniciaram avaliações formais para testar se o método comparativo pode substituir uma proporção significativa dos testes em animais atualmente usados para avaliar a segurança de produtos químicos em alimentos, drogas e outros produtos de consumo.
Os pesquisadores também estão começando a usá-lo para ajudar algumas grandes corporações, incluindo grandes empresas de tecnologia, a determinar se possuem produtos químicos potencialmente tóxicos em seus produtos.
“Um dia, talvez, os químicos usem essas ferramentas para prever a toxicidade, mesmo antes de sintetizar uma substância química, para que possam se concentrar em produzir apenas compostos não-tóxicos”, diz Hartung.
Com informações do GNN
