De meeste consumenten zouden verbijsterd zijn over hoe weinig we weten over de meeste chemicaliën. Slechts 3 procent van de industriële chemicaliën - voornamelijk medicijnen en pesticiden - wordt uitgebreid getest. De meeste van de 80 000 tot 140, 000 chemicaliën in consumentenproducten zijn helemaal niet getest of slechts oppervlakkig onderzocht om te zien welke schade ze lokaal kunnen aanrichten, op de plaats van contact en bij extreem hoge doses.

Ik ben arts en voormalig hoofd van het European Centre for the Validation of Alternative Methods van de Europese Commissie (2002-2008), en ik ben toegewijd om sneller te vinden, goedkopere en nauwkeurigere methoden om de veiligheid van chemicaliën te testen. Daartoe, Ik leid nu een nieuw programma aan de Johns Hopkins University om de veiligheidswetenschappen te vernieuwen.

Als onderdeel van deze inspanning, we hebben nu een computermethode ontwikkeld voor het testen van chemicaliën die jaarlijks meer dan 1 miljard dollar en meer dan 2 miljoen dieren zou kunnen besparen. Zeker in tijden waarin de overheid de regelgeving voor de chemische industrie terugdraait, nieuwe methoden om gevaarlijke stoffen te identificeren zijn van cruciaal belang voor de gezondheid van mens en milieu.

Hoe de computer het overnam van de laboratoriumrat

Onze geautomatiseerde testen zijn mogelijk dankzij Europa's REACH (Registration, evaluatie, Authorizations and Restriction of Chemicals) wetgeving:Het was de eerste wereldwijde verordening die bestaande industriële chemicaliën systematisch registreerde. Over een periode van een decennium van 2008 tot 2018, ten minste die chemicaliën die in Europa met meer dan 1 ton per jaar worden geproduceerd of op de markt worden gebracht, moesten worden geregistreerd met toenemende veiligheidstestinformatie, afhankelijk van de verkochte hoeveelheid.

Ons team publiceerde in 2009 een kritische analyse van de Europese testeisen, waaruit bleek dat alleen aan de eisen van de wetgeving kon worden voldaan door nieuwe methoden voor chemische analyse toe te passen. Europa volgt geen nieuwe chemicaliën onder een jaarmarkt of productievolume van 1 ton. Maar de Amerikaanse chemische industrie van vergelijkbare grootte brengt ongeveer 1, 000 chemicaliën in dit tonnagebereik per jaar op de markt. Echter, Europa doet veel beter werk bij het opvragen van veiligheidsgegevens. Dit benadrukt ook hoeveel nieuwe stoffen elk jaar moeten worden beoordeeld, zelfs als ze in kleine hoeveelheden van minder dan 1 ton worden geproduceerd, die in Europa niet gereguleerd zijn. Goedkope en snelle computermethoden lenen zich hiervoor.

Onze fractie profiteerde van het feit dat REACH zijn veiligheidsgegevens over geregistreerde chemische stoffen openbaar heeft gemaakt. in 2016, we hebben de REACH-gegevens opnieuw geformatteerd, waardoor het machineleesbaar wordt en de grootste toxicologische database ooit wordt gecreëerd. Het logde 10, 000 chemicaliën en verbond ze met de 800, 000 bijbehorende onderzoeken.

Dit legde de basis om te testen of dierproeven - beschouwd als de gouden standaard voor veiligheidstesten - reproduceerbaar waren. Sommige chemicaliën werden verrassend vaak getest in dezelfde dierproef. Bijvoorbeeld, twee chemicaliën werden meer dan 90 keer getest in konijnenogen; 69 chemicaliën werden meer dan 45 keer getest. Deze enorme verspilling van dieren, echter, stelden ons in staat te onderzoeken of deze dierproeven consistente resultaten opleverden.

Onze analyse toonde aan dat deze tests, die wereldwijd meer dan 2 miljoen dieren per jaar consumeren, zijn eenvoudigweg niet erg betrouwbaar - wanneer getest op dieren een chemische stof waarvan bekend is dat deze giftig is, wordt dit alleen bewezen in ongeveer 70 procent van de herhaalde dierproeven. Dit waren dierproeven die werden uitgevoerd volgens de testrichtlijnen van de OESO onder Good Laboratory Practice – dat wil zeggen:het beste wat je kunt krijgen. Dit toont duidelijk aan dat de kwaliteit van deze tests wordt overschat en dat instanties alternatieve strategieën moeten proberen om de toxiciteit van verschillende verbindingen te beoordelen.

Big data betrouwbaarder dan dierproeven

In navolging van de visie van de toxicologie voor de 21e eeuw, een beweging onder leiding van Amerikaanse instanties om veiligheidstests te vernieuwen, belangrijk werk werd uitgevoerd door mijn Ph.D. student Tom Luechtefeld aan het Johns Hopkins Centre for Alternatives to Animal Testing. Samenwerken met Underwriters Laboratories, we hebben nu gebruik gemaakt van een uitgebreide database en machine learning om toxische eigenschappen te voorspellen. Zoals we rapporteren in het tijdschrift Toxicological Sciences, we hebben een nieuw algoritme en een nieuwe database ontwikkeld voor het analyseren van chemicaliën en het bepalen van hun toxiciteit - wat we read-across-structuuractiviteitsrelatie noemen, RASAAR.

Om dit te doen, we hebben eerst een enorme database gemaakt met 10 miljoen chemische structuren door meer openbare databases met chemische gegevens toe te voegen, die, als je de cijfers kraakt, vertegenwoordigen 50 biljoen paar chemicaliën. Een supercomputer maakte toen een kaart van het chemische universum, waarin chemicaliën dicht bij elkaar worden geplaatst als ze veel structuren gemeen hebben en ver waar dat niet het geval is. Meestal, elk molecuul in de buurt van een toxisch molecuul is ook gevaarlijk. Nog waarschijnlijker als veel giftige stoffen in de buurt zijn, onschadelijke stoffen zijn ver. Elke stof kan nu worden geanalyseerd door deze op deze kaart te plaatsen.

Als dit eenvoudig klinkt, het is niet. Het vereist een half miljard wiskundige berekeningen per chemische stof om te zien waar het past. De chemische buurt richt zich op 74 kenmerken die worden gebruikt om de eigenschappen van een stof te voorspellen. Gebruikmakend van de eigenschappen van de naburige chemicaliën, we kunnen voorspellen of een niet-geteste chemische stof gevaarlijk is. Bijvoorbeeld, om te voorspellen of een chemische stof oogirritatie zal veroorzaken, ons computerprogramma gebruikt niet alleen informatie van soortgelijke chemicaliën, die werden getest op konijnenogen, maar ook informatie bij huidirritatie. Dit komt omdat wat typisch de huid irriteert, ook schadelijk is voor het oog.

Hoe goed identificeert de computer giftige chemicaliën?

Deze methode wordt gebruikt voor nieuwe niet-geteste stoffen. Echter, als u dit doet voor chemicaliën waarvan u daadwerkelijk gegevens heeft, en vergelijk de voorspelling met de werkelijkheid, u kunt testen hoe goed deze voorspelling werkt. We deden dit voor 48, 000 chemicaliën die goed werden gekarakteriseerd voor ten minste één aspect van toxiciteit, en we vonden de giftige stoffen in 89 procent van de gevallen.

Dit is duidelijk nauwkeuriger dan de overeenkomstige dierproeven die slechts 70 procent van de tijd het juiste antwoord opleveren. De RASAR zal nu formeel worden gevalideerd door een interdepartementale commissie van 16 Amerikaanse agentschappen, inclusief de EPA en FDA, die ons computerprogramma zal uitdagen met chemicaliën waarvan de uitkomst onbekend is. Dit is een voorwaarde voor acceptatie en gebruik in veel landen en industrieën.

Het potentieel is enorm:de RASAR-aanpak is in wezen gebaseerd op chemische gegevens die zijn geregistreerd voor de REACH-deadlines van 2010 en 2013. Als onze schattingen kloppen en producenten van chemicaliën na 2013 geen chemicaliën hebben geregistreerd en in plaats daarvan ons RASAR-programma gebruikten, we zouden 2,8 miljoen dieren en $ 490 miljoen aan testkosten hebben bespaard - en betrouwbaardere gegevens hebben ontvangen. We moeten toegeven dat dit een zeer theoretische berekening is, maar het laat zien hoe waardevol deze aanpak zou kunnen zijn voor andere regelgevende programma's en veiligheidsbeoordelingen.

In de toekomst, een chemicus zou RASAR kunnen controleren voordat hij zelfs zijn volgende chemische stof synthetiseert om te controleren of de nieuwe structuur problemen zal opleveren. Of een productontwikkelaar kan alternatieven kiezen voor giftige stoffen om in hun producten te gebruiken. Dit is een krachtige technologie, die nu pas al zijn potentieel begint te tonen.

Dit artikel is oorspronkelijk gepubliceerd op The Conversation. Lees het originele artikel.