随着人工智能技术的飞速发展,我们不禁要问:AI是否能完全取代传统的动物实验?动物实验在推动生物医学进步中扮演了重要角色,但其带来的伦理争议也引发了广泛关注。今天,我将带大家探索AI在这一领域的潜力和挑战,看看它是否能成为动物实验的有效替代方案。

法国巴斯德研究所理论物理学家

AI技术能否完全取代动物实验?探索未来替代方案

Jean-Michel Besnier

法国索邦大学哲学系名誉教授

AI技术能否完全取代动物实验?探索未来替代方案

Nicolas David

巴黎综合理工学院生物学教授

导读

动物实验是推动生物医学发展的重要因素。如果没有动物试验,或许医学界的许多成就将很难实现,例如疫苗、抗生素、治疗糖尿病的胰岛素等药物的研发。但在这些成果的背后,也是无数动物付出的惨痛代价,所以,动物实验越来越受到伦理争议。

因此,找动物实验的替代方案,成为了学界亟需解决的问题。随着人工智能技术的进步,AI在模拟生物体方面的潜力引发了关于替代动物实验的讨论。AI技术能否完全替代动物试验,解决现有技术的局限性?在减少和优化动物试验的过程中,哪些技术和方法最具前景?

一览:

  • 人工智能在众多领域大放异彩,有学者开始思考是否能用AI模拟生物体,替代传统的动物试验。
  • 动物在科学研究中应用广泛,既可在基础研究中用于理解生理现象,也可以验证产品和药物的安全性与有效性。
  • 2010年,欧洲通过了一项指令(2010/63/EU),明确提出了“三个R”原则——替代(Replacement)、减少(Reduction)和优化(Refinement),旨在最大限度地降低动物遭受的痛苦。
  • 利用AI,可以为动物构建数字孪生,以模型为试验对象,或者通过生物统计学手段算出给定课题所需的最少试验动物量。
  • 哪些动物适合替代常规的试验物种,仍存在争议,特别是对于未被现有试验动物保护法律覆盖的物种。

人工智能(AI)算法已经在模拟人类声音、图像生成等方面取得了显著成就。未来AI能否逼真地模拟生物体,从而使动物试验成为历史?随着人类对动物福利的日益重视,这一问题进入了公众的视野。

法国索邦大学哲学教授、科学哲学家Jean-Michel Besnier解释道:“随着社会的进步,我们开始将动物视为有感情、有意识的生命,而非纯粹的试验工具。动物行为学和心理学的研究进展,以及‘动物文化’等全新概念的涌现,都在逐渐改变对动物试验的传统观念。此外,小鼠身上的得到的试验结果未必适用于人类,那何必让动物承受试验之苦?”

动物在科学研究中应用广泛,既可在基础研究中用于理解生理现象,也可以验证产品和药物的安全性与有效性,保证药物合法合规,无毒无害。科学界向来重视动物试验的伦理道德。2010年,欧洲通过了一项指令(2010/63/EU),明确提出了“三个R”原则——替代(Replacement)、减少(Reduction)和优化(Refinement),旨在最大限度地降低动物遭受的痛苦。

01替代(Replacement)

人工智能建模是否能替代动物试验?目前有两种途径:

在生物学中,“数字孪生”系统指能模拟人体组织生化或生物物理特性的数字程序。Besnier 介绍:“数字孪生在医学领域的使用日益频繁。在外科手术前对患者的器官建设数字孪生,供医生进行模拟训练,可提高手术成功率,从而降低患者风险。”类似的孪生技术未来或可为动物建模,将模型作为试验对象。

在毒理学领域,类器官技术有望替代动物试验。类器官是在实验室中从干细胞培养而得、旨在模拟真实器官功能的三维组织结构。然而,这项技术仍存在一定的局限性。巴黎综合理工大学光学与生物科学实验室正在积极研发类器官技术[1],实验室的发育生物学家Nicolas David指出:“虽然类器官在很多方面与真实器官相似,但二者并非完全等同。因此不能完全依赖类器官的反应来预测真实器官的反应。”尽管如此,类器官技术仍在个性化医疗中有施展空间,比如在开出抗癌药物前,可以测试患者细胞的反应,优化治疗方案。

02减少(Reduction)

在科研领域,基础研究尤其难以避免使用动物实验。然而,近期美国华盛顿大学医学院(圣路易斯分校)的研究团队带来了一项革新性的成果[2]。学者们开发了一种先进的机器学习算法,预测多个基因如何通过共同调控表达,决定细胞发育的结果——是分化成肌肉细胞、皮肤细胞还是神经细胞?

这一系统名为CelLoRAcle,集成了全球数十年的研究成果,并巧妙利用公共数据库中的已知基因交互数据。举例来说,研究人员可以查询某个基因的缺失对模型生物可能产生的影响,不再需要辛辛苦苦培育携带异常突变、无法表达某种基因的动物。

有些分子生物学技术已经过反复验证,相当成熟,适合于用机器学习算法处理模拟。不过David指出:“模拟一个系统,前提是要彻底理解它。”这样的模拟不仅有助于减少探索性工作,还能提供新思路,但是结果未必完全可靠,必须经充分验证才能作为进一步研究的基础。

03优化(Refinement)

即使确定要进行动物试验,也须通过数学手段进行相关验证。法国巴斯德研究所的统计物理学家Jean-Baptiste Masson解释:“目前的生物统计系统能通过预测和优化,算出给定课题所需的最少动物数量,我们研究所就在使用这种系统。”

近年来涌现出了一些新型替代方法。David阐述道:“并非所有动物都符合我们对‘感知能力’的定义,因此可采用其他物种替代常用物种。”或者可以以生物胚胎作为研究对象,因为胚胎必须发育到一定阶段,才会进入法国保护实验动物相关法规的保护范围[3]。“对于哺乳动物,保护的起始时间通常是在其总妊娠期的三分之二。非哺乳动物的情况则更为复杂,根据法国法律,保护自幼体能自主生存之时开始。以鱼类为例,自主生存指能够自行觅食,因此保护期始于其口腔开启的时刻。”

尽管一些研究者转向使用无脊椎动物模型,但这种方法存在一个明显的局限性:所选物种在进化树上离人类越远,其研究结论对于临床研究就越不适用。同时,使用无脊椎动物也受到了来自科学界内部的反对。2023年4月,287位研究动物意识的哲学家、伦理学家、动物行为学家和神经生物学家共同签署了《纽约动物意识宣言》[4]。

宣言指出,鉴于越来越多的研究表明所有脊椎动物以及部分无脊椎动物(如头足类、昆虫和甲壳类动物,包括螃蟹和虾)都具备“意识体验”,因此忽视这一可能性是“不负责任的”。宣言作者引用了关于蜜蜂[5]、章鱼[6]和两种蛇类[7]的意识的几项突破性研究成果,提出面对可能具有意识的试验动物时,应遵循“宁可信其有”的原则。未来,持续探索替代动物试验的方法势在必行。

尽管AI技术在替代动物实验方面展示了广阔的前景,但目前仍面临许多技术和伦理上的挑战。科学界需要进一步探索和验证这些新兴技术,以实现减少动物实验并确保科学研究的有效性。未来,我们期待更多创新和突破,使动物实验逐步成为历史的一部分。