聽到動物實驗，在你腦中第一個浮現的畫面是甚麼？穿著白袍的科學家在實驗室裡對白老鼠打針？或是化妝品廠商把化學物質滴進兔子眼睛，來測試商品刺激性？
動物實驗的管轄範圍可能不只你想像的這些！除了我們常聽到化妝品或人體清潔用品的安全測試，在生物醫學的研究場域中，實驗動物常應用在藥物與疫苗的安全測試，或觀察感染源與腫瘤的生長情形。在生理心理學的研究領域，也經常以動物作為研究材料，透過研究動物行為，期待能將研究成果類比到人類的心智活動。當然，也有很多單純研究動物本身形態、生活習性或行為特徵等等，也算是動物實驗的範疇。
國研院動物中心企劃推廣組組長秦咸靜提到，從 1900 至 2016 年為止，103 位諾貝爾生醫獎得主中就有 84 位做的是動物實驗。所以從歷史上來看實驗動物的醫療貢獻，如果沒有這些動物的犧牲，我們對於醫療健康的知識不會有這麼大的進展。
由此可見動物實驗的範圍有多廣，還有實驗動物對於人類的貢獻有多深遠。
是說單純為了研究動物而實行的動物實驗可能沒什麼大問題，但如果是做化妝品、清潔用品測試，或研究人類疾病這種單純只「為人類服務」的動物實驗，一直以來都具有爭議。不過好消息來臨！在上個月中，美國約翰霍普金斯大學團隊發表在《Toxicological Sciences》期刊的研究成果，或許能夠大大的降低動物實驗的比率。
電腦不只會揀土豆，還可以預測化學物質的毒性
人工智慧的浪潮來勢洶洶，以前可能從沒想過 AI 可以減少動物實驗，如今正一步步邁向以電腦預測取代動物實驗之路。不過話說回來，這到底是怎麼辦到的呢？目前最常見的替代動物實驗的方式叫做「讀取」（read-across），由於具有相同化學結構的物質，對人體健康的影響也十分相似，因此研究人員合成新的化學物質時，可以依據它的結構來推測毒性強弱。
研究團隊依循「讀取」的核心理念，花了兩年的時間，從 80 萬個動物實驗結果建立約一萬種化合物的毒性資料。這些資料來自於歐盟自 2007 年開始的「Reach」法規（Registration, Evaluation, Authorization and Restriction of Chemicals）中，規範化學品公司皆需將化學物質之安全資訊登記於歐洲化學品主管機關（European Chemicals Agency）。而截至 2018 五月總共登記兩萬筆以上的化學物質資料。
美國約翰霍普金斯大學研究團隊的通訓作者 Thomas Hartung 表示：「從資料庫中可以發現同樣化學物質的動物實驗測試重複了幾十次，像是把化學物質滴在兔子眼睛測試刺激程度。」
那該如何避免這種情況發生？Thomas Hartung 的研究團隊再從 PubChem 的公開資料庫和美國 National Toxicology Program 中取得資料，建置成含有一千萬種化學結構的超大資料庫，再把資料庫中的化學物質兩兩配對，比較它們的化學結構和毒理學特性，像是對眼睛、皮膚的刺激程度，或是 DNA 受損程度。
經過了 50 兆次的兩兩比較之後，團隊依照各化學物質的結構與對人類的健康影響，畫出「化學特性地圖」。最後，為了要檢驗這花了好一番功夫畫出來的地圖預測力如何，團隊隨機選擇一個化學物質，根據地圖來預測這個化學物質的毒理學特性之後，再把預測的結果拿去跟動物實驗的結果比較。
一般來說，如果把先前做過動物實驗研究的化學物質，再拿去做一次一模一樣的動物實驗，所得到的研究結果有 81% 的機率會跟先前結果一樣。而 Thomas Hartung 團隊的研究結果顯示，「化學特性地圖」的預測結果與先前動物實驗結果平均有 87% 相符。
「這真是令人大開眼界！或許未來許多動物實驗能夠以電腦預測取代，且能夠取得更準確的研究成果！」 Thomas Hartung 這麼說。
動物實驗真的可以完全消失嗎？
這份「化學特性地圖」雖然能高度還原先前的動物實驗結果，並能良好預測化學物質是否引起發炎、疼痛等對人體較單純的影響，但如果要評估對人體更複雜的危害，像是是否導致癌症或影響生育能力時，目前仍需要倚靠動物實驗來證明。也就是說，化學物質對人類健康的影響層面多元又複雜，光靠大數據的分析與預測就想要大小病通吃，可能還有一段很長的路要走。
即使在不遠的將來，這份化學特性地圖越趨完善，動物實驗就真的可以完全消失嗎？
就像在文章前頭曾經提過，動物實驗的型態百百種，目前看起來化妝品、清潔用品等屬於毒理學領域的測試可能可以慢慢以電腦模型來取代，但是基礎科學的研究（包含觀察感染源與腫瘤的生長情形，及以動物行為來探討人類心智活動）與藥物開發的臨床前試驗，動物實驗的地位可能還是屹立不搖。
值得開心的是，有越來越多取代動物實驗的方法出爐，像是哈佛大學的韋斯研究所（Wyss Institute）研發出能夠模擬人類器官的 USB 大小晶片，以矽膠物質模擬人類器官細胞，細胞旁緊鄰空氣通道，研究人員把化學成分注入這些通道當中，就能夠模擬心、肺、腸道對藥物的反應。
我們無法否認動物實驗對於科學界的重要性與貢獻，但近年來科學家也竭盡所能研發出能夠取代動物實驗的研究方法，或許在人工智慧發展越趨成熟之際，這篇以大數據漸漸取代動物實驗的研究能有拋磚引玉的效果。
參考資料：
- 翻越生醫研究：你不知道的實驗動物——《2016泛知識節》
- USB大小的晶片，就能模擬你身上的器官—《知識大圖解》
- Luechtefeld, T., Marsh, D., Rowlands, C., & Hartung, T. (2018). Machine learning of toxicological big data enables read-across structure activity relationships (RASAR) outperforming animal test reproducibility. Toxicological Sciences.
- New digital chemical screening tool could help eliminate animal testing Science, 2018.07.11
- Software beats animal tests at predicting toxicity of chemicals Nature, 2018.07.11
