Машинне навчання допоможе відмовитися від дослідів на тваринах

Американським вченим вдалося розробити комп'ютерний метод виявлення токсичності хімічних речовин, що перевершує за точністю досліди на тваринах. Для його створення використовували бінарні коефіцієнти схожості, а сама система навчена на інформації про більш ніж 866 тисячі небезпечних властивостей поширених в дослідах хімікатів. Стаття опублікована в журналі.

Токсикологічні досліди проводяться більшістю фармакологічних, косметичних та інших компаній, що виробляють хімічну продукцію: вони допомагають оцінити безпеку речовини для використання людиною. Незважаючи на те, що подібні дослідження регулюються етичними нормами окремих установ, тестування препаратів на токсичність на тваринах широко засуджується. По всьому світу компанії намагаються обмежити використання тварин в етапах створення своєї продукції; тим не менш, більшість вжитих заходів недостатньо ефективні: наприклад, у 2017 році кількість використаних лабораторних тварин зросла на сім відсотків порівняно з попереднім роком.

Допомогти обмежити кількість тварин, що використовуються в токсикологічних дослідах, можуть сучасні технології. Цим зайнялася команда дослідників під керівництвом Томаса Хартунга (Yhomas Hartung) з Університету Джонса Хопкінса. Вони використовували дані про 80 тисячі хімічних речовин з досьє, зібраних Європейським хімічним агентством: у кінцевому датасеті міститься інформація про 866 тисячі властивостей і вказівок на токсичність і можливі шкідливі впливи всіх проаналізованих хімікатів. Всі дані були отримані в ході багаторічних дослідів на тваринах.

Навчена система оцінює ймовірність небезпечних властивостей хімічних речовин (їх токсичності при контакті, наприклад, зі сльозними залозами) на основі розрахунку коефіцієнтів схожості: цей етап навчання відбувається без учителя. На основі отриманих даних потім, за допомогою методу k-найближчих сусідів, схожості властивостей оцінюваних хімічних речовин представляються у вигляді двомірних векторів. Далі система навчалася оцінювати токсичність вхідних даних за допомогою алгоритму random forest, який використовує безліч дерев рішень.

Дослідникам вдалося домогтися точності токсикологічного аналізу в 87 відсотках випадків: для порівняння, одиничний досвід за участю тварини має точність у 57 відсотків, а повторний - 81 відсоток.

Зібраних даних, таким чином, виявилося достатньо для того, щоб навчити комп'ютер оцінювати можливі негативні наслідки використання хімічних речовин для людини. Використання подібних методів, на думку дослідників, - це чудова можливість обмежити жорстке поводження з тваринами у сфері фармакології та косметології.

Найчастіше тварин використовують не тільки в дослідженнях безпеки речовин і медикаментів, а й для поведінкових досліджень. Наприклад, минулого року вченим вдалося вивести мишей з моделлю біполярного розладу.