作者／Kayla Matthews      譯者／簡滋儀

提供化妝品配方服務的公司，熟知運用在人們日用品的眾多原料（圖片來源：Kaboompics）

動物實驗在社會上是個很棘手的議題。人們一方面明白動物實驗有助於製藥和化妝品業者，評估產品是否會對人體產生副作用，但在另一方面，人們也時常想著是否能有替代方案。

大數據似乎就是那道曙光—它可以降低動物實驗的使用，甚至完全將其免除。
 

以龐大資料庫來預測動物不良反應發生在人體的可能性

在藥品開始用於人體實驗之前，通常得先經過動物實驗，但在這當中的難題之一是：在動物身上產生的副作用，並不一定會在人類受試者身上產生。

有一個研究計畫便建立了一個資料庫，顯示出在動物和人體上是否都有不良反應。

科學家很清楚，某些發生在動物身上嚴重或常見的副作用，可讓他們採取必要措施以確保人體安全。然而，有些副作用在人體上相當罕見，甚至從來不曾出現過。這個新的資料庫的目標，就在於找出發生在動物身上的反應也發生在人體上的可能性。

相關的研究也指出，即使某個不良反應沒發生在動物身上，也不代表它就不會發生在人體上。

這個資料庫可減少動物實驗，因為它顯示出，當有超過一種不良反應發生在某一物種上，一般也很有可能發生在人類身上。科學家可同時檢測各種可能性，從而減少在檢驗效果中須用的實驗動物數量。

有一份研究報告檢視了近70多年來、超過3,000種被核可的藥物，以及超過160萬種不良反應。由於資料庫如此的深入，讓研究人員得知在藥物測試時應著重於哪種動物，才能與人體藥物實驗的結果最相近。

將大數據和AI人工智慧運用於化妝品實驗與配方上

大數據工具其中一個非常厲害的功能是，它們能探鑽龐大的資料庫，從中得出人類可能會錯過的結論。這種科技得出結論所需的時間，也遠短於人類所需花費的時間。

有一項研究報告探討了在資料庫中應用人工智慧（Artificial Intelligence ，簡稱AI）的價值，以得到更可靠的結論。AI可檢驗數萬種化學製品，以得知它們是否含有毒性。讓大數據來做決定，動物實驗就變得不必要了。

提供化妝品配方服務的公司，熟知運用在人們日用品的眾多原料。

如此應用AI還能得到其它各種預測資料，例如根據產品的原料來預測保存期限，或判斷某種配方對某種膚質的人最有效。

Proven這家公司就嘗試了上述第二個方式。他們使用AI來收集數據，從皮膚報告中為每個人選擇最理想的原料。

同樣地，其他公司也利用大數據來優化香味的配方。大數據的洞察力幫助他們選擇最持久的香味，並提供最佳的感官體驗。

也許這些結果說明了為何研究者會尋找替代方案，取代用動物來做化妝品或藥品實驗。

利用電腦模型，而非動物實驗

皮尤研究中心（Pew Research Center) 的數據顯示，對於用動物做科學實驗，美國民眾的看法相當分歧。具體而言，有47%的人贊成利用動物，而52%的人則是反對的。

也許這些結果說明了為何研究者會尋找替代方案，取代用動物來做化妝品或藥品實驗。

牛津大學一群科學家開發出一種新的研究方法，其建基在以人類數據打造的電腦化模型。研究人員打造的模型並非所有實驗都適用，而是著眼於總人口的數據。

他們的研究是為了檢測心臟病的藥，也發現了某些藥品只會在某些基因突變或某些特徵的人身上產生副作用。

開發電腦模型的技術效能很高，而且價格相對低廉。研究團隊計畫繼續開發這項技術，相信隨著時間演進，對於減少動物實驗會有良好效果。

「器官晶片」的進展

此外還有另一種替代方案，用不一樣的方式來利用電腦。

哈佛大學的研究員設計了一種東西，名為「器官晶片organ chips」或「器官上的晶片organs-on-chips」。每一個都是透明的，以撓性聚合物所製成。裡面有來自特定器官中活生生的人體細胞，還有跟真實器官環境相仿的人造環境。

這些微晶片有3D剖面的效果，展示了整個器官的主要功能。研究人員認為，這個小小的配件可讓我們研究新的給藥方式，並檢視藥物對人體的影響，而過程中完全不需要動物實驗。

他們也認為這個方法打開了環境因素（例如吸菸）的研究契機，了解這些因素對個別病患的組織健康和生理狀況有何影響。

令人拭目以待的進展，現在與未來

從本文所提的例子可以看到，在藥品和化妝品上市前，有許多方法能繼續做實驗，卻完全不需要利用動物。

也有其他的情況是，科學家仍用動物做實驗，不過他們以改良的方式取得更為相關的結論，有時也因此減少了動物的使用數量。

對於那些認同有必要做實驗、卻又希望企業能減少利用動物的人，這些選擇將帶來希望。

原文出處：
How Big Data Could Remove Animal Testing in Drug, Cosmetics Industries