据统计，仅欧洲地区，每年用来做实验的动物数量就超过1000万。全球而言，可能破亿。
解剖、毒理实验、药物实验……可以说，动物为人类医学研究的进步做出了巨大牺牲。尤其是小白鼠，其往往因病呈现出红眼睛特征，每年死亡数量更是难以计数。
再加上很多实验为了避免药物作用影响真实检测效果，往往不对动物做麻醉处理，或只注射很少的剂量。这对动物造成的痛苦是难以想象的。
然而，由于生物实验的特殊性，人类不可能在自己的身体上进行研究，虽然这是最合理的方式。那么，这些痛苦只好由和人类的某一生理特征较为相似的动物承受。但是即便如此，利用动物进行实验，其结果和意义也是有限的。
当然，能进入到人体测试阶段，说明其已经具备很大的安全性。
首先是实验动物生命风险。人类选择用动物代替自身去做实验，其目的就是为了规避可能带来的死亡风险。但这并不意味着就能任意地糟践动物生命。在实际的操作过程中，由于实验设计、操作失误等一系列人为因素，造成的实验动物意外死亡数量很多。在科学研究的需求之下，这种意外死亡被认为是合理的。但单从实验品而非生命的角度来看，这是一种资源的巨大浪费。
最后是动物实验的重复性。比如德莱塞测试，其最初用在化妆品的毒性实验中。由于实验品的毒性未知，其需要对动物进行一遍又一遍的给药，有的药物甚至可以测试六七十次，简直是在挨千刀。这个过程无疑会令动物产生更大的痛苦。
也就是说，抛却动物实验并不能完全适合人类机体这方面的局限，其仍然存在着上述不得不面对的客观现实。其中给动物增加的痛苦也就不言而喻。
因此，动物实验的3R原则（replancement、reduction、refinement）提倡用无知觉材料代替动物、通过各种方式提高实验精度以减少动物使用量和优化动物体征以实现相对准确的实验数据。最好的方式当然是替代动物实验，但在今天的条件下，这无疑是一个不可能的事情。
事实上，科学家已经在逐渐替代动物实验，比如使用细胞实验。
而随着技术的进步，科学家开始使用另一件秘密武器：机器学习。至少在测试毒性方面，动物将因此而受益良多。
该论文研究团队从2014年就开始进行数据积累，最终收集了1万种化学物质。然后利用AI系统对数据库中的化学物质进行了86万次的测试，其绘制了分子结构与特定毒性类型之间以往并未被获知的关系，比如其可能对眼睛、皮肤或DNA造成的影响。
具体操作上来说，研究人员对不同化学性质和毒理性质的物质进行分组，然后以组内某一物质的毒性为参照，推测其他物质的毒性。再与这些其他物质在数据库中的已知毒性进行比照，得出计算机预测的结果。
当然，现在就说替代的事儿未免有点太早，尤其是替代动物实验。
比如数据问题。我们上文提到，仅仅是做这样一个简单的毒性测试，研究团队就花了四年的时间去进行数据积累和实验分析。不难想象，如果是做更多种类的毒性测试、难度更高的疾病药物研究，其需要搜集的数据也必然只会多不会少。那么，如何建立这样一个庞大的数据库，同时把控建设的时间，将可能是一个以十年为单位的工程。
另一方面，动物本身也有一些计算机难以比拟的优势。计算机是在已知数据的基础上工作，而动物则可能会在实验的过程中出现一些未知的、可能是意外收获的情况。比如很多物理或者生物科学发现，都源自一场意外。那么，计算机是否会被固定的程式束缚，是否也能有可能发生在动物身上的一些神奇表现呢？
可能，这也需要另外设计一个计算机模拟系统吧。
1. 3R原则的强化与弱化。3R原则的提出，基于的是尊重动物生命的理念。三者之中，如果做到了“replacement”，后两条也就没有存在的条件了。计算机正是强化“替代”的重要因素。如果能够用计算机模拟分析代替动物耐受实验，数量可观的动物将被替代，动物的天然生存权利也将得到保障，后两个“R”的关注也可能被弱化。
2. 生物医药研究的成本大大降低。一方面，摆脱了养殖、管理动物的繁杂事务，一套计算机系统就可以适应所有的实验，也就免去了生物养殖成本。相较之下，计算机维护的成本则要低得多。另一方面，计算机得出的实验结论的速度要比观察动物的自然反应快很多，时间上的成本也将大大降低，同时还提高了实验效率。比如很多数据都是已经经过实验得出的，但在新的实验中由于各种原因仍然会重复进行，造成资源和时间的浪费。
但从现实而言，动物毕竟在某些方面和人类是最接近的，比如小白鼠被证明和人类有极为相似的基因序列。而依照目前的计算机发展水平，还很难对实现完全的技术模拟。从这个角度上说，即便在计算机进行生物实验技术成熟担任主角的情况下，动物实体作为配角进行实验可能仍然是无法缺席的。而我们要做的，就是让动物承担更少的牺牲和痛苦。这既是技术进步的必然选择，也是道德伦理的热切期盼。
Return to Top ▲
友情链接