Investigación científica libre de crueldad animal: sustituyen pruebas toxicológicas por modelos basados en Big Data

El Lush Prize es el mayor premio anual del sector en contra del ensayo con animales.
El Lush Prize es el mayor premio anual del sector en contra del ensayo con animales.
Lush

El Lush Prize, un premio internacional que se lanzó en 2012 para apoyar las pruebas de toxicología sin animales, recompensa a grupos o personas que trabajan en el campo de la investigación científica libre de crueldad animal.

Uno de los equipos que ha sido premiado en la edición de 2020 es el equipo MIE Atlas de la Universidad de Cambridge, que se dedica a la construcción de modelos computacionales para predecir los eventos de iniciación molecular (MIEs) de sustancias químicas novedosas.

“Los MIEs son interacciones químico-biológicas clave que determinan la capacidad de los productos químicos para causar un resultado tóxico a través de una vía de resultado adverso (AOP)”, explica Tim Allen, científico del equipo MIE Atlas. “Los AOP nos permiten comprender mejor los mecanismos biológicos detrás de la toxicidad, que es clave para la evaluación moderna de la seguridad química”, añade.

En un lenguaje que todos podamos entender: a través de bases de datos y del conocimiento que se desprende de ellas pueden predecir el comportamiento de determinadas moléculas, comprobando así si estas pueden resultar tóxicas para los seres humanos sin necesidad de utilizar para ello las pruebas con animales. La clave radica en que, como ya se conoce el comportamiento de algunos compuestos, pueden existir bases de datos con ese comportamiento.

Tim Allen, científico del equipo MIE Atlas, con el Premio Lush.
Tim Allen, científico del equipo MIE Atlas, con el Premio Lush.
Lush

Para el desarrollo del proyecto de MIE Atlas se han utilizado una variedad de enfoques de modelado y técnicas computacionales, incluidos algoritmos de inteligencia artificial de aprendizaje automático de última generación. El equipo tiene como objetivo construir estos modelos “con la más alta calidad” y comprender mejor su funcionamiento interno y sus predicciones, haciéndolos “más adecuados” para su uso en la ciencia de la seguridad.

Allen asegura que los modelos desarrollados han demostrado “un nivel muy alto de predictividad”. Concretamente, se han implementado internamente en el Centro de Garantía de Seguridad y Medio Ambiente (SEAC) de Unilever para evaluar nuevos ingredientes sin el uso de experimentos con animales.

Es decir: el trabajo realizado por el equipo MIE Atlas ayuda a impulsar la toxicología computacional, una herramienta que permite comprender por qué ocurren los efectos tóxicos de ciertos productos sin tener que utilizar para testarlos pruebas con animales y dando así un paso en el apoyo de la eliminación de los ensayos científicos con estos seres vivos.

¿Cómo es posible sustituir la experimentación con animales por el Big Data?

Los datos “impulsan” los algoritmos computacionales que construye el equipo MIE Atlas. “Es una parte esencial del procedimiento de construcción de modelos y, como tal, siempre queremos utilizar la mayor cantidad de datos de alta calidad que podamos obtener”, subraya Allen.

En el caso de los modelos MIE Atlas, los datos requeridos son datos de ensayos in vitro en los que los efectos de una sustancia química se miden frente a MIEs específicos. “Más datos en esta área nos permite entrenar algoritmos más sofisticados y poderosos y crea un conjunto de datos que cubre más espacio químico y esto ayuda a garantizar que nuestros modelos sean aplicables a una variedad más amplia de nuevos productos químicos, lo que les permite realizar predicciones más útiles”, dice el científico.

Esto también es válido para la construcción de otros modelos computacionales, continúa explicando Allen, “incluidos los que ayudan a comprender cómo estamos expuestos a los productos químicos y los que exploran los AOP vinculados a nuestros MIEs”.

“La combinación de modelos como este puede ayudar a proporcionar una evaluación de toxicidad completamente computacional, desde la exposición hasta los resultados biológicos, una posible sustitución de los experimentos con animales o, más probablemente, un conjunto de herramientas que se utilizarán junto con los experimentos in vitro”, concluye.

Premio internacional Lush

Este pequeño gran paso ha sido valedor del Lush Prize, un galardón que cada año premia proyectos que apoyen las pruebas de toxicología sin animales.

Por primera vez, tres de los nueve ganadores que compartieron el premio Lush de 250.000 libras están trabajando en propuestas de Big Data diseñadas para reemplazar las pruebas con animales, entre ellos el proyecto ‘In Silico Models to Predict Human Molecular Initiating Events’ del equipo MIE Atlas de la Universidad de Cambridge.

Los otros dos ganadores son proyectos de la Universidad de Utrecht y de un Instituto de Investigación de Milán que están utilizando bases de datos informáticas para predecir con éxito la toxicidad de las sustancias químicas para los seres humanos.

El Lush Prize ha crecido hasta convertirse en el programa de premios más grande del mundo para reconocer a los científicos y activistas que luchan en contra del testado en animales y ya ha proporcionado más de dos millones de libras para apoyar pruebas y campañas libres de animales en todo el mundo.

“El Premio ha contado en esta octava edición con el potencial de las tecnologías del siglo XXI, como la genética y la robótica, para reemplazar la tecnología de la era victoriana del uso de animales vivos”, dicen desde su organización.

Apúntate a nuestra newsletter y recibe en tu correo las últimas noticias sobre tecnología.

Mostrar comentarios

Códigos Descuento