La tecnologia contribuirà a ridurre l’utilizzo delle sostanze chimiche, e così anche i test sugli animali per fini sperimentali. Non è una chimera, ma sempre più una solida realtà, come lo dimostra l’ultimo metodo sviluppato da queste due università grazie all’intelligenza artificiale. Vediamo però di cosa si tratta.
Sostanze chimiche: tra società e test sugli animali
Alcuni ricercatori svedesi presso l’Università di Tecnologia di Chalmers e l’Università di Göteborg hanno sviluppato un metodo basato sull’intelligenza artificiale che migliora l’identificazione delle sostanze chimiche nocive basandosi esclusivamente sulla struttura molecolare.
Da tempo ormai l’uso di sostanze chimiche si è esteso a tutta la società: dai prodotti per la casa ai processi industriali. Molte di queste sostanze non solo sono nocive, ma finiscono anche nei corsi d’acqua e negli ecosistemi, causando effetti negativi su esseri umani e altri organismi. Come il PFAS, un gruppo di sostanze chimiche recentemente individuate sia nelle acque sotterranee che in quelle potabili, e in concentrazioni preoccupanti.
Da qui la questione dei test sugli animali. Utilizzati spesso per dimostrare quando le sostanze chimiche possono essere considerate sicure, i test sono richiesti a causa delle estese regolamentazioni chimiche, ma alla fine non portano a una riduzione realistica degli effetti negativi di queste sostanze sugli esseri umani e l’ambiente.
Per questo, il metodo può contribuire non solo a un miglior controllo del sempre crescente numero di sostanze chimiche utilizzate nella società, ma anche ad aiutare a ridurre la quantità di test sugli animali.
Come funziona il metodo AI
Il nuovo metodo sviluppato dai ricercatori svedesi utilizza l’intelligenza artificiale per una valutazione rapida ed economica della tossicità chimica. Può quindi essere utilizzato per identificare sostanze tossiche in una fase precoce, e aiutare a ridurre la necessità di test sugli animali.
Come racconta Mikael Gustavsson, ricercatore al Dipartimento di Scienze Matematiche presso l’Università di Tecnologia di Chalmers e al Dipartimento di Biologia e Scienze Ambientali presso l’Università di Göteborg, il metodo è in grado di predire se una sostanza sia tossica o meno in base alla sua struttura chimica, analizzando grandi set di dati provenienti da test di laboratorio effettuati in passato.
Attualmente ci sono più di 100.000 sostanze chimiche sul mercato, ma solo una piccola parte di queste ha una tossicità ben descritta nei confronti degli esseri umani o dell’ambiente. Data l’impossibilità di analizzare questa pletora di sostanze tramite metodi convenzionali e test sugli animali, il metodo in questione può offrire una nuova alternativa.
E rispetto agli altri strumenti computazionali con cui è stato confrontato, il metodo di queste due università presenta sia una maggiore precisione che una maggiore applicabilità generale. E così sarà man mano che la quantità di dati disponibili continua a aumentare, perché più aumentano i dataset, più l’intelligenza artificiale ha il potenziale per migliorare notevolmente la valutazione computazionale della tossicità chimica.
Cosi facendo, il numero di esperimenti sugli animali potrebbe essere ridotto drasticamente, così come i costi economici nello sviluppo di nuove sostanze chimiche. Inoltre, la possibilità di selezionare rapidamente grandi e diversi dataset può aiutare lo sviluppo di sostanze chimiche nuove e più sicure e contribuire a trovare sostituti per sostanze tossiche attualmente in uso.
Per saperne di più su questo studio, consigliamo la lettura del paper pubblicato su Science Advances:
Mikael Gustavsson, Erik Kristiansson, Styrbjörn Käll, Juan S. Inda-Diaz, Sverker Molander, Patrik Svedberg, Jessica Coria and Thomas Backhaus, Transformers enable accurate prediction of acute and chronic chemical toxicity in aquatic organisms, Science Advances (2024), DOI: 10.1126/sciadv.adk6669
