Page 116 - 南京医科大学社科版
P. 116

南京医科大学学报（社会科学版）京医科大学学报（社会科学版）
                                                    南                                             第4期 总第123期
              · 430  ·                       Journal of Nanjing Medical University（Social Sciences）of Nanjing Medical University（Social Sciences）  2024年8月
                                             Journal
               制，也为药物开发和化学物毒性评价提供了重要                             且存在较大误差。此外，随着生物信息学和组学技
               的实验模型。                                            术的发展，毒理学研究产生了大量的数据。计算机
                   基于 3D 细胞培养技术的器官芯片（OOAC）技                      科学和人工智能提供了强大的数据处理和分析工
               术正在迅速发展，这一技术结合了微流控技术，能                            具，如机器学习、深度学习等，可以处理这些大规
               够模拟人体器官功能。它具有调节浓度梯度、剪切                            模、高维度的数据，挖掘其中的模式和规律，可以快
               力、细胞模式、组织—边界和组织—器官的能力                     ［22］ ，  速构建药代动力学模型或定量构效关系模型，进行
               其体系结构与人体内复杂微环境相似。因此，该技                            不良结果通路分析或高通量筛选，大大提高效率与
               术受到毒理学、药学等领域的高度关注和青睐。目                            准确性，为毒理学研究提供新的视角和思路                    ［25］ 。
               前已经成功研制出多种器官芯片，这些芯片模拟了                                基于大量的实验数据和毒理学知识，计算机科
               不同器官的功能，包括但不限于肠道芯片、肺芯片、                           学与人工智能可以构建预测模型，用于预测化合物
               皮肤芯片、血脑屏障芯片、胎盘芯片、肝脏芯片、肾                           的毒性、生物活性等。这些模型可以大大提高毒理
               脏芯片、心脏芯片、女性生殖系统芯片等。更有甚                            学研究的效率，减少实验成本，为毒物风险评估和
               者，科研人员还成功研发出能够模拟人体器官之间                            药物开发等提供决策支持。人工智能在毒理学安
               复杂相互作用的多器官芯片，将多个器官芯片单元                            全性评价方面具有广阔的应用前景，例如人工智
               连接起来，以更全面地模拟人体内的微环境。这些                            能药物安全模型（DeepDILI），若在研发药物前使
               创新的器官芯片技术能够模拟化学物质对人体的                             用该模型进行药物安全性评价，预测其可能造成
               毒性反应，以及药物在人体内的吸收、代谢、分布和                           的肝损伤，可以大大减少企业的研发成本，提高研
               排泄过程    ［23］ 。这些小小的芯片为毒理学体外实验                     发效率   ［26］ 。另外，脑机接口也是目前毒理学的前沿
               提供了更多的可能性和更准确的模拟，使研究更接                            热点之一，使用脑机接口捕捉脑电图的特征来诊断
               近真实的生理环境。通过这些技术，科学家们能够                            神经病变，可以大幅度减轻实验动物的痛苦，也为
               更好地了解物质对人体的影响，为药物研发和毒理                            未来毒理学研究提供了更多可能               ［27］ 。
               学研究提供更为精准的数据和实验模型。                                    除此之外，随着精准医学和个体化治疗理念的
                  （二）组织工程产品或生物材料的安全性评价                           兴起，毒理学研究也向个性化方向发展。计算机科
                   组织芯片作为毒理学与组织工程学结合的产                           学和人工智能可以帮助研究人员分析个体差异对
               物，具有广泛的应用前景。然而，其安全性和有效                            毒物敏感性的影响，为个体化治疗和毒物风险评估
               性仍需进一步验证。特别是对于需要植入人体的                             提供科学依据。计算机科学和人工智能也可助力
               生物材料，需要考虑诸多因素，如生物相容性、是否                           设计开发智能实验系统，如自动化平台和智能机器
               会引起人体的不良反应、是否存在免疫排斥反应，                            人，能自主完成实验操作、数据采集分析，提升实验
               以及是否具有急性或慢性毒性等。这些问题都需                             效率、精度，降低人为误差。因此，计算机科学和人
               要在研发阶段进行充分研究和解决，以确保组织                             工智能在毒理学中的应用，为毒理学研究带来新的
               芯片的安全性和有效性。因此，对于组织芯片的                             机遇与挑战，推动其深入发展和创新。
               研发和应用，必须持谨慎态度，并进行严格的毒理
                                                                         六、毒理学在更多领域的应用
               学测试和评估。例如，在将人工肾脏应用于临床
               治疗之前，必须确保其不会引发致癌转化细胞的                                 除了上文提到的环境化学因素以外，物理因素
               关键特性    ［24］ 。为此，毒理学检测方法在人工肾脏的                    和生物因素也会对生物体造成影响。例如，我们正
               安全性评价中发挥着至关重要的作用。这也再次                             身处 5G 时代，新兴的网络通信技术已得到广泛应
               证明了多学科交叉融合的必要性，为人工肾脏等生                            用，但有研究发现，5G 技术所使用的无线辐射对人
               物技术的安全性和有效性提供了有力支持。                               体具有潜在的不良效应，可能引发皮肤癌、白内障
                                                                 等严重疾病      ［28］ 。物理因素是毒理学关注的外源有
                五、计算机科学与人工智能等新兴学科在
                                                                 害因素之一，若能加强两学科间的交叉合作，一方
                            毒理学方面的应用
                                                                 面可以指导发射基站的选址与建设，为通信技术的
                   近年来，ChatGPT 等语言模型越来越受到关注，                     未来发展提供新方向，另一方面也可以更好地避免
               人们也由此感受到大数据和人工智能等新兴领域                             不良因素危害人类健康。此外，细菌、病毒、寄生虫
               的迅猛发展，以及给我们日常工作、学习和生活带                            等有害生物因素同样也是外源有害因素，多学科交
               来的改变，在毒理学界，也有学者尝试将计算机科                            叉合作在防控有害生物因素的工作中发挥着越来
               学、机器学习和人工智能技术应用于学术研究中。                            越大的作用。以新冠病毒为例，在防控疫情的工作
               例如传统的毒理学实验多采用体内实验和体外实                             中，毒理学与流行病学通力合作，识别、管理在治疗
               验相结合的方法，往往费时费力且干扰因素过多，                            中出现的急性、慢性毒性；预测并减轻可能出现的
   111   112   113   114   115   116   117   118   119   120