Dù các nhà hoạt động vì động vật không ngừng lên tiếng chỉ trích và mặc cho bản chất công việc có phần máu lạnh và phi nhân tính, thí nghiệm trên động vật vẫn là một bước không thể thiếu trong mọi quy trình nghiên cứu và phát triển dược phẩm cũng như hợp chất hóa học, và chúng ta buộc phải làm vậy vì mục đích an toàn:
Các nhà khoa học không thể dự đoán được chính xác đặc tính của một chất hóa học mới, lại càng không biết được những chất này sẽ phản ứng ra sao khi đi vào cơ thể người và tương tác với tế bào sống.
Tuy nhiên, một nghiên cứu được thực hiện bởi Toxicological Sciences công bố gần đây đã mở ra hy vọng cho những người yêu động vật khi cho biết công nghệ trí thông minh nhân tạo hiện đại đã có thể phán đoán được thuộc tính của các hợp chất mới nhờ sử dụng cơ sở dữ liệu khổng lồ sẵn có.
Cụ thể, hệ thống AI được đào tạo để tiên đoán độc tính của hơn 10 nghìn chất hóa học chưa được biết, dựa trên dữ liệu có từ trước qua các thí nghiệm trên động vật. Kết quả là trong một số trường hợp, độ chính xác của AI này còn cao và đáng tin cậy hơn cả thí nghiệm trên động vật thật.
Sử dụng trí tuệ nhân tạo trong lĩnh vực nghiên cứu phát triển dược phẩm không phải điều mới lạ. Thực tế, trên thế giới đã có tới 28 công ty dược phẩm và 93 startup chi tổng số tiền hàng trăm triệu USD để áp dụng machine learning và các kỹ thuật AI khác vào nghiên cứu thuốc cũng như quá trình phân loại và thử nghiệm thuốc mới.
CEO của Excientia, ông Andrew Hopkins, cho biết: “AI có khả năng ra quyết định và lựa chọn tốt hơn về loại hợp chất hóa học nào cần sản xuất, từ đó giúp giảm tải số lượng thí nghiệm phải làm, đồng nghĩa với việc tiết kiếm được tiền bạc lẫn thời gian”. Ông còn nói thêm rằng mọi người thường không nghĩ đến việc áp dụng AI trong lĩnh vực này bởi sinh học vốn là một ngành nghiên cứu phức tạp và lộn xộn, nhưng “chính bởi sự phức tạp đó mà người ta mới dùng đến AI.
Chẳng hạn, kỹ thuật thống kê Baye đặc biệt thích hợp với dữ liệu lộn xộn, bởi nó giúp bạn phát hiện rõ những điểm bấp bênh trong dữ liệu. AI không yêu cầu dữ liệu hoàn chỉnh để đưa ra phép dự đoán hoàn hảo. Thay vào đó, chính khi bạn sử dụng nó trong những điều kiện dữ liệu không hoàn hảo và phức tạp, AI mới giúp bạn tìm được tín hiệu chính xác giữa một rừng dữ liệu gây nhiễu”.
Tại một nơi khác, nhà độc dược học tại Đại học Hopkins thuộc Baltimore, ông Thomas Hartung – người đã chỉ đạo nghiên cứu về dự đoán thuộc tính thuốc mà không thí nghiệm trên động vật, cho biết rằng máy tính hiện nay đã có thể thay thế một số nghiên cứu về an toàn được thực hiện trên động vật, chẳng hạn như nhỏ chất hóa học vào mắt thỏ để kiểm tra độ kích ứng, hay cho chuột thí nghiệm ăn chất hóa học để tìm được liều lượng gây tử vong ở người.
“Sức mạnh của big data cho phép chúng ta làm ra được những công cụ còn chính xác hơn cả thí nghiệm trên thỏ hay chuột”, ông nói.
Theo đó, đội nghiên cứu của ông đã tiếp cận vấn đề bằng cách đào tạo AI với một cơ sở dữ liệu khổng lồ thu được từ Cơ quan Hóa chất châu Âu ECHA. Dữ liệu công cộng ECHA thu thập được hoàn toàn miễn phí tuy nhiên lại không ở định dạng máy tính có thể dễ dàng hiểu.
Bởi vậy nên năm 2014, Hartung cùng các cộng sự đã phải định dạng lại lượng dữ liệu sao cho máy móc của thể hiểu được, chỉnh sửa thông tin về hơn 10 nghìn chất hóa học cùng đặc tính thu được qua khoảng 800 nghìn thí nghiệm thực hiện trên động vật.
May thay, kết quả thu được nằm ngoài mong đợi. Hệ thống sau khi được đào tạo đã có thể dự đoán được độc tính của hơn 10 nghìn chất hóa học lạ bao gồm từ gây hại cho người tới hệ sinh thái biển tới tổn thương qua đường hít thở.
Giảm thiểu tối đa việc phải sử dụng đến động vật thí nghiệm trong nghiên cứu dược phẩm không chỉ là điểm sáng trong lĩnh vực quyền động vật và tin vui cho các nhà hoạt động môi trường, bước tiến mới còn giúp rút ngắn được cả thời gian lẫn tiền bạc trong nghiên cứu và phát triển thuốc tây.
Dù hệ thống vi tính và trí tuệ nhân tạo dường như đã đủ “chín muồi” để dần thay thế phần lớn các bài kiểm tra về an toàn – vốn thường được thực hiện trên động vật có cấu trúc tế bào tương tự con người, vẫn còn rất nhiều bài test về tác động dài hạn của thuốc lên cơ thể người cần phải được thực hiện trên động vật để đảm bảo tính chính xác cao nhất. Chẳng hạn như tác động của một loại thuốc tới khả năng sinh sản hoặc tăng nguy cơ ung thư.
Tuy nhiên dù sao đi chăng nữa, đây cũng là tín hiệu tích cực cho giới hoạt động vì quyền động vật nói riêng cũng như người tiêu dùng nói chung khi nhân loại đã tìm ra thêm một hướng sử dụng nữa cho trí thông minh nhân tạo.
Các nhà khoa học không thể dự đoán được chính xác đặc tính của một chất hóa học mới, lại càng không biết được những chất này sẽ phản ứng ra sao khi đi vào cơ thể người và tương tác với tế bào sống.
Tuy nhiên, một nghiên cứu được thực hiện bởi Toxicological Sciences công bố gần đây đã mở ra hy vọng cho những người yêu động vật khi cho biết công nghệ trí thông minh nhân tạo hiện đại đã có thể phán đoán được thuộc tính của các hợp chất mới nhờ sử dụng cơ sở dữ liệu khổng lồ sẵn có.
Cụ thể, hệ thống AI được đào tạo để tiên đoán độc tính của hơn 10 nghìn chất hóa học chưa được biết, dựa trên dữ liệu có từ trước qua các thí nghiệm trên động vật. Kết quả là trong một số trường hợp, độ chính xác của AI này còn cao và đáng tin cậy hơn cả thí nghiệm trên động vật thật.
Sử dụng trí tuệ nhân tạo trong lĩnh vực nghiên cứu phát triển dược phẩm không phải điều mới lạ. Thực tế, trên thế giới đã có tới 28 công ty dược phẩm và 93 startup chi tổng số tiền hàng trăm triệu USD để áp dụng machine learning và các kỹ thuật AI khác vào nghiên cứu thuốc cũng như quá trình phân loại và thử nghiệm thuốc mới.
CEO của Excientia, ông Andrew Hopkins, cho biết: “AI có khả năng ra quyết định và lựa chọn tốt hơn về loại hợp chất hóa học nào cần sản xuất, từ đó giúp giảm tải số lượng thí nghiệm phải làm, đồng nghĩa với việc tiết kiếm được tiền bạc lẫn thời gian”. Ông còn nói thêm rằng mọi người thường không nghĩ đến việc áp dụng AI trong lĩnh vực này bởi sinh học vốn là một ngành nghiên cứu phức tạp và lộn xộn, nhưng “chính bởi sự phức tạp đó mà người ta mới dùng đến AI.Chẳng hạn, kỹ thuật thống kê Baye đặc biệt thích hợp với dữ liệu lộn xộn, bởi nó giúp bạn phát hiện rõ những điểm bấp bênh trong dữ liệu. AI không yêu cầu dữ liệu hoàn chỉnh để đưa ra phép dự đoán hoàn hảo. Thay vào đó, chính khi bạn sử dụng nó trong những điều kiện dữ liệu không hoàn hảo và phức tạp, AI mới giúp bạn tìm được tín hiệu chính xác giữa một rừng dữ liệu gây nhiễu”.
Tại một nơi khác, nhà độc dược học tại Đại học Hopkins thuộc Baltimore, ông Thomas Hartung – người đã chỉ đạo nghiên cứu về dự đoán thuộc tính thuốc mà không thí nghiệm trên động vật, cho biết rằng máy tính hiện nay đã có thể thay thế một số nghiên cứu về an toàn được thực hiện trên động vật, chẳng hạn như nhỏ chất hóa học vào mắt thỏ để kiểm tra độ kích ứng, hay cho chuột thí nghiệm ăn chất hóa học để tìm được liều lượng gây tử vong ở người.“Sức mạnh của big data cho phép chúng ta làm ra được những công cụ còn chính xác hơn cả thí nghiệm trên thỏ hay chuột”, ông nói.
Theo đó, đội nghiên cứu của ông đã tiếp cận vấn đề bằng cách đào tạo AI với một cơ sở dữ liệu khổng lồ thu được từ Cơ quan Hóa chất châu Âu ECHA. Dữ liệu công cộng ECHA thu thập được hoàn toàn miễn phí tuy nhiên lại không ở định dạng máy tính có thể dễ dàng hiểu.
Bởi vậy nên năm 2014, Hartung cùng các cộng sự đã phải định dạng lại lượng dữ liệu sao cho máy móc của thể hiểu được, chỉnh sửa thông tin về hơn 10 nghìn chất hóa học cùng đặc tính thu được qua khoảng 800 nghìn thí nghiệm thực hiện trên động vật.
May thay, kết quả thu được nằm ngoài mong đợi. Hệ thống sau khi được đào tạo đã có thể dự đoán được độc tính của hơn 10 nghìn chất hóa học lạ bao gồm từ gây hại cho người tới hệ sinh thái biển tới tổn thương qua đường hít thở.
Giảm thiểu tối đa việc phải sử dụng đến động vật thí nghiệm trong nghiên cứu dược phẩm không chỉ là điểm sáng trong lĩnh vực quyền động vật và tin vui cho các nhà hoạt động môi trường, bước tiến mới còn giúp rút ngắn được cả thời gian lẫn tiền bạc trong nghiên cứu và phát triển thuốc tây.
Dù hệ thống vi tính và trí tuệ nhân tạo dường như đã đủ “chín muồi” để dần thay thế phần lớn các bài kiểm tra về an toàn – vốn thường được thực hiện trên động vật có cấu trúc tế bào tương tự con người, vẫn còn rất nhiều bài test về tác động dài hạn của thuốc lên cơ thể người cần phải được thực hiện trên động vật để đảm bảo tính chính xác cao nhất. Chẳng hạn như tác động của một loại thuốc tới khả năng sinh sản hoặc tăng nguy cơ ung thư.
Tuy nhiên dù sao đi chăng nữa, đây cũng là tín hiệu tích cực cho giới hoạt động vì quyền động vật nói riêng cũng như người tiêu dùng nói chung khi nhân loại đã tìm ra thêm một hướng sử dụng nữa cho trí thông minh nhân tạo.
