Cientistas criam método para reduzir testes em animais de laboratório

Do UOL, em São Paulo

  • Fabio Braga/Folhapress

    Com novo método, cerca de 57% dos testes podem ser feitos sem o uso de animais

    Com novo método, cerca de 57% dos testes podem ser feitos sem o uso de animais

Pesquisadores norte-americanos revelaram nesta quarta-feira (11) a descoberta de um método utilizando big data (um grande volume de dados) que pode reduzir em quase 60% a necessidade de testes químicos nos quase 4 milhões de animais utilizados todos os anos pela ciência.

Trata-se de uma ferramenta informatizada construída com base em um enorme banco de dados de estruturas moleculares. Quando combinadas, essas informações não só substituem o uso animal como, às vezes, apresentam resultados melhores do que os testes em bichos. São citados como exemplos casos de sensibilização da pele e irritação nos olhos, segundo relatam os pesquisadores na revista especializada "Toxicological  Sciences".

Leia também:

"Estamos entusiasmados com o potencial desse modelo", diz a toxicóloga Nicole Kleinstreuer, vice-diretora de um centro que avalia alternativas ao teste em animais no NIEHS (Instituto Nacional de Ciências da Saúde Ambiental) em Durham, Carolina do Norte (EUA). A pesquisadora, que não esteve envolvida no trabalho, diz que usar "big data [...] é uma via extremamente promissora para reduzir e substituir os testes em animais".

A maioria dos países exigem que novos produtos químicos só entrem no mercado depois de passarem por alguns testes de segurança. Mas a prática de expor coelhos, ratos e outros animais a produtos químicos para avaliar esses riscos vem enfrentando objeções públicas cada vez maiores, especialmente por parte de entidades de defesa dos animais.

Em 2016, o Congresso dos Estados Unidos aprovou uma lei de segurança química que obriga as agências reguladoras federais a tomarem medidas para reduzir o número de animais utilizados pelas empresas em testes de segurança.

Uma das sugestões é usar o que já se sabe sobre alguns compostos existentes para prever os riscos apresentados em novos produtos químicos com estruturas semelhantes. Há dois anos, uma equipe liderada por Thomas Hartung, da Escola Bloomberg de Saúde Pública Johns Hopkins, em Baltimore, Maryland (EUA), deu um passo em direção a essa meta ao reunir dados de 9.800 testes em produtos químicos regulamentados pela ECHA (Agência Europeia de Produtos Químicos).

Alessia Pierdomenico/Reuters
Rato em laboratório
No artigo publicado hoje, a equipe de Hartung explica como chegou ao resultado: os pesquisadores expandiram seu banco de dados para 10 milhões de estruturas químicas ao adicionar as informações do banco de dados público PubChem e do Programa Nacional de Toxicologia dos Estados Unidos.

Em seguida, compararam as estruturas e propriedades toxicológicas, gerando um total de 50 trilhões de comparações e criando um vasto mapa de similaridade que agrupa compostos por estrutura e efeito. Finalmente, os cientistas testaram o modelo: eles pediram para prever o grau toxicológico de um produto químico escolhido aleatoriamente e compararam os resultados a seis testes em animais realizados com o mesmo composto.

Em média, a ferramenta computacional reproduziu em 87% os resultados dos testes em animais. O percentual é maior do que os próprios testes em animais, diz Hartung. Na revisão da literatura, seu grupo descobriu que os testes repetidos em ratos e coelhos reproduzem os resultados anteriores em apenas 81% dos casos. "Esta é uma descoberta importante", afirma o pesquisador. "Nossos dados mostram que podemos substituir seis testes comuns --que respondem por 57% dos testes toxicológicos em animais do mundo-- e obter resultados mais confiáveis."

O resultado poderia ajudar a acabar com a repetição desnecessária de testes. A equipe descobriu, por exemplo, que 69 produtos químicos foram testados pelo menos 45 vezes no chamado "teste de coelho de Draize" --um método que gerou protestos da opinião pública por envolver o uso de um produto químico no olho de um coelho.

Mas o sistema de big data não é perfeito. Embora possa prever efeitos simples, como irritação na pele, casos mais complexos, como câncer, ainda estão fora de alcance, diz Mike Rasenberg, chefe da unidade de Avaliação e Disseminação Computacional da ECHA. "Esse não será o fim dos testes em animais", prevê, "mas é um conceito útil para reduzi-los".

A questão agora é como as agências reguladoras vão reagir ao novo método. Rasenberg diz acreditar que os europeus o aceitarão para testes simples porque atende a seus critérios de validação. Nos Estados Unidos, o centro NIEHS está trabalhando na validação do método.

Depois disso, a EPA poderá revisar os resultados da avaliação para determinar como e se eles podem ser usados. Se a avaliação for favorável, esses modelos poderão ser usados em conjunto com outras ferramentas para classificar um grande número de substâncias.

Hartung espera que o método de rastreamento também seja de interesse para os países que estão se preparando para implementar novas leis químicas, como a Turquia e a Coreia do Sul.

Últimas notícias Ver mais notícias