美国约翰霍普金斯大学彭博公共卫生学院通过大数据分析预测化合物生理毒性，突破了传统依赖动物实验的研究范式。研究成果于2月11日发表在《动物实验替代法》（Alternatives to Animal Experiments）期刊上，迅速受到《自然》和《科学》杂志的关注^[1],[2]。

研究者利用欧盟化学品管理局的数据库，对81.6万条记录进行文本挖掘，深入分析了近万个化合物的安全性数据，根据化合物的结构相似性进行聚类，并以可视化的形式展示了化学结构与生理毒性可能的联系。通过与结构相似的已知化合物进行比对，可以在一定程度上预测新化合物可能的生理毒性。传统的化合物安全性测试是通过动物实验完成，不仅费时、费力、费钱，而且面临伦理压力。新研究成果可以在一定程度上缓解对动物实验的依赖，因而受到美国环保署等化学品监管机构的欢迎。但研究只考虑了结构对性质的影响，存在片面性，而且预测结果还需要经过实验验证。

新研究体现了化合物生理毒性研究的方向。美国环保署提出21世纪毒理学计划（Toxicology in the 21st Century），旨在将毒性研究从主要依赖动物实验转向通过体外实验。欧盟于2009年投资2500万欧元研发不需要动物实验的评估方法。

新研究将大数据分析与实验科学相结合，通过深挖已有的研究成果预测未来，对于大数据时代下实验科学的发展具有一定启示意义。但也暴露出需要解决数据的收集和使用授权等知识产权问题。     

（边文越）