Ersätta djurförsök med AI

Projekttitel: ”Toxikogenomisk kartläggning av mutagener och carcinogener”

Namn på forskare: Roland Grafström

Titel: Professor

Kategori: cancer

Användning av artificiell intelligens (AI) genom analyser av stora datamängder i kombination med cellodling representerar ny potent teknik för att snabbt erhålla kunskap om kemikaliers giftighet. En ytterligare viktig sida av tekniken är att den också ersätter traditionell kostsam och etiskt ifrågasatt forskning med djur. Avsikten med detta projekt är att nyttja ovan tekniker för studier av mutagena och cancerframkallande ämnens effekter inom ett forskningsområde som kan sammanfattas som”AI och stor data-driven analys”. Utgångspunkten är att syntetiska förlopp i cellkärnan styr cellens olika processer och funktioner, tillika bildningen av dess beståndsdelar.

Många kemikalier kan på ett dos-beroende sätt förväntas störa dessa grundläggande förlopp, och breda överblicksanalyser av denna störning på cellnivå benämns ”toxikogenomik”. Vi genomför projektet med en genrymd som fångar toxisk påverkan på cellnivå i människans celler från mutations- och cancer-framkallande ämnen. Vi kartlägger resultat med dataprogram och statistiska metoder för att visa de funktionella fel som kemikalier orsakar vid låga relevanta doser för människan, samt hur många gener och komponenter av rymden som behövs till att förutsäga cancerutveckling. Vi jämför ämnens effektmönster översiktligt genom milliontals observationer, och grupperar därmed ämnen på basen av ”stor data”. Resultaten valideras genom etablerade förfaranden vid stor data analys: dels stäms resultaten mot tidigare publicerade resultat, dels testas träffsäkerheten av den toxikogenomiska rymden i oberoende analyser. Detta sker brett från många infallsvinklar för att bedöma värdet och korrektheten av det vetenskapliga angreppsättet och resultaten.

Vi har visat att metoden fungerar för mätning av kemikaliers giftighet. Här breddar vi analysen till mutationsframkallade och cancerdrivande ämnen. Den toxikogenomiska rymdbeskrivningens algoritmer och analytiska redskap standardiseras för att metoden ska bli brett tillgänglig i vetenskapssamhället. Med introduktionen av en genrymd som förutsäger mutagena och cancerframkallande effekter tillför vi ny kunskap och ett nytt koncept för studier om ämnens giftighet. Vi har erhållit stort internationellt intresse för konceptet. Baserat på resultaten som redovisas i ansökan anser vi att genomförandet av projektplanen är realistisk, och att resultaten ger mekanism-baserad förutsägelse och nya perspektiv på mutagena och cancerframkallande ämnens hälsofarlighet.