La inteligencia artificial para dejar de experimentar en animales, ¿es posible?

Investigadoras e investigadores de IBM son parte del equipo que utilizará inteligencia artificial para desarrollar un nuevo modelo de pruebas de fármacos y otras sustancias sin animales vivos. Para millones de ratones, ratas y beagles, las pruebas de laboratorio a menudo requieren que sean alimentados a la fuerza o obligados a vomitar, sufrir parálisis, convulsiones o hemorragias internas. Y gran parte del sufrimiento es inútil: sus respuestas a las drogas no son las mismas que las de los humanos y las pruebas en sí pueden ser difíciles de reproducir.

¿Por qué comenzaron a probar con animales?

La comunidad científica desarrollaron por primera vez pruebas de toxicidad en animales como una forma de medir si una sustancia causaría daño a los humanos. Uno de los más famosos es el LD50. Aunque la prueba se utiliza con mucha menos frecuencia ahora, el proceso requiere que los científicos alimenten a los animales con una cantidad suficiente de una sustancia hasta que la mitad de ellos muera, lo que se convirtió en una medida estándar de toxicidad durante décadas. Los animales generalmente no reciben alivio del dolor (lo que distorsionaría los resultados) y muchos se ven obligados a ingerir sustancias a través de un tubo que va desde la garganta hasta el estómago.

En la Unión Europea se utilizan cada año unos 600 mil animales para estos experimentos. Mientras tanto, en Estados Unidos, el número exacto no está claro, pero un estudio sitúa el total de ratas y ratones utilizados en todas las investigaciones de laboratorio en más de un millón.

¿Cuál es la alternativa con la IA?

Porque los investigadores llevan décadas trabajando en alternativas, desde la eliminación de pruebas duplicadas hasta el uso de tejidos humanos naturales o diseñados llamados órganos en un chip. Este último modelo de IA, construido por investigadores de Estados Unidos e India, es más confiable para probar la toxicidad y reemplaza a los animales, dicen los desarrolladores.

El modelo se entrenó utilizando datos de unas 50 mil moléculas, afirma Shiranee Pereira, una de las desarrolladoras. Esos datos moleculares, a su vez, se cargaron en el modelo informático, lo que le permitió reconocer la diferencia entre estructuras tóxicas y no tóxicas.

El análisis del modelo es más confiable para los usuarios que un modelo animal, sostiene Pereira, porque analiza directamente las propiedades de la molécula y cómo podrían afectar a las y los humanos. Las pruebas con animales, en comparación, son indirectas porque observan cómo reacciona un animal a una sustancia y luego lo extrapolan a los humanos, dice.

Los modelos de IA para el futuro de las pruebas científicas

Aunque algunos han aclamado el modelado de IA como el futuro de las pruebas científicas, y existen modelos similares, el modelo creado por Pereira y sus colegas es el primero en utilizar la ausencia o presencia de ciertas características moleculares, -llamadas “positivas pertinentes” y “negativas pertinentes”-, para ayudar a predecir qué tan tóxica podría ser una sustancia para los humanos, dice Pereira.

Lo que también hace que este modelo sea único es que no requiere nuevos datos de futuros experimentos con animales, dice Pereira, que trabaja en la India, en el Centro Internacional de Alternativas en Investigación y Educación, o ICARE. El resto del equipo se encuentra en Estados Unidos, en el Instituto Politécnico Rensselaer y en el Laboratorio de Investigación IBM Watson.

“Hemos utilizado sólo datos históricos, datos de experimentos realizados anteriormente en animales“. Utilizando esos datos, el modelo puede “predecir la toxicidad clínica humana directamente” sin necesidad de realizar nuevos experimentos con animales. Por el contrario, añade, es probable que otras iniciativas que utilizan la IA para “crear modelos animales virtuales” necesiten nuevos datos de pruebas con animales en el futuro.

El nuevo modelo, que en realidad consta de dos modelos, también encontró que, en lugar de ayudar a predecir la toxicidad, los datos animales no eran importantes e incluso inútiles para predecir el efecto tóxico que una sustancia podría tener en un ser humano. “Nuestra premisa es que los animales nunca pueden proporcionar información correcta sobre la toxicidad humana”, añadió Pereria, por lo que los modelos animales no son útiles. El chocolate es un buen ejemplo, afirma. “Mata a los perros pero funciona como un antidepresivo en los seres humanos”.

¿Por que aún existen las pruebas en animales?

A pesar de los problemas reconocidos con los datos sobre animales, Laura Rego Álvarez, jefa de política científica y regulación de la ONG Cruelty Free International, dice que “muchos todavía lo consideran el estándar de oro para la predicción de la toxicidad humana”.

Al mismo tiempo, ya se ha demostrado que las tecnologías digitales superan a las pruebas con animales en términos de reproducibilidad, afirma Rego Álvarez. Muchas agencias reguladoras, incluida la FDA, han anunciado que están reduciendo las demandas de pruebas con animales, dice Álvarez, quien añade que “no exigen explícitamente datos de nuevas pruebas con animales”, pero en la práctica, “realizar nuevas pruebas con animales sigue siendo la opción predeterminada en la mayoría de las pautas y regulaciones de prueba”.

El otro problema que señala Rego Álvarez es que los reguladores a menudo no brindan una orientación clara sobre cómo se pueden utilizar alternativas de experimentación sin animales para satisfacer los requisitos de datos específicos establecidos en las reglas. Los solicitantes y las empresas pueden entonces mostrarse “reacios a presentar datos ‘no estándar’ en caso de que sean rechazados y el proceso de llevar su producto al mercado se retrase posteriormente”.

En respuesta a estos comentarios, la FDA dijo a Sentient Media en un correo electrónico que “no dicta el tipo o diseño de los estudios utilizados” para determinar si los medicamentos podrían ser seguros para la investigación en humanos. Añadió que la organización “considera explícitamente información procedente de métodos no animales”.

Confiar o no en la inteligencia artificial

Basándose en una descripción general, el veterinario y miembro visitante del Programa de Política y Derecho Animal de Harvard, Larry Carbone, dice que el nuevo modelo es prometedor. “Parece emocionante porque se basa en tres tipos de datos: hallazgos en animales existentes, pruebas de laboratorio in vitro y datos clínicos en humanos”. Añadió que si más empresas contribuyeran con datos de toxicidad a este proyecto o al de la FDA, aumentaría el poder de dichos modelos.

Pero Carbone también señaló otro posible obstáculo: antes de que se autoricen los ensayos en humanos, aún esperaría que los reguladores exijan algunos datos sobre animales, aunque sólo sea para asegurar a las personas que se ofrecen voluntariamente para los ensayos que la sustancia que estaban a punto de ingerir “era segura” en animales reales, no sólo en la evaluación de la IA”.

Lo que significa, en efecto, que si la gente quiere un mundo sin pruebas con animales, tendrá que acostumbrarse a confiar en la IA.

Nota traducida al español de su original publicada en Sentient Media.

Para saber más sobre experimentación animal y productos cruelty free ve a este link.