News Detail

告别动物实验?Nature深度解析:类器官与AI将如何颠覆新药研发

长期以来,动物实验作为生物医药研究与药物研发领域的核心技术手段,为人类解析生命奥秘、保障药物安全有效奠定了重要基础。然而,随着生命伦理意识的提升与前沿生物技术的飞速发展,一个由更精准、更高效、更符合伦理的新方法主导的科研新时代正悄然来临。


2026年2月26日,国际顶尖期刊《Nature》发表题为《The age of animal experiments is waning. Where will science go next?》的专题文章,深度剖析了全球范围内动物实验的衰落趋势,以及以类器官、器官芯片和人工智能为代表的新方法学(New Approach Methodologies, NAMs)如何为生命科学产业带来深层次的变革。



全球政策风向转变:多国联手,迈向后动物实验时代

减少并逐步替代实验动物,已成为全球科研领域的共识与核心发展方向。


去年11月,英国政府宣布了一项大胆的计划,将分阶段淘汰部分领域的动物实验,其中皮肤刺激性动物测试定于2026年取消,针对犬类的部分研究到2030年将大幅削减。其长远目标是构建“一个除特殊情况外,科学研究中不再使用动物的世界”。世界其他主要经济体也正采取类似行动:

1

美国

2025年4月,美国食品药品监督管理局(FDA)计划在3-5年内,使动物实验在药物安全和毒性测试中成为“例外而非常规”。同期,美国国立卫生研究院(NIH)也宣布将减少其资助项目中的动物使用。

2

欧盟

欧盟委员会计划在2026年发布一份路线图,旨在最终结束化学品安全评估中的动物测试。

3

中国

中国在该领域同样投入巨大。2024年,我国启动了“人类器官生理病理模拟系统”国家重大科技基础设施项目,专项投资26.4亿元人民币(约3.82亿美元),致力于开发NAMs并推动其产业化。



替代方案强势崛起:NAMs为何优于传统动物模型?

伦理考量是推动变革的长期动力,而以新方法学(NAMs)为代表的科学替代方案的飞速发展,则为这场转型提供了强大的技术引擎。NAMs主要包括器官芯片(organs-on-chips)、类器官(organoids)和计算模拟模型(computational models)。


与传统动物模型相比,NAMs的核心优势在于它们更接近人类生物学。器官芯片与类器官通常由人类细胞培育而成,计算模型则基于海量的人类数据进行构建,这使得它们在预测新药对人体的安全性和有效性方面,可能比动物模型更胜一筹。


传统动物模型的局限性日益凸显,这也是约86%的试验药物在临床试验阶段失败的关键原因之一。例如,在脓毒症(sepsis)研究中,超过100种在啮齿动物模型中看似有效的疗法,最终在人体临床试验中均告失败,部分原因正是人类与啮齿动物免疫系统的巨大差异。


数据显示,NAMs的应用正以前所未有的速度增长。据统计,在七种主要疾病的研究中,仅使用NAMs的生物医学论文数量从2006年的约2.5万篇飙升至2022年的10万篇。



从“芯片上的器官”到AI模型:前沿技术应用走向深化

生物医药产业界正积极拥抱NAMs,加速其在药物研发管线中的应用。

1

器官芯片

生物技术公司Emulate开发的肝脏芯片(Liver-Chip),在一个U盘大小的装置中培养人类肝细胞。2022年的一项研究表明,该芯片识别肝损伤化合物的准确率高达87%,且成功标记了12种曾被动物实验错误地判定为安全的药物。该技术已进入FDA的创新科学试点项目,未来有望替代部分动物毒理学测试。

2

类器官

作为连接体外细胞与体内动物实验的关键桥梁,类器官在模拟人类疾病方面展现出巨大潜力。科研人员已成功培育出模拟癌症、囊性纤维化等多种疾病的类器官,并将其用于药物筛选和毒性测试。

3

计算模型与AI

研究人员利用人工智能(AI)构建虚拟测试系统。例如,FDA的研究人员利用超过8000只大鼠的临床数据,构建了一个名为AnimalGAN的生成式AI模型。在模拟实验中,该模型成功预测了三种药物的肝毒性等级。罗氏(Roche)等大型药企也已成立专门的人类生物学研究所,利用NAMs加速肿瘤学、免疫学等领域的药物开发,并已获得监管机构(如FDA和EMA)的许可,在12项新药申请中用NAMs数据替代了部分动物实验数据。



结语

动物实验的时代正在缓缓落幕,一个由人类生物学模型主导的、更精准、更高效、更具伦理的科研新范式正加速到来。尽管前路漫漫,挑战重重,但全球政策的推动、科研技术的突破以及产业界的积极投入,正共同将我们引向一个科学研究更加人道、成果转化更加可靠的未来。



参考文献

Kwon D. The age of animal experiments is waning. Where will science go next? Nature. 2026 Feb;650(8103):812-814. doi: 10.1038/d41586-026-00563-3. PMID: 41741744.