Implementierung von tierversuchsfreien Algorithmen zur chemischen Sicherheitsbewertung

Fraunhofer ITEM und das ASPIS-Cluster kooperieren, um den „Alternative Safety Profiling Algorithm“-Workflow (ASPA) für die chemische Risikoanalyse bereitzustellen. Diese technische Integration konzentriert sich auf die Nutzung von In-vitro-Methoden und Computermodellen, um Tierversuche in behördlichen Sicherheitsbewertungen zu ersetzen.

Operative Herausforderungen und Zusammenarbeit
Zulassungsbehörden und die chemische Industrie stehen vor der strukturellen Herausforderung, die chemische Sicherheit zu bewerten und gleichzeitig Tierversuche schrittweise abzuschaffen. Um diese Anforderungen zu erfüllen und der Roadmap der Europäischen Kommission zu entsprechen, kooperiert Fraunhofer ITEM mit dem EU-finanzierten Projekt RISK-HUNT3R und dem ASPIS-Cluster. Diese Zusammenarbeit integriert toxikologische Expertise mit neuen methodischen Ansätzen (New Approach Methodologies - NAMs), um standardisierte, tierversuchsfreie Bewertungs-Workflows für industrielle und pharmazeutische Anwendungen zu entwickeln.

Technische Lösung und Verantwortlichkeiten
Die technische Architektur basiert auf dem Alternative Safety Profiling Algorithm, der etwa 55 modulare Bewertungselemente umfasst. Fraunhofer ITEM entwickelt physiologisch basierte kinetische Modelle, die biologische Prozesse in mathematische Gleichungen übersetzen und so die menschliche Absorption, Verteilung, den Metabolismus und die Ausscheidung auf Basis stoffspezifischer Parameter simulieren. Das ASPIS-Cluster stellt den strukturellen Rahmen bereit und kombiniert In-vitro-Hochdurchsatz-Assays mit Methoden des maschinellen Lernens, um die systemische Toxizität zu berechnen. Die integrierte ASPA-Assist-Software wird eingesetzt, um Anwender durch die Bewertungsschritte zu führen und Zwischenentscheidungen für behördliche Transparenz zu dokumentieren.

Bereitstellung und Implementierung
Der Einsatz dieser Bewertungsmodelle erfolgt innerhalb behördlicher Prüfrahmen und spezifischer Fallstudien, wie etwa den integrierten Prüf- und Bewertungsansätzen (IATA) der OECD. Während der Implementierungsphase nutzen die Forschenden umfangreiche Omics-Daten, um die biologischen Aktivitätsprofile von luftgetragenen Stoffen, Gasen und flüssigen Aerosolen zu charakterisieren. Die kinetischen Modelle werden angewendet, um in Laborumgebungen gemessene Dosen in realistische Expositionsszenarien im menschlichen Körper umzuwandeln.

Anwendungen und Anwendungsfälle
Diese prädiktive Technologie wird direkt bei der Sicherheitsbewertung von Chemikalien, Pharmazeutika und inhalierbaren Substanzen angewendet. Die funktionalen Anwendungsfälle umfassen die Priorisierung chemischer Verbindungen basierend auf ihrer potenziellen systemischen Toxizität sowie die Durchführung von Risikoanalysen mithilfe datengesteuerter Read-Across-Methoden. Die Anwendung dieses modularen Algorithmus stabilisiert den behördlichen Bewertungsprozess und eliminiert die Abhängigkeit von konventionellen Tierversuchsmethoden durch die Nutzung von zellulären Testsystemen mit Relevanz für den Menschen.

Ergebnisse und erwartete Auswirkungen
Die Integration des Bewertungs-Workflows bietet eine reproduzierbare Methode zur Berechnung chemischer Risiken bei gleichzeitiger kontinuierlicher Bewertung von Unsicherheiten. Die Formalisierung dieser Bewertungsverfahren erleichtert die behördliche Akzeptanz und die Integration in europäische Sicherheitsprozesse. Zur Systemarchitektur erklärt Sylvia Escher, Wissenschaftlerin am Fraunhofer ITEM: „Der ASPA-Workflow ist ein transparenter, reproduzierbarer und modularer Ansatz für die tierversuchsfreie Risikobewertung von Chemikalien der nächsten Generation (Next Generation Risk Assessment).“ Den Prozess der Datenintegration detailliert sie weiter: „Mit ASPA integrieren wir transparent biologische Aktivitätsdaten aus einer Reihe neuer Methodenansätze (NAMs), Informationen über die menschliche Aufnahme und Exposition sowie toxikologische Mechanismen.“

Bearbeitet von Maria Brueva, Induportals-Redakteurin – angepasst durch KI.

www.fraunhofer.de