یک گروه تحقیقاتی با ترکیب تست‌های آزمایشگاهی و مدل‌سازی ریاضی و همچنین ارائه الگوریتم‌هایی مناسب موفق شدند تا فرآیندی برای ارزیابی ایمنی نانومواد ارائه کنند که کمترین وابستگی را به حیوانات آزمایشگاهی دارد.
به گزارش ایسکانیوز، جامعه علمی برای کاهش میزان استفاده از حیوانات در تحقیقات آزمایشگاهی و سم‌شناسی نانومواد به دنبال روش‌های جایگزین است. در این راستا، یک گروه تحقیقاتی از EMPA اقدام به ترکیب روش تست‌های آزمایشگاهی با مدل‌سازی ریاضی کرده است .
با توجه به پتانسیل اثرات نانومواد در محیط‌زیست و بدن موجودات زنده لازم است تا تجزیه و تحلیل ریسک این مواد ارزیابی و چرخه عمر آنها بررسی شود که این آزمایش‌ها به شدت به تست‌های آزمایشگاهی روی حیوانات وابسته است.محققان EMPA در حال توسعه رویکردهای جدیدی هستند که می‌تواند باعث کاهش قابل ملاحظه‌ای در تعداد حیوانات مورد نیاز برای آزمایش‌های ایمنی نانومواد شود.
بیتریس سالیری از آزمایشگاه فناوری و جامعه در سنت گالن گفت: ما در حال حاضر یک رویکرد جدید و یکپارچه برای تجزیه و تحلیل خطرات نانومواد و انجام ارزیابی چرخه حیات این مواد داریم. در این رویکرد، ما علاوه بر ارزیابی عملکرد نانومواد، به تاثیر آن روی بدن انسان نیز می‌پردازیم تا دیدگاه‌های جامع‌تری درباره ارزیابی ریسک به‌دست آوریم.
این روش، مبتنی بر خواص بیوشیمیایی نانوذرات بوده که به‌منظور توسعه تست‌های مناسب آزمایشگاهی انجام می‌شود تا تست مناسب برای کشت سلولی تعریف شود. برای اطمینان از نتایج تست‌های آزمایشگاهی و همچنین تعمیم نتایج روی بدن انسان، محققان مدل‌های ریاضی ایجاد کردند که این مدل‌ها با استفاده از مواد مرجع خطرناک تهیه شده است.
سالیری تصریح کرد: اگر دو ماده مانند نانوذرات نقره و یون نقره به‌صورت یکسان عمل کنند، خطر احتمالی نانوذرات را می‌توان با این روش محاسبه کرد.
اما برای این که نتایج آزمایشگاهی روی نانوذرات قابل اعتماد باشد، ابتدا باید یک سیستم مدل مناسب برای هر نوع نانوذره ارائه شود. در این روش، مواد استنشاقی با سلول‌های ریه انسان مورد آزمایش قرار می‌گیرند و همچنین سلول‌های روده و کبد برای شبیه‌سازی هضم این مواد در بدن استفاده می‌شوند.
با این که نه تنها دوز آسیب‌زننده نانوذرات در آزمایش‌های کشت سلولی مشخص می‌شود، بلکه تمام خصوصیات بیوشیمیایی در تجزیه و تحلیل ریسک و همچنین شکل، اندازه، الگو‌های انتقال نیز در نظر گرفته می‌شوند.در نهایت با کمک یک الگوریتم پیچیده می‌توان پدیده‌های زیستی مورد انتظار را از روی این اطلاعات محاسبه کرد.
