Przez dekady testy na zwierzętach były fundamentem oceny bezpieczeństwa substancji chemicznych. Ten paradygmat się zmienia: regulatorzy w UE coraz wyraźniej przechodzą w stronę metod niezwierzęcych oraz podejścia opartego na human‑relevant evidence – danych, które są „użyteczne decyzyjnie” dla ochrony zdrowia ludzi i środowiska.
W czerwcu 2026 Komisja Europejska przyjęła plan działań/roadmapę na rzecz stopniowego odchodzenia od testów na zwierzętach w ocenie bezpieczeństwa chemicznego. To sygnał, że rośnie znaczenie NAMs (New Approach Methodologies).
Skala wyzwania jest znacząca. Według analizy RAPS (Regulatory Affairs Professionals Society) w latach 2015–2023 w UE wykorzystano ponad 15 mln zwierząt do badań regulacyjnych, z czego niemal 40% było związanych z oceną bezpieczeństwa chemicznego. Działania Unii Europejskiej nie są „niszową korektą”, ale transformację tego, jak powstają i jak są oceniane dowody bezpieczeństwa.
Nie tylko REACH i CLP – szeroki zakres zmian
Plan działania obejmuje nie tylko chemikalia regulowane przez REACH (Registration, Evaluation, Authorisation and Restriction of Chemicals) czy CLP (Classification, Labelling and Packaging), ale również farmaceutyki, biocydy, środki ochrony roślin oraz dodatki do żywności i pasz. Dla firm to jasny sygnał: zdolność do budowania NAM‑ready evidence packages będzie coraz częściej warunkiem sprawnego procesu rejestracyjnego i ewaluacyjnego.
Od „testu referencyjnego” do „fit‑for‑purpose”
Sedno zmiany polega na redefinicji tego, co uznaje się za dowód przydatny regulacyjnie. Zamiast pytania „czy metoda alternatywna odtwarza wynik testu na zwierzętach?”, coraz częściej pojawi się pytanie: „czy ten dowód jest wystarczający do konkretnej decyzji (context of use) i czy da się go ocenić, zrozumieć i obronić”?
Dla metod obliczeniowych (w tym QSAR) nadchodząca zmiana jest szansą, ale również testem dojrzałości. Nie wystarczy, że model daje dokładne przewidywania w sensie statystycznym. Aby wynik mógł stać się częścią pakietu regulacyjnego, musi być możliwy do oceny, zrozumienia i obrony w konkretnym kontekście zastosowania.
Obszary, które będą miały tu największe znaczenie to:
- Transparentność modelu – jasno zdefiniowane założenia, udokumentowany zakres stosowalności i rzetelna analiza niepewności. Wynik bez kontekstu nie jest dowodem regulacyjnym.
- Dopasowanie modelu do konkretnego zastosowania – nie każdy model nadaje się do każdego typu oceny. Kluczowe będzie wykazanie, że dana metoda odpowiada na konkretne pytanie regulacyjne i spełnia wymagania danego procesu oceny bezpieczeństwa.
- Integracja z innymi źródłami danych – dane in silico coraz rzadziej będą oceniane w izolacji. Ich wartość wzrośnie, gdy będą spójnie połączone z danymi in vitro, historycznymi wynikami badań i innymi dostępnymi dowodami.
AI, compliance i dowody cyfrowe: kluczowe wyzwanie dla firm
W perspektywie 24–36 miesięcy można spodziewać się doprecyzowania wytycznych, kryteriów walidacji i oczekiwań wobec dokumentacji. Organizacje, które już teraz budują kompetencje w NAMs, QSAR i AI w toksykologii, standardy raportowania i zarządzanie danymi, zmniejszą ryzyko opóźnień regulacyjnych i wzmocnią pozycję w dialogu z organami.
Jeśli interesują Cię najnowsze informacje o NAMs i ich zastosowaniach w toksykologii regulacyjnej, zasubskrybuj biuletyn QSAR Lab na profilu LinkedIn All NAMs in One Place i bądź na bieżąco z kluczowymi aktualizacjami, trendami i praktycznymi wnioskami.
Źródło (RAPS) https://www.raps.org/resource/eu-publishes-roadmap-to-reduce-reliance-on-animal-testing.html
