ابزارهای پیشرفته برای ارزیابی ایمنی نانومواد

مقدمه
مشخص نبودن مخاطرات و ریسک‌های نانومواد برای سلامت انسان‌ها و محیط زیست استفاده از این مواد جدید را کند می‌کند. همچنین نبود نظام ایمنی و مقررات مشخص در این زمنیه، می‌تواند سبب افزایش هزینه و زمان موردنیاز برای توسعه محصولات جدید شود. نویسندگان «گزارش ‌ارزیابی‌ اثرگذاری»[5] منتشر شده به‌وسیله‌ی کمیسیون اروپایی، بر این باورند که «محیط زیست، سلامت و ایمنی (EHS) در بیشتر بخش‌ها در رابطه با فناوری نانو حرف‌های زیادی برای گفتن دارد و درنظرگرفتن آن‌ها برای توسعه این فناوری بسیار حیاتی است» و «اکثر ذی‌نفعان، خواستار وضع سیاست‌های قانونی ویژه‌ای هستند». بنابراین می‌توان اینگونه گفت که ایمنی نانو (nanoEHS) امر بسیار مهمی است که لزوماً مانع نوآوری نیست. با این حال چالش در چگونگی انجام ارزیابی این ریسک‌هاست. در این راستا به نظر می‌رسد، رویکردهای نوین تجزیه و تحلیل باید بر مبنای کلان‌داده‌ها اتخاذ شود. مینارد و همکارانش در یک مقاله مهم "پنج چالش بسیار بزرگ" مطرح کرده‌اند. به این امید که مطرح کردن این چالش‌ها محرکی برای تحقیقات آتی پژوهش‌گران در زمینه ایمنی فناوری نانو باشد. سوال اینجاست که آیا انجمن nanoEHS بنا دارد که به برخی یا همه این چالش‌ها بپردازد یا خیر. نگرانی‌ها از آن‌جا برآمده که تعداد مقالات منتشر شده در دهه‌های گذشته در رابطه با ارزیابی ایمنی و وضع قوانین، قابل توجه نیست. با این حال، زمان آن فرا رسیده است که یک نگاه متفاوت به ارزیابی ایمنی نانو داشته باشیم. باید توجهات کنونی خود را از چالش‌های غیر قابل عبور، به سمت پیشرفت‌ها و رویکردهای قابل ملاحظه در تحقیقات ایمنی نانو در سال‌های اخیر معطوف کنیم. ما نیازمند یک تغییر پارادایم در روش انجام ارزیابی ایمنی نانومواد هستیم تا این گره کور را باز کنیم و هدف این مطالعه تأکید بر ابزارهای نوظهور در ارزیابی ریسک و مخاطرات نانومواد است.

یکی از چالش‌های مهم در ارزیابی ریسک نانومواد (ENMs) به روش‌های ارزیابی برمی‌گردد. چرا که این مواد مشخصاً با مواد شیمیایی سنتی متفاوتند. ENMها در عین اینکه جزء مواد شیمیایی محسوب می‌شوند اما فراتر از مواد شیمیایی بوده و خواص شیمیایی-فیزیکی آن‌ها به طور چشمگیری متفاوت است. در حقیقت، یکی از درس‌های کلیدی گرفته شده از دهه اول مطالعات ایمنی نانو، این است که هر دو "هویت[6]" نانومواد یعنی هویت وابسته به ترکیب (ویژگی‌های ذاتی مواد) [7] و هویت اکتسابی یا وابسته به محیط، باید به دقت معین شوند.

علاوه‌بر این، با وجود سرمایه‌گذاری‌های بزرگ در تحقیقات ایمنی نانومواد، که البته منجر به فهم عمیق‌تر مخاطرات ناشی از نانومواد و مکانیزم‌های زیربنایی این مخاطرات شده، همچنان با فضای کنونی قانونی و مقرارت، رسیدن به نتیجه‌گیری‌های موجه در مورد ریسک‌های ENMها کاری بسیار سخت است. در حال حاضر (آوریل 2018) کشورهای عضو، برای تهیه مقررات برای ENM ها، و گنجاندن آن در قانون مواد شیمیایی اروپا، ریچ[8]، به توافق رسیده‌اند. این اصلاحات، خلأ فعلی دانش را درمورد اینکه کدام ENM‌ها و به چه میزان وارد بازار شوند حل می‌کند. این یک گام مهم رو به جلو است. با استفاده از رویکردهای جدید تشخیص یا پیش‌بینی خواص و سمیت ENM، می‌توان فرایند ارزیابی خطرات آن‌ها را تا حد قابل توجهی بهبود داد. و این به نوبه خود، می‌تواند زمانی که از رویکرد گروه‌بندی و خواندن روابط[9] در مورد ENMها استفاده می‌کنیم، به ما کمک کند.

تلاش‌های بی‌وقفه‌ای (کادر 1) برای تهیه یک مبنای قابل اطمینان برای پیش‌بینی خطرات ENMها در جریان است. اگرچه که واضح است تلاش‌های کنونی نیاز به اصلاحاتی دارد تا الزامات قانونی رعایت شود. عمده‌ترین چالش در ارتقای ارزیابی کمّی خطرات و ریسک‌های ENMها شامل چند مورد است، ازجمله؛ فرایند پرزحمت تولید داده در آزمایش‌های دوز-پاسخ[10] ENMها برای آزمایش‌های متعدد اثرات نهایی سمیت و همچنین مشکلات مرتبط ساختن این نتایج با سطح در معرض قرارگیری واقعی، در محیط‌های مختلف از جمله، محیط کار، محیط زیست و محیط مصرف.

علاوه‌بر این، تلاش‌های هماهنگی برای نظام دادن به روش‌های کنونی ارزیابی ریسک و مخاطرات ENMها در جریان است. یکی از مهمترین اقدامات در این زمینه پروژه NANoREG با 48 مؤسسه همکار و بودجه 50 میلیون یورویی (www.nanoreg.eu) بوده است. هدف این پروژه پرداختن به عدم قطعیت‌های مربوط به جنبه‌های EHS نانومواد در یک بستر قانونی است. در این راستا، این پروژه بر‌شناسایی جنبه‌های نظارتی ایمنی و سلامت نانومواد و همچنین تحقیقاتی که نیاز است انجام شوند تا خلأ موجود را پرکنند و نیز توسعه چهارچوب‌ و "ابزاری" برای ارزیابی ریسک و مخاطرات نانومواد مهندسی شده، متمرکز است. سایر پروژه‌های اتحادیه اروپا (باکس 1) روش‌های نوظهوری همچون غربالگری با توان بالا و رویکردهای زیست‌شناسی/سمیت‌شناسی سامانه‌ها را به منظور دست‌یابی به درک درستی از مخاطرات ENMها برای سلامتی انسان و محیط به کار گرفته‌اند. روی هم رفته، این تلاش‌ها می‌تواند منجر به جهشی اساسی در مقایسه با رویکرد کنونی (بررسی تک به تک مواد[11]) شده و مبنایی برای روش‌های عمومی‌تر ارزیابی ریسک نانومواد (که بر مبنای خصوصیات مواد هستند) ارائه دهند. این روش‌ها بر مجموعه اطلاعات خصوصیات فیزیکی-شیمیایی و سمیت‌شناسی نانومواد و تنوع ژن‌ها و بیان پروتیئن‌ها و همچنین یافتن ارتباط بین لایه‌های مختلف داده‌ها با به‌کارگیری ابزارهای بیوانفورماتیک استوارند. این رویکردهای نوین تاکنون مقبولیت قانونی و نظارتی را دریافت نکرده‌اند ولی احتمالاً راه را برای ارزیابی سریعتر، مقرون به صرفه‌تر و قابل اطمینان‌تر نانومواد هموار می‌سازند.

روش‌های هماهنگ‌سازی داده‌ها، هستی‌شناسی (آنتولوژی) و به اشتراک‌گذاری داده‌ها
این امر روز به روز روشن‌تر شده است که تولید، نمایش، ارزیابی و فهم ارتباط بین شواهد مرتبط با ایمنی مواد شیمیایی، از جمله ENMها، نیاز به ایجاد زیرساخت‌های دانشی مبتنی بر روش‌های هماهنگ‌سازی داده‌ها، آنتولوژی (زبان‌ها[13]) و علوم داده دارد. فناوری نانو به‌طور خاص با چالش‌هایی روبروست که ناشی از پیچیدگی‌های مرتبط با مواد و‌شناسایی برهم‌کنش‌های آن‌ها با سامانه‌های زیستی است. بنابراین، زیرساختی برای به اشتراک‌گذاری و تجزیه و تحلیل شفاف داده‌ها و ایجاد مدل‌های سم‌شناسی محاسباتی برای ENMها در خوشه ایمنی نانومواد اتحادیه اروپا پیشنهاد شده است (کادر 1). همچنین، این تلاش‌ها با دیگر تلاش‌های تحقیقاتی بین المللی از جمله تحقیقات صورت گرفته در ایالات متحده آمریکا از طریق پلتفرمی موسوم به US–EU nanoEHS هم راستا شده است (باکس 1). در این راستا به یک پایگاه داده متحد و همچنین شفافیت در ادغام کلیه منابع اطلاعاتی مرتبط با ایمنی نانو به میزبانی آژانس مواد شیمیایی اروپا[14] به‌وسیله‌ی EUON (رصدخانه اتحادیه اروپا برای نانومواد) [15]، نیاز است. کارکرد این منبع داده (باکس 1) ورود به مخازن داده‌ی تحقیقات، مدل‌ها و ابزارهایی است که به‌وسیله‌ی اتحادیه اروپا تأمین مالی شده‌اند. این منبع همچنین منجر به جمع‌آوری و جمع‌بندی دانش جامعه و کاهش میزان اطلاعات پراکنده و ناقص خواهد شد. علاوه‌بر این، یک سیستم برای استفاده بهینه از این داده‌ها، باید اصول داد‌ه‌ای FAIR[16] را از نظر یافت‌پذیری[17]، دسترس‌پذیری (قابلیت دسترسی) [18]، سازگاری (تعامل پذیری) [19] و قابلیت استفاده مجدد[20] داده‌ها و الگوریتم‌ها، ابزارها و روال‌های کاری که بر اساس آن‌ها کار می‌کنند، در نظر بگیرد. بنابراین، تلاش‌های اخیر انجمن بر ایجاد چنین زیرساخت‌ها و چهارچوب‌های محاسباتی برای نانومواد، اتخاذ طراحی‌های سازگار و تعامل‌پذیر، ایجاد رویکردهای موثر و یکپارچه و ارزیابی ریسک متمرکز شده است. محققان مرکز تحقیقات مشترک کمیسیون اروپا اخیراً یک مقاله مروری در موضوع رویکردهای محاسباتی موجود برای ارزیابی ایمنی ENMها منتشر کرده‌اند. یکی دیگر از چالش‌های مهم انجمن ایمنی نانو، ایجاد زبان‌، استانداردها و زیرساخت‌های متناسب با نیاز ذی‌نفعان در امنیت نانو است. آنتولوژی‌ها (که به تعبیری مفاهیم و واژگان نظام یافته‌اند) برای اتوماسیون اطلاعات و ربط دادن این اطلاعات به خصوصیات شیمیایی و زیستی نانومواد مورد نیازند. پروژه‌ای که به‌وسیله‌ی اتحادیه اروپا تأمین مالی شده موسوم به eNanoMapper و سایر ابتکارات بین المللی، در جهت توسعه آنتولوژی‌های خاص نانو برای استانداردسازی اصطلاحات موجود در حوزه ایمنی نانو فعالیت دارند. این آنتولوژی می‌تواند برای مطابق‌سازی یا هماهنگ‌سازی استفاده شود. برای مثال، زیرساخت‌های توسعه یافته در پروژه eNanoMapper، به‌وسیله‌ی چنین زبان توافق شده‌ای (ویژه نانو) روی یک پلتفرم باز برای یکپارچه‌سازی و دسترسی به منابع داده‌ای مختلف از ENMها پشتیبانی شده‌اند. چندین پروژه دیگر اتحادیه اروپا از جمله NANoREG به همین رویکرد پایبند بوده‌اند و هدف این است که بانک اطلاعاتی به طور گسترده در دسترس جامعه قرار گیرد (شکل 1). داده‌های سایر پروژه‌های بزرگ مانند MARINA در این بانک اطلاعاتی ادغام شده‌اند و می‌توانند منبع مفیدی برای مدل‌سازی‌های پیش‌بینی‌کننده باشند. علاوه‌بر این، چندین پروژه از برنامه افق 2020 (Horizon 2020) [21]، از جمله پروژه caLIBRAte (باکس 1) هم اکنون رویکرد eNanoMapper را در تهیه، تصحیح و به اشتراک‌گذاری داده‌ها اتخاذ کرده‌اند. تبادل مؤثر و مطمئن اطلاعات بین پروژه‌های مختلف داخل و خارج از اتحادیه اروپا، و همچنین بین ارائه‌دهندگان داده‌ها و استفاده‌کنندگان آن‌ها، نیازمند تعیین حداقل معیارهای محتوا و کیفیت داده‌هاست که به‌وسیله‌ی آنتولوژی و واژگان ساختاریافته پشتیبانی شده و طی سال‌های آینده ثابت باشند. پلتفرم nanoEHS ایالات متحده-اتحادیه اروپا (باکس 1) نقش مهمی در پیشبرد این حوزه دارد (باکس 1). این مجمع، فرآیند هماهنگ‌سازی داده‌های ایمنی نانو را تسهیل کرده و منجر به اجماع رویکردهای مربوطه به مدیریت داده‌ها و آنتولوژی‌ها شده است. در نتیجه، بین طرح‌های مختلف بین المللی در رابطه با ساختار داده‌ها و استانداردهای محاسباتی اتفاق نظر وجود دارد. این تلاش‌ها منجر به ایجاد زیرساخت‌های دانشی هماهنگی می‌شود که ارزیابی ریسک ENMها و محصولات مرتبط با فناوری نانو را دقیق‌تر می‌کند.

غربال‌گری با توان بالا برای سرعت‌بخشیدن به ارزیابی مخاطرات
تحقیقات ارزیابی ایمنی مواد تاکنون اغلب با رویکرد ارزیابی تک به تک مواد با استفاده از آزمون‌های ستنی و با توان پایین در جریان بوده است که برای ارزیابی نقاط پایانی سمیت [22] شامل تولید گونه‌های اکسیژن فعال ([23]ROS) ، سمیت سلولی (مرگ سلولی/ زنده مانی سلول) و آسیب به DNA بنا نهاده شده‌اند. اما امروزه به توسعه روش‌هایی که منعکس‌کننده دقیق نحوه عملکرد نانومواد باشند و آزمون‌هایی برای غربال‌گری با سرعت بالای تعداد زیاد نانومواد در غلظت‌های بالا و شرایط مختلف نیاز است. به‌کارگیری چنین رویکردهای سنجش انبوه (HCA[24]) و غربال‌گری‌های با توان بالا (HTS[25]) می‌تواند سبب صرفه‌جویی قابل‌توجهی در زمان و هزینه شود. HTS در پژوهش حوزه دارو کاملا جا افتاده است. اگر چه گفته می‌شود هنوز تصمیمات قانونی و نظارتی بر اساس این داده‌ها گرفته نشده است. علاوه‌بر این، به گواهی برنامه ToxCast آژانس حفاظت از محیط زیست ایالات متده آمریکا، HTS به طور فزاینده‌ای در تست‌های پیش‌بینی‌کننده رفتار مواد شیمیایی به کار گرفته می‌شود. و این موضوع کاملاً با تلاش‌های صورت گرفته برای ارتقای آزمایش‌های مکانیزمی برون‌تنی (آزمایش‌های در محیط کشت و نه بدن جانداران) و ابزارهای پیش‌بینی کننده رایانه‌ای (روش‌های شبیه‌سازی رایانه‌ای برای سامانه‌های زیستی) به‌عنوان راهبردهای جایگزین آزمون مواد شیمیایی و مواد نوظهور مانند نانومواد مهندسی شده، همراستاست. با استفاده از رویکردهای HCA/HTS پایگاه‌های داده‌ای ایجاد می‌شوند که می‌توانند نانومواد را از منظر میزان مخاطراتی که ایجاد می‌کنند رتبه بندی کرده و به توسعه مدل‌های پیش‌بینی میزان سمیت مواد بینجامند. غربال‌گری خودکار جنین ماهی زبرا[26] به عنوان رویکردی امکان‌پذیر در انجام آزمون‌های برون‌تنی سمیت‌شناسی نانومواد اثبات شده است. شایان ذکر است که HTS را می‌توان در ارزیابی برخی از نقاط پایانی کلیدی (مانند سمیت سلولی) برای مطالعه روابط دوز-پاسخ و به دنبال آن، آنالیز بیشتر اثراتی چون سمیت ژنی و سمیت سیستم ایمنی به کمک روش‌های پیشرفته برای طیف وسیعی از نانومواد به کار برد. از طرف دیگر، مهم‌ترین خصوصیات مرتبط با خطر، ابتدا با استفاده از روش‌های امیکس[27] و تکنیک‌های پیشرفته محاسباتی‌شناسایی می‌شوند. سپس بر اساس این مجموعه داده‌هایی که شاید از نظر مقدار، حداقلی باشند اما از نظر میزان اطلاعاتی که به دست می‌دهند حداکثری هستند، بستری برای HTS فراهم می‌شود که در گذر آن تولید سریع، دقیق، و مقرون به صرفه داده‌های مورد نیاز در پیش‌بینی مخاطرات نانومواد به دست می‌آید (شکل 1). هر دو رویکرد در پروژه‌های اخیر تأمین مالی شده به‌وسیله‌ی اتحادیه اروپا، یعنی NanoMILE و NANOSOLUTIONS مورد بررسی قرار گرفته است (کادر شماره 1). اصلی‌ترین نیاز برای همه رویکردها و روش‌های محاسباتی، وجود داده‌های با کیفیت بالاست که تا حد امکان از نظر آنالیزهای فیزیکی-شیمیایی نانومواد کامل باشند؛ چه زمانی که نانومواد هنوز استفاده نشده‌اند و چه بعد از مصرف در معرض قرارگیری محیطی. علاوه‌بر این باید در نظر داشت که ممکن است نانومواد با آزمون‌های سمیت‌شناسی تداخل ایجاد کنند[28]. در رویکردهای HTS برای سنجش ENMها ایجاد یک بانک اطلاعاتی مرجع که شامل خصوصیات مختلف شیمیایی-فیزیکی و سیستمی ENMهاست؛ اقدامی کلیدی است که منجر به شناخت پیش‌برنده‌های سمیت در ENMهاست. چالش بزرگ این است که تغییر دادن یک خصوصیت ENMها اغلب مستلزم تغییر روش سنتز است و این ممکن است ناخواسته منجر به تغییر دیگر خواص فیزیکی-شیمیایی نیز شود. بنابراین، کتابخانه‌های مناسبی طراحی شده‌اند که هدفشان این است که این اطمینان حاصل شود که فقط یک ویژگی فیزیکی-شیمیایی متغیر است و بقیه ویژگی‌های ثابت هستند. یک مثال از چنین کتابخانه‌هایی در قالب پروژه NanoMILE [29] توسعه یافته است که شامل هسته‌هایی‌ از جنس اکسید فلزات مختلف، در اندازه هسته‌های متفاوت و همچنین سایزهای مختلف لیگاند پوششی است، که با ترکیب کردن حالات مختلف نهایتاً 9 گونه می‌شود. نکته قابل توجه اینکه نانوموادی که به طور مصنوعی پیر شده‌اند[30] همواره نسبت به مواد اولیه و خام سمیت کمتری دارند. با این حال، HTS یک رویکرد قدرتمند برای غربال‌گری مخاطرات احتمالی طیف وسیعی از ENMهای خام است، به شرطی که با تغییر اندک آزمایش نتایج عوض نشوند و نقاط پایانی معنادار و صحیحی مورد سنجش قرار بگیرند. در حقیقت، رویکردهای HCA و/یا HTS از طریق آزمون‌های ویژه و هدفمند، می‌توانند برای بررسی سازوکار عملکرد ENMها استفاده شوند. در پروژه NANOSOLUTIONS، پنلی با بیش از 30 نانوماده مهندسی شده (با ترکیب و تغییر نوع هسته و عامل‌دار کردن سطح آن) ایجاد شد و این مواد با روش‌های مرسوم و قدیمی‌تر سمیت‌شناسی و همچنین روش‌های مبتنی بر رویکرد HTS با 6 نقطه پایانی[31] متفاوت ولی مدل سلولی[32] یکسان، مورد آزمون قرار گرفتند. نتایج این آزمون‌ها نشان داد که تطابق خوبی بین نقاط پایانی سمیت ژنی و مولکولی در روش‌های مرسوم و روش‌های مبتنی بر رویکرد HTS وجود دارد، هرچند که رویکرد دوم (HTS) بسیار سریع‌تر بود. در کار دیگری، پایگاه داده‌ای از مطالعه 105 نانوذره طلای اصلاح سطحی شده ایجاد شد، و نقش بیوکرونا[33] در جذب سلولی بررسی شد، هرچند که رویکرد این مطالعات، HTS (رویکرهای با توان عملیاتی بالا) نبود. این مطالعه، با رویکرد پارادایم آزمون‌های پیش‌بینی‌کننده صورت گرفت که در خلاف جهت رویکردهای مطالعاتی مورد به مورد بود.

رویکردهای نوظهور زیست‌شناسی سیستمی در ایمنی نانو
پارادایم‌های کلاسیک سم‌شناسی، علی‌رغم فشارهای اجتماعی مبنی بر استفاده از روش‌های جایگزین برون تنی (کشت سلولی) ، هنوز به طور گسترده مبتنی بر آزمایش روی حیوانات هستند. پارادایم سم‌شناسی قرن بیست و یکم، خواستار تغییر و فاصله گرفتن از سم‌شناسی توصیفی[34] است، که عمدتاً روی حیوانات، مورد به مورد و با تعداد زیادی آزمون‌های منقطع از نظر عملکردی انجام می‌شود. پارادایم جدید، خواهان تغییر به سمت سم‌شناسی پیش‌بینی‌کننده[35] است. به گونه‌ای که درک عمیق‌تر و کل‌نگرتری از سمیت‌ نانومواد و نحوه ایجاد آن در بدن انسان و محیط زیست ایجاد کند. زیست‌شناسی سیستمی، می‌تواند به رسیدن به این مهم، کمک کند. در واقع، رویکرد سمیت‌شناسی سیستمی، با ترکیب ابزارهای پیشرفته محاسباتی و تحلیلی، می‌تواند در مورد تغییرات مولکولیِ سیستمی (بررسی تغییرات مولکولی با دید کل‌نگرانه به جای نگاه به تک تک اجزا) در مواجهه با سموم، اطلاعاتی کمّی ارائه دهد که منجر به تولید داده‌هایی از نحوه آشفتگی شبکه‌های زیستی[36] به وسیله سموم[37]، می‌شود. هدف سم‌شناسی سیستمی، تغییر رویکردهای تجربی و منفرد و رسیدن به راه‌های سمیت‌شناسی یکپارچه است. در حوزه ایمنی نانوذرات، سمیت‌شناسی سیستمی نوید این را می‌دهد که نحوه برهم‌کنش سامانه‌های زیستی با نانوذرات را روشن کند، و رابطه علت و معلولی بین بیان ژن‌ها، پروتئین‌ها و متابولیت‌ها و مسیرهای زیستی که زیربنای فنوتیپ‌های سمیت است را آشکار کند. با این حال، به دلیل هزینه نسبتاً بالا، نیاز به تجهیزات بسیار تخصصی و سرعتِ تحلیل پایین هر نمونه، معمولاً فقط چند تکرار زیستی[38] مورد بررسی قرار می‌گیرد. پروفایل جهانی بیان ژن یا پروتئین[39] و تجزیه و تحلیل محاسباتی بعدی داده‌ها، بینش بی‌سابقه‌ای در مورد سازوکار‌های سم‌شناسی ارائه می‌دهد. امّا این رویکرد را نمی‌توان رویکردی با توان بالا در نظر گرفت. علاوه‌بر این، تشخیص دادن آشفتگی‌های زیستی ایجاد شده به‌وسیله‌ی نانوذرات مهندسی شده[40] از تغییرات ژنتیکی کوچکی که خودمان عمداً ایجاد کرده‌ایم، بسیار چالش برانگیز است. مگر با طراحی دقیق تحقیقات، و کنترل سخت‌گیرانه راهبرد تحلیل و مسائل مرتبط با کیفیت. یکی از چالش‌های اساسی چگونگی برقرار کردن ارتباط بین پروفایل/شبکه ژنی و سمیت فنوتیپ‌ها (برای مثال سمیت سیستم ایمنی، سمیت ژنی و سمیت‌هایی از این دست) و همچنین نشان دادن قابلیت اطمینان و صحت پیش‌بینی‌های مدل‌های محاسباتی در زندگی واقعی است. هدف این نیست که لیستی از ژن‌ها یا پروتئین‌های تنظیم کاهشی یا افزایشی (ژن یا پروتئین‌های با بیان افزایش یا کاهش یافته[41]) تهیه شود، بلکه هدف، توسعه مدل‌های پیش‌بینی‌کننده است. اخیراً در یک مطالعه توصیفی، استخراج دانش و مدل‌سازی‌های رایانه‌ای، جهت توسعه یک "خط انتقال داده‌ تلفیقی" (شامل انواع مختلفی از داده‌ها از جمله نتایج حاصل از روش‌های اُمیکس) به کار گرفته شد تا توضیحی نوین بر پیامدهای نامطلوب فیبروز ریوی داده شود (نکته مهم این مقاله[42] استفاده از ابزارهای داده محور و انفورماتیک برای ساخت یک [43]AOP یا مسیر پیامد منفی فیبروز ریوی است، یک AOP نمایش ساختاریافته از وقایع زیستی است که منجر به پیامدهای منفی می‌شود. از AOPها برای ارزیابی ریسک و کاهش استفاده از مدل‌های حیوانی و افزایش توانمندی در پیش‌بینی پیامدهای منفی استفاده می‌شود. یکپارچه‌سازی داده‌های متفاوت از منابع مختلف در یک گردش کار 6 مرحله‌ای و تشریح گام به گام توصیفات AOP در این مقاله، شایان توجه است. (توضیح مترجم). حجم زیادی از داده‌ها در خلال آزمایش‌های اُمیکس ایجاد می‌شود. برای مشخص کردن مخاطرات مرتبط با ویژگی‌های مولکولی (علامت‌های مشخصه) باید بتوانیم اطلاعات را از هم تفکیک کنیم و البته به طور همزمان، وابستگی آماری متغیرها را نیز در نظر بگیریم. در چنین شرایطی، ویژگی‌هایی که به بهترین نحو ایمنی ENMها را پیش‌بینی می‌کنند تنها از یک لایه داده، مثلاً خواص ذاتی فیزیکی-شیمیایی ENMها، نمی‌آیند بلکه حاصل تلفیقی از چندین لایه از داده‌ها هستند. بنابراین، می‌توان با ادغام سیستماتیک چندین لایه از داده‌های آزمایشگاهی با داده‌های برون‌یابی شده، به پیش‌بینی‌های دقیق‌تری رسید. (شکل 2). هدف پروژه NANOSOLUTIONS تولید یک الگوریتم رایانه‌ای جهت پیش‌بینی ایمنی ENMها بر اساس مجموعه‌ای حداقلی اما آموزنده از ویژگی‌های انتخاب شده در لایه‌های مختلف داده است. یک الگوریتم طبقه‌بندی کننده[44] که الگوریتم طبقه‌بندی‌کننده ایمنی نانومواد نام‌گذاری شده است و از حدود دوازده خصوصیتی که بیشترین ارتباط را با ایجاد مخاطرات دارند ایجاد شده است. این الگوریتم بر اساس یکپارچه‌سازی داده‌های لایه‌های مختلف اُمیکس (یعنی ترنتسکریپتومیکس، پروتئومیکیس و اپیجنومیکس) ، داده‌های مربوط به خواص فیزیکی-شیمیایی مواد، داده‌های مربوط به پروفایل کردنِ بیوکرونا بر مبنای پروتئومیکس، به همراه داده‌های سمیت برون‌تنی (کشت سلولی) و درون‌تنی برای پنلی شامل بیش از 30 گونه ENM، ایجاد شده است و قادر به پیش‌بینی سمیت نانومواد با صحت بسیار بالایی است. این رویکرد پیش‌بینی محاسباتی، یک گام بسیار بزرگ رو به جلوست و می‌تواند طبقه‌بندی یا رده‌بندی خطر بر مبنای تعداد اندکی تست سمیت‌شناسی را امکان‌پذیر سازد. کنسرسیوم در مطالعه دیگری، ابزاری محاسباتی به نام INSIdE nano (شبکه یکپارچه اثرات سیستمی زیستی نانومواد[45]) را توسعه دادند که حالت‌های عملکردی نانومواد را بر اساس داده‌های گسترده ژنومی ترنسکریپتومیکس و در بستری که این مواد مورد استفاده‌ قرار می‌گیرند و با توجه به بیماری‌های انسانی، درمان‌های دارویی و اینکه این نانومواد در معرض چه مواد شیمیایی هستند، در نظر می‌گیرد. این ابزار محاسباتی جدید، استنباط یا پیش‌بینی ارتباط بین ENMها و بیماری‌ها را بر اساس اثرات ترنسکریپتومیکس[46] ممکن می‌سازد. از رویکردهای مبتنی بر اومیکس، نه تنها برای‌شناسایی مخاطرات و رده‌بندی ENMها، بلکه برای‌شناسایی و توسعه نشانگرهای زیستی نوین نیز می‌توان استفاده کرد. محققان رده سلولی انسانی در مقابل ریه‌های موش را در معرض چندین نانوماده کربنی قرار داده و دریافتند که سطح عملکرد مولکولی به طور قابل توجهی تغییر یافته و شباهت بسیاری با پاسخ‌های ترنسکریپتومیک نشان می‌دهند. در یک مطالعه دیگر، در ریه موشی که در معرض نانولوله‌های کربنی چند‌دیواره بود، نقاط شروع رونویسی ژنی[47] و مناطق فعال افزاینده مرتبط[48] بررسی شدند و جزئیات مفصلی از اثرات این نانولوله‌ها آشکار شد. در واقع این مقاله منبع مفیدی از آزمایش‌های هدفمند برای روشن کردن اثرات زیستی نانومواد و‌شناسایی بیومارکرهایی برای تشخیص زودهنگام التهاب ناشی از نانولوله‌های کربنی چند‌دیواره فراهم می‌سازد. یکی از مضامین یا الگوهای مشترکی که با نمونه‌گیری انتخابی از تحقیقات گذشته به دست آمده، این است که رویکردهای بیوانفورماتیک از اهمیت بالایی برخوردارند و روش‌های تجربی و محاسباتی باید دوشادوش هم توسعه یابند. نیاز است که برای جمع آوری داده‌ها اقدامات مشترکی صورت پذیرد و رویکردهای محاسباتی هماهنگ باشند (در بالا بحث شد). یکی از چالش‌های اساسی پیش رو، توسعه ابزارهایی پیشرفته و در عین حال با کاربری آسان در پیش‌بینی مخاطرات است که نه تنها در سناریوی دوز بالا و مواجهه کوتاه‌مدت خوب پیش‌بینی می‌کنند بلکه بتوانند در سناریو واقع بینانه تر با دوز پایین و مدت زمان طولانی نیز مخاطرات را به درستی پیش‌بینی کنند.

ابزارهای جدید مبتنی بر وب برای ارزیابی ریسک
تا امروز، ارزیابی کمّیِ ریسک نانومواد و تعیین حدود ایمنی این مواد به دلیل شکاف داده‌ها امکان‌پذیر نبوده است. به طور مشابه، تلاش‌ها برای انجام ارزیابی‌های معتبر در مورد اثرات مضر احتمالی ENMها، در مراحل مختلف چرخه عمر محصول، به دلیل کمبود داده راه به جایی نمی‌بردند. به طور کلی، روش‌ها و ابزارهای موجود عمدتاً بر ارزیابی مخاطرات در مرحله تولید و ساخت نانومواد متمرکز بوده و از ارزیابی مخاطرات طی استفاده و نیز در مراحل پایانی چرخه عمر محصول غفلت داشته‌اند. تلاش‌های اخیر دو پروژه تحقیقاتی اروپایی (موسوم به SUN و GUIDEnano) (کادر 2) برای یکپارچه‌سازی دانش/داده‌های پیشرفته موجود، منجر به توسعه دو ابزار مختلف و در عین حال مکمل یکدیگر در ارزیابی ریسک مبتنی بر وب شده است: GUIDEnano Tool و the SUN Decision Support System (SUNDS) (سیستم پشتیبانی تصمیم‌گیری SUN). استفاده از این ابزارها می‌تواند ارزیابی و کاهش خطرات مرتبط با محصولات نانویی در کل چرخه عمر محصول، را یک گام به جلو ببرد. انعطاف‌پذیری این ابزارها این امکان را به کاربر می‌دهد که دامنه ارزیابی ریسک را تعیین کند، از سناریویی که فقط یک مواجهه خاص را در نظر می‌گیرد تا سناریویی که کل چرخه عمر محصول را بررسی و همزمان، مخاطرات انسانی یا زیست‌محیطی را در نظر می‌گیرد (کادر 2). این اطلاعات از طریق ماژول‌های مختلف این ابزارها به کاربر داده می‌شود و امکان ارزیابی کمیّ مخاطرات در هر سناریوی انتخابی را فراهم می‌کند. بسته به نتیجه ارزیابی ریسک، می‌توان طیف وسیعی از اقدامات را برای کاهش ریسک برگزید. ابزار SUN همچنین می‌تواند به کمک متدولوژی‌های ساختاری، تحلیل‌های اجتماعی-اقتصادی محصولات نانویی را برای مثال اگر نانومواد تحت قوانین REACH مبادله می‌شود، ارزیابی کند. این گزینه‌ها به ویژه برای شرکت‌های کوچک و متوسط از اهمیت عملی قابل توجهی برخوردار است، چرا که باعث می‌شود ادغام داده‌های فنی در مورد خطرات، مزایا و هزینه محصولات نانو میسر شود. از این رو، ابزارهای مبتنی بر وب امکان ساخت پرتفولیوی پایدار[49] را فراهم می‌کنند و به گرفتن تصمیمات آگاهانه و ایمن‌تر در سه مرحله تولید، استفاده، و پایان چرخه عمر ENMsها کمک می‌کند و اینکه آیا اصلاً روی تولید آن ماده خاص نانویی اصلاً سرمایه‌گذاری بشود یا خیر. بدیهی است که بهره‌برداری موفق از این ابزارها بستگی به موجود بودن داده‌های باکیفیت بالا از خواص فیزیکی-شیمیایی نانومواد و سایر داده‌های مرتبط با مخاطرات و در معرض قرارگیری این مواد دارد. دستیابی مقرون به صرفه به این داده از طریق رویکردهای HTS، دسته‌بندی و خواندن روابط (برای پرکردن شکاف اطلاعاتی) [50] میسر است. دسته‌بندی و خواندن روابط می‌تواند به بهبود بهره‌وری وری ارزیابی مخاطرات منجر شده و همچنین طراحی ایمن‌تر محصولات نانویی را ترویج می‌کند. علاوه‌بر این، تبدیل بیومارکرهایی که نتیجه مطالعات اُمیکس هستند، به آزمون‌های روتین ارزیابی مخاطرات، با اینکه مسیری طولانی و صعب العبور است اما گامی بسیار اساسی به سمت روش‌های مقرون به صرفه و سریع در ارزیابی ENMsها خواهد بود. به طور کلی، توصیه ما این است که پارادایم فعلی که مبتنی بر کنترل ریسک است با پارادایمی که مبتنی پیشگیری است، جایگزین شود. این امر می‌تواند با متمرکز کردن منابع موجود بر حذف مواد نامطلوب و/یا تغییر پارامترها یا متغیرهایی که بر خواص نهایی محصول اثر دارند، در همان مراحل اولیه توسعه محصول، محقق شود. ارزیابی و کمّی‌سازی اثرات زیست‌محیطی با استفاده از رویکردهای ارزیابی چرخه عمر[51] بسیار مهم است. در سال‌های اخیر، در برنامه توسعه تحقیقات ایمنی فناوری نانو،‌شناسایی و کمّی‌سازی مواد آزادشده در هر مرحله از چرخه عمر نانومواد، از گهواره تا گور، بسیار مورد تأکید بوده است. تولید دانش و داده‌ در رابطه با مواد رهاشده، انتقال این مواد و تغییراتشان در بدن انسان و محیط زیست و همچنین اثرات سمیت احتمالی آن‌ها، هدف مشترک ارزیابی‌ ریسک و ارزیابی چرخه عمر ENMsهاست. پروژه‌های SUN و GUIDEnano (کادر 2) با مطالعه موردی محصولات نانویی در مراحل مختلف چرخه عمر برای رسیدن به این مهم، نقش داشته‌اند. برخی نویسندگان معتقدند که ارزیابی ریسک و ارزیابی چرخه عمر باید در یکدیگر ادغام شوند درحالی که برخی دیگر معتقدند که معنی ندارد که دو رویکردی که مناسب مقاصد متفاوتی هستند و به سوالات متفاوتی پاسخ می‌دهند را یکی کنیم. اخیرا در مجله‌ای، نقاط قوت و ضعف هر یک از این روش‌ها و همجنین استدلالهای موافق و مخالف با ترکیب کردن این دو رویکرد، مرور و نتیجه‌گیری شده است که همکاری‌های بیشتری بین این دو حوزه نیاز است. در پروژه SOUNDS، ارزیابی ریسک با تحلیل اجتماعی-اقتصادی یکپارچه شده است تا تعادل ریسک-فایده محصولات نانویی در چرخه عمرشان ایجاد شود.

نتیجه‌گیری

طی چند سال گذشته، پیشرفت‌های چشمگیری در درک سازوکارهای اساسی اثرات زیستی ENMها حاصل شده‌است. آنالیز و‌شناسایی خواص ENMها (آن‌گونه که در علم مواد مرسوم است) به طور کلی، بسیار بهبود یافته و کاملاً در نشریات علمی مستند شده‌اند و این امر باعث شده است که درک روابط بین خواص فیزیکی-شیمیایی ENMها و آشفتگی‌های ایجاد شده در سامانه‌های زیستی ممکن شود. هر چند که ENMهایی که مدتی از تولیدشان می‌گذرد و دچار aging شده‌اند یا در چرخه عمرشان تغییر کرده‌اند، تست‌های بیشتری نیاز دارند. کارگروه نانومواد سازمان همکاری و توسعه اقتصادی[52] اخیراً به این نتیجه رسیده است که به طور کلی، تست‌های مواد شیمیایی برای ارزیابی ایمنی ENMها مناسبند ولی خاطر نشان شده‌است که برخی دستور العمل‌ها نیاز به اصلاحات دارند. در دیدگاه ما، اصلاحات آزمون‌های متداول کافی نیست؛ ما باید از طریق آزمون‌های برون‌تنی معتبر، که بتواند نتایج آزمون‌های درون‌تنی را منعکس کنند به آزمون‌ها سرعت ببخشیم. بدین منظور، فناوری‌های نوظهور، خصوصاً امیکس و پلتفرم‌های غربالگری با توان عملیاتی بالا (HTS) و/یا پلتفرم‌های غربالگری انبوه (HCA) که با رویکردهای بیوانفورماتیک و محاسباتی همراه شده‌اند می‌توانند حجم بالایی از داده را آنالیز کنند و ارتباطات معناداری بین بی‌‌نهایت جایگشت‌های ممکن در داده‌های جمع‌آوری شده پیدا کنند. در این زمینه، شایان ذکر است که رویکردهای زیست‌شناسی سیستمی که مبتنی بر امیکس هستند، "عاری از فرضیه" نیستند ولی در عوض فرضیه‌ها و پیش‌بینی‌هایی تولید می‌کنند که می‌تواند در ادامه اعتبارسنجی شوند که این در اصل، هدف مدل‌سازی است. علاوه‌بر این، درک کامل‌تر از تباط بین خواص نانومواد و ویژگی‌های زیستی می‌تواند رویکردهای ایمن-در-طراحی[53] را ایجاد و ایمنی نانومواد را بالا ببرند و اعتماد عمومی به این مواد و فناوری‌هایی که از این مواد استفاده می‌کنند را بالا ببرد. علاوه‌بر این، رویکردهای نظام‌یافته برای ارزیابی و کاهش ریسک‌های مرتبط با نانومواد و محصولات نانویی در طی چرخه عمرشان توسعه یافته‌است. در مجموع، این تلاش‌ها می‌تواند ارزیابی قابل اطمینان‌، دانش محور و کمّی از ریسک‌های ENMها را ممکن سازد و منجر به‌شناسایی کمینه اطلاعات مورد نیاز برای پیش‌بینی مخاطرات و ریسک‌هایی شود که در معرض قرارگیری ENMها برای سلامتی انسان و محیط زیست ایجاد می‌کنند. این به نوبه خود، منجر به استفاده ایمن و پایدار از نانومواد شده و نوآوری‌های مبتنی بر آن را به جلو خواهد راند.

منبع:

Fadeel, Bengt, Lucian Farcal, Barry Hardy, Socorro Vázquez-Campos, Danail Hristozov, Antonio Marcomini, Iseult Lynch, Eugenia Valsami-Jones, Harri Alenius, and Kai Savolainen. "Advanced tools for the safety assessment of nanomaterials." Nature nanotechnology 13, no. 7 (2018) : 537-543.