实验大鼠长期是生物医学研究和药物开发的重要工具，如今Emulate公司的肺芯片（Lung-on-a-Chip）等技术正尝试不依赖动物来模拟人体生物学。17年前，细胞生物学家唐纳德·英格伯（Donald Ingber）与哈佛大学怀斯研究所（Wyss Institute）同事向《科学》（Science）提交论文，描述其人体肺部模型。装置比U盘小，透明聚合物薄片内有狭窄通道，内衬肺泡和血管细胞；空气泵入旁侧空腔时，它会节律伸缩，像在“呼吸”。

实验大鼠长期以来一直是生物医学研究和药物开发的主力。如今，Emulate 的肺芯片（Lung-on-a-Chip）等技术正试图在不依赖动物的情况下模拟人体生物学。

17 年前，细胞生物学家 Donald Ingber 和他在哈佛大学 Wyss Institute 的同事向《Science》提交了一篇论文，描述他们的“人肺模型”。它比 U 盘还小，由透明聚合物板制成，板内有狭窄通道，通道内衬有肺气囊和血管内壁的细胞。当空气被泵入通道旁的中空腔室时，装置会有节奏地扩张和收缩——它会“呼吸”。

这种逼真运动与此前的肺部模型截然不同，旧模型通常使用无法模拟肺功能所必需运动的静态肺组织培养物。在接触炎症蛋白和细菌时，Ingber 的人工肺反应与真实肺脏非常相似。而接触用于模拟超细颗粒物影响的二氧化硅纳米颗粒后发现，运动会影响组织对其的吸收方式。

Donald Ingber 领导的团队在哈佛大学 Wyss Institute 开发了首个人肺芯片。Sam Ogden

这是一个强有力的原理验证，展示出一个可用于测试药物和其他化学品的系统，可补充甚至替代组织培养或动物实验。即便如此，《Science》的编辑仍犹豫不决。他们拒稿了，并建议 Ingber 团队也在小鼠身上做同样的测试。

这个要求并非不合理：哈佛的肺系统很新，将其产生的结果与小鼠结果比较有助于验证它。Ingber 团队补做了实验，一年后（2010 年）重新投稿，随后得以发表。（该论文至今已被近 5400 篇论文引用。）尽管如此，这件事仍说明动物模型一直是现代生物医学研究的默认选项。

哈佛大学 Wyss Institute 开发的早期肺芯片利用衬有人体细胞的微流控通道，重现了肺功能的关键特征。Wyss Institute at Harvard University

德国生物技术公司 TissUse 的转化毒理学研究员兼高管 Ilka Maschmeyer 最近讲的一件事，显示出情况已发生多大变化。TissUse 专攻器官芯片系统——即 Ingber 那种肺芯片的俗称——制药公司用它们来做研究。Maschmeyer 说，几个月前，一家制药公司在向 FDA 申请开展一种新药临床试验时被拒后找到了 TissUse。问题在于：该公司提交了动物数据，但 FDA 想要的是器官芯片或类似替代方法的数据。标准已经彻底反转。

这一刻反映出一种趋势，甚至可能是根本性转变的早期迹象：毒理学和药物开发正远离动物使用。“这种情况仍然少见，”Maschmeyer 说，“但我认为它会越来越频繁。”

多年来，人们已开发出大量此类动物实验替代方法，统称为 NAMs。根据说话者的不同，这个缩写代表的或是 new approach methodologies（新途径方法学）、novel alternative methods（新型替代方法），或是 nonanimal methods（非动物方法）。多数 NAMs 尚未经过严格检验，但早期研究显示了它们的潜力。

随着 NAMs 越来越精密，如何落地的问题已不再主要取决于技术性能，而更多取决于实现其潜力所需的实际下一步。验证 NAMs——将系统标准化、与动物实验进行头对头比较——是一项巨大挑战。而且，仅仅表现优于动物模型还不够，NAMs 的采用还需要政策、培训和文化上的改变。

“这一转变过程比你想象的要复杂得多，”约翰斯·霍普金斯大学动物实验替代方法中心主任、毒理学家 Thomas Hartung 说，“它更多是关于变革管理，而不是技术。”

替代动物实验的技术

几十年来，动物倡导者和许多科学家一直批评动物实验在道德和实用性上的问题。据估计，进入美国临床试验的药物中约有 92% 无法上市，原因有时是商业性的，但往往是因为这些药物在人体中无效或不安全，而动物实验未能预测到这一点。心脏病、癌症和脑部疾病药物的失败率甚至更高。

这些统计数字并不一定自动意味着应归咎于对动物的依赖。研究设计有缺陷也是问题，疾病本身极其复杂也同样如此。但几乎毫无疑问，对许多疾病而言，动物一直是糟糕的替代模型。正如动物实验可能错误提示有效性或未能预测人体危害一样，它们也可能错误提示药物无效或有害，而这些药物其实可能在人体中有效。一些研究人员认为，如果阿司匹林或对乙酰氨基酚是在现代检测要求出现之后才被发现的，它们可能早已被放弃。

TissUse 的 Humimic 系统利用微流控芯片培养人体组织，并模拟器官之间的相互作用。上图为实验中对芯片内组织成像的研究人员，中图为温控装置中的 Humimic 芯片，下图为研究人员准备芯片。TissUse（3 张）

开发 NAMs 的研究人员已把这些系统远远推超出老式组织培养。新技术包括能更贴近模拟人体器官结构、组成和功能的类器官（organoids）。更接近人体的是器官芯片系统；除了 Ingber 的肺芯片，还有脑、心脏、肾脏甚至胎盘芯片。多达 10 个这类器官已被连接在一起，形成多器官系统，有望重现人体生理的许多方面——虽不完美，但比小鼠或猴子更好。支撑这些系统的还有器官和生物体的计算模拟，以及分析其他系统产生的数据、并在高强度迭代循环中指导未来实验的人工智能工具。

然而，尽管研究不断积累，一些制药公司也开始在内部使用 NAMs，但管辖药物开发和测试的美国监管体系仍是它们更广泛使用的障碍。因此，当 2022 年底《FDA Modernization Act 2.0》成为法律时，NAMs 的支持者欣喜不已。该法明确批准在新药进入人体试验前所需的临床前研究中使用 NAMs。此前法规强制要求动物实验；如今替代方法的大门打开了。这是一个里程碑时刻。“这是我这辈子都没想到会看到的事，”Maschmeyer 说。

尽管当时对实验室的即时影响有限，FDA 的决定却是未来变化的先兆。2025 年，FDA 承诺“让动物研究成为例外而非常态”用于药物安全性测试。随后在 2026 年 9 月，该机构又发布一项规则（若生效）将用更宽泛的“非临床测试”取代其药物开发法规中的“动物测试”表述。这一变化明确说明，经验证的人体细胞系统、器官芯片和计算机模型等替代方法可在适当时使用。

同样在 2025 年，全球最大的公立生物医学研究资助机构美国国立卫生研究院（NIH）宣布，申请资助研究动物模型的研究人员还需要纳入非动物研究，例如真实世界数据或 NAMs 研究。与此同时，欧盟委员会和英国也宣布了各自逐步淘汰动物实验的计划，政府间组织经济合作与发展组织（OECD）更新了具有影响力的指南，允许扩大 NAMs 的使用。

NAMs 支持者表示，这些转变至关重要：如果监管机构不接受 NAMs 的结果，采用它们的动力就更小，尤其是对于那些已经在用动物做研究的人。Maschmeyer 说，TissUse 的客户中，越来越多是研究一直以动物为主的科学家。“过去一年里，我看到了变化，”Maschmeyer 说，“越来越多使用动物模型的人现在也必须加入体外模型。”她认为这主要源于监管转变——Ingber 称这一趋势“改变了游戏规则”。

证明 NAMs 有效

不过，监管机构说 NAMs 可以或应当被使用还不够。更重要的是专门用于评估“应如何使用”的监管机制。这始于验证：即判定实验方法和设备是否可靠、可信的过程。一个用于模拟罕见神经疾病的脑芯片原型，在开发它的实验室里可能运行良好——但要通过验证，该系统必须在现实世界中也能工作。

“你读到学术实验室推出的各种器官芯片，这很好——但这不会改变 FDA 对它们的采用，因为你必须在世界任何地方都得到相同结果。它必须是商业产品，必须量产，并满足非常精细的性能标准，”Ingber 说。例如，器官芯片中用作组织支架的水凝胶即使有微小差异，也会导致截然不同的生长模式。

Emulate 的 Organ-Chips 连接到公司自动化培养系统，该系统为芯片供应营养液并控制流经芯片的液体。Emulate

工作流程和操作程序也需要统一。例如，在开发癌症疗法时，阻碍血管化肿瘤芯片平台更广泛使用的一个障碍是，不同研究小组用不同指标来描述血管功能和几何形态。实验指南、工作流程、检查点、指标、报告标准：所有这些都需要标准化，研究人员才能比较彼此工作并跨平台协作。Ingber 的实验室成员会指导行业研究人员使用 Emulate（Ingber 创立的公司）开发的芯片。但即便有说明，他们在干细胞培养的精细操作上仍需要帮助。

当一种 NAM 准备好商用且研究人员知道如何使用后，最重要的检验仍未完成：它是否带来临床益处。一个罕见病器官芯片也许可靠，但它测量的生物标志物是否真的相关？如果是，把芯片结果外推到药物体内效应的算法是否真有预测性？

Emulate 的 Organ-Chips 内培养的人体组织显微图像。上图为洋红色细菌与肺芯片中的黏液和气道细胞相互作用；中图为肠芯片形成类似小肠吸收营养的结构；下图为另一肺芯片上生长的微小毛发状纤毛，它们帮助将黏液和被捕获的颗粒排出气道。Emulate（3 张）

对某些 NAMs 来说，这些问题已有答案。例如，Emulate 的肝芯片系统正确标记出大约每八种药物中有七种：这些药物已安全通过动物试验，但对人类肝脏有毒性。牛津大学和 Janssen Pharmaceutica（后更名为 Johnson & Johnson Innovative Medicine）的研究人员也做过类似研究。该团队显示，他们对人体心脏细胞的计算模拟以 89% 的准确率标记出会引起一种危险心律失常的化合物，而动物研究的准确率为 75%。

然而，这类研究复杂且昂贵。Emulate 的研究需要 870 个芯片，以及相当于 16 名全职员工工作 16 周的人力——这远超普通实验室的能力。如果研究人员想获得监管批准，用其芯片预测大分子药物（而非他们测试过的小分子药物），他们就需要为这一特定用途再开展一次此类研究。而且，每一种商用 NAM 及其每一种使用场景，表面上都需要进行类似研究——这是一项浩大工程。“这是个挑战，”英国 Safer Medicines Trust 创始人、认为动物是人体生物学糟糕模型的 Kathy Archibald 说，“它耗时太长、成本太高，小公司负担不起。”

Ingber 认为，学术科学家需要在 NAMs 上与行业研究人员更多合作，政府也应资助这些项目。他和其他 NAMs 支持者还强调获取必要数据的重要性：没有来自临床前动物研究和人体临床试验的信息，比较就很困难，但这些数据很多现在是专有的。他们说，制药公司和监管机构需要共享这些数据，FDA 也已呼吁建立药物毒性数据的开放获取数据库。约翰斯·霍普金斯大学的 Hartung 还建议，新的动物实验应与 NAMs 并行开展，以产生并排比较。

在德国生物技术公司 ESQlabs 的计算生物学家 Christian Maass 看来，NAMs 早就该与动物模型一决高下了。他的公司开发“数字孪生”系统，用器官芯片系统的数据来指导药物结果和疾病进展的全人体模拟。“我热爱我们所做的事，”Maass 说，他指的不仅是自己的公司，也是整个领域。但他补充说，研究人员尚未提供“我们做得比动物模型更好或至少一样好的证据和证明”。

Maass 认为，头对头比较对好的科学至关重要。毕竟，如果一种 NAM 没有优于动物模型，或者最适合作为补充而非替代，这一点也需要被知道。他还相信这类研究能说服怀疑者。Maass 提到 iPhone 首次亮相时，人们第一次看到手机没有按键也能如此好用。“那是一个‘啊哈！’时刻，”他说。但对 NAMs 来说，“这一刻仍未到来”。

改变科研习惯

即便做了这些头对头比较，法规也做了相应修改，采用过程仍可能很慢。1990 年代中期，研究人员开发并验证了单核细胞活化试验（monocyte activation test）——一种用人体血细胞预测免疫反应的检测方法——以替代兔热原试验（把化合物注入兔耳并监测其直肠温度）。但直到 2010 年，欧洲药典（此类检测的欧洲官方标准）才接受单核细胞活化试验作为替代方法。而在全球范围内，兔子仍被广泛用于该试验。

为何变化如此缓慢？部分原因是提及动物测试的指南文件更新滞后，但也因为科学文化和制度内部的惯性。“正式要求可能消失，但非正式预期依然存在，”Hartung 在动物实验替代方法中心的同事、兽医科学家 Kathrin Herrmann 说。监管者、基金评审人、同行评审人、期刊编辑——科学的人力基础设施——往往仍期望看到动物数据，并且对 NAMs 不熟悉。

Herrmann 目前正在指导一项针对早期职业研究人员的调查，这些人正在使用或试图转向 NAMs。“我们不断听到这样的担忧：资助方认为只使用 NAMs 的申请有风险；为了可信度，有人被施压‘加一个动物实验’；获取 NAMs 基础设施的机会有限；一旦脱离既定动物模型，职业轨迹就会变得不确定，”Herrmann 说。

绝大多数进入美国临床试验的药物最终未能获得 FDA 批准，某些治疗领域的失败率尤其高。

动物模型已嵌入数据库、培训项目以及研究文化本身。使用动物的科学家可能不愿改变；他们作为研究者的身份与动物绑定，而且更实际的是，他们整个职业生涯都在学习相关技术。一位用了几十年大鼠的毒理学家，若被要求冒险尝试不熟悉的聚合物块和干细胞，产生疑虑是可以理解的——尤其是当人类福祉或数百万美元可能取决于这一选择时。同样，一位职业生涯建立在动物模型上的学术科学家可能也不会欢迎 NAMs；转变可能意味着实验室成员因专长不再相关而失业。“我能理解为什么人们很难接受它，”Ingber 说。

NAMs 支持者说，教育和培训至关重要。NIH 和 FDA 现在为对 NAMs 感兴趣的研究人员提供资源，其他拥抱这些技术的国家对应机构亦然。Herrmann 帮助运营网络研讨会，让研究人员和监管者学习使用和评估 NAMs；Hartung 在在线学习平台 Coursera 上的课程模块迄今已有约 12000 名学生选修。“这些受训者将建立自己的实验室。他们会进入工业界。他们会取代老一辈，”斯坦福大学心血管研究所主任 Joseph Wu 说。

Wu 还是 Greenstone Biosciences 的联合创始人，该公司利用干细胞衍生的人体组织和 AI 来建模疾病并预测药物反应。他利用这一职位向研究人员介绍 NAMs，并说服公司董事免费向任何想使用的学术研究人员共享 Greenstone 的大型干细胞系库。“我真的相信人们应该理解这个平台如何工作，”Wu 说，“归根结底，我们只是想推动科学进步。”

有了足够时间——以及资金、激励、培训、教育、合作和代际更替——药物开发和安全性测试的研究文化可能会转变。不过，NAMs 是否会用于科学其他领域仍是个开放问题。早期药物开发和监管测试约占实验动物使用量的 30%；其余用于基础生物学研究。替换这些动物不那么直接，但也许可能：Ingber 描述了基于器官芯片对炎症性肠病、早产和病毒感染治疗的见解，这些是在动物身上无法获得的。Hartung 称毒理学中采用 NAMs 具有“灯塔功能”，可为其他类型的研究指引道路。

“突然之间，所有大坝都打开了，”他说。

多数人欢迎器官芯片、类器官等替代动物实验的方案，认为它们更人道且更能预测人体反应；分歧主轴在于少数人坚持真实动物／人体系统不可替代，甚至主张为救人应继续大量使用小鼠。讨论还穿插着对“无动物”是否名副其实、监管能否统一，以及效率提升是否反而增加动物实验的质疑。

欢迎替代方案，认为监管转向是关键，但落地仍需与动物实验并行

• 评论者认为，动物实验失败和误判风险高，让动物受苦并不必要；器官芯片既能减少动物使用，又能在更真实的条件下（如保留免疫系统）测试药物。更重要的是，监管机构开始要求器官芯片或同类替代方案的数据，这被视为真正的进展；不过各国对“可接受”的标准不一，短期内动物实验和非动物实验很可能都要做，以满足不同监管要求。（较多人） > 既然失败和误判风险这么高，何必让动物承受痛苦；芯片或模型反而更能反映对人体的影响。（@willmeyers）

认为这类微生理系统并不新鲜，多年前已有类似项目

• 有人指出，类似思路和系统多年前就已被做过并落地，例如 DARPA 的微生理系统项目，因此新闻中的“突破”被夸大。（少数人） > 这类微生理系统多年前就已经被做过并落地了。（@greenavocado）

指出替代方案仍隐藏对动物的依赖，并非真正无动物

• 一条重要反拨是：人类类器官往往种在来自小鼠肿瘤、经小鼠体内培养后分泌出的基质（如 Matrigel）中，而这种基质需要靠牺牲小鼠来提取；因此“无动物”只是表层说法。（少数人） > 人类类器官常种在来自小鼠肿瘤的基质里，而这种基质要靠牺牲小鼠来提取。（@Spacecosmonaut）

坚持真实动物／人体实验不可替代，甚至认为为救人牺牲小鼠显然值得

• 反对者认为，在错误的系统里做研究只会产生假阳性，医疗研究开支上升而成果变差，与逐步放弃人体和动物实验同步发生；进一步转向计算模型会加剧脱节。从功利角度看，如果能用小鼠真实器官，为何还要用器官模型；若牺牲上百万只小鼠能多治愈一种疾病，这似乎是显然值得的交易，甚至有人反问“多少只实验鼠才抵一条人命”。（少数人） > 医疗研究开支暴涨而可用成果变差，正好对应着人体和动物实验的减少；在错误系统里做研究只会产生假阳性。（@superkuh）

警惕发现能力提升反而可能推高动物实验总量（杰文斯悖论）

• 有人用杰文斯悖论反向提醒：当技术让我们能发现近乎无限的潜在突破时，候选药物和实验需求可能不降反增，最终也许需要比以往更多的动物实验。（少数人） > 当发现潜在突破的能力近乎无限时，我们可能反而需要比以往更多的动物实验。（@Aboutplants）

有价值的补充

• DeepMind 正在尝试构建真正的“虚拟细胞”，被一些人视为比当前器官芯片更值得关注的方向；只是在大模型热潮下，团队是否还有足够精力推进仍不确定。（@suncemoje）
• 一个大学动物实验委员会的荒诞案例：戏剧系想借羔羊上台，却因它会接触不受控人群和病原体，导致既不能回到研究畜群也不能食用，几乎等同于被判死刑；最后只能改用玩偶。（@sandworm101）