Miten eläinkokeita korvaavia menetelmiä kehitetään Suomessa?

Eläinkokeita korvaavien menetelmien kehityksestä kirjoittavat Tampereen yliopiston solu- ja molekyylibiologit Tarja Toimela, Laura Saarimäki ja Hanna Vuorenpää. Kirjoitus on osa Eläinten hyvinvointikeskuksen Eläinten hyvinvointi Suomessa III -raporttia

 

Yhä useampi eläinkoe pyritään korvaamaan muilla menetelmillä, mutta käytettyjen eläinten määrissä se ei vielä näy

Lääketiede tähtää sairauksien ennaltaehkäisyyn, parantamiseen ja siten kärsimyksen vähentämiseen yhteiskunnassa. Hoitojen kehittämisessä kriittistä on löytää ennustava ja luotettava malli ennen siirtymistä kliiniseen vaiheeseen, jossa lääkeainetta tai hoitoa annetaan ihmiselle. Ihmisen elimistöä luotettavasti jäljitteleviä malleja tarvitaan uusien lääkeaineiden seulontaan, ennustamaan lääkeaineen tehoa ja turvallisuutta ihmisessä sekä arvioimaan erilaisten kemikaalien (haitta)vaikutuksia.

Perinteisesti tässä arvioinnissa on käytetty eläinkokeita sekä yksinkertaisia soluviljelmiä. Perinteiset mallit eivät kuitenkaan aina jäljittele luotettavasti ihmisen biologiaa, eivätkä niistä saatavat vasteet ole suoraan verrattavissa ihmiselimistön reaktioihin. Mallien puutteellisuus on johtanut lääkkeiden vetämiseen pois markkinoilta, valtaviin kustannustappioihin lääkekehityksessä, inhimillisiin menetyksiin sekä lääkehoidon puutteeseen joissakin sairauksissa.

Lääketieteellisten haasteiden lisäksi koe-eläimille aiheutuva kärsimys on tunnustettu ja eläinkokeiden eettiset ongelmat ovat yhä useamman kansalaisen huolena. Yhteiskunnallista keskustelua eläinkokeiden hyödyistä ja haitoista on käyty jo 1800-luvulta lähtien ja se jatkuu edelleen.

Eläinkokeiden määrää ei ole tavoitteista huolimatta saatu laskettua, vaan tieteellisiin tarkoituksiin käytettävien eläinten määrä on hieman kasvanut EU:n alueella (1). Paine EU:n yhteiselle tiekartalle, jossa asetetaan tavoitteet asteittaiselle luopumiselle eläinkokeista, kasvaa vuosi vuodelta.

Solumallit muodostavat pohjan eläinkokeiden korvaamiselle

Tarja Toimela, solubiologi, vanhempi tutkija (FHAIVE, Finnish Hub for Development and Validation of Integrated Approaches, Tampereen yliopisto)

Eläinkokeita korvaavat menetelmät ovat kehittyneet erityisesti sen vuoksi, että tiede menetelmien takana on harpponut isoin askelein eteenpäin. Soluviljelytekniikat ovat hyötyneet suuresti tekniikan kehityksestä ja yleisestä tieteellisen tiedon lisääntymisestä. Soluista pystytään nykyään rakentamaan melkein mitä tahansa monisoluisia kudosmalleja, jotka myös toimivat hyvin samalla tapaa kuin alkuperäinen ihmiskudos. Tekninen kehitys biomateriaalien ja bioprinttauksen aloilla sekä tekniikan komponenttien pieneneminen (esim. mikro- ja nanokokoiset pumput) ovat edesauttaneet soluviljelymenetelmien kehitystä.

Käytännössä minkä tahansa ihmiskudoksen soluja voidaan tuottaa joko erilaistamalla kudoskantasoluja (mesenkymaaliset kantasolut) tai monikykyisiä (pluripotentteja) kantasoluja. Solujen erilaistaminen kantasoluista kudoskohtaisiksi soluiksi tapahtuu matkimalla kehitysbiologisia tapahtumia solumaljalla. Kantasoluille annetaan oikeina ajankohtina oikeanlaisia signaaleja, kasvutekijöitä, jotka mahdollistavat kudosten kehittymisen myös ihmisalkiossa. Kantasoluteknologiassa 2006 tapahtuneen läpimurron seurauksena aikuisen ihmisen solut, esimerkiksi ihosolut, voidaan kääntää kehityskulussa takaisin kantasoluasteelle ja edelleen monikykyisinä soluina erilaistaa minkä tahansa kudostyypin soluiksi. Myös suoraan kudoksesta eristettävien ihmissolujen ja kokonaisten kudosten saatavuus kudospankeista ja yliopistollisista sairaaloista on lisääntynyt huomattavasti, joten kiitos kuuluu myös yleisölle. Suomessa potilaat suostuvat useimmiten luovuttamaan solujaan tieteelliseen käyttöön.

Ihmissolujen ja -kudosten käyttö on tieteellisesti hyvin perusteltua. Ihmisen biologia poikkeaa muiden eläinlajien biologiasta, vaikka paljon yhteisiä, evoluutiossa seuloutuneita välttämättömiä prosesseja löytyykin lajien väliltä. Hyvin suunnitellut ja toteutetut ihmissolu- ja kudosmallit soveltuvat monenlaiseen tutkimukseen, kun taustalla olevaa, tieteellisesti oikeaksi osoitettua tietoa sovelletaan tapauskohtaisesti. Solumenetelmien kirjo on suuri; hyvin yksinkertaisista yksisoluviljelmistä todella monimutkaisiin ja vaativiin monisoluisiin kudosviljelmiin. Laboratorio-olosuhteissa (in vitro) menetelmien olosuhteita voidaan kontrolloida ja muuttaa helposti toisin kuin eläinkokeissa elävässä elimistössä (in vivo) suoritettavissa kokeissa. Tarkkoja analyysimenetelmiä solujen tuottamien aineiden analysointiin, solujen rakenteen kuvantamiseen ja geenien ilmenemiseen on olemassa laajasti, mikä mahdollistaa laadukkaan tutkimuksen.

Aineiden turvallisuuden ja tehon testaamisen päätarkoituksena on taata lääkkeen, kemikaalin tai hoidon turvallisuus ihmiselle. Luotettavan mallin puuttuminen johtaa siihen, että esimerkiksi hiirillä testatut lääkeaineet hoitavat sydämen rytmihäiriötä hiirillä, mutta ihmisistä ei ole samaa varmuutta. Hiiri ei ole pieni ihminen! Ihmissolupohjaiset testimenetelmät sopivat erinomaisesti seulontatesteiksi lääkekehityksen alkuvaiheissa, jolloin ihmiselle sopimattomat lääkeaineet saadaan karsittua pois. Edelleen lääkkeiden virallisessa hyväksyntäprosessissa vaaditaan tietty määrä eläimillä tehtyjä testejä, joiden perusteluna ovat mm. systeemisten (koko elimistön) ja kroonisten (toistuvien) haittavaikutusten selvittäminen. Nämä ovat olleet perinteisesti solumallien suurimpia haasteita, mutta monisoluviljelytekniikoiden kehittyminen tuonee tähänkin vaihtoehtoja tulevaisuudessa.

Tietokonemallinnus tuottaa tehokkaita menetelmiä eläinkokeiden korvaamiseen

Laura Saarimäki, molekyylibiologi, väitöskirjatutkija (FHAIVE, Finnish Hub for Development and Validation of Integrated Approaches, Tampereen yliopisto)

Tietokonemallinnuksella ja laskennallisilla menetelmillä on keskeinen rooli eläinkokeiden vähentämisessä. Ne tukevat kokeellisia testimenetelmiä ja niiden pääasiallisena tavoitteena on kemikaalien ja lääkeaineiden vaikutusten ennustaminen, yhdisteiden priorisointi (haitallisimpien aineiden tunnistaminen) sekä muiden testimenetelmien ohjeistaminen saadun tiedon perusteella. Näin vähennetään kallista ja aikaa vievää laboratoriotestausta ja vältetään turhia kokeita. Lääkekehityksessä minimoidaan mahdolliset loppuvaiheen epäonnistumiset karsimalla kehnot ehdokkaat pois jo ennen varsinaisten laboratoriotestien aloittamista.

Erilaisten laskennallisten menetelmien kirjo on valtava. Kenties tunnetuimmat mallit perustuvat oletukseen siitä, että samankaltaisilla yhdisteillä on keskenään samanlaiset biologiset vaikutukset. Tähän ajatukseen perustuvia menetelmiä kutsutaan read-across -malleiksi. Käytännössä aineet voidaan siis ryhmitellä niiden samankaltaisuuden perusteella, ja tunnettujen aineiden vaikutuksia interpoloidaan heikommin tunnettuihin, samaan ryhmään kuuluviin yhdisteisiin. Keskeisessä asemassa ovat lisäksi menetelmät, jotka perustuvat (kvantitatiivisen) rakenne-aktiivisuussuhteen selvittämiseen, eli (Q)SAR-mallinnukseen. QSAR-mallien avulla ennustetaan aineiden ominaisuuksia sekä vaikutuksia ympäristöön niiden kemiallisen rakenteen perusteella.

Tampereen yliopistossa FHAIVE pyrkii kehittämään eläinkokeita korvaavia menetelmiä yhdistämällä solumalleja edistyneeseen tietokonemallinnukseen. Kemikaalien vaikutusmekanismien selvittäminen on keskeisessä osassa näitä integroituja menetelmiä. Kun mekanismit yhdistetään aineiden fysikaaliskemiallisiin ominaisuuksiin, voidaan todella selvittää, mikä aineesta tekee haitallisen. Tämä mahdollistaa turvallisemman ja tehokkaamman kemikaali- ja lääkekehityksen. Laskennallisten menetelmien avulla voidaan yksinkertaisestakin biologisesta mallista saatavan tiedon arvoa nostaa ja esimerkiksi edistää tulosten soveltuvuutta kokonaiseen organismiin.

Vaikka integroitujen testausmenetelmien kehittäminen on FHAIVE:n toiminnan keskiössä, voidaan samaa ammattitaitoa soveltaa myös muihin tarkoituksiin, kuten uusien käyttökohteiden tunnistamiseen olemassa oleville lääkeaineille (eng. drug repositioning). Esimerkkinä tästä on FHAIVE:n tutkijoiden viimeaikainen saavutus, jossa eri bioinformatiikan keinoja yhdistettiin QSAR-mallinnukseen sekä tietoon aiemmin aktiiviseksi havaittujen yhdisteiden kemiallisista rakenteista mahdollisten COVID-19 lääkkeiden löytämiseksi. Näiden menetelmien avulla voitiin tunnistaa parhaimmat kandidaatit tuhansien yhdisteiden kirjastosta, ja valikoida jatkotesteihin tuhansien sijasta vain kourallinen lääkeaineita, jotka todennäköisimmin tuottaisivat halutun tuloksen. Lopulta laskennallisesti priorisoiduista lääkeaineista kahden lääkkeen yhdistelmä osoittautui erityisen tehokkaaksi Sars-CoV-2 infektiota vastaan. Oheistuotteena saatiin kattava kuva siitä, millaisia kemiallisia rakenteita tehokkaalta COVID-19-lääkkeeltä kaivattaisiin. Lisää aiheesta voi lukea alkuperäisjulkaisusta (2) tai Ylen tekemästä uutisesta (3).

Monikudosmallintaminen tuottaa tietoa elimistön systeemisistä vaikutuksista

Hanna Vuorenpää, solubiologi, tutkijatohtori (Monikudosmallintamisen huippuyksikkö, Tampereen yliopisto)

Monikudosmallintaminen (eng. Organ-on-Chip, Body-on-Chip) edustaa uusinta solu- ja kudosteknologian alan kehitystä, joka yhdistää kantasolutekniikkaa ja mikroteknologiaa ihmiskehon toimintoja jäljittelevän monikudosmallin kehittämiseksi. Teknologian uutuutta kuvaa se, ettei alalla käytettäviä termejä ole vielä suomen kielessä käytössä. Monikudosmallintamisessa rakennetaan kudos tai useita kudoksia nestevirtauksen sisältävälle alustalle (eng. chip), jonka olosuhteita voidaan säädellä ja monitoroida halutulla tavalla. Monikudosmallintamisen hyöty aiemmin kehitettyihin solumalleihin on sen kyvyssä sisällyttää kudoksen monimuotoisuus ml. kolmiulotteinen rakenne, kudosta ympäröivä biomateriaali, useat eri solutyypit, verenkierto sekä hermotus. Kyky hallita alustan olosuhteita ja kudoksen kasvuympäristöä kuten pH:a, hapen määrää ja lämpötilaa sekä ympäristön reaaliaikainen monitorointi tekee uudesta teknologiasta erittäin lupaavan menetelmän niin lääketieteen perustutkimukseen kuin lääkekehitykseen ja kemikaalien turvallisuustestaukseen.

Kantasoluteknologian kehittyminen on mahdollistanut siirtymisen yksinkertaisista, yhden solutyypin soluviljelmistä kohti kolmiulotteista monikudosmallinnusta. Monikudosmallintaminen vaatii laajaa, poikkitieteellistä osaamista solu- ja kudosbiologian, biomateriaalien, anturitekniikan, mikrosysteemien, kuvantamisen sekä tietokonemallintamisen alueilla. Tampereen yliopistossa toimii kansainvälisesti ainutlaatuinen Suomen akatemian rahoittama monikudosmallintamisen huippuyksikkö (4), joka on kuuden tutkimusryhmän muodostama poikkitieteellinen tutkimuskeskus. Kehitettävät kudosmallit muodostetaan ihmisen kantasoluista erilaistetuista soluista sekä suoraan ihmisen kudoksesta eristetyistä primaarisoluista. Monikudosmalliin kehitetään sydän-, maksa-, hermo- ja rasvakudoksia, jotka ovat verisuonitettuja ja hermotettuja monisolumalleja.

Monikudosmallien kehityksessä lähdetään liikkeelle toiminnallisen ja terveen kudoksen rakentamisesta ja siirrytään kohti tautimallinnusta. Esimerkiksi kudosmallien pohjarakenteena toimiva kolmiulotteinen verisuoniverkosto rakennetaan kahden ihmissolutyypin avulla siten, että muodostuneet verisuonet todella kuljettavat sisällään nestettä ja partikkeleita verenkierron tavoin (5). Sairaustilojen taustalta paljastuu usein virheellinen proteiini- tai molekyylitason mekanismi, joka poikkeaa tyypillisesti eri eläinlajien välillä.  Esimerkiksi sydänlihassolujen pinnalla olevat ionikanava -proteiinit välittävät sydänlihaksen sähköistä toimintaa ja supistumista. Ionikanavat eroavat eri eläinlajien välillä eivätkä hiirellä tai koiralla testatut sydänlääkkeet välttämättä toimi ihmisellä. Tästä on aiheutunut mm. rytmihäiriötä hoitavien lääkkeiden poisvetämistä markkinoilta ihmisille vaarallisina lääkeaineina.

Eläinkokeiden on ajateltu olevan ainoa tapa tutkia koko kehossa tapahtuvia systeemisiä reaktioita ja täten perusteltu eläinkokeiden tarpeellisuutta. Monikudosmallintaminen haastaa tämän näkemyksen ja tarjoaa lisäksi mahdollisuuden säädellä olosuhteita ja monitoroida kudosten vasteita halutulla tavalla eläinkokeista poiketen. Monikudosmallintaminen teknologiana vaatii kuitenkin menetelmien standardisointia sekä kykyä nostaa suoritustehoa ts. tuottaa useita, toistettavia monikudosmalleja esimerkiksi lääkekehityksen tarpeisiin.

Lähteet

• Komission kertomus Euroopan parlamentille ja neuvostolle: vuoden 2019 kertomus Euroopan unionin jäsenvaltioissa vuosina 2015-2017 tieteellisiin tarkoituksiin käytettyihin eläimiin liittyvistä tilastoista
• Serra et al. 2022. Computationally prioritized drugs inhibit SARS-CoV-2 infection and syncytia formation. Briefings in Bioinformatic.
• Yle uutiset 25.1.2022: Tamperelaiset tutkijat löysivät lääkkeitä, jotka estävät koronaviruksen tartunnan
• Monikudosmallintamisen huippuyksikkö, Tampereen yliopisto
• Mykuliak, Yrjänäinen et al. 2022. Vasculogenic Potency of Bone Marrow- and Adipose Tissue-Derived Mesenchymal Stem/Stromal Cells Results in Differing Vascular Network Phenotypes in a Microfluidic Chip. Front Bioeng Biotechnol. https://doi.org/10.3389/fbioe.2022.764237

Kuva: Jonne Renvall