Hur kan vi minska de risker som kemikalier kan innebära för människor och miljö?
Det är uppgiften för det IVL-ledda forskningsprogrammet Mistra SafeChem.
Ett av verktygen är maskininlärning, alltså att datorer lär sig bedöma vad som är farligt.
– Inom Mistra SafeChem drar vi nytta av den snabba utvecklingen inom artificiell intelligens och maskininlärning för att förbättra bedömningen av kemikalier. Dessa modeller kan inte helt ersätta experimentell testning på celler eller djur men i utvecklingen av ny kemi är de mycket relevanta för en första bedömning, säger Hanna Holmquist på IVL Svenska Miljöinstitutet.
Genom nära samarbete med industrin utvecklas verktyg som är direkt användbara för forskningsprogrammet industripartner och i förlängningen för andra aktörer.
– Många kemikalier, särskilt nya, saknar experimentella data om giftighet och det kräver både tid och pengar att göra sådana tester. Genom beräkningsmodeller kan vi på mycket kort tid förutsäga hur giftiga kemikalier är. De är utmärkta verktyg för industrier som vill identifiera potentiellt giftiga kemikalier och hitta alternativ, säger Ziye Zheng som är postdoc hos Mistra SafeChems industripartner Cytiva.
Hittills har Ziye Zheng utvecklat maskininlärningsmodeller som med god säkerhet kan förutsäga om ämnen kan mutera, om de är cancerframkallande eller frätande, om de påverkar reproduktion eller körtlar eller kan irritera hud eller ögon. Dessutom har han utvecklat modellerna till datorprogram med ett lättförståeligt grafiskt användargränssnitt.
Verktygen utvecklas nu vidare inom Mistra SafeChem, inte minst genom samarbete mellan dataexperter, experimentella toxikologer, experter på livscykelanalyser och de industripartner som deltar.
Ismet Dorange som är chef för forskning och utveckling på Cytiva betonar värdet av samarbetet inom Mistra SafeChem.
– För att utveckla ett framgångsrikt verktyg som kan förutsäga kemiska faror måste man ha expertis inom kemi, toxikologi och datavetenskap. Med Mistra SafeChem hittade vi allt under ett och samma tak, säger Ismet Dorange.
