数ある化学物質の毒性を調べるために繰り返される動物実験は、莫大な犠牲と費用を伴う。極端な例を挙げると、ひとつの農薬が市場に出るまで5年間で総額2000万ドル規模、10000匹を超えるマウス・ラット・ウサギ・イヌが消費され、基準の低い工業用化学物質ひとつでも500万ドル規模が消費されるとの試算がある。
カナダの科学誌 The Schientistの報道によると、米ジョンズ・ホプキンズ大学の動物実験代替法センター（Center for Alternatives to Animal Testing: CAAT）は化学物質の毒性を高精度に予測するAIアルゴリズムで動物実験を劇的に削減している。1000万種類以上の化学構造に解析範囲は拡大され、毒性の類似点・相違点をAmazonクラウドサーバー上でマッピングしている。過去の動物実験、19万種の化学物質に適応させると、70%で動物実験の精度を超えた結果が得られたという。
アルゴリズムは過度な動物実験の抑制のみならず、規制から逸脱した物質を生成前に警告できる可能性を持つ。化学構造と毒性が直結するなど条件に制約と課題が指摘されているが、基礎の細胞実験を積み重ね、スーパーコンピューターの計算能力が身近で手ごろな価格になれば、多くの動物実験が不要となる将来も期待される。
