当新闻里出现“类器官”“器官芯片”“人工智能预测毒性”这样的词，很多人都会自然产生一个疑问：既然科学家已经能在培养皿里培养出类似人体组织的微型结构，也能用计算机预测药物风险，未来是不是就可以不用实验动物了？

这个问题不只是技术问题，也是一道伦理题。实验动物可能承受疼痛、恐惧和长期不适，动物实验还消耗时间、经费和公共资源。与此同时，药物、疫苗、医疗器械和许多疾病机制研究又必须回答一个严肃问题：这些发现进入人体之前，是否足够安全、有效、可靠？如果一种新方法能更接近人体、更少伤害动物、更快发现风险，它当然应该被优先使用。

但科学模型从来不是现实本身。类器官不是缩小版的人，AI也不是能凭空理解生命规律的“电子医生”，动物模型同样不是人类患者的完美替身。每一种模型都只是在特定层面模拟真实世界。真正专业的判断，不是先站队“动物实验”或“替代技术”，而是先问清楚：研究要回答的到底是什么？是一个受体、一类细胞、一个器官，还是整个机体持续数月甚至数年的变化？需要知道药物能否杀死肿瘤细胞，还是要知道它如何吸收、分布、代谢、排泄，并且是否会影响免疫、心血管、生殖和行为？

所以，未来能不能不用实验动物，不能用一句口号回答。更准确的说法是：在越来越多的环节中，我们已经可以不用动物；在另一些环节中，我们可以显著减少动物；对于目前仍缺乏可靠替代方案的复杂问题，则应在严格伦理审查下使用最少数量的动物，并通过麻醉镇痛、优化操作和人道终点减少伤害。这正是3R原则——替代、减少和优化——在新技术时代的现实含义。

一、动物模型的优势：它仍是一个完整生命系统

动物模型最重要的价值，是它提供了一个仍在呼吸、循环、进食、代谢并能产生免疫和神经反应的完整生命系统。药物进入体内后，不会只停留在一个器官。它可能在胃肠道被吸收，在肝脏被代谢，经肾脏排泄，同时影响血压、心率、激素水平和免疫细胞。某些毒性只有在长期给药、多个器官相互作用、机体处于疾病状态或生长发育过程中才会显现。

这也是动物模型在一些领域仍难被完全替代的原因。外科手术、植入式医疗器械、组织修复、复杂感染、疼痛行为、生殖发育、母体与胎儿相互作用，以及长期神经退行性疾病，都涉及全身层面的反馈。一个心肌类器官可以帮助研究者判断药物是否直接损伤心肌细胞，却不一定能告诉我们：当肝脏代谢、血压改变、自主神经调节和电解质变化同时发生时，整个机体是否会出现危险性心律失常。

动物模型也并非“天然正确”。物种差异会影响基因表达、免疫反应和药物代谢。一种药在小鼠中安全有效，并不保证在人类中同样安全有效。动物实验还成本高、周期长，饲养环境、微生物状态、性别、年龄、笼位、操作者手法都可能影响结果。如果实验设计不严谨，样本量不足，随机化和盲法缺失，即使使用了动物，也可能得到难以重复、难以转化的结论。

因此，动物模型的合理定位不应是“默认金标准”，而应是解决完整机体问题的一类工具。只有当研究问题确实需要整体生理信息，且现有非动物方法不能提供足够证据时，使用动物才有充分的科学和伦理理由。

二、类器官和器官芯片：让研究更接近人体

类器官通常由干细胞或患者组织培养形成，能够在三维环境中自我组织，并呈现某些器官的结构和功能特征。与传统二维细胞培养相比，类器官中的细胞排列、细胞间交流和部分基因表达更接近真实组织。如今，肠、肝、肺、肾、脑以及多种肿瘤类器官已经用于疾病机制研究和药物筛选。患者来源的肿瘤类器官还可能保留一部分个体基因特征和药物敏感性，为个体化治疗提供线索。

器官芯片则是在微流控装置中培养人源细胞，通过流体、机械拉伸、氧气梯度等条件模拟体内环境。例如，肺芯片可以模拟呼吸运动和气液界面，肠芯片可以模拟肠道屏障和流动环境，多器官芯片还尝试把肝、心、肾等组织连接起来，观察药物在不同组织之间产生的连锁反应。

这些技术的吸引力很明显。它们直接使用人源细胞，可以减少物种差异；可以并行测试多个药物和剂量，适合早期筛选；可以利用患者样本保存疾病异质性；还可以结合基因编辑，研究某个突变怎样改变细胞命运。对于判断病毒是否感染某类人体细胞、药物是否直接损伤肝细胞、肿瘤对不同药物是否敏感，类器官和器官芯片往往比普通动物模型更贴近人类。

但“类器官”这个名字也容易让公众高估它的完整程度。许多类器官缺乏成熟血管、完整免疫系统、神经支配和内分泌调节，氧气和营养物质的供应方式也与体内不同。脑类器官不是有意识的大脑，肝类器官也不能完整承担人体肝脏全部代谢功能。部分模型更接近发育早期组织，而不是成熟成人器官。细胞来源、培养基、基质材料和实验室操作差异，也会造成批次波动。

更关键的是，单一器官模型很难独立回答全身问题。药物在肠道吸收后经过肝脏转化，代谢产物再影响心脏或肾脏，这类“器官之间的对话”需要多器官芯片、药代动力学模型、动物数据和人体数据共同解释。类器官可以替代某些动物实验，却不能因为“来自人类细胞”就自动获得监管认可。它仍需要证明模型稳定、结果可重复，并且能够准确预测特定临床结局。

三、AI模拟：很快，但不能脱离真实证据

AI模拟也不是一种单一技术。它包括根据化学结构预测毒性的QSAR模型，模拟药物在人体内吸收、分布、代谢和排泄的生理药代动力学模型，从蛋白质组学、影像和临床数据中寻找药物靶点的机器学习模型，以及试图构建患者“数字孪生”的复杂系统模型。它们的共同特点，是利用已有数据和数学关系进行预测。

AI的优势在于速度和规模。计算机可以在短时间内筛选成千上万种候选化合物，优先排除明显高风险分子，减少后续细胞实验和动物实验。模型一旦建立，新增预测的边际成本相对较低。它还可以整合化学结构、基因组、临床数据、真实世界数据和既往实验结果，发现人类很难直接看出的模式。

美国FDA在2025年发布减少动物试验的路线图时，就把AI毒性模型、细胞系、类器官和器官芯片等“新方法学”列为重要工具。NIH也在2025年宣布优先发展人源研究技术，包括类器官、组织芯片、计算模型和真实世界数据。这说明，监管机构和资助机构已经不再把替代方法视为边缘技术，而是在尝试把它们纳入正式证据链。

但AI只会从数据中学习。训练数据如果主要来自少数人群、少数化合物或过去的动物实验，模型就可能把原有偏差继续放大。对于训练集中几乎没有出现过的新型分子、罕见毒性或全新作用机制，预测可能失效。AI通常擅长相关性预测，却不一定能解释因果机制。一个模型可能提示“这种结构与肝损伤风险相关”，但未必知道它经过哪条代谢通路，也未必能处理长期暴露、合并用药、慢性病背景和人群差异。

因此，AI不能替代真实证据。更合适的比喻是：AI像一个高效的导航系统，能帮助研究者判断哪些方向值得优先走、哪些风险需要提前排查；但地图必须不断由细胞实验、类器官、动物研究、临床试验和真实世界数据校正。

四、监管变化正在发生，但不是“一刀切取消”

近年来，国际监管趋势确实在改变。美国在2022年的相关法律调整后，药物研发不再把动物实验作为唯一入口；2025年FDA又宣布，计划在单克隆抗体和其他药物开发中分阶段减少、优化或替代动物试验，并鼓励提交AI模型、类器官、器官芯片等新方法学数据。NIH随后也提出扩大人源研究技术、减少对动物模型依赖的计划。

这些变化的重要意义，不在于“动物实验马上结束”，而在于监管逻辑正在从“按惯例做动物实验”转向“按问题选择证据”。如果一种非动物方法已经被充分验证，能够更好预测人体反应，就应当允许它替代相应动物实验。反过来，如果某个替代模型重复性不足、应用范围不清、对关键风险预测不可靠，也不能仅凭技术新颖就直接放行。

这也是“新方法学”真正困难的地方。一个模型要进入药物安全评价或监管决策，需要明确它的适用场景：它回答什么问题？不能回答什么问题？阳性结果和阴性结果分别意味着什么？不同实验室能不能重复？模型失效时有什么预警？它预测人体风险的证据来自哪里？只有这些问题被逐步解决，替代才会从实验室新闻变成稳定制度。

五、未来更可能是“组合替代”，而不是单项技术取胜

从现实路径看，未来最可能形成的是分层证据链。第一层使用已有文献、人体数据和AI模型进行风险预测，减少重复实验。第二层使用二维细胞、类器官和器官芯片观察人源组织反应。第三层通过多器官模型和药代动力学模拟分析体内过程。只有在仍存在关键不确定性时，才进入数量更少、设计更精确的动物实验。最后，再由临床试验和真实世界数据继续验证。

这种模式不是把几种技术简单叠加，而是让每一种模型负责它最擅长的问题。AI适合筛选和整合，类器官适合提高人类相关性，器官芯片适合模拟局部动态环境，动物模型则在目前仍用于补充整体系统证据。某些情况下，如果AI、类器官和既有人体数据高度一致，动物试验可以被豁免；另一些情况下，如果类器官提示特殊毒性，动物实验反而可以更有针对性地设置剂量、观察指标和人道终点，从而减少无效试验和动物痛苦。

真正的替代，不是把动物数量从统计表中删除，而是提高每一份证据的质量。如果一种替代方法重复性差，导致多个实验室反复试错，或者错误放行有风险的药物，它并不符合伦理。反过来，如果动物实验只是沿用惯例，没有明确科学问题，也同样不应继续。未来评价模型的标准应是：能否可靠回答问题、能否保护患者、能否减少不必要伤害，而不是它属于“传统”还是“新技术”。

六、公众该如何理解“动物实验减少”？

面向公众传播时，最容易出现两种误解。一种是把替代技术说成已经成熟到可以全面取代动物实验，好像只要有类器官和AI，所有动物实验都应立即停止。另一种是把动物模型说成不可动摇的传统标准，对替代方法持本能排斥。前者低估了生命系统的复杂性，后者低估了技术进步带来的伦理和科学收益。

更理性的态度，是把“少用动物”看作科学进步的一部分。未来更好的研究，不应只是更快发表论文、更快筛出候选药物，也应更少依赖痛苦更高、转化率更低、设计粗糙的动物实验。公众在读到相关报道时，可以多问几句：这项研究为什么必须使用动物？有没有非动物替代方案？如果使用了类器官或AI，模型经过怎样验证？结果离人体应用还有多远？报道有没有把“动物有效”直接说成“人类有效”？有没有说明伦理审查和动物福利措施？

这些问题不是反科学，而是对高质量科学的要求。动物实验越涉及生命和痛苦，越需要透明；替代技术越被寄予厚望，越需要严谨验证。真正值得信任的研究，不会靠夸张口号获得支持，而会清楚说明证据边界。

七、结语：未来不会靠一项技术突然归零

未来能不能不用实验动物？客观回答是：部分领域已经可以，更多领域正在接近，但在可预见的短期内，生命科学和高风险医药产品还难以全面摆脱动物模型。真正值得期待的变化，不是某一天宣布“动物实验结束”，而是动物不再成为默认选择；每一次使用都必须有充分理由；非动物方法能够被标准化、验证和监管接受；研究者在同样能回答问题时，优先选择更接近人体、更少伤害生命的方法。

类器官让研究更接近人体，器官芯片让局部生理环境更可控，AI让风险预测更快速，动物模型则在目前仍提供某些完整生命系统信息。它们不是敌对关系，而是同一条证据链上的不同工具。科学进步的方向应当是：用更少的动物、更低的伤害和更接近人体的证据，获得更安全、更有效的医学成果。

当新的方法真正比旧方法更准确、更稳定、更能保护患者时，替代自然会发生；而在此之前，客观、谨慎和透明，比任何响亮的口号都更重要。

作者：沈艳 上海交通大学医学院附属瑞金医院