自古女為悅己者容，為了追求美好的姿態與氣色，女性願意去嘗試各式各樣的保養產品，而在現今社會，這個現象已經不侷限於女性，越來越多的男性也開始注重保養，因此保養產品佔有一定的市場。但是，有聽過一句話「你的蜜糖我的毒藥」嗎？不管是多熱銷的保養產品，一定會充滿著好評，但是也會穿插著「用了沒有感覺」、「肌膚會泛紅」甚至是「使用後肌膚發癢」等等偏向負面的評價。原來，每個人體質、基因不同，皮膚對於化學物質的耐受度也不同，較為敏感的體質則容易產生「過敏」現象，而保養產品，不管是從天然植物萃取而成，亦或是人工化合物合成，其組成分子總是化學物質（底下稱為化合物），因此，對於不同的化合物是否會讓人體產生過敏反應就是現在專家學者們致力探討的課題之一。

在過去，若要得知一化合物是否對人體造成過敏反應，在產品上市之前，必須做動物試驗，常見的有小鼠局部淋巴結試驗（Local Lymph Node Assay， LLNA）但是現在因應動物權利的興起，越來越多人認為試驗在動物身上未免太過殘忍，而且動物與人類並不相同，即便在動物中測試過的物質也不一定能保證在人體的安全性。國際上為了因應這個趨勢，便產生一些非動物測試的替代方法，像是直接肽鏈反應分析（Direct Peptide Reaction Assay，DPRA）、ARE-Nrf2 螢光酶試驗（ ARE-Nrf2 luciferase test method. eg, KeratinoSensTM assay）、人體細胞株活化試驗（Human cell line activation test，h-CLAT）。但是做試驗總是要花錢，在這個講求節省成本的世代，是否有更省錢的替代方案？

答案是有的，感謝大數據及機器學習技術的出現，利用這兩種技術，高雄醫學大學毒理學碩士/博士學位學程童俊維老師與王家琪老師合作開發出能快速分析化合物致敏性的平台，只要有化合物的長相（結構），就可以預測此化合物是否對人體產生致敏反應，預測表現評比超過90%，甚至超過動物試驗的準確度! 除了提供預測結果，還能輸出機轉資訊方便後續進行實驗驗證與探討作用機轉。這對於想開發新產品，預先篩選低致敏性的化合物組合可以更快更有效。

參考資料

C.W. Tung*, C.C. Wang and S.S. Wang (2018)Mechanism-informed Read-across Assessment of Skin Sensitizers Based on SkinSensDB,Regulatory Toxicology and Pharmacology, 94, 276-282.

化合物致敏性預測平台 http://cwtung.kmu.edu.tw/skinsensdb/predict