以目标物种相关性为中心的定义提案
2026 年 5 月 13 日，Lab Animal 发表观点文章 What’s in a NAM?。比萨大学（University of Pisa）等机构作者讨论，随着 NAMs 被用于基础研究、毒理学和药物发现，这个名称是否仍具有清楚、共同的含义。文章提出一种以目标物种相关性为中心的定义，主张判断方法时，应关注资料如何回答研究问题。
作者梳理多种使用方式：有的机构强调替代动物试验，有的将减少动物使用也纳入范围，还有的使用不同英文名称。相同缩写因而未必代表相同边界。
NAMs 的“新”体现研究思路
文章将 2007 年 Toxicity Testing in the 21st Century 视为相关思路的重要来源，并将 2016 年欧洲化学品管理局（European Chemicals Agency，ECHA）研讨会与 NAMs 名称的形成联系。作者强调，早期思路已经包含机制信息、暴露资料、体外模型和计算方法的结合。
按照作者的解释，“新”主要修饰研究思路。某些体外试验或计算框架已经使用多年，只要能够提供与目标物种直接相关的资料，仍可能符合其提出的定义。
作者列举体外皮肤和眼刺激评价、定量结构—活性关系模型以及类比推断等已使用多年的方法，说明其定义也可涵盖成熟技术。
区分物种间外推与方法间外推
作者提出，NAMs 应产生直接关联目标物种的数据，并排除使用活体动物的研究。若目标是人，使用其他活体物种来推断人体情况，便不符合这份提案的边界；这包括未必受同一动物法规覆盖的物种。文章也说明，目标物种不必永远是人，定义中的关键是研究对象与所产生资料相对应。
作者以人源肝细胞的代谢或转运资料进入计算药代模型为例：资料来自目标物种，但从体外测量到人体药物处置，仍涉及方法之间的整合和外推。
研究者可以用 NAMs 探索机制、分析疾病过程或支持转化研究，减少动物使用可能是其中一个结果。
作者以人源细胞研究作说明：用人源细胞代替啮齿动物研究人体疾病，既属于其定义中的 NAMs，也实现了动物替代；对于缺少动物模型的疾病，人源方法仍可属于 NAMs。由此，NAMs 与替代、减少和优化动物使用的 3Rs 原则（Replacement、Reduction、Refinement）存在交集。
计算模型也需要考察基础资料的物种来源。作者以预测人体神经毒性为例：按其提案，采用人源资料的模型可归入 NAMs；如果主要依赖其他动物资料，虽可能减少新的动物试验，仍存在物种间外推。相反，即使研究对象与受试动物是同一物种，只要使用活体动物，也不符合作者提出的边界。
数据来源、验证与实施质量
文章将细胞试验、器官芯片、类器官、计算模型及机器学习纳入讨论。对于数据驱动方法，作者特别关注数据质量、来源和整理过程。算法表现不仅取决于计算工具，也取决于用于训练、比较和解释结果的资料是否合适。
共享、整合和重新分析既有资料，尤其是目标物种资料，也可以支持模型改进。
作者强调，实际应用需要专业训练、实验室经验、验证和标准化，并建议通过操作课程及与有经验实验室合作，提高方法实施的一致性。
作者同时提醒，NAMs 的解释依赖更广泛的生物学知识，包括既往体内观察、临床和流行病学资料。这些资料可以帮助界定作用机制、模型边界和验收标准。验证与标准化应提高研究的可靠性，并为方法持续改进保留空间。
知识资源的持续维护也影响方法采用
作者还讨论数据库和专家资源的作用。按文章以 2025 年 7 月为参照的梳理，一些资源是特定时期的快照，部分停止更新。
文章列举了使用机器学习筛选科学文献的 BioMedModelHub 数据库，以及乌得勒支 3Rs 中心（3Rs Centre Utrecht）的专家支持服务。作者强调，数据库建设还需要长期维护资源，数据体系应便于查找、访问、互操作和复用，并保护隐私。文末提出召开监管、产业、学术及其他相关方参与的国际研讨会，协调 NAMs 定义与实施路径。