不久前，我在参加各种会议和其他行业活动时，总是被大量有关 SEND 的问题所淹没。谈话常常以 "我的学习需要 SEND 吗？"甚至 "什么是 SEND？"开始。我经常会有一种似曾相识的感觉，因为我似乎在重复着同样的对话。但我喜欢这样。啊，美好的回忆。然而，如今围绕 SEND 的对话似乎已经不再是这样了。SEND 已成为监管毒理学工作流程中另一个公认的部分。是的，我们中的一些人曾经怀疑这一天是否会到来，但现在我们已经到来了。
这一点在今年的毒理学学会（SOT）会议上体现得最为明显。以前，会议上会有各种介绍 SEND 的讲座，并讨论将收集到的数据转换成符合 SEND 标准的数据集所面临的挑战，而我却明显感觉不到这些讨论。 因此，如果我们想要学习如何进行 SEND，那么我们将大失所望。然而，在日程安排中，与 SEND 相关的发言都集中在虚拟对照组（VCG）上。因此，如果我们正在寻找从 SEND 数据集中获取更大价值的方法，那么我们找到了一些重要的灵感。 显然，标准化非临床数据的激增为我们探索重用和重新利用现有研究数据的新方法铺平了道路。需要明确的是，我们并不是在谈论基于历史对照的新合成数据，VCGs 是将过去研究中的对照受试者重新用于当前的研究，以减少开展研究所需的受试者数量。
虽然这些演讲的重点并不在 SEND 本身，但他们都承认 SEND 在开创此类技术方面所发挥的作用。就我个人而言，我参加这次活动的重点是我们如何使用 SEND 来创建 VCG，但让我感到惊喜的是，围绕业界是否应该使用 VCG 的讨论更加热烈，如果是，应该在什么情况下使用？大家对其科学性展开了激烈（但又不失尊重）的讨论。尽管远非一致，但普遍的共识似乎是，我们应该以谨慎和有限的方式行事，始终坚持公正严谨的科学态度，以确保使用 VCG 得出的结论与同时使用对照组得出的结论没有区别。为实现这一目标，似乎普遍同意从非 GLP 研究开始，并确保研究中始终有一些与虚拟受试者同时存在的对照受试者。作为一个以数据结构为背景、来自工业技术领域而非科学领域的人，观察和参与这场讨论非常有趣。
下次再见
马克
