1. 问题形成与范围界定
- 明确评估目标,收集物质的物理化学性质、预期用途和潜在暴露人群信息。此阶段需界定可接受的不确定性水平,为后续迭代提供基准。
2. 初步数据收集与假设生成
- 利用计算毒理学工具(如QSAR)和现有体外数据,进行初步危害识别,并基于AOP框架形成关于潜在毒性机制的假设。(对应原则3:假设驱动)
3. 基于假设的定向测试
- 设计针对性的NAM测试策略(如一套体外测试组合),用于验证或修正毒性机制假设,并获取关键的剂量-反应数据。测试方法需稳健且相关(原则7)。
4. 暴露评估与点对点比较
- 暴露评估(原则2:暴露导向):采用分层迭代的方法,从筛查级到精细化评估,估算人体外部和内部暴露水平(如Cmax, AUC)。
- 点对点比较:
- 内部阈值:将生物活性剂量与预计的人体内部暴露剂量进行比较。
- 外部阈值:与已知安全物质的生物活性数据进行比较(基准比对)。
- 基于生理的药代动力学(PBPK)模型:用于将体外有效浓度外推至人体等效剂量,实现定量体外到体内外推(QIVIVE)。
5. 决策、迭代与知识管理(原则6:分层迭代)
基于现有证据权重做出风险判断。如证据不足或不确定性过高,则返回第三步进行迭代测试,使用更精细的方法(如复杂体外模型、概率暴露模型)不断缩小不确定性。所有数据、假设、方法与决策过程均需透明记录(原则9),并充实知识库以备后续评估使用。