核心要素：NAM数据、AOP框架与计算模型

1. 新方法学 (NAMs) 作为证据基础

• NGRA依赖NAMs提供的人类生物学相关数据，包括：

• 高通量筛选（HTS）数据：快速识别化学物的生物活性。
• 人源体外模型数据（如类器官、3D组织模型）：提供更接近人体组织的复杂生物学终点。
• 组学数据（基因组学、蛋白质组学等）：揭示分子水平的机制变化。
• 化学特异性数据：如皮肤渗透性、代谢稳定性等。

2. 有害结局路径 (AOP) 作为组织框架

• AOP框架将分子起始事件（Molecular Initiating Event, MIE）与不良健康结局通过一系列关键事件（Key Events）链条联系起来。
• 在NGRA中，AOP作为“路线图”，指导测试策略的设计（测试哪些关键事件）和数据的有意义整合，支持假设驱动（原则3）的评估。

3. 计算毒理学工具作为整合引擎

• （定量）结构-活性关系模型（(Q)SAR）：用于初步危害预测和填补数据缺口。
• 生理药代动力学（PBPK）模型：实现体外到体内、种属间剂量外推的定量桥梁，是暴露导向（原则2）评估的核心工具。
• 生物信息学与人工智能：用于挖掘海量NAM数据，识别生物标志物和构建预测模型。
• 不确定性分析工具：用于识别和表征评估中的不确定性来源（原则8）。