DrugReason：药物再利用的知识图和语言证据的动态多视图推理

药物再利用旨在确定现有化合物的新治疗用途，与从头药物发现相比，它提供了更快、更具成本效益的临床转化途径。然而，候选药物-疾病对的空间巨大，它们的潜在关系通常取决于复杂的多跳生物学机制，因此很难可靠地预测哪些对代表真正的治疗关系。现有方法从两个方向解决这个问题：基于知识图的方法将精心策划的生物医学证据组织到结构化关系网络中，以进行扎根的多跳推理，而基于 LLM 的方法利用预先训练的知识来生成灵活的机械原理。然而，两者都不够——知识图谱仅限于观察到的图结构，而 LLM 缺乏事实基础和风险幻觉。为了解决这一差距，我们提出了 DrugReason，这是一种多视图推理框架，它将扎根 KG 推理与 LLM 生成的药物再利用机械推理相结合。 DrugReason 根据查询上下文自适应地将不同的推理路径路由到专业专家，而跨专家 蒸馏 目标可以在不牺牲专家专业化的情况下实现知识​​共享。 PharmaDB、DDInter 和 DrugBank 上的实验表明，DrugReason 比强大的单视图推理基线提高了平均性能，并且与基于图形的替代方案相比获得了有竞争力或更好的结果，同时提供了可解释的基于路由的预测。