MARD：基于镜像增强推理蒸馏的机制级药物相互作用预测

背景

在药物研发与临床用药安全领域，药物-药物相互作用（Drug-Drug Interaction, DDI）的预测是一个长期存在的挑战。传统的 DDI 预测模型通常仅停留在“二元分类”层面，即简单地判断两种药物是否会发生相互作用（是/否）。然而，这种扁平化的分类在临床实践中往往不够用。医生和研究人员不仅需要知道“是否”相互作用，更需要知道“如何”相互作用：具体涉及哪种酶（如 CYP450 家族）或药效学轴？相互作用的方向是增强还是抑制？以及支持这一判断的证据是什么？

现有的大语言模型（LLM）在处理此类任务时，往往存在“黑盒”问题，且容易通过记忆训练数据中的高频药物对来“作弊”，而非真正理解药理学机制。此外，由于药物数据的敏感性，许多数据集存在数据泄露风险，导致模型在评估时表现虚高。因此，业界急需一种能够深入机制层面、具备可解释性、且能抵御记忆偏差的预测系统。

核心内容

本文提出了一种名为 MARD (Mirror-Augmented Reasoning Distillation，镜像增强推理蒸馏) 的新框架，旨在实现机制级的 DDI 预测。该研究不仅提出了一个新的 7B 参数规模的推理模型，还建立了一套完整的、可复现的标注与评估协议。

1. 机制级 DDI 标注与评估协议

研究团队构建了一个结构化的 7 大类/147 子类的 DDI 分类体系。该体系超越了简单的相互作用分类，要求模型识别出受影响的酶或药效学轴、作用方向以及具体证据。

• 防泄露冷分割（Leakage-safe cold-split）： 为了防止模型通过记忆训练数据中的药物对来“作弊”，研究采用了严格的冷分割协议，确保测试集中的药物对在训练集中未出现过或极少出现。
• 可审计的推理指标： 引入了一套针对药理学预测的评估指标，不仅评估最终结果的准确性，还评估推理过程的合理性。

2. MARD-7B 模型架构与训练创新

MARD-7B 是一个 70 亿参数（7B）的推理模型，其训练过程融合了三项关键创新：

• 单令牌 KL 散度（Single-token KL Divergence）： 针对方向标签（如“增强”或“抑制”）应用单令牌 KL 散度损失，将模型的预测严格绑定到具体的相互作用方向上。
• 程序化硬负样本的 PRM 加权 DPO： 使用过程奖励模型（Process Reward Model, PRM）加权直接偏好优化（DPO）。该方法结合了程序化生成的“硬负样本”（即看似合理但错误的推理路径），迫使模型区分细微的药理学差异。
• 防泄露机制感知检索通道： 引入一个检索通道，确保模型在推理时访问的是与机制相关的结构化知识，而非依赖全局统计规律。

3. 自动化可验证的过程奖励

MARD 的一个显著特点是其过程奖励步骤标签（Process-reward step labels）是自动可验证的。这些标签可以直接与 DrugBank 的结构化字段进行比对，无需人工标注员或 LLM 裁判介入。这大大提高了评估的客观性和可扩展性。

4. 性能表现与反记忆特性

在 2026 年 4 月的 DrugBank 版本上，研究团队将 MARD-7B 与 32 个其他系统进行了对比。结果显示：

• 准确性优势： MARD-7B 是唯一一个在药物对新颖性（drug-pair novelty）测试中保持高准确率的系统。
• 基准超越： 相比最佳基线模型，准确率提升了 13.9 个百分点（pp）；相比 GPT-4o，准确率提升了 6.7 个百分点。
• 成本效益： 其推理成本仅为前沿 API 成本的约 1%。
• 反记忆签名（Anti-memorisation signature）： 进一步分析发现，MARD 在罕见药物上的表现反而优于常见药物。这表明模型的增益来源于对结构化药理学推理的学习，而非对药物频率的记忆。

关键要点

• 从“是否”到“机制”： MARD 的核心突破在于将 DDI 预测从二元分类升级为机制级预测，明确识别涉及的酶、药效学轴、作用方向及证据。
• 结构化分类体系： 建立了包含 7 大类、147 个子类的结构化 DDI 分类法，为细粒度评估提供了基础。
• 防数据泄露设计： 通过严格的冷分割协议和机制感知检索通道，有效防止了模型通过记忆训练数据中的高频药物对来获取虚假的高准确率。
• 自动化可验证奖励： 利用 DrugBank 的结构化数据自动生成可验证的过程奖励标签，消除了对人工或 LLM 裁判的依赖，提升了评估的可靠性。
• 卓越的性能与成本比： 在 32 个系统的对比中，MARD-7B 在应对新颖药物对时表现最佳，超越最佳基线 13.9 pp，超越 GPT-4o 6.7 pp，且成本仅为前沿 API 的 1%。
• 真正的推理能力： 模型在罕见药物上表现更好，证明了其具备真正的药理学推理能力，而非简单的模式匹配或记忆。

意义与影响

MARD 的提出对计算药理学和 AI 辅助药物研发领域具有深远意义。

首先，它解决了 DDI 预测中的“黑盒”与“不可解释”痛点。通过提供机制级的预测结果（如具体涉及 CYP3A4 酶的抑制），MARD 为临床医生和研究人员提供了可操作的洞察，有助于预防不良反应和优化联合用药方案。

其次，研究确立了一套可复现、防泄露的评估标准。长期以来，DDI 数据集的数据泄露问题严重阻碍了模型的公平比较。MARD 提出的冷分割协议和自动化验证指标为后续研究树立了新的基准，推动了该领域向更严谨的方向发展。

最后，MARD 展示了小型推理模型在特定垂直领域的潜力。通过蒸馏和结构化训练，7B 规模的模型在特定任务上超越了成本高昂的前沿通用大模型（如 GPT-4o），且成本极低。这为在资源受限环境下部署高性能、可解释的医疗 AI 系统提供了可行的技术路径。

研究团队已公开了语料库、DDI-PRM、检索索引及训练代码，这将进一步促进社区在该领域的协作与创新。