MARD: Mirror-Augmented Reasoning Distillation for Mechanism-Level Drug-Drug Interaction Prediction

📄 arXiv: 2606.12578 📥 PDF

作者: Mohammadreza Riyazat, Vian Lelo, Rameen Jafri, Yumna Khan, Abeer Badawi

分类: cs.CL

发布日期: 2026-06-12

💡 一句话要点

提出MARD以解决机制层药物相互作用预测问题

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)

关键词: 药物相互作用 机制层预测 推理蒸馏 机器学习 药物研发 数据标注 模型训练

📋 核心要点

  1. 现有的药物相互作用预测方法仅关注药物是否相互作用，缺乏对机制层面的深入分析，导致预测结果的局限性。
  2. 本文提出的MARD方法通过引入机制层DDI标注、冷分割协议和可审计推理指标，提升了药物相互作用的预测能力。
  3. 在与32个系统的比较中，MARD-7B在药物对新颖性测试中表现优异，准确率超越最佳基线13.9个百分点，显示出其强大的实用性。

📝 摘要（中文）

机制层药物相互作用（DDI）预测需要识别涉及的酶或药效学轴及其方向和证据，而不仅仅是判断两种药物是否相互作用。本文提出了一种可重复的机制层DDI标注和评估协议，采用结构化的7个家族/147个亚型分类法，确保冷分割协议的安全性，并引入可审计的推理指标以超越平面交互分类。我们提出的MARD（镜像增强推理蒸馏）管道结合了三项训练创新，显著提升了预测准确性，并在药物对新颖性方面表现出色。

🔬 方法详解

问题定义：本文旨在解决机制层药物相互作用预测中的不足，现有方法往往无法深入分析药物作用机制及其方向，导致预测结果不够准确和可靠。

核心思路：MARD方法通过引入结构化的DDI标注和评估协议，结合多项训练创新，旨在提升药物相互作用的预测能力，尤其是在新颖药物对的情况下。

技术框架：MARD的整体架构包括数据标注、模型训练和评估三个主要模块。数据标注采用7个家族和147个亚型的分类法，模型训练则结合了KL散度、PRM加权和机制感知检索通道。

关键创新：MARD的核心创新在于引入了镜像增强推理蒸馏技术，结合了单标记KL散度和程序化硬负样本的损失函数设计，显著提升了模型的推理能力。

关键设计：在模型训练中，采用了PRM加权的损失函数，并通过自动验证的过程奖励步骤标签，确保了模型的可靠性和可审计性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

在与32个系统的比较中，MARD-7B的准确率在药物对新颖性测试中表现优异，超越最佳基线13.9个百分点，且在成本仅为前沿API的约1%时，准确率超越GPT-4o 6.7个百分点，显示出其强大的实用性和经济性。

🎯 应用场景

该研究在药物研发和临床药物相互作用评估中具有重要应用价值。通过准确预测药物之间的相互作用机制，可以帮助医生制定更安全有效的治疗方案，降低药物不良反应的风险。此外，该方法的创新性设计也为未来的药物相互作用研究提供了新的思路和工具。

📄 摘要（原文）

Mechanism-level drug-drug interaction (DDI) prediction requires identifying which enzyme or pharmacodynamic axis is implicated, in which direction, and with which evidence -- not merely whether two drugs interact. We introduce a reproducible mechanism-level DDI labelling and evaluation protocol with a structured 7-family/147-subtype taxonomy, leakage-safe cold-split protocols, and auditable reasoning metrics for evaluating pharmacological prediction beyond flat interaction classification. We propose a pipeline that produces a 7B reasoning MARD (Mirror-Augmented Reasoning Distillation), combining three training innovations: a single-token KL divergence on direction tag that ties the model's prediction, per-loss PRM-weighted DPO with programmatic hard negatives, and a leakage-safe mechanism-aware retrieval channel. Process-reward step labels are automatically verifiable against DrugBank-structured fields, requiring no human or LLM judges. On the April-2026 DrugBank release, our MARD-7B is the only system in a 32-system comparison whose accuracy survives drug-pair novelty, beating the best baseline by +13.9 pp and GPT-4o by +6.7 pp at ~1% of frontier API cost. Further analysis reveals an anti-memorisation signature where accuracy improves on rarely seen drugs, suggesting that gain comes from structured pharmacological reasoning rather than drug-frequency memorisation. We release corpus, DDI-PRM, retrieval index, and training code.