药物相互作用预测是医疗保健机器学习领域的一项重要任务。在本文中，我们提出了一种全新的框架，利用多视角图对比表示学习来完成药物相互作用预测。我们不仅关注药物分子图，还关注药物交互关系图，从多个视角来建模药物相互作用关系。针对药物分子图，我们使用基于化学键的消息传递机制来聚合信息和基于注意力机制的图池化层来提取低层药物分子表示；针对药物交互关系图和得到的低层药物分子表示，我们使用图卷积编码器来聚合两部分信息。此外，我们还提出了一种新颖的图对比学习组件来平衡两个视角中包含的信息。在真实数据集上进行的综合性实验表明我们的方法优于当前的其他方法。

https://www.zhuanzhi.ai/paper/60e34925ef83710eaad29b0e40d124c9