2. 药物领域知识建模基础
药物领域知识图谱的本体设计，第一步不是画类层次，而是把“药物世界里到底有哪些东西、它们按什么规律变化、彼此通过什么关系连接”想清楚。本节围绕三个基础问题展开：药物实体类型有哪些、药物生命周期如何划分、从靶点到上市后监测的关键概念如何转化为本体建模需求。
一、药物实体类型：从“一个药”拆成可建模对象
在知识图谱中，“药物”不能只用一个节点表示。一个完整的药物实体至少包含以下类型：
- 活性成分（Active Ingredient）：如阿司匹林、氯吡格雷，具有明确化学结构或生物来源，是药效的物质基础。
- 药物产品（Drug Product）：如“阿司匹林肠溶片 100mg”，包含剂型、规格、辅料、包装等，是临床实际使用的对象。
- 靶点（Target）：如环氧合酶-1（COX-1）、P2Y12受体，是药物作用的生物大分子。
- 适应症（Indication）：如“急性冠脉综合征”“类风湿关节炎”，是药物被批准或临床使用的疾病条件。
- 不良反应（Adverse Event）：如胃肠道出血、皮疹，是药物使用后出现的有害反应。
- 药物相互作用（Drug Interaction）：如华法林与阿司匹林联用增加出血风险，描述药物之间的影响关系。
这些实体类型不是孤立的。活性成分通过“作用于”关系连接靶点，药物产品通过“含有”关系连接活性成分，药物产品通过“用于治疗”关系连接适应症，药物产品通过“引起”关系连接不良反应。本体设计时，需要为每类实体定义唯一标识、属性字段和关系约束。例如活性成分需要 PubChem CID、CAS 号、分子式；药物产品需要批准文号、剂型、规格；靶点需要 UniProt ID、基因名；适应症需要 ICD-11 或 MeSH 编码。
二、药物生命周期：从发现到上市后监测
药物生命周期是本体中“时间维度”和“状态维度”的核心来源。一个药物从实验室到患者手中，通常经历以下阶段：
- 靶点发现与验证：确定疾病相关的生物靶点，如通过基因组学、蛋白质组学筛选。
- 先导化合物发现与优化：找到能与靶点结合的候选分子，并优化其活性、选择性、代谢稳定性。
- 临床前研究：在细胞和动物模型中评估药效、药代动力学和毒理。
- 临床试验 I 期：重点考察安全性和耐受性，通常 20–80 名健康志愿者。
- 临床试验 II 期：初步评价有效性和剂量范围，通常 100–300 名患者。
- 临床试验 III 期：确证疗效和安全性，通常 1000–3000 名患者，是注册申报的关键。
- 注册审评与上市批准：监管机构（如 NMPA、FDA、EMA）审评后批准上市。
- 上市后监测（IV 期）：持续收集真实世界不良反应、药物相互作用和长期疗效数据。
在本体中，生命周期阶段应建模为“状态”或“阶段”实体，并通过“处于阶段”“阶段转换”等关系与药物产品关联。每个阶段可携带时间戳、研究编号、样本量、主要终点等属性。这样，知识图谱不仅能回答“这个药治什么病”，还能回答“这个药目前处于哪个研发阶段”“某适应症是否已获批”。
三、从靶点到上市后监测：关键概念的本体化
把上述概念转化为本体，需要明确四类建模需求：
第一，实体标识与消歧。同一药物在不同数据库中有不同编码。例如阿司匹林在 PubChem 的 CID 是 2244，在 DrugBank 是 DB00945，在 ATC 分类中是 B01AC06。本体必须建立跨库映射关系，否则图谱会出现“同名不同物”或“同物不同名”的混乱。建议为每个实体设置“主键 + 外部映射”双轨标识。
第二，关系方向与语义。“药物产品—含有—活性成分”与“活性成分—组成—药物产品”方向相反，语义不同。本体中应明确关系的定义域和值域。例如“作用于”关系的定义域是活性成分，值域是靶点；“用于治疗”关系的定义域是药物产品，值域是适应症。方向错误会导致推理结果完全相反。
第三，生命周期状态与时间戳。药物在不同阶段有不同状态。本体中可定义“研发阶段”类，包含“临床前”“I 期”“II 期”“III 期”“已上市”“撤市”等个体。每个药物产品通过“当前阶段”关系指向一个阶段个体，并携带“进入时间”“退出时间”属性。这样，查询“某靶点相关药物中处于 III 期的有哪些”就变得直接可执行。
第四，上市后监测的信号建模。上市后监测的核心是“不良反应报告—信号检测—风险预警”链路。本体中需要定义“报告”实体，包含报告编号、报告日期、报告来源、患者信息、可疑药物、不良反应、严重程度等字段。多个报告汇总后，通过“信号检测算法”生成“信号”实体，包含信号强度、检测时间、涉及药物和不良反应。信号再通过“触发”关系连接“风险预警”或“说明书更新”等监管行动。
四、本体建模需求清单
综合以上分析，药物领域本体设计应满足以下需求：
| 需求类别 | 具体内容 | 示例 |
|---|---|---|
| 实体覆盖 | 活性成分、药物产品、靶点、适应症、不良反应、相互作用、报告、信号 | 阿司匹林、阿司匹林肠溶片、COX-1、急性冠脉综合征 |
| 关系定义 | 作用于、含有、用于治疗、引起、参与、汇总为、触发 | 活性成分—作用于—靶点 |
| 状态与时间 | 研发阶段、批准状态、上市状态、时间戳 | III 期、已上市、2020-06-01 |
| 跨库映射 | PubChem CID、DrugBank ID、ATC、UniProt、ICD-11、MedDRA | CID:2244 ↔ DB00945 ↔ B01AC06 |
| 推理规则 | 传递性、对称性、逆关系、约束校验 | 若 A 作用于 B 且 B 参与疾病 C，则 A 可能用于治疗 C |
本节的核心结论是：药物领域本体不是简单的实体列表，而是“实体类型 + 关系语义 + 生命周期状态 + 时间戳 + 跨库映射 + 推理规则”的组合。只有把这些维度都建模清楚，后续的知识抽取、图谱构建和智能查询才有可靠的基础。