第2章：药物知识图谱基础概念

好，咱们开始搭建地基。

做知识图谱，很多人一上来就堆数据、写代码。我见过不少项目，跑了半年，图也导进去了，最后发现查出来的东西乱七八糟。为什么？因为最基础的概念没想清楚。

这一章，咱们就把四个核心概念掰开揉碎了讲。你搞懂它们，后面的路就好走了。

2.1 实体：知识图谱里的“名词”

实体，说白了就是知识图谱里的基本单位。你把它理解成“这个东西”就好了。

在药物领域，实体到处是：

• 药物本身：阿司匹林、二甲双胍、PD-1抑制剂
• 疾病：2型糖尿病、高血压、肺癌
• 基因/蛋白：EGFR、HER2、CYP2C9
• 靶点：COX-2、PD-L1
• 临床试验：NCT04280705
• 不良反应：恶心、肝功能异常

每个实体都有一个唯一标识。我习惯用URI（统一资源标识符）来做这件事。比如：

http://example.org/drug/aspirin
http://example.org/disease/hypertension
http://example.org/gene/EGFR

2.2 关系：把实体串起来的“动词”

光有实体不行，它们得连起来。关系就是那根线。

关系是有方向的。它描述两个实体之间的特定联系。

头实体	关系	尾实体
阿司匹林	治疗	头痛
奥美拉唑	与...相互作用	氯吡格雷
EGFR	与...相关	非小细胞肺癌
二甲双胍	引起	恶心

关系三元组就是(实体, 关系, 实体)。这是知识图谱最基本的数据单元。我在项目中遇到过一个问题：两个团队定义了不同的关系词汇，一个用“治疗”，一个用“用于治疗”，结果数据合并时乱成一锅粥。所以，关系词汇表必须统一。

2.3 属性：实体自己的“形容词”

实体除了跟别人有联系，自己也有特征。这就是属性。

属性通常是一个键值对。它描述实体的内在特征，而不是跟其他实体的关联。

举个例子：

实体：阿司匹林
- 分子式：C9H8O4
- 分子量：180.16 g/mol
- 商品名：拜阿司匹灵
- 剂量规格：100mg
- 给药途径：口服

关系连接两个实体，属性描述一个实体。我刚开始做的时候，经常把“药物-公司”这个关系写成属性。你想想看，“拜耳公司”本身就是一个实体，应该用关系连接，而不是写成阿司匹林的一个字符串属性。这两个的差别，直接决定了你的图能不能做深度推理。

2.4 语义网络：用图看世界

把实体、关系、属性放在一起，你得到的就是一个语义网络。

它本质上是一个有向图。节点是实体，边是关系。属性挂在节点上。

为什么要画成网络？因为药物知识天然适合用图来表示。一种药作用于多个靶点，一个靶点关联多种疾病，一种疾病有多种基因突变……这套相互关联的体系，用关系数据库查起来得做N次JOIN，用图结构却能一步直达。

2.5 RDF：知识图谱的“语法”

语义网络只是个概念。怎么把它存下来、传出去、让机器读懂？这就需要标准了。

RDF（资源描述框架） 就是W3C制定的那个标准。它把一切陈述都写成三元组：

主体（Subject） → 谓语（Predicate） → 客体（Object）

示例（实际SPARQL查询结果）：
@prefix drug: <http://example.org/drug/> .
@prefix dis: <http://example.org/disease/> .
@prefix rel: <http://example.org/relation/> .

drug:aspirin  rel:treats  dis:headache .
drug:aspirin  rel:hasSideEffect  "nausea" .

RDF的好处是万物皆可URI。药物、疾病、甚至关系本身，都能用URI表示。这样全世界的数据就能互相链接。

2.6 OWL：知识图谱的“逻辑”

光有RDF还不够。你只能描述“A治疗B”，但机器不知道“治疗”是什么意思。它只是两个字符串。

OWL（Web本体语言） 就是给这些词汇加上了逻辑含义。它让你能定义：

• 类（Class）：药物是一种类，疾病是另一种类
• 属性限制：“治疗”关系的域是药物，范围是疾病
• 等价关系：如果A治疗B，且B是C的子类，那么A也隐含地治疗C
• 不相交关系：一种物质不能同时是“药物”和“毒物”的实例

举个例子，用OWL定义一下“药物”这个类：

<owl:Class rdf:about="&http://example.org/onto#Drug">
    <rdfs:subClassOf rdf:resource="&http://example.org/onto#ChemicalSubstance"/>
    <rdfs:label>药物</rdfs:label>
</owl:Class>

<owl:ObjectProperty rdf:about="&http://example.org/onto#treats">
    <rdfs:domain rdf:resource="&http://example.org/onto#Drug"/>
    <rdfs:range rdf:resource="&http://example.org/onto#Disease"/>
    <rdfs:label>治疗</rdfs:label>
</owl:ObjectProperty>

有了OWL，机器才能做推理。比如，如果你知道“阿司匹林属于NSAID类药物，NSAID类药物有抗炎作用”，那机器就能自动推出“阿司匹林有抗炎作用”。这就是知识图谱比简单标签厉害的地方。

2.7 各概念的层次结构

咱们用一张SVG图把这些概念串起来。你看，从底层的数据载体，到顶层的逻辑推理，层次很清楚。