本研究提出了一种生成自然语言解释的方法，用于药物-药物相互作用（DDI）预测，提高了预测的信任度并揭示了药效学和药代动力学机制。研究表明，该模型能够准确解释已知药物之间的未知DDI，对DDI预测工具的发展有重要贡献。

ZeroDDI是一种新方法，用于预测药物-药物相互作用（DDI）事件。它通过设计生物语义增强的DDIE表示学习模块和双模态统一对齐策略，解决了适应DDIE的合适表示学习和应对类别不平衡的挑战。实验结果显示，ZeroDDI在检测未知DDIE方面具有潜力。