本文提出了一种新型分层图表示学习模型HGRL-DTA，用于药物靶标亲和力预测，结合全局和局部分子图表示。实验结果显示，该模型在多个场景下优于现有基准，具有更好的泛化性能。同时，研究提出了一种生物学驱动的负边缘子采样策略，验证了新发现的相互作用的真实性，为未来模型设计奠定基础。

该研究评估了药物靶标相互作用预测模型，发现现有方法泛化性不足、评估夸大性能，不适用于药物再利用。为此提出生物学驱动的负边缘子采样策略，并经体外验证确认新相互作用真实。研究为公平基准测试和稳健模型设计奠定基础，相关资源和工具已作为Python软件包公开。