现在我有一个api接口，可以获得194个药物和它们的特征，以及它们相互之间的作用分数，每个药物也对应着若干个蛋白质，同时也可以获得每个蛋白质的特征，以及药物作用于蛋白质的分数，请用python写一段代码，构建dgl图，用于预测药物之间俺的作用分数

好的，你可以使用DGL库构建关系图。首先需要安装DGL库，可以使用以下命令进行安装：

!pip install dgl

接下来，你可以使用以下代码构建DGL图：

import dgl
import numpy as np
import pandas as pd

# 读取药物和蛋白质的特征
drug_features = pd.read_csv('drug_features.csv')
protein_features = pd.read_csv('protein_features.csv')

# 读取药物-蛋白质相互作用分数
interactions = pd.read_csv('interactions.csv')

# 构建DGL图
g = dgl.DGLGraph()
g.add_nodes(drug_features.shape[0] + protein_features.shape[0])

# 添加药物节点
g.add_nodes(drug_features.shape[0])
g.nodes[:drug_features.shape[0]].data['features'] = torch.tensor(drug_features.values)

# 添加蛋白质节点
g.add_nodes(protein_features.shape[0])
g.nodes[drug_features.shape[0]:].data['features'] = torch.tensor(protein_features.values)

# 添加药物-蛋白质边
src = interactions['drug_id'].values
dst = interactions['protein_id'].values + drug_features.shape[0]
score = interactions['interaction_score'].values

g.add_edges(src, dst)
g.edges[src, dst].data['score'] = torch.tensor(score)

其中，drug_features.csv、protein_features.csv和interactions.csv分别为药物特征、蛋白质特征和药物-蛋白质相互作用分数的数据文件，可以根据实际情况进行修改。构建完成后，你可以使用DGL库提供的方法对图进行计算和预测。