薬物間相互作用（DDI）の臨床的認識は、患者の安全確保および医療費の抑制において重要な課題である。したがって、テキストマイニング技術を用いてバイオメディカル文献からDDIを自動抽出する必要性が急務である。現存する上位のDDI抽出システムは、テキストの多様な特徴を活用しているが、これらの特徴は長く複雑な文を十分に表現するには至っていない。本論文では、バイオメディカル文献からDDIを識別するために、さまざまな種類の文脈情報を効果的に活用するグラフカーネルを提案する。本手法では、解析済み文をグラフ表現することで、近接語だけでなく遠隔語間の関係も捉えることができる。頂点の文脈ベクトルは、その頂点に隣接および非隣接するすべてのラベル付きノードの反復的ベクトル表現として定義され、直接的および間接的な部分構造情報を適切に表現する。さらに、文脈ベクトル間の距離を考慮したグラフカーネルを用いてDDIを検出する。DDIExtraction 2013コーパスを用いた実験結果から、本システムはDDIの検出および分類において、それぞれFスコア81.8および68.4という最高の性能を達成した。特にMedline-2013データセットにおいては、検出および分類の両面で、上位のDDIシステムをFスコア10.7および12.2上回った。