[发明专利]基于分子指纹预测的代谢物识别系统及其应用方法

权利要求书

1.基于分子指纹预测的代谢物识别系统，其特征在于，所述基于分子指纹预测的代谢物识别系统包括：

数据预处理模块，所述数据预处理模块用于代谢物表征数据进行采集分析，并提取特征参数；

分子指纹模块，所述分子指纹模块用于采集数据预处理模块提取的特征参数，并进行分子指纹预测，以确定代谢物的化学结构；

候选化合物筛选模块，所述候选化合物筛选模块用于对代谢物的化学结构进行初步筛选；

候选化合物计算模块，所述候选化合物计算模块用于将代谢物的化学结构与代谢物的特征参数进行匹配计算，确定代谢物的预测结果；

所述候选化合物筛选模块工作过程如下：

步骤S301，化合物数据库数据提取：利用化合物数据库中的质谱数据，对每一个化合物查找其二级质谱的前级离子的m/z值和RT值信息，若某一化合物没有对应的RT值信息，则基于其化合物元数据及二级质谱数据，使用RT预测方法得出一个RT值的推定值；

步骤S302，前级离子m/z值筛选：从化合物数据库的全体化合物中，搜索其在当前代谢物的质谱数据条件下的前级离子m/z值，排除m/z值不在代谢物的前级离子m/z值附近的化合物，筛选范围作为实验测定的最优值；

步骤S303，前级离子RT值筛选：从上一步骤所筛选出的化合物中，搜索其在当前代谢物的质谱数据条件下的前级离子RT值，排除RT值不在代谢物的前级离子RT值附近的化合物；

所述候选化合物计算模块工作过程如下：

步骤S401，计算分子指纹：令步骤S3所输出的候选化合物集合为C，元素数目为m，对C内的每一个化合物C_i分别计算分子指纹F_i；

步骤S402，计算匹配分数：令步骤S2所预测的代谢物分子指纹为f(V)，对集合C的每一个化合物C_i分别计算其分子指纹F_i与f(V)对应的匹配分数S_i＝S(F_i,f(V))；

步骤S403，输出匹配结果：根据化合物C_i对应的分子指纹与代谢物分子指纹的匹配分数，保留匹配分数最高的若干个化合物作为匹配结果输出；或按照用户设定的匹配分数阈值，保留匹配分数不低于阈值的化合物作为匹配结果输出。

2.根据权利要求1所述基于分子指纹预测的代谢物识别系统，其特征在于，所述代谢物表征数据为代谢物的质谱数据、紫外数据、红外数据、核磁数据、液相数据、气相数据中的一种或多种。

3.根据权利要求2所述基于分子指纹预测的代谢物识别系统，其特征在于，所述代谢物表征数据为代谢物二级质谱峰表，所述数据预处理模块的预处理过程包括步骤如下：

步骤S101，异常峰过滤：输入峰表的每一项P_i由二元组M_i,I_i组成，其中M_i为质谱峰的m/z值，I_i为质谱峰的信号强度；设前级离子m/z值为M_p，若某个质谱峰符合条件M_iM_p，则该质谱峰属于异常峰，应被过滤，具体输出方程式为：

P⁽¹⁾＝{P_i∈P|M_i≤M_p}；

P⁽¹⁾是过滤了异常峰的二元组集合；

步骤S102，噪声峰过滤：以最大-最小值方式对峰表进行归一化，并以阈值0.001过滤强度过小的质谱峰数据，具体输出方程式为：

P^(norm)＝{P_i∈P⁽¹⁾|M_i,I_i^(norm)}

P⁽²⁾是过滤了噪声峰的二元组集合；min_i、max_i是对集合中的所有i取最值；

步骤S103，输入稀疏向量构造；以经过归一化和过滤后的峰表以及前级离子信息为输入，计算出输入分子指纹预测模型的稀疏向量数据，获得代谢物的特征参数。