[發明專利]基于分子指紋預測的代謝物識別系統及其應用方法

有效

• 申請號: 202011600846.0
• 申請日: 2020-12-29
• 公開（公告）號: CN112735532B
• 公開（公告）日: 2023-08-22
• 發明（設計）人: 湯德佑;譚達強;余文濤;胡寓旻;姚瑤;張暉;曾康
• 申請（專利權）人: 華南理工大學;中山大學腫瘤防治中心（中山大學附屬腫瘤醫院;中山大學腫瘤研究所）
• 主分類號: G16B40/00
• 分類號: G16B40/00;G16B50/00;G06N3/04;G01N27/62
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 肖宇揚;付靜

1.基于分子指紋預測的代謝物識別系統，其特征在于，所述基于分子指紋預測的代謝物識別系統包括：

數據預處理模塊，所述數據預處理模塊用于代謝物表征數據進行采集分析，并提取特征參數；

分子指紋模塊，所述分子指紋模塊用于采集數據預處理模塊提取的特征參數，并進行分子指紋預測，以確定代謝物的化學結構；

候選化合物篩選模塊，所述候選化合物篩選模塊用于對代謝物的化學結構進行初步篩選；

候選化合物計算模塊，所述候選化合物計算模塊用于將代謝物的化學結構與代謝物的特征參數進行匹配計算，確定代謝物的預測結果；

所述候選化合物篩選模塊工作過程如下：

步驟S301，化合物數據庫數據提取：利用化合物數據庫中的質譜數據，對每一個化合物查找其二級質譜的前級離子的m/z值和RT值信息，若某一化合物沒有對應的RT值信息，則基于其化合物元數據及二級質譜數據，使用RT預測方法得出一個RT值的推定值；

步驟S302，前級離子m/z值篩選：從化合物數據庫的全體化合物中，搜索其在當前代謝物的質譜數據條件下的前級離子m/z值，排除m/z值不在代謝物的前級離子m/z值附近的化合物，篩選范圍作為實驗測定的最優值；

步驟S303，前級離子RT值篩選：從上一步驟所篩選出的化合物中，搜索其在當前代謝物的質譜數據條件下的前級離子RT值，排除RT值不在代謝物的前級離子RT值附近的化合物；

所述候選化合物計算模塊工作過程如下：

步驟S401，計算分子指紋：令步驟S3所輸出的候選化合物集合為C，元素數目為m，對C內的每一個化合物C_i分別計算分子指紋F_i；

步驟S402，計算匹配分數：令步驟S2所預測的代謝物分子指紋為f(V)，對集合C的每一個化合物C_i分別計算其分子指紋F_i與f(V)對應的匹配分數S_i＝S(F_i,f(V))；

步驟S403，輸出匹配結果：根據化合物C_i對應的分子指紋與代謝物分子指紋的匹配分數，保留匹配分數最高的若干個化合物作為匹配結果輸出；或按照用戶設定的匹配分數閾值，保留匹配分數不低于閾值的化合物作為匹配結果輸出。

2.根據權利要求1所述基于分子指紋預測的代謝物識別系統，其特征在于，所述代謝物表征數據為代謝物的質譜數據、紫外數據、紅外數據、核磁數據、液相數據、氣相數據中的一種或多種。

3.根據權利要求2所述基于分子指紋預測的代謝物識別系統，其特征在于，所述代謝物表征數據為代謝物二級質譜峰表，所述數據預處理模塊的預處理過程包括步驟如下：

步驟S101，異常峰過濾：輸入峰表的每一項P_i由二元組M_i,I_i組成，其中M_i為質譜峰的m/z值，I_i為質譜峰的信號強度；設前級離子m/z值為M_p，若某個質譜峰符合條件M_iM_p，則該質譜峰屬于異常峰，應被過濾，具體輸出方程式為：

P⁽¹⁾＝{P_i∈P|M_i≤M_p}；

P⁽¹⁾是過濾了異常峰的二元組集合；

步驟S102，噪聲峰過濾：以最大-最小值方式對峰表進行歸一化，并以閾值0.001過濾強度過小的質譜峰數據，具體輸出方程式為：

P^(norm)＝{P_i∈P⁽¹⁾|M_i,I_i^(norm)}

P⁽²⁾是過濾了噪聲峰的二元組集合；min_i、max_i是對集合中的所有i取最值；

步驟S103，輸入稀疏向量構造；以經過歸一化和過濾后的峰表以及前級離子信息為輸入，計算出輸入分子指紋預測模型的稀疏向量數據，獲得代謝物的特征參數。