本發(fā)明提出了一種基于分子指紋預(yù)測(cè)的代謝物識(shí)別系統(tǒng)及其應(yīng)用方法，包括：數(shù)據(jù)預(yù)處理模塊，所述數(shù)據(jù)預(yù)處理模塊用于代謝物表征數(shù)據(jù)進(jìn)行采集分析，并提取特征參數(shù)；分子指紋模塊，所述分子指紋模塊用于采集數(shù)據(jù)預(yù)處理模塊提取的特征參數(shù)，并進(jìn)行分子指紋預(yù)測(cè)，以確定代謝物的可能化學(xué)結(jié)構(gòu)；候選化合物篩選模塊，所述候選化合物篩選模塊用于對(duì)代謝物的可能化學(xué)結(jié)構(gòu)進(jìn)行初步篩選；候選化合物計(jì)算模塊，所述候選化合物計(jì)算模塊用于將代謝物的可能化學(xué)結(jié)構(gòu)與代謝物的特征參數(shù)進(jìn)行匹配計(jì)算，確定代謝物的預(yù)測(cè)結(jié)果。本發(fā)明基于代謝物串聯(lián)質(zhì)譜數(shù)據(jù)的分子指紋預(yù)測(cè)算法建立在深度神經(jīng)網(wǎng)絡(luò)模型上，能夠根據(jù)輸入的串聯(lián)質(zhì)譜數(shù)據(jù)預(yù)測(cè)對(duì)應(yīng)未知代謝物的分子指紋。