高分辨质谱分子式解析：Python程序实现异常求助

原代码的核心问题 #

原代码逻辑完全偏离了分子式解析的正确思路，主要问题包括：

• 错误使用整除//计算原子数：分子质量是各原子质量与数量乘积的总和，不是用目标质量直接整除单个原子质量，这会产生完全错误的计数（比如H的15.0就是错误计算的结果）。
• 强制包含所有原子：循环直接将每个原子添加到分子式中，不管该原子是否属于目标化合物。
• 未处理浮点精度误差：原子质量为小数，计算总和时必然存在精度损耗，直接精确匹配会遗漏正确结果。
• 分子式顺序不符合要求：输出顺序为H→C→N→O，但要求是CxHyNzOw的标准格式。

修正后的代码 #

# 定义原子质量字典（丰度最高同位素）
atoms = {'H': 1.007825, 'C': 12.000000, 'N': 14.003074, 'O': 15.994915}
# 允许的质量误差范围（处理浮点精度问题）
ERROR_TOLERANCE = 0.001

def find_molecular_formula(target_mass):
    # 按C、N、O的顺序枚举数量，这些原子质量大，枚举范围小，效率高
    max_c = int(target_mass // atoms['C']) + 1
    for c in range(max_c, -1, -1):
        remaining_after_c = target_mass - c * atoms['C']
        if remaining_after_c < -ERROR_TOLERANCE:
            continue
        
        max_n = int(remaining_after_c // atoms['N']) + 1
        for n in range(max_n, -1, -1):
            remaining_after_n = remaining_after_c - n * atoms['N']
            if remaining_after_n < -ERROR_TOLERANCE:
                continue
            
            max_o = int(remaining_after_n // atoms['O']) + 1
            for o in range(max_o, -1, -1):
                remaining_after_o = remaining_after_n - o * atoms['O']
                if remaining_after_o < -ERROR_TOLERANCE:
                    continue
                
                # 计算剩余质量对应的H原子数
                h_count = round(remaining_after_o / atoms['H'])
                # 验证计算后的总质量是否在误差范围内
                calculated_mass = c*atoms['C'] + h_count*atoms['H'] + n*atoms['N'] + o*atoms['O']
                if abs(calculated_mass - target_mass) <= ERROR_TOLERANCE and h_count >=0:
                    # 按CxHyNzOw格式拼接分子式
                    formula_parts = []
                    if c > 0:
                        formula_parts.append(f'C{c}' if c >1 else 'C')
                    if h_count >0:
                        formula_parts.append(f'H{h_count}' if h_count >1 else 'H')
                    if n >0:
                        formula_parts.append(f'N{n}' if n >1 else 'N')
                    if o >0:
                        formula_parts.append(f'O{o}' if o >1 else 'O')
                    return ''.join(formula_parts)
    # 无匹配化合物时返回None
    return None

# 读取masses.txt文件并处理每个质量值
try:
    with open('masses.txt', 'r') as f:
        for line in f:
            line = line.strip()
            if not line:
                continue
            try:
                target_mass = float(line)
                formula = find_molecular_formula(target_mass)
                if formula:
                    print(f'质量: {target_mass:.5f} → 分子式: {formula}')
                else:
                    print(f'质量: {target_mass:.5f} → 无对应化合物')
            except ValueError:
                print(f'无效的质量值: {line}')
except FileNotFoundError:
    print('错误：未找到masses.txt文件')

关键逻辑说明 #

1. 枚举顺序优化：先枚举C、N、O（质量较大的原子），减少枚举次数，提升效率。
2. 精度误差处理：设置ERROR_TOLERANCE允许小范围的质量偏差，避免因浮点计算精度问题漏掉正确结果。
3. 分子式格式控制：仅添加存在的原子，并按CxHyNzOw的标准顺序输出，原子数为1时省略数字。
4. 文件读取与错误处理：处理文件不存在、无效质量值等异常情况，提升程序健壮性。

测试目标质量16.0313时，程序会正确返回CH4，符合预期。

内容的提问来源于stack exchange，提问作者angel gibbons