本发明属于人工智能和蛋白质组学领域，具体涉及一种基于深度学习特征提取的胃癌蛋白质组学分型框架识别方法，该方法包括：获取待识别的蛋白表达谱，对蛋白表达谱进行预处理；将预处理后的蛋白表达谱输入到训练好的自动编码器，提取自动编码器瓶颈层的节点，利用该节点进行一致性聚类，得到待识别蛋白表达谱的聚类标签；根据聚类标签训练分类器，对未知标签样本进行预测，完成胃癌蛋白质组学分型框架识别；本发明使用深度学习的自动编码器对来自多中心的二期、三期胃癌患者特征提取进行一致性聚类后获得了具有显著生存差异的分子亚型，且亚型表现为预后好、化疗获益和预后差、化疗无效。