在蛋白质组学研究中,通常使用基于串联质谱与数据库搜索相结合的方式来鉴定蛋白质。数据库搜索策略增加了生物质谱数据的解析效率,但是质谱实验过程的复杂性、蛋白质样品的多样性,加上数据库搜索算法本身的局限性,使其不能完全解决蛋白质鉴定的所有问题。随着对新蛋白质发现问题的重视,从多方面去寻找提高新蛋白质鉴定准确率的方法是当前必须解决的重要问题之一。本论文为了全面探索新蛋白质问题,着重考虑了蛋白质鉴定常用策略及存在的不足、数据库搜索策略以及常用的质量控制方法、模糊匹配现象及其对蛋白质鉴定结果影响等问题。具体来说,从以下两个方面展开。首先,从肽段和蛋白质两个层面出发,分别寻找提高新蛋白质的鉴定准确率的方法。在肽段层面,通过对多参数整合的质量控制方法的评估,设计实验来观察和对比整合不同参数后的肽段筛选结果,提出一种新的质量控制方法并选取两个标准蛋白数据集对新质控方法的精确性进行评估,成功的构建了一个新的肽段质量控制流程,能够鉴定到质谱数据中更多的新肽段。蛋白质层面,发展了一种简单集合运算——GROUP模型对蛋白质模糊匹配结果进行简单分类,保留所有阳性匹配结果的同时找出其中的高可信蛋白质,降低了模糊匹配对鉴定结果正确性的影响。其次,构建了肽段新颖度注释流程和基于实验质谱的新蛋白发现算法流程,并通过设计实验来验证流程的灵敏性,即用新的质控方法来分析小鼠肝脏细胞核的质谱数据与收集的部分肝癌数据,并从中选取目标肽段进行新蛋白质鉴定。该流程主要目的是鉴定质谱数据中更多的新蛋白质,从实验结果来看,新方法共鉴定到共5611个高可信的新蛋白序列,准确率提高了19.4%,验证了基于实验质谱数据的新蛋白发现流程的有效性。