代谢组学是继基因组学、转录组学、蛋白质组学后诞生的一门新的交叉学科,包括分析化学、化学计量学以及生理病理学等领域知识,是系统生物学中的一个重要组成部分。基于“系统论”指导的代谢组学技术通过研究能够反映机体整体生理病理状态的血清或尿液,能从整体代谢水平上提供一个新视角去理解受多因素影响的复杂疾病的发生、发展机制。但迄今为止,代谢组学技术应用于各种疾病的研究模式主要是基于“疾病和对照”两组样本进行研究(也称“比较代谢组学”),有关多种疾病诊断或者疾病特征代谢模式研究很少。而且,化学计量学作为代谢组学技术重要的组成部分,有关就采用化学计量学进行代谢组学数据处理方法的实验性研究至今很少。因此,本文的研究工作主要包括两个部分:第一,全面研究代谢组学数据结构特点,讨论和比较各种数据处理方法的优缺点。在数据预处理、模式识别、模型验证、变量筛选等方面严谨的指导原则。第二,分别采用两种策略(“一对一”相关性研究和“一对多”分析)进行肠癌、肝癌的特征代谢模式研究,寻找区分两种恶性肿瘤的特异性和共有性变量,为生物标志物筛选和多种疾病诊断疾提供研究思路。