复杂蛋白质组研究在疾病标志物发现、信号转导、药物发现等领域有重要应用,疾病的发展过程以分子生物学的角度往往表现为特定蛋白质或蛋白质群表达量的变化。因此,对复杂蛋白质组进行定量分析是研究疾病机理的重要手段。同时,复杂蛋白质组在质谱实验中产生规模大、种类多、功能复杂等特点的数据,是定量蛋白质组学分析的一个难题。基于肽段计数的非标记定量分析方法因其能够对大规模的蛋白质组进行定量受到广泛关注。然而,该方法的系统误差较大,在定量时存在明显不足,需要通过结合其他谱图特征参数来降低质谱数据固有的变化和偏差。另一方面,复杂蛋白质组包含了多种功能的蛋白质群,如能将功能分析与定量分析相结合,对深层次地挖掘定量蛋白质组质谱数据中的生物医学规律有重要意义。针对以上问题,本论文建立了面向复杂蛋白质组的非标记定量分析方法,并在定量分析的基础上有效的结合复杂蛋白质组的功能分析。具体工作如下：· 以NSAF算法为基础,建立结合共享肽的优化算法,能够克服对低丰度蛋白质的错误估计；· 建立检出谱图与总离子数相结合的算法,具有更大的动态范围,能够提高非标记定量的准确性；· 基于g:Profiler挖掘海量蛋白质组的功能信息,有助于理解和解释蛋白质组的相互作用关系：· 以线粒体为分析对象,从不同层面对上述方法进行验证和评估；· 以复杂蛋白质组非标记定量算法为基础,构建面向复杂蛋白质组的非标记定量分析软件,有效的兼容定量和定性分析结果。结果表明,论文建立的方法降低了质谱数据固有的变化及重复实验的系统误差,具有更大的动态范围,提高了定量的准确性,并有效的将定量和定性分析相兼容。