蛋白质组学(proteomics)试图从质和量两方面,描述不同条件下生物蛋白质的结构与表达。基于质谱(Mass Spectrometry,MS)的定量蛋白质组学是现阶段的一大研究热点。数据依赖采集(Data dependent acquisition,DDA)方法是在一级图谱中挑选出信号强、丰度大的肽段母离子进行二级碎裂,利用二级图谱对相应肽段进行“身份鉴定”。DDA方法易造成低丰度肽段难以检测、实验可重复性差等问题。随着质谱仪器以及数据分析方法的不断发展,数据非依赖采集(Data independent acquisition,DIA)正成为蛋白质研究的主流方法。质谱DIA方法是在质荷比维度,将母离子分成若干采集窗口,再依次碎裂采集每个窗口母离子的信息,最终得到复杂的二级图谱。DIA能充分利用一级图谱中的肽段信息,从而实现精确的蛋白质定量。本课题在此背景下,从方法学角度解释了质谱DDA和DIA模式的差别,归纳总结了三种不同DIA采集方法与原理,并对不同DIA数据处理算法进行评估,列举了常用DIA数据处理算法软件。最后,利用三种不同的DIA数据集,从传统数据库搜索方法对DDA与DIA数据处理效果、基于质谱DIA与DDA方法的蛋白质定性效果,开展了比较评估,证明了质谱DIA方法在蛋白质定性研究中,有着比DDA方法更佳的性能表现。本课题研究内容之二,集成开发了一种新的快速提取肽段定量信号的算法XICFinder,从算法流程、原理、数据结构及函数调用关系等方面介绍了XICFinder算法。采用CPTAC.study6实验数据集对XICFinder进行测试,评估了最小同位素峰数目和肽段母离子质量误差容限大小对算法性能的影响。在此基础上,与其它定量软件MaxQuant、Panda进行比较,证明XICFinder在提取XIC数量和肽段鉴定率等方面,均有优秀的性能表现。