基于大样本非标记定量蛋白质组学数据的特征,和蛋白质组学领域相较于转录组学,代谢组学领域数据前处理方法的“滞后性”,并从快速增长的、由精准医学为代表的诸多高速发展领域产生的大样本量实验数据处理的需求出发,本研究开发了针对大样本非标记定量蛋白质组学数据前处理的R工具包preprocessor。通过对其他组学领域数据前处理方法的筛选,preprocessor特别集成了适用于大样本,尤其是临床大样本非标记定量蛋白质组学数据的前处理方法,如EigenMS、QC-RLSC、missForest等,并致力于解决大样本量及临床样本高异质性带来的数据偏差问题和非标记定量方法带来的数据缺失问题,同时工具包中也包括一些蛋白质组学数据经典前处理方法作为保守选择或方便对比。本工具包包含完整的大样本非标记定量蛋白质组学数据前处理流程,包括数据读取、清洗、评估、校正、缺失值填补和前处理方法对比等,并生成报告,从而辅助研究者选取合适的前处理方法以解决大样本非标记定量蛋白质组学分析面临的特有问题。