蛋白质是生命活动的直接执行者,蛋白质组学是多组学整合研究中不可或缺的一部分。质谱技术拥有高通量,高灵敏度,高分辨率的特点,是当前蛋白质组学中的主流检测分析方法。常规的数据依赖型质谱采集模式能够精确检测高丰度目标肽段,但不能覆盖样品中全部蛋白质。数据独立型采集模式可以无差别对所有肽段进行检测,从而获取样品的所有肽段信息,但瓶颈在于检测数据纷繁杂乱,难以解析。因此,本研究对数据独立型采集模式进行了优化尝试,期望能降低数据解析难度,得到更高质量的蛋白质组学信息。首先针对水稻根系组织修改和优化了经典蛋白质提取方法,确立了以酚提取法为基础的实验流程,提高了样品总蛋白质的提取效率,在单次质谱实验中最多获得了24,535条肽段和3,334个蛋白质。其次,收集产生的数据依赖型质谱数据,通过Spectra ST软件,对谱图进行打分,并挑选其中高质量的谱图,经降噪处理后建立谱图数据库,将其直接用于后续质谱谱图的鉴定,结果显示,使用实际谱图比使用基于序列的理论谱图能鉴定更多肽段。另外,使用Coovar软件将不同品种水稻的变异信息翻译为肽段序列,并整合到蛋白质序列数据库,使用籼稻品种明恢63的基因组变异信息对整合后的数据库进行验证,结果鉴定到1321条品种特异的肽段。本研究基于数据独立型采集模式设计新的采集窗口并进行了质谱分析,得到了25个水稻品种的蛋白质组数据,并从中鉴定到13109条肽段和6329个蛋白质,其中取在15个品种中重复出现5次以上的9528条肽段和4185个蛋白质进行定量分析,考察实验组与对照组的差异,发现各品种中蛋白表达一致性较高,而实验组和对照组的差异较小,可能源于取样时间较短或蛋白质组表达调控的稳定性。最后,比较了研究氮胁迫下水稻根系中蛋白质组和转录组数据的关系,通过GO分析找到了部分显著与氮代谢过程相关的基因。本研究加深了我们对蛋白质组学和质谱技术的理解,有助于获得更全面的蛋白质鉴定和定量信息,对转录组和蛋白质组数据的结合研究再次证明了多组学整合研究的优势和必要性。同时基于算法开发的难度,为生物信息学与质谱技术的平衡进步提供了更好的思路,期望本研究所做的探索能对蛋白质组学的发展有所贡献。