乳腺癌是当前世界上发病率最高的恶性肿瘤之一，乳腺癌的早期诊断方法学研究，特别是发展快速，无创，高灵敏度的早期诊断方法一直受到高度的重视。尿中的核苷作为最有前途的用于早期诊断的癌症标志物近年来得到广泛研究。 尿中核苷的分离方法主要有高效液相色谱法(HPLC)和毛细管电泳法(CE)，两种方法各有优缺点，都得到广泛的应用。模式识别技术已经应用于乳腺癌的核苷标志物辅助诊断研究。目前的研究方法还存在一些局限性，需要进一步完善。 本文在以尿中核苷为肿瘤标记物的乳腺癌诊断研究中引入代谢组学方法，利用代谢组学计算分析方法解决了在核苷分析以及乳腺癌诊断研究中的若干问题，为代谢组学方法用于乳腺癌早期诊断研究作了一些初步的工作。 本文的研究工作包括下面几个方面： (1)以核苷为实际研究对象，利用正交试验获得的数据，结合二标记物技术，用支持向量回归算法建立毛细管区带电泳的柱温、电压、缓冲液浓度和pH值与三种核苷的有效淌度之间的相关模型。结果表明本文方法所建模型的预测准确性优于最小二乘回归和人工神经网络方法，适宜用于毛细管电泳迁移行为的预测。 (2)将毛细管区带电泳过程中特有的电流信号突跃现象改进的迁移时间比法首次用于实际研究中。以人工发酵虫草中核苷为分析对象进行定性重复性研究。结果表明该方法可以明显提高实验中三种核苷的定性重复性。更为重要的是，本研究提出该方法可以集成到毛细管电泳装置的数据分析软件中，从而有可能实现定性重复性提高的自动化处理。 (3)建立一种基于代谢组学技术，以尿中修饰核苷为分析对象的乳腺癌早期诊断方法。实验采用苯基硼酸亲和色谱法与高效液相色谱方法得到实验数据，使用特征选择方法得到4种关键组分作为特征模式，利用BP神经网络建立乳腺癌早期诊断模型。交叉验证结果表明诊断的准确率、灵敏度和特异度均达到90％以上。接着利用高效液相色谱—离子阱质谱联用技术对得到的4种关键组分进行了定性分析，确定其结构。该方法具有诊断系统的代价低，研究对象广等优点，在乳腺癌的早期诊断技术研究中具有潜在的应用价值。