分子电子学是研究用于制造电子元件的分子构件的学科。该学科借助单分子尺度测量手段,实现针对分子结构、分子与电极连接方式以及分子内和分子间的物理化学作用等在内的单分子事件的准确测量和分析。然而微观尺度的分子行为具有高度的随机性,需要设计数学方法对测量轨迹进行统计分析以获取可靠的单分子尺度电学特性。这些方法以各类机器学习算法和特征统计方法为主,通过对数据特征的提取和统计,实现了不同单分子事件的准确分类和基于多个统计变量的特性分析,从而准确获取电输运信息。但是,当前数据分析方法仍然存在以下两大难以解决的问题:分析的电导轨迹数据集样本较少,通常来自单一的分子结构,难以得到一般性的分析结论;分析算法多种多样,往往针对具体的研究目的进行选取,难以设计评估不同类型样本的标准方法。基于数据库的元分析方法,是针对多个样本,综合各类分析方法,从而解决研究问题的分析手段。本研究将基于数据库的元分析方法运用到了分子电子学数据分析中以解决上述问题:构建了分子电子学数据库,设计描述样本电学特性的特征量体系;应用相关性分析方法和机器学习算法,基于多个分子样本的电导轨迹数据集样本,实现了典型单分子事件的一般机理分析以及各类样本和特征量的标准化解释、评估和预测。本论文的主要研究内容及结果如下:（1）构建了分子电子学数据库和特征量体系:收集了电导轨迹数据集样本,并设计了预处理算法以减少非分子因素的影响。同时,基于文献中的研究,设计了包含数值、波动、机器学习、稳定性、分布等特征类别的特征量体系,并对特征进行筛选,使其能够很好地描述分子电导轨迹数据集样本。最后,编写了 SQL数据库,将样本分子结构和特征量存储在数据库中,实现数据样本和特征在线储存和检索。（2）设计了相关性分析方法以归纳单分子事件的机理:设计了基于数据库中分子样本的相关性分析方法,以分析多个样本所体现的单分子事件及其作用机理,实现对特定类别数据集样本中存在的一般规律的描述。分别研究了柔性分子拉伸与连续平台轨迹的关系;含苯环结构扭转与起跳轨迹的关系。并以环己烷和三联苯分子体系为例,结合直方统计图、噪声分析等分析方法,深入研究上述单分子事件。通过实验和理论分析得出:柔性的环己烷分子对电极应力作用敏感,两电极压缩时存在电导为10-4.0 G0的结构,比电极拉伸状态下的结构电导提升2个数量级;三联苯分子中存在中间苯环扭转现象,并受到电场的调控,在0.5 V下电导比0.1 V下提升10-0.4 G0,显示扭转角度的减小,同时小扭转角的结构更容易发生堆积。本研究通过相关性分析和对典型分子的实验,解析了典型单分子事件的机理。（3）设计了针对样本和特征的评估和预测方法以对样本进行标准化分析:首先,对收集的多个分子样本及其特征基于因子分析方法进行元特征提取,结果显示分离出了数值主导和波动主导的两个元特征,从而借助元特征分析样本中可能包含的不同单分子事件。同时,依据具体的分析需求,借助研究的科学问题提取特定的特征,用来描述样本对具体科学问题倾向的定量评分,并以锚定基团差异为例论证了分析结果的合理性。接下来,引入循环神经网络,实现对电导特征值的预测。最后,运用蒙特卡洛搜索树方法,实现对特定电导值结构的搜索。