气相色谱-质谱联用技术是一种高效的分离分析技术，该技术主要是利用气相色谱的分离能力让混合物中的组分分离，并对分离出来的组分用质谱进行定性、定量分析。由于其具有灵敏度高、分析范围广等优点而成为最主要的仪器分析手段之一，并广泛应用于食品安全、生态环境保护、疾病预防与控制、化工产品、地球科学、法庭科学、军事科学等多个领域。把化学计量学方法应用于食品和癌细胞中某些性质相近、结构类似的同类物复杂多组分波谱解析，探讨不同方法模型解决实际问题的能力和适用程度，对丰富化学计量学的内涵和拓宽其应用范围，有重要的理论意义和指导作用。本文的主要研究内容如下：1)不同食用油的脂肪酸组成和含量有一定的差异,在油脂质量检测中常被作为检验纯度指标，脂肪酸是食用油中的特征信息。每种植物油有它的特征脂肪酸含量，质谱直接分析要求试样是纯或者比较纯的，各组分应具有互不干扰的特征质量峰。气相色谱法可以将食用油中复杂的脂肪酸分离，同时得到油的脂肪酸指纹图谱，但是色谱本身不具备定性能力或定性可靠性欠佳。我们可以采用经色谱分离的物质进入质谱后可以得到食用油中各脂肪酸的特征质谱峰的方法解决这个问题。因此，采用气相色谱-质谱联用的分析方法既可以得到食用油脂肪酸的定性结果，又可以得到定量结果。由于食用油成分复杂，经常出现峰的重叠或者不同种类的食用油因谱图太相似而难以直接区分。化学计量学方法可以解决此分类难题。在本文中PSO被用来寻找分类模型SVM中关联特征变量与因变量的权重，实现了依据模型误差自适应选择核中心、核宽度的灵活的核变换，基于PSO最优参数的SVM成为适应性无参数的食用油分类算法。更重要的是，协同优化的参数使支持向量机可以根据模型的性能灵活建模。将提出的分类方法应用于六种不同种类植物油的气-质联用仪的总离子流色谱图的脂肪酸相对含量的样本。证明此模型在准确区分不同种类植物油的应用上有很好的前景。2)恶性肿瘤已经成为严重威胁人类生命健康的主要疾病之一，采取有效的防治肿瘤的方法，遏制恶性肿瘤的发展势头迫在眉睫。癌细胞在发生病变以后，细胞膜上的磷脂组成发生变化，癌细胞中细胞膜磷脂的变化会影响细胞膜的各种理化性质，进而影响各种膜蛋白的生物学功能，比如细胞膜的通透性增强。同肿瘤类似，很多其它疾病的发生也都伴有细胞膜磷脂代谢的变化。细胞膜磷脂上含有脂肪酸链，不同的磷脂分子所包含的脂肪酸链是有差异的，因此我们可以将这些疾病同脂肪酸的鉴定联系起来。本文首先将磷脂甲酯化，得到各种脂肪酸，再利用气-质联用技术分析肿瘤细胞磷脂脂肪酸组成差异，但是单纯的气-质联用分析技术往往存在一定的局限，比如对于重叠的气相色谱峰和不同种类的癌细胞所产生的相似谱图难以直接区分。因此引入化学计量学方法解决该问题，本文采用偏最小二乘回归模型对不同种类的肿瘤细胞进行分类，偏最小二乘回归模型可以在一个算法下同时实现回归建模、两组变量间的相关分析和数据结构的简化，能很好地解释反应变量的变异信息。实验证明通过研究膜磷脂脂肪酸的变化不仅有助于阐明肿瘤等很多疾病的发病机理，对于疾病的诊治具有重要的意义。3)为满足烟草工业现代化的需求，本研究在科学、合理模拟人类吸食卷烟的生物物理和生物过程基础上，针对口腔、气管和鼻腔吸收特点和吸收液组成特点，建立了仿生吸收样的预处理和分析测试技术，获取了近40种不同品牌规格的卷烟的烟气仿生吸收液的化学成分组学数据。同时借助卷烟评吸专家经验，获得了各卷烟的感官品质（人工评吸结果）。以上述分析测试以及专家评吸结果为基础，本研究拟进一步结合化学计量学建模方法，设计构建不同的回归模型，综合考察不同类型模型在卷烟感官品质预测中的性能，深入探讨基于烟气仿生吸收液化学成分组学数据预测卷烟感官品质间的可行性，以期获取理想的基于烟气仿生吸收液化学成分组学数据的卷烟品质预测模型。借助线性学习机PLS，以及非线性学习机SVM，基于卷烟样本烟气的仿生吸收化学组学数据，分别构建了不同香品类卷烟样本感官品质的回归模型，用于预测卷烟烟气的香气、谐调、杂气、刺激性和余味五项指标，以及两项综合指标香气品质与吃味品质。