准确、高效地筛选差异表达的蛋白质是基于质谱的定量蛋白质组学的重要研究内容之一,是发现生物标志物的先决条件,对疾病的早期诊断具有促进作用。但是差异分析方法较难选择、蛋白质定量信息缺失较多、筛选结果质量参差不齐等挑战一直存在于定量差异分析工作中。本文在前人的研究基础上,针对这些问题做了以下三个方面的工作：(i)在含有内标的真实蛋白质组学数据D1和D2上,评估了包含Welth检验、置换检验、ROTs、SAM和EBRCT法在内的五种有代表性的差异筛选统计方法,同时合理控制了检验结果的质量,通过比较ROC曲线、pAUC、TPR、FPR和FDR,证实了在D1和D2中,针对定量差异分析问题,结合经典统计理论与贝叶斯理论的统计方法和从其他组学借鉴的方法是不错的选择。(ii)根据蛋白质组学定量信息缺失的特点,在D1的基础上,模拟了九个含有不同缺失比例的数据,分别进行含有57种不同插补次数的链式等式多重插补,通过比较插补前后的绝对Pearson相关系数、平均MAD和平均MSD,可知多重插补的效果与插补次数和缺失比例相关,当缺失比例不变时,插补次数越多,插补效果不一定越好,且最优插补次数随着缺失比例的不同而不同。(iii)探讨了包含均值插补、基于丰度分布的插补、k近邻插补和多重插补在内的四种有代表性的插补方法对除EBRCT法之外的其它四种统计方法在筛选差异表达蛋白质方面检验功效的影响,通过比较ROC曲线、pAUC.f-score和g-score,以提醒相关研究人员在差异分析前,应慎重处理缺失数据。