1. 获取原始数据样本：

根据不同机器测出来的结果，原始数据格式不同，比较常见的有.WIFF和.RAW。用相关的软件去打开就可以看到每个样本，以及每个样本的色谱图和质谱图。

2. 数据样本预处理：

提取样本信息的一二级质谱信息，峰对齐，去除同位素峰，峰面积归一化，RSD筛选。

3. 数据样本多元统计分析：

常见分析方法包括：主成分分析（PCA），通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分；偏最小二乘方-判别分析（PLS-DA)，判别分析（DA）是一种根据观察或测量到的若干变量值，来判断研究对象如何分类的常用统计分析方法。偏最小二乘回归（PlS）与主成分回归相关，但不是寻找响应变量和自变量之间最大方差超平面，而是通过投影分别将预测变量和观测变量投影到一个新空间，来寻找一个线性回归模型；正交偏最小二乘方-判别分析（OPLS-DA）。

4. 数据筛选：

差异筛选：首先根据VIP>1，然后根据p-value

5. 通过数据库对样本进行物质定性：

分二级定性和一级定性，可以通过自建库以及metlin等公共数据库，一级有HMDB数据库等。

6. 生信分析：

有kegg通路分析，聚类热图，火山图，气泡图等等。