蛋白質(zhì)組學(xué)本身是一門(mén)大科學(xué)，其產(chǎn)生的數據量是十分龐大。 

如何將大量的蛋白質(zhì)組學(xué)數據進(jìn)行儲存和加工，使之轉變成可以理解的具有生物學(xué)意義的結果比如蛋白質(zhì)名稱(chēng)，多肽序列，蛋白質(zhì)結構，蛋白質(zhì)差異等； 

如何使蛋白質(zhì)組學(xué)的研究流程盡可能的符合高通量、自動(dòng)化的要求； 

如何深入的挖掘蛋白質(zhì)組學(xué)數據內隱藏的生物學(xué)規律，比如蛋白質(zhì)的亞細胞定位、蛋白質(zhì)的翻譯后修飾序列和位點(diǎn)信息、跨膜序列分析和信號肽序列分析等已經(jīng)成為蛋白質(zhì)組學(xué)面臨的重要問(wèn)題。

而這些問(wèn)題的解決必須要依賴(lài)于生物信息學(xué)分析手段。生物信息學(xué)（Bioinformatics）是在生命科學(xué)、計算機科學(xué)和數學(xué)分析的基礎上逐步發(fā)展而形成的一門(mén)新興交叉學(xué)科，是運用數學(xué)與計算機科學(xué)手段進(jìn)行生物數據等信息的收集、加工、存儲、分析與解析的科學(xué)。隨著(zhù)蛋白質(zhì)組學(xué)的不斷發(fā)展，也對生物信息學(xué)提出了更多的挑戰，兩者不斷的相互作用形成了蛋 白質(zhì)組生物信息學(xué)這一活躍的研究分支。

另外蛋白質(zhì)組學(xué)與其他學(xué)科的交叉也日益顯著(zhù)和重要，這種交叉是新技術(shù)新方法的活水之源，尤其是蛋白質(zhì)組學(xué)與其他大規模生物科學(xué)如基因組學(xué)、轉錄組學(xué)、代謝組學(xué)等領(lǐng)域的交叉所呈現出的系統生物學(xué)(Systems Biology)研究模式將成為未來(lái)生命科學(xué)最令人激動(dòng)的新前沿，這一領(lǐng)域的研究就更需要蛋白質(zhì)組生物信息學(xué)的輔助。