目的逐步构建并完善一系列代谢组学数据混杂因素消除策略,开发专用软件。将新策略应用于消化道癌症的血清代谢谱数据的分析,探索消化道癌症不同解剖学部位的代谢特征。方法分别或联合采用独立分量分析、广义线性模型和典型相关分析三种方法,构建一系列适用于不同类型混杂因素和代谢组学数据的混杂因素影响消除策略,采用多种仿真数据以及来自不同测试平台、不同类型样本、不同疾病的多批真实数据验证其有效性,通过与其他方法比较评价其综合性能。基于Matlab平台开发专用软件。采用新方法,分析液相色谱质谱和气相色谱质谱平台检测的胃癌、结直肠癌和正常对照人群的血清代谢谱数据,消除指定的混杂因素的影响,提取不同解剖部位的代谢特征和标志性代谢物,采用回归的方法构建消化道癌症不同部位的诊断模型。结果新设计的组学混杂因素影响消除策略能有效消除不同来源的代谢组学数据中不同类型混杂因素的影响。开发的专用软件(MCEE V1.0,V2.0)及其升级版性能稳定,简单实用。所有源代码、操作手册和例子数据已在Github平台公开。用其分析不同种类消化道癌症的血清代谢谱数据,发现了同时与解剖部位和癌症类型相关的两个关键的特征代谢物:牛磺酸和亚牛磺酸。采用10种特征性代谢物构建的诊断模型可识别不同解剖学部位,其受试工作者曲线下面积不小于0.89。结论相较于传统的消除或控制混杂因素影响的方法,新策略性能稳健,可控性强,且不改变样本及代谢物数量,与后续分析兼容性高。不同的策略可以满足不同类型和数量的混杂因素的处理需求。专用软件MCEE为代谢组学数据预处理提供了新的实用工具;发现的消化道癌症不同解剖学部位和类型的特征代谢物能提供患者癌症类型和位置的辅助诊断信息,能为消化道癌症代谢共性研究提供有价值的参考。