蛋白質(zhì)組學(xué)本身是一門大科學(xué)，其產(chǎn)生的數(shù)據(jù)量是十分龐大。 

如何將大量的蛋白質(zhì)組學(xué)數(shù)據(jù)進行儲存和加工，使之轉(zhuǎn)變成可以理解的具有生物學(xué)意義的結(jié)果比如蛋白質(zhì)名稱，多肽序列，蛋白質(zhì)結(jié)構(gòu)，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、自動化的要求； 

如何深入的挖掘蛋白質(zhì)組學(xué)數(shù)據(jù)內(nèi)隱藏的生物學(xué)規(guī)律，比如蛋白質(zhì)的亞細(xì)胞定位、蛋白質(zhì)的翻譯后修飾序列和位點信息、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)面臨的重要問題。

而這些問題的解決必須要依賴于生物信息學(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(shù)學(xué)分析的基礎(chǔ)上逐步發(fā)展而形成的一門新興交叉學(xué)科，是運用數(shù)學(xué)與計算機科學(xué)手段進行生物數(shù)據(jù)等信息的收集、加工、存儲、分析與解析的科學(xué)。隨著蛋白質(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(zhàn)，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(guī)模生物科學(xué)如基因組學(xué)、轉(zhuǎn)錄組學(xué)、代謝組學(xué)等領(lǐng)域的交叉所呈現(xiàn)出的系統(tǒng)生物學(xué)(Systems Biology)研究模式將成為未來生命科學(xué)最令人激動的新前沿，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。