本发明公开了一种用于质谱流式数据挖掘的网络分析方法,涉及数据分析模型技术领域。开发样本分组和细胞簇之间的直接关联网络(Sample Classification and direct Association Network of Cell types,SCANCell)分析方法,将隐藏在高维质谱流式数据中的可用信息转化为细胞簇之间的直接关联(direct association,DA)网络的拓扑结构。DA网络表征了免疫细胞簇间直接交互作用的强度,排除了间接干扰的分布,使得SCANCell能够在DA网络拓扑结构层面上定量识别疾病特异性异常交互模式。SCANCell通过考虑细胞的蛋白表达量和细胞簇的丰度,为疾病的发病机制提供新的理解维度。本发明深入挖掘高维蛋白质组数据,更好地理解疾病特异性细胞和分子畸变;是首次以细胞簇间交互作用的角度描绘疾病发病机制的探索性研究,可促进潜在药物靶点的识别。