Washburn 等人于 2001 年开展了针对大规模蛋白质鉴定的多维肽分离的开创性工作 [10.1038/85686] 。观察到酵母蛋白的Codon Adaptation Index（密码子适应指数,丰度的度量）与给定蛋白的已鉴定肽的数量相关。 这表明，在不使用稳定同位素标记的参考标准的情况下，可以对蛋白质进行绝对定量。
在此基础上对谱图计数进行归一化（Normalization），可以采用将 PSM 除以蛋白质的分子量 [10.1073/pnas.0308186101] 的形式，或者除以蛋白质序列中氨基酸的数量 [10.1128/MCB.24.16.7249-7259.2004]（称为spectral abundance factor）。 同样，Rappsilber 等人[10.1101/gr.473902] 通过将观察到的肽段数量除以理论上可观察到的未修饰肽段数量来定义 protein abundance index (PAI) 。
随后，Rappsilber小组将 PAI 转化为指数修饰形式 (emPAI) [ 10.1074/mcp.M500061-MCP200]，它与已知蛋白质含量具有更好的相关性。
再后来，通过使用计算模型首先预测给定蛋白质的哪些肽可能被质谱仪检测到，为定量奠定更好的基础[10.1002/rcm .1992],[10.1093/bioinformatics/btl237],[10.1038/nbt1270],[10.1038/nbt1275]。 例如，absolute protein expression profiling（APEX）方法[10.1038/nbt1270]利用基于实验数据的机器学习分类来估计任何给定蛋白质的胰蛋白酶肽的检测概率。 然后，这可用于预测特定蛋白质的一个分子预期检测到的胰蛋白酶肽的数量，并将该值与实验数据进行比较，以估计绝对蛋白质含量[10.1186/1471-2105-9-529]。基于 APEX 的定量对于全局蛋白质组分析来说相当准确（在一个数量级内），并且与其他定量方法有好的相关性[10.1186/1477-5956 -7-22]。
对于相对定量方法，在谱图计数的基础上添加强度维度，可提高绝对定量的动态范围。 例如，通过蛋白质长度对上述谱图指数进行归一化[10.1038/nbt.1592]，可以实现对 0.5-50,000 fmol 范围内的 19种蛋白质的混合物进行定量，相关系数 (R 2)达到0.92。 Trudgian等人[10.1002/pmic.201000800] 应用此方法的稍微修改版本来定量通用蛋白质标准品（UPS2，Sigma）的 19 种蛋白质，并获得了类似的结果。 此类方法的成功实施需要在每个实验室和使用适当标准的任何样品类型中进行严格验证。
