Рассматривается подход к обработке многомерных данных пептидных микрочипов. Основными этапами используемой технологии являются предобработка с целью уменьшения аппаратных ошибок измерений, снижения размерности для выделения переменных, наилучшим образом описывающих исходные данные, и классификация тестовых данных, результатом которой является определение класса нового объекта, с использованием множества объектов-образцов. Ввиду малого количества тестовых данных (в работе использовались пробы 25 доноров, из которых 15 — условно здоровые и 10 — с диагнозом рака молочной железы) работа нацелена на апробацию различных алгоритмов обработки, анализ применимости и выявление путей их дальнейшего развития с целью улучшения качества и повышения устойчивости результатов при применении этих алгоритмов. Результатом работы является технология обработки данных пептидных микрочипов, и при дальнейшей доработке возможно ее применение на реальных данных с использованием большего количества образцов и большего количества классов.