脂质能够参与细胞膜构建、能量储存以及细胞信号转导，而脂质组学能够高通量地分析和量化生物样本中的脂质。近些年随着质谱的灵敏度和分辨率的提升，脂质组学的数据质量和数量有着惊人的爆发，但是组学数据本身的复杂度给研究人员分析和解读数据带来了挑战。现阶段，针对脂质组学的分析工具是少之又少，领域内迫切需要一个针对脂质组学数据进行数据清洗、数据挖掘、通路分析等的易用工具。
现阶段针对脂质的通路分析工具普遍是基于公共脂质数据库，但由于现阶段公共数据库与脂质组学数据映射存在一定问题，且对于脂质通路的理解仍不够全面，所以这些工具常常不能给出较为准确的通路变化信息。而近些年来系统生物学的理念给分析脂质组学数据提供了一个新的思路，从关联多个组学数据集的相关性网络进行一定的数据挖掘工作。
基于以上的研究现状和思路，年7月31日，复旦大学代谢与整合生物学研究院的*河课题组与李蓬院士课题组以及厦门大学杨朝勇课题组合作在SmallMethods发表了题为LINT-web:aweb-basedlipidomicdataminingtoolusingintra-omicintegrativecorrelationstrategy的文章。作者在文章中介绍了一套自住开发的、易用性强的脂质组学分析工具LINT-web（