子科生物報道：脂質能夠參與細胞膜構建、能量儲存以及細胞信號轉導，而脂質組學能夠高通量地分析和量化生物樣本中的脂質。近些年隨著質譜的靈敏度和分辨率的提升，脂質組學的數據質量和數量有著驚人的爆發，但是組學數據本身的復雜度給研究人員分析和解讀數據帶來了挑戰。

現階段，針對脂質組學的分析工具少之又少，領域內迫切需要一個針對脂質組學數據進行數據清洗、數據挖掘、通路分析等的易用工具?，F階段針對脂質的通路分析工具普遍基于公共脂質數據庫，但由于現階段公共數據庫與脂質組學數據映射存在一定問題，且對于脂質通路的理解仍不夠全面，所以這些工具常常不能給出較為準確的通路變化信息。而近些年來系統生物學的理念給分析脂質組學數據提供了一個新的思路，從關聯多個組學數據集的相關性網絡進行一定的數據挖掘工作。

基于以上的研究現狀和思路，2021年7月31日，復旦大學代謝與整合生物學研究院的黃河課題組與李蓬院士課題組以及廈門大學楊朝勇課題組合作在Small Methods發表了題為LINT-web: a web-based lipidomic data mining tool using intra-omic integrative correlation strategy的文章。作者在文章中介紹了一套自主開發的、易用性強的脂質組學分析工具LINT-web。該網站能夠提供針對脂質組學的統計分析方法（如脂質類別豐度情況、脂肪酸鏈長度和脂質不飽和度信息等），并且設計了一個多組學整合的intra-omic策略以挖掘出脂質和基因集共享的生物過程，從系統生物學的角度提供了更為廣闊的信息。

 為了驗證這個工具的可行性，作者使用了兩組脂質組和轉錄組的數據進行測試。在肌肉組織損傷的組學數據中，LINT-web能夠準確且直觀地統計出脂類和脂肪酸鏈的變化情況，并且能對脂質組學數據和轉錄組學數據正確降維和聚類；使用工具的intra-omic分析后，作者發現RvD2 可能參與細胞防御反應以及細胞因子和病毒的免疫刺激，并且LXB4、AT-LXB4和RvE1也可能與 RvD2有相似的調節炎癥消退及修復受損組織的功能，這與已知的結論相符。

在SVF分化細胞的組學數據中，作者發現了在SVF細胞10天的分化過程中，甘油三酯和甘油二酯不斷增加，而大多數磷脂則在前四天增加，之后則維持在一個穩定的水平，一些相關的轉錄調控因子也有不同的變化模式；使用工具的intra-omic分析后，作者發現了甘油酯類與轉錄調控因子的強相關性。上述結果表明，LINT-web可以準確地將脂質組數據對應到其相關的生物過程和通路。

LINT-web所包含的功能涵蓋脂質ID轉換、脂質分類與統計、脂質通路分析等重要方面，這些方面是現在大多數主流脂質組學分析工具所難以全部涉及的。此外，對于同一個測試數據，與其他主流脂質組學分析工具相比，LINT-web在脂質ID識別準確率、潛在相關脂質通路數量等多個方面都體現出了優勢。這些結果都體現了LINT-web是一款功能完備可靠的脂質組學分析工具。

復旦大學代謝與整合生物學研究院黃河青年研究員、李蓬院士和廈門大學楊朝勇教授為論文共同通訊作者，論文第一作者為復旦大學代謝與整合生物學研究院2019級碩士生李馮晟、同濟大學宋佳助理研究員和廈門大學2020級碩士生張瑩琨。論文同時獲得復旦大學代謝與整合生物學研究院代謝組學和脂質組學質譜平臺的大力支持。