A major challenge for lipidomics, in particular for MS-based approaches, lies in the computational and bioinformatic demands of handling the large amount of data that arise at various stages along the chain of information acquisition and processing. أحد التحديات الرئيسية لعلم الدهنيات، لا سيما بالنسبة للمناهج المستندة إلى مطيافية الكتلة، تكمن في المتطلبات الحسابية والمعلوماتية الإحيائية لتناول كميات كبيرة من البيانات التي تظهر في مراحل عدة على طول تسلسل اقتناء المعلومات وتجهيزها.
A combination of quantitative lipidomic data in conjunction with the corresponding transcriptional data (using gene-array methods) and proteomic data (using tandem MS) enables a systems biology approach to a more in-depth understanding of the metabolic or signaling pathways of interest. ان مزيج بيانات علم الدهنيات الكمية بالتعاون مع البيانات المناظرة النسخية (باستخدام اساليب مصفوفة المورثات(وبيانات البروتين (بالاستخدام المتزامن لمطيافية الكتلة(كل هذا يتييح اتباع نهج للأنظمة البيولوجية للمزيد من الفهم المتعمق للاسقلاب أو مسارات إشارات الفائدة.