基于整合网络的细胞特征库（LINCS）是美国国立卫生研究院的一项共同基金项目，从2012年至2021年为期10年。LINCS 计划背后的理念是用多种不同类型的扰动来扰乱不同类型的人体细胞，如药物和其他小分子、单基因敲除、敲除或过表达等遗传操作、细胞外微环境条件操作（如在不同表面上生长细胞等）。这些扰动被应用于各种类型的人类细胞，包括癌细胞系或来自患者的诱导多能干细胞（iPSC），并分化成神经元或心肌细胞等各种系。然后，为了更好地了解受这些扰动影响的分子网络，测量了人体细胞内许多不同分子的水平变化，包括 mRNA、蛋白质和代谢物，以及细胞形态等细胞表型变化。BD2K-LINCS 数据协调和集成中心（DCIC）受委托对这些数据进行组织、分析、可视化并与其他公开的相关资源进行集成。在本课程中，我们将介绍 LINCS DCIC 以及为 LINCS 收集数据的各个数据和特征生成中心 (DSGC)。然后，我们将介绍 LINCS 元数据，以及元数据如何与本体和字典相关联。然后，我们介绍用于清理和统一 LINCS 数据的数据处理和数据规范化方法。然后讨论如何使用 RESTful API 服务 LINCS 数据。最重要的是，课程涵盖了可应用于其他多组学数据集和项目的计算生物信息学方法，包括降维、聚类、基因组富集分析、交互式数据可视化和监督学习。最后，我们介绍了众包/公民科学项目，学生可以通过团队合作从公共数据库中提取基因表达特征，然后根据 LINCS 数据查询这些特征集合，从而预测小分子药物作为一系列复杂人类疾病的潜在疗法。