該軟件被稱為LipidBlast，是由Oliver Fiehn和他的同事們在加州大學研發的。Davis去年在《Nature Methods》雜志發表了一篇論文將此軟件首次公開。LipidBlast創建一個特定類別脂質的質譜庫的步驟是：首先，分析這類脂質中已知成員的化學結構。然后，使用這些信息來推測具有相似結構的此類物質的其它可能成員。接下來，此軟件將部分已知成員的化學結構與之前研究得到的已知成員的串聯質譜數據相關聯。最后，它利用這些關系來確定含有已推測成員在內的所有其余成員的MS/MS譜圖，包括母離子和子離子。一經驗證，通過對比實驗數據和檢索MS/MS譜庫，得到的譜庫就可以用于鑒別LC-MS/MS分析的生物樣品中的這些物質。

此軟件靈活性很強

　　由于脂類在串聯質譜中容易形成可預知的碎片，所以尤其適合此軟件電腦譜庫的創建。而且，LipidBlast非常靈活，足以應付推測正、負離子下或不同的外加電壓下的MS/MS譜圖。在建立譜庫時，這種靈活性使得它能夠利用40種高或低分辨率質譜儀的譜圖，包括三重四極桿質譜儀和傅里葉變換質譜儀。

　　Fiehn和他的同事利用LipidBlast 建立了一個基本演示MS/MS譜庫，包含212,516張譜圖，覆蓋26種脂類物質的119,200種化合物。這些化合物包括磷脂類、甘油脂類、細菌脂聚糖類和植物糖脂類。他們已經使用這個庫來識別了藻類、有鞭毛的原生生物和哺乳動物干細胞中的脂質。

能應對低磷水平的脂類家族

　　最近，Fiehn已將注意力轉移到了一類特殊的脂類−葡萄糖醛酸糖脂(glucuronosyldiacylglycerol，GlcADG)。它是近期日本科學家從植物中發現的一種脂類。由于GlcADG可以代替植物細胞膜上的磷脂，所以可以幫助植物應對低磷水平。雖然這種脂類首先在植物中發現，但它也可能出現在細菌、真菌和藻類等其他生物中。

　　為了與最初發現這類脂質的日本科學家們一起在其它有機體中尋找這類脂質，Fiehn和他的一位同事使用LipidBlast創建了一個GlcADG類的MS/MS質譜庫。照例，這需要利用日本科學家先前得到的MS/MS譜圖和植物中GlcADG類物質的化學結構，以及相似脂類成員的化學結構。最終的譜庫包含15,000 張MS/MS譜圖，建成僅耗時5小時。

　　“這項工作不僅有希望通過GlcADG來擴展已知有機體的范圍，而且也從另一個方面體現了LipidBlast快速創建MS/MS譜庫的能力”，Fiehn說。他們還開發了應用于新型脂類的免費模板，用來鼓勵其他研究人員使用這款軟件。