组学主要包括基因组学（Genomics）、转录组学（Transcriptomics）、蛋白质组学（Proteomics）和代谢组学（Metabolomics），高通量组学方法的应用产生了大量基因组、转录组、蛋白质组和代谢组等组学数据。组学数据的整合为全面了解生物学系统和机制提供了前提条件。

当前，单纯研究某一层次生物分子（基因组、转录组、蛋白组和代谢组等）变化，如通过 gene ontology（GO）分析基因功能及相互作用网络，或通过 Metabo-Analyst分析小分子代谢产物的相互关系并找寻生物标志物等，已经很难满足系统生物学越来越高的研究期望。于是科学家提出应从多分子层次出发来系统研究基因、mRNA、蛋白质和小分子间的相互作用和系统机制。

整合分析即对来自基因组、转录组、蛋白组和代谢组等不同生物分子层次的批量数据进行归一化处理、比较分析和相关性分析等统计学分析，建立不同层次分子间数据关系；同时结合GO功能分析、代谢通路富集、分子互作等生物功能分析，系统全面地解析生物分子功能和调控机制，对生物过程从基因、转录、蛋白和代谢水平进行全面的深入的阐释，从而更好的对生物系统进行全面了解。