據相關介紹表明非靶向代謝組學的研究成果為眾多的藥物靶學、疾病機理研究以及疾病診斷提供有力依據。它還推動了免疫組化以及免疫熒光等技術的發展，事實上長期供應非靶向代謝組學更是由此迅速推進了研究步伐，現在就非靶向代謝組學更適宜選用哪些代謝組學通路數據庫作簡要闡述：
1.HMDB
非靶向代謝組學的代謝通路必須借助多類不同的數據庫進行準確分析。比如進行動物糞便代謝產物分析時，若是沒有有力的數據庫進行源數據對比分析，那么便難以確定動物糞便代謝產物中包括哪些未知成分，而HMDB數據庫已收集了大量適用于鑒定體內內源性代謝物的參考數據。
2.KEGG
KEGG是集合了眾多大型分子數據集生成的基因組測序的實用程序數據庫資源，選用這個數據庫里面的資源對于提升非靶向代謝組學研究效率具有巨大的幫助。KEGG有助于幫助分析人員篩別動物糞便代謝的生物學信息、基因和蛋白質信息，從而便于提升代謝組學研究的準確性。
3.Reactome
非靶向代謝組學還適宜選用Reactome這類代謝組學通路數據庫。Reactome以收集信號通路數據為主，而KEGG更側重于代謝通路，故而在實際應用中可選用Reactome對動物糞便代謝進行差異表達基因分析。
非靶向代謝組學的研究內容博大精深，它的代謝通路和互作網絡分析就擁有多種通路數據庫。這也是越來越多相信銷量好的非靶向代謝組學研究成果的重要原因之一，事實上代謝組學通路數據庫除了適宜選用HMDB、KEGG以及Reactome外，還可以選用BioCyc與MetaCyc等其它類別的數據庫。