Advances in metabolomics technologies have enabled comprehensive analyses of associations between metabolites and human disease and have provided a means to study biochemical pathways and processes in detail using model systems. Liquid chromatography tandem mass spectrometry (LC-MS) is an analytical technique commonly used by metabolomics labs to measure hundreds of metabolites of known identity and thousands of "peaks" from yet to be identified compounds that are tracked by their measured masses and chromatographic retention times. netome is a computational framework that provides tools for analyzing processed LC-MS data. In this framework, we develop and provide various computational resources including individual software modules to inspect and adjust trends in raw data, align unknown peaks between separately acquired data sets, and to remove redundancies in nontargeted LC-MS data arising from multiple ionization products of a single metabolite. These tools are deployed through computing resources such as web servers and virtual machines with detailed documentation in order to support researchers.