用途：LaminDB 是面向生物学的开源数据框架，旨在让数据可查询、可追溯、可复现并符合 FAIR（可发现、可访问、可互操作、可复用）原则。它通过单一 Python API 整合湖仓架构、血缘追踪、特征存储、生物本体、LIMS 与 ELN 能力。
主要能力：核心实体包括 Artifacts（版本化数据集）、Records（实验实体）、Runs 与 Transforms（计算血缘）、Features（类型化元数据）。支持按元数据、特征和本体词条查询过滤；用 ln.track() 与 ln.finish() 追踪笔记本或脚本执行；用 view_lineage() 查看数据血缘。数据管理支持比较运算符过滤、跨注册表遍历、全文搜索、Q 对象逻辑查询及大文件流式读取。注释与验证支持灵活、最小必需和严格三类 schema，覆盖 DataFrame、AnnData、MuData、SpatialData、TileDB-SOMA。本体能力经 Bionty 提供基因、蛋白、细胞类型、组织、疾病、表型、通路等公共本体，支持导入、标准化、层级浏览与注释。集成涵盖 Nextflow、Snakemake、Redun、Weights & Biases、MLflow、HuggingFace、scVI-tools，以及本地、S3、GCS、S3 兼容存储和 DuckDB、Vitessce。
使用方式：安装可执行 pip install lamindb，或按需安装扩展如 pip install 'lamindb[gcp,zarr,fcs]'。实例类型包括本地 SQLite（开发）、云存储加 SQLite（小团队）、云存储加 PostgreSQL（生产）。
适用场景：管理 scRNA-seq、bulk RNA-seq、空间转录组、流式细胞术等多模态生物数据，追踪计算工作流，构建可查询数据湖仓，集成 ML 流水线，部署数据基础设施。
限制：资料未提供具体收费、价格与效果数据；部分集成与部署细节需参考官方文档。