SuperAPI AI 工具集

lamindb

数据与分析

查看项目

更新于 10-15 23:43

技能介绍

用途:注册生物数据集与模型、整理 DataFrame/AnnData 元数据、查询带注释的 artifact,并追踪科研脚本或工作流。LaminDB 将元数据存入 SQLite/PostgreSQL,文件存于配置存储;仅注册不代表科学有效性或符合 FAIR。

主要能力:定义带类型 Feature 与 Schema 做结构校验;用注册表支持的分类 dtype 管理受控词表;通过 Bionty 做本体注释;用 ln.track() 记录运行及其输入/输出 artifact 谱系;支持 Artifact、Feature、Schema、Record、ULabel、Run、Transform、Collection、Project、Branch、Space 等对象,以及 @ln.flow()/@ln.step() 工作流入口。

使用方式:先用 lamin info 确认实例、存储与写入范围,在独立目录实验。安装示例:uv venv --python 3.12;uv pip install 'lamindb==2.10.0' 'bionty==2.5.0' 'ipython==9.17.1';source .venv/bin/activate;lamin init --storage ./storage --name biology-demo --modules bionty。脚本中 ln.track() 后加载输入、校验并保存输出,curator.validate() 成功返回 None,失败抛 ln.errors.ValidationError,修复后重校验,最后 ln.finish()。

适用场景:生物数据的元数据整理、Schema 校验、本体注释、可复现性追踪与版本化集合管理。

限制:目标版本为 LaminDB 2.10.0 与 Bionty 2.5.0(该版本把 AnnData 上限锁在 0.13.2,需保留依赖约束;add_synonym() 需 IPython)。2.10.0 无 Artifact.backed()、delete_cache()、is_cached(),也无 Artifact.is_valid 查询字段;无 curator.cat.add_ontology() 与 inspect_standardize()。Parquet open() 返回 PyArrow dataset,AnnData accessor 需用 .to_memory() 物化。Bionty from_values() 可能遗漏未解析值并返回未保存记录。Schema 校验只检查结构与类型,不验证实验质控;不要把 API 密钥、云凭据、数据库密码写入输出。