🔬

lamindb

Name: lamindb
Author: davila7

Seguro ⚙️ Comandos externos📁 Acesso ao sistema de arquivos🌐 Acesso à rede🔑 Variáveis de ambiente

Gérer des données biologiques avec LaminDB

Também disponível em: K-Dense-AI

Les ensembles de données biologiques sont difficiles à suivre, interroger et reproduire. LaminDB fournit un cadre unifié pour la gestion des données scientifiques avec une validation d'ontologie intégrée, un suivi de lignage de workflow et une conformité FAIR pour la reproductibilité de la recherche.

Suporta: Claude Codex Code(CC)

📊 71 Adequado

Baixar o ZIP da skill

Upload no Claude

Vá em Configurações → Capacidades → Skills → Upload skill

Ative e comece a usar

Testar

A utilizar "lamindb". Configurer LaminDB avec validation d'ontologie pour mes données scRNA-seq

Resultado esperado:

Initialize LaminDB with local storage: lamin init --storage ./mydata
Import Cell Ontology: bt.CellType.import_source()
Create artifact: ln.Artifact.from_anndata(adata, key='scrna/batch1.h5ad').save()
Standardize cell types: adata.obs['cell_type'] = bt.CellType.standardize(adata.obs['cell_type'])
Validate with curator: curator = ln.curators.AnnDataCurator(adata, schema); curator.validate()

Auditoria de Segurança

Seguro

v5 • 1/17/2026

Pure documentation skill containing reference materials for LaminDB. All 582 static findings are false positives caused by code examples in markdown documentation being incorrectly flagged as security patterns. No executable code, scripts, or network operations are present.

Arquivos analisados

3,806

Linhas analisadas

achados

Total de auditorias

Fatores de risco

⚙️ Comandos externos (414)

📁 Acesso ao sistema de arquivos (40)

🌐 Acesso à rede (18)

references/integrations.md:535 references/integrations.md:46 references/integrations.md:72 references/integrations.md:491 references/integrations.md:494 references/integrations.md:535 references/setup-deployment.md:66 references/setup-deployment.md:118 references/setup-deployment.md:260 references/setup-deployment.md:266 references/setup-deployment.md:407 references/setup-deployment.md:423 skill-report.json:6 SKILL.md:380 SKILL.md:381 SKILL.md:382 SKILL.md:383 SKILL.md:384

🔑 Variáveis de ambiente (14)

references/integrations.md:49 references/integrations.md:50 references/integrations.md:612 references/integrations.md:613 references/integrations.md:620 references/setup-deployment.md:205 references/setup-deployment.md:206 references/setup-deployment.md:257 references/setup-deployment.md:258 references/setup-deployment.md:263 references/setup-deployment.md:264 references/setup-deployment.md:244 references/setup-deployment.md:206 references/setup-deployment.md:264

Auditado por: claude Ver Histórico de Auditoria →

Pontuação de qualidade

Arquitetura

100

Manutenibilidade

Conteúdo

Comunidade

100

Segurança

Conformidade com especificações

O Que Você Pode Construir

Suivre l'analyse single-cell

Suivre les pipelines d'analyse scRNA-seq avec un lignage automatique des comptages bruts aux tracés finaux

Valider les annotations biologiques

Standardiser les annotations de types cellulaires et de tissus contre Cell Ontology et Uberon

Intégrer le suivi d'expériences

Combiner le versioning de données LaminDB avec Weights & Biases ou MLflow pour des pipelines ML reproductibles

Tente Estes Prompts

Commencer avec LaminDB

Aidez-moi à configurer LaminDB pour gérer des données single-cell RNA-seq. Incluez l'initialisation, l'installation avec stockage local, et la création de mon premier artifact à partir d'un objet AnnData.

Ajouter la validation d'ontologie

Montrez-moi comment valider les annotations de types cellulaires dans mes données scRNA-seq en utilisant Cell Ontology (Bionty). Incluez l'importation de l'ontologie, la standardisation des termes, et la création d'artifacts validés.

Suivre le lignage de workflow

Je veux suivre mon pipeline d'analyse avec LaminDB. Créez un workflow utilisant ln.track() qui capture les commits git, les paramètres, les artifacts d'entrée et les artifacts de sortie pour un pipeline Nextflow ou Snakemake.

Interroger les données biologiques

Comment interroger mes artifacts LaminDB par caractéristiques biologiques ? Montrez-moi comment filtrer les artifacts par type cellulaire, tissu ou maladie, et comment utiliser des requêtes basées sur les caractéristiques pour trouver des ensembles de données pertinents.

Melhores Práticas

Appelez ln.track() au début de chaque notebook ou script pour capturer un lignage complet
Utilisez des clés hiérarchiques (project/experiment/batch/file.h5ad) pour une navigation de données organisée
Importez et utilisez les ontologies biologiques (CellType, Tissue, Gene) avant la validation des données
Définissez les caractéristiques tapées à l'avance pour une annotation et une interrogation de métadonnées cohérentes

Evitar

Oublier ln.track() - casse le suivi de lignage et la reproductibilité
Utiliser des chemins codés en dur au lieu des clés LaminDB pour la gestion des artifacts
Valider les données sans avoir d'abord importé les ontologies pertinentes
Charger des ensembles de données entiers en mémoire sans utiliser le streaming pour les grands fichiers

Perguntas Frequentes

Quelles bases de données LaminDB supporte-t-il ?

SQLite pour le développement local et PostgreSQL pour la production. Le stockage cloud supporte AWS S3, Google Cloud Storage, et les services compatibles S3 comme MinIO et Cloudflare R2.

Combien d'ontologies biologiques sont disponibles ?

LaminDB via Bionty donne accès à plus de 20 ontologies incluant Cell Ontology, Uberon, Gene Ontology, Disease Ontology, UniProt, Ensembl, et plus encore.

LaminDB peut-il s'intégrer avec les gestionnaires de workflows existants ?

Oui, LaminDB s'intègre avec Nextflow, Snakemake et Redun. Utilisez ln.track() dans les scripts de pipeline pour capturer automatiquement le lignage d'exécution.

Mes données sont-elles envoyées aux serveurs LaminDB ?

Non. L'authentification collecte uniquement les métadonnées utilisateur de base. Vos données réelles restent dans votre stockage configuré (local ou cloud) et ne sont jamais transmises aux serveurs LaminDB.

Pourquoi la validation échoue-t-elle pour des termes valides ?

Assurez-vous d'avoir appelé import_source() pour l'ontologie pertinente. La validation nécessite que l'ontologie soit chargée dans votre registre local. Utilisez bt.Registry.validate() pour vérifier les termes avant l'annotation.

Comment LaminDB compare-t-il aux autres outils de gestion de données ?

LaminDB combine le versioning de données, le suivi de lignage et la validation d'ontologie biologique dans un seul cadre. Contrairement aux outils généraux, il se spécialise dans la conformité FAIR pour les sciences de la vie avec un support intégré pour les formats single-cell et multi-modaux.