Snakemake 安装与运行环境配置

安装 Snakemake 这事儿，说起来不复杂，但坑确实不少。我记得自己第一次部署的时候，直接用 pip 装了就跑，结果跑流程时报了一堆模块缺失的错误。后来才明白——环境没隔离好，依赖全乱了。今天我把几个主流的安装路子都捋一遍，顺带说说环境配置里那些容易踩的坑。

安装方式的选择

Snakemake 本质是个 Python 包，所以安装它离不开 pip 或 conda。我个人习惯用 Miniforge（或 Miniconda）来管理 Python 环境，因为 bioconda 频道里很多生物信息学工具都能直接通过 conda 装，省心。

1. 通过 pip 安装

最简单的办法，如果你已经有个干净的 Python 环境：

pip install snakemake

但要注意——Snakemake 对 Python 版本有要求。目前 Snakemake >=7.0 推荐 Python 3.8~3.11。我曾经在 Python 3.12 上试过，结果某些依赖包还没跟上，直接报错。嗯，等官方支持了再说。

2. 通过 conda 安装（推荐）

大部分生物信息学场景下，我建议走 conda：

conda create -n snakemake_env python=3.11
conda activate snakemake_env
conda install -c conda-forge -c bioconda snakemake

这样做的好处是：snakemake 自带的 --use-conda 或 --conda-frontend mamba 可以直接调取 conda 环境来管理软件依赖。你想想看，每个 rule 都可以声明自己的 conda 环境文件，隔离性极好。

3. 从源码安装

如果你需要最新特性或修改源码，可以 git clone 后本地安装：

git clone https://github.com/snakemake/snakemake.git
cd snakemake
pip install -e .

-e 参数是 editable 模式，改完代码直接生效。不过正式项目我不建议长期用这种方式。

运行前必须的环境检查

装完之后别急着跑。先看一眼版本和环境：

snakemake --version
which snakemake

which 确认你激活的路径是你想要的那个。我遇到过一种情况：系统自带了一套旧版 Snakemake 在 /usr/bin 里，而 conda 环境里又装了个新版，结果 PATH 顺序乱掉了，一直调的是旧版。防坑方法：激活环境后，先检查 which 指向 conda 的 bin 目录。

配置 conda 与 mamba

Snakemake 内置了对 conda 环境的支持。你在 Snakefile 里可以声明：

rule align:
    conda: "envs/align.yaml"
    input: "data/sample.fastq"
    output: "results/sample.bam"
    shell: "bwa mem genome.fa {input} > {output}"

但默认的 conda 解析环境很慢。所以我强烈建议你装个 mamba：

conda install -c conda-forge mamba

然后在运行 Snakemake 时加上 --conda-frontend mamba。说白了就是让 mamba 代替 conda 来解依赖，速度能快好几倍。

配置文件与集群设置

Snakemake 的运行时配置通过 config.yaml 或命令行参数传入。比如：

snakemake --configfile config.yaml --cores 8

对于集群环境（比如 SLURM、PBS），你需要一个 profile 文件。我放一个简单的 SLURM profile 示例：

cluster:
  mkdir -p logs/{rule} &&
  sbatch
    --partition=main
    --cpus-per-task={threads}
    --mem={resources.mem_mb}M
    --time={resources.runtime}
    --output=logs/{rule}/{wildcards}.out
    --error=logs/{rule}/{wildcards}.err

知识脉络：从安装到运行

下面这张图梳理了从安装到首次运行 Snakemake 的核心步骤。跟着这个流程走，基本不会迷路。

常见避坑清单

快速验证安装成功的测试

装完别急着跑大流程。先用一个最简单的 Snakefile 测试一下：

# Snakefile
rule all:
    input: "test.txt"

rule create:
    output: "test.txt"
    shell: "echo 'Hello Snakemake' > {output}"

然后执行：

snakemake -c 1

如果一切正常，你会看到输出文件 test.txt，内容为 "Hello Snakemake"。这时候才算环境就绪了。