2. 环境准备：Linux服务器、Perl、Python、R等依赖安装
说实话，每次开新课前，我最怕听到的就是“环境装好了”。这步要是没做对，后面所有代码都得跪。我见过太多同学，代码写得漂亮，结果一跑就报错，查半天发现是依赖版本不对。所以这一章，咱们踏踏实实把家底儿装齐。
2.1 你需要一台什么样的服务器
ANNOVAR和VEP都是跑在Linux上的工具。我个人习惯用Ubuntu 20.04 LTS，够稳，社区支持也好。CentOS 7也行，但包管理器是yum，命令不大一样。
硬件要求？ 说实话，不算高。但数据库文件不小——ANNOVAR的refGene和clinvar，加起来几十个G。VEP的缓存更是下起来让人崩溃。所以，建议至少
- 内存：8GB+，16GB更舒服。VEP加载大数据库时很吃内存。
- 磁盘：100GB以上空闲。最好是SSD，解压和查询都能快很多。
- CPU：4核以上。多线程注释时，核多就是快。
2.2 Perl：VEP的亲爹
VEP是用Perl写的。所以第一件事：装Perl。
大部分Linux发行版都自带了Perl。但版本可能偏老。VEP 112要求Perl ≥ 5.26。我遇到过5.24跑VEP，一堆模块装不上，气得我直接升了。
检查版本：
perl --version
# 如果你看到 v5.xx.x 大于等于5.26，那行。
# 否则，需要重新安装或升级。安装Perl模块：
VEP依赖一大堆Perl模块。最省心的办法是让VEP的安装脚本帮你搞定。但如果你要自己装，可以这样：
# 安装cpanminus（比cpan好用）
curl -L https://cpanmin.us | perl - --sudo App::cpanminus
# 安装常用模块
cpanm DBI DBD::mysql Archive::Zip
cpanm JSON Set::IntervalList
# 别急，VEP官方有一个更完整的依赖列表，后面会讲。apt install build-essential。
2.3 Python：我们的主力战场
虽然VEP用Perl，但后期数据处理、可视化、整合，咱们全靠Python。我个人习惯用Miniconda来管理Python环境，干净又灵活。
安装Miniconda：
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh
# 一路yes。最后重启终端或用source ~/.bashrc激活。
conda --version
# 应该看到 conda 23.x.x 之类创建专属环境：
我强烈建议每个项目建一个独立环境。别把所有包装进base，后患无穷。
conda create -n annot_py311 python=3.11 -y
conda activate annot_py311
# 安装常用数据处理库
pip install pandas numpy
pip install matplotlib seaborn
pip install jupyterlab
# 之后还会装pysam、pyensembl等，但那是后面章节的事。2.4 R语言（可选但推荐）
说实话，R的ggplot2画基因结构图就是比Matplotlib顺手。虽然本课程以Python为主，但我还是建议装个R，万一哪步想用呢。
# Ubuntu
sudo apt install r-base r-base-dev
# 验证
R --version
# 启动R，安装常用包
R
> install.packages("ggplot2")
> install.packages("dplyr")
> q()如果你服务器上跑R包太慢，可以考虑用Microsoft R Open或者conda安装R：
conda install -c conda-forge r-base r-essentials -y2.5 数据库下载：这才是大头
工具装好了，没数据库还是白搭。ANNOVAR和VEP都需要下载参考基因组和注释数据库。
ANNOVAR的数据库：
# 假设你已经下载了ANNOVAR的perl脚本
# 下载人类hg38的注释库
annotate_variation.pl -buildver hg38 -downdb -webfrom annovar refGene humandb/
annotate_variation.pl -buildver hg38 -downdb -webfrom annovar clinvar_20240913 humandb/
annotate_variation.pl -buildver hg38 -downdb -webfrom annovar dbnsfp42a humandb/
# 注意：dbnsfp非常巨大，30G+，量力而行VEP的缓存：
# VEP提供了缓存下载脚本
perl INSTALL.pl --CACHEDIR /path/to/vep_data --SPECIES homo_sapiens --ASSEMBLY GRCh38 --CACHE_VERSION 112
# 或者手动下载后解压
wget https://ftp.ensembl.org/pub/release-112/variation/indexed_vep_cache/homo_sapiens_vep_112_GRCh38.tar.gz
tar -xzf homo_sapiens_vep_112_GRCh38.tar.gz -C /path/to/vep_datadf -h看看剩余空间。
2.6 验证环境是否可用
装完所有东西，最好跑一个“Hello World”来验证。
验证ANNOVAR：
# 找一个测试VCF文件（或者自己编一个简短的）
# 这里用ANNOVAR自带的示例
table_annovar.pl example/ex1.avinput humandb/ -buildver hg38 -out myanno -remove -protocol refGene -operation g -nastring .
# 如果成功，你会看到 myanno.hg38_multianno.txt 文件生成验证VEP：
# 用VEP的示例VCF
vep --cache --dir /path/to/vep_data --input_file example.vcf --output_file test_vep.vcf --everything
# 如果看到 "Job completed successfully"，就对了。验证Python环境：
python -c "import pandas; print('pandas version:', pandas.__version__)"这步很简单，但很重要。我一般把验证命令写进一个check_env.sh脚本里，以后每次换机器就一键跑一次。
本章核心结构速览
下面这张图把今晚的准备工作串起来了。你照着这个流程走，不会落东西。