1. 课程概览与 Conda 基础

1.1 这门课到底要解决什么问题

做 RNA-seq 分析，最头疼的不是统计方法，而是环境配置。我见过太多人在项目中期因为某个软件版本冲突，整个流程跑不下去，最后只能重装系统。说白了，生物信息学流程复现的难点不在方法，而在环境。

这门课的目标很简单——用 Conda 把 RNA-seq 差异分析流程完整复现出来。从原始数据到差异基因列表，每一步的环境都独立、干净、可复现。你拿到的是一套可以反复使用的「操作手册」，换台机器也能跑出相同结果。

课程覆盖的内容包括：

• Conda 环境管理与包管理
• RNA-seq 全流程工具安装（FastQC、STAR、featureCounts、DESeq2 等）
• 差异分析完整脚本编写
• 环境导出与跨平台复现

适合有 Linux 基础、刚接触 RNA-seq 或者被环境问题折磨过的同学。不需要提前装好任何工具，我们从零开始。

1.2 Conda 到底是什么

Conda 是一个开源的包管理和环境管理系统。你可以把它理解为「软件管家 + 虚拟实验室」。它帮你搞定三件事：

1. 安装软件——一条命令装好，不用自己编译源码
2. 隔离环境——每个项目一个独立环境，互不干扰
3. 版本锁定——精确记录每个包的版本号，方便复现

我记得刚入行时，为了装一个 BWA，手动编译了三个小时，最后发现依赖的 zlib 版本不对。用 Conda 的话，十秒搞定。它不是一个「装了就扔」的工具，而是一个贯穿整个分析流程的基础设施。

1.3 为什么 RNA-seq 流程复现首选 Conda

RNA-seq 分析涉及的工具链很长——质控、比对、定量、差异分析。每个工具都有自己的依赖版本要求。用系统包管理器（比如 apt、yum）装，很容易出现「装完 A 发现 B 用不了」的情况。

我在项目中遇到过最典型的一个场景：STAR 需要 GCC 7+，但服务器默认 GCC 4.8。如果不用 Conda，要么自己编译，要么求管理员升级系统。用 Conda 的话，直接创建一个独立环境，里边装好指定版本的 GCC 和 STAR，完全不影响系统环境。

来看一个直观的对比：

对比维度	Conda	系统包管理器 / 手动编译
安装速度	秒级（预编译包）	分钟到小时级（编译依赖）
环境隔离	原生支持	需要手动处理
版本锁定	精确到小版本号	依赖系统源，不可控
跨平台复现	环境导出文件一键重建	需重写安装脚本
权限要求	用户级安装，无需 root	通常需要管理员权限

说白了，Conda 让你从「装软件」这件事里解放出来，把精力放在真正的分析上。你想想看，一个工具如果装一次就要折腾半天，你还愿意复现别人的流程吗？

1.4 Miniconda 安装实战

Conda 有两个主流发行版：Anaconda 和 Miniconda。Anaconda 预装了 150+ 数据科学包，体积大、冗余多。Miniconda 只带核心组件，你需要什么装什么。我强烈推荐 Miniconda，尤其是服务器环境——干净、轻量、可控。

安装步骤很简单，四步走：

1. 下载安装脚本
2. 运行安装
3. 初始化 Shell
4. 验证安装

以下是 Linux x86_64 系统的安装命令：

# 下载 Miniconda 最新版
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

# 运行安装（一路回车，输入 yes 接受协议）
bash Miniconda3-latest-Linux-x86_64.sh

# 安装完成后，初始化 Shell
# 安装脚本末尾会提示是否 conda init，建议选择 yes
# 或者手动执行：
conda init

# 重新加载 Shell 配置
source ~/.bashrc

# 验证安装
conda --version

安装过程中有个细节：安装脚本会问你是否将 Conda 添加到 PATH。选择 yes，否则每次使用都要手动指定路径。嗯，这里要注意，如果你跳过了，后面会很麻烦。

1.5 配置你的第一个 Conda 环境

Miniconda 装好之后，我们来创建第一个用于 RNA-seq 分析的环境。我习惯给每个项目创建一个独立环境，命名规则是「项目名-主要工具版本」。

# 创建名为 rnaseq 的环境，指定 Python 3.9
conda create -n rnaseq python=3.9 -y

# 激活环境
conda activate rnaseq

# 查看当前环境中的包
conda list

# 安装一个测试包（FastQC，质控工具）
conda install -c bioconda fastqc -y

# 验证安装
fastqc --version

跑完这几条命令，你就拥有了一个独立的 RNA-seq 分析基础环境。以后再装 STAR、featureCounts、DESeq2 等工具，都在这同一个环境里操作。如果某天环境搞乱了，直接删掉重建，不影响系统。

# ~/.condarc 配置示例
channels:
  - conda-forge
  - bioconda
  - defaults

1.6 避坑指南

这些年用 Conda 踩过不少坑，挑几个最常见的说给你听：

• 安装速度慢：国内用户建议配置镜像源。在 ~/.condarc 中添加清华或中科大的镜像地址，速度快十倍。
• 环境激活失败：如果 conda activate 报错，先执行 conda init，然后重新加载 Shell。
• 包冲突：安装多个工具时尽量一次性装完，避免分次安装导致依赖版本打架。我曾经因为先装了 STAR 再装 HISAT2，两个工具的 samtools 版本冲突，排查了一下午。
• 不要用 root 装：Conda 完全可以在用户目录下运行，用 root 反而可能破坏系统权限结构。