2. Conda 基础命令：把环境玩明白

好，咱们正式开始上手。很多做 RNA-seq 的朋友，最开始接触 Conda 时都一脸懵——怎么装包、怎么切环境、为什么装个软件还要管什么通道？我当年第一次跑转录组分析，就是因为不知道 Conda 环境怎么隔离，结果把服务器上的 Python 搞得乱七八糟，项目差点重做。

其实 Conda 核心就五件事：创建、激活、删除、装包、管通道。这五个弄熟，后面整个 RNA-seq 差异分析流程就能稳稳的。

2.1 环境创建：给每个项目安个家

假设你正在做一个小鼠肝脏的转录组差异表达分析，需要用到 samtools、htseq-count 和 DESeq2。我建议你为这个项目单独创建一个环境，别把所有软件都堆在 base 里。为什么？因为不同项目对软件版本的要求经常打架。

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

# 创建时直接安装几个常用包（可选）
conda create -n rna_seq_env python=3.9 samtools fastqc

我自己有个习惯：创建环境时顺手指定 Python 版本。很多 RNA-seq 工具对 Python 版本敏感，比如某些版本的 HTSeq 在 Python 3.10 下会报错。指定版本，省的后面还要重装。

2.2 环境激活与退出：切环境就这么简单

环境创建好了，得先进去才能用。激活和退出是日常最高频的操作。

# 激活环境（Linux / macOS）
conda activate rna_seq_env

# 激活环境（Windows 同样适用）
conda activate rna_seq_env

# 退出当前环境
conda deactivate

我见过不少新手在终端里敲了半天命令，结果发现自己一直在 base 环境里，软件装错地方。你想想看，如果你不小心在 base 里装了某个特定版本的工具，后续再建环境时就容易乱套。所以我现在每次跑项目前，都习惯先用 conda info --envs 看一眼当前在哪个环境里。

# 列出所有环境，当前环境前面会有 *
conda info --envs

2.3 包安装与版本控制：装对东西很重要

在 RNA-seq 流程里，你通常需要装 fastqc、trimmomatic、hisat2、samtools、htseq-count、R 以及 DESeq2 等等。安装命令很简单，但注意一点：要先把环境激活了再装，否则包会装到 base 里。

# 安装单个包
conda install samtools

# 安装多个包
conda install fastqc hisat2 htseq

# 安装指定版本（很重要！）
conda install samtools=1.9

# 安装特定版本区间
conda install "samtools>=1.9,<1.13"

# 更新某个包
conda update samtools

# 更新环境内所有包
conda update --all

版本指定在 RNA-seq 分析里特别关键。举个例子：samtools 1.9 和 1.10 在处理某些 BAM 文件时行为有细微差别。如果别人用 1.9 跑出来的结果跟你不一样，第一件事就是核对版本号。

安装包时如果遇到依赖冲突，Condan 会给出提示。这时候别硬装，我一般会换个通道试试，或者明确指定版本。冲突大多是某个包的依赖版本正好卡在另一个包的要求之外。

conda install r-base=4.1
conda install bioconductor-deseq2

2.4 环境删除与清理：该放手时就放手

做完一个项目，环境里那些包和依赖基本就没用了。留着占地方，而且版本积累多了可能跟新环境冲突。我通常只保留 base 和最多两三个活跃项目的环境，其余全部删掉。

# 删除指定环境（先退出要删除的环境）
conda deactivate
conda remove -n old_project_env --all

# 清理缓存（释放磁盘空间）
conda clean --all

conda clean --all 这个命令很多人不知道。它会把下载的 .tar.bz2 包缓存、索引缓存、临时文件全清掉。搞 RNA-seq 的机器通常磁盘空间紧张，跑几次差异分析就满了。定期清理能省出几十 G 的空间。我曾经在集群上帮人排查磁盘满了的问题，一查发现 .conda/pkgs 里躺着 40 多个旧版本的包，清理完立马腾出来 30 G。

2.5 环境克隆与导出：迁移环境就这么干

你在一台机器上配好的环境，想搬到另一台机器或者分享给同事，不用重新一个个装。Condan 提供了导出功能。我每次发布一个分析流程时，都会附带一个 environment.yaml 文件，别人直接一条命令就能复现我的环境。

# 导出当前环境到 yaml 文件
conda env export > environment.yaml

# 从 yaml 文件创建一模一样的环境
conda env create -f environment.yaml

# 克隆一个已有环境
conda create -n new_env --clone old_env

导出时要注意：conda env export 会记录当前操作系统和具体路径。如果你要跨平台分享（比如从 Linux 到 macOS），最好用 --from-history 参数，只记录你手动指定的包，不记录依赖的绝对版本。

# 跨平台更友好的导出方式
conda env export --from-history > environment_platform.yml

2.6 通道管理：知道东西从哪来

通道（channel）就是 Conda 去哪个镜像站或仓库下载包。默认的通道主要面向生物学软件，但很多 RNA-seq 工具（比如他的 hisat2、salmon）都在 bioconda 里。如果不配好通道，你可能找不到包。

我自己一般按顺序配三个通道：conda-forge、bioconda、defaults。顺序有讲究——conda-forge 放在前面，因为它的包更新最快且兼容性最好；bioconda 是生物信息的核心库；defaults 是备胎。

# 添加 bioconda 和 conda-forge 通道（最好按顺序加）
conda config --add channels defaults
conda config --add channels bioconda
conda config --add channels conda-forge

# 查看当前通道配置
conda config --show channels

# 从指定通道安装包（临时指定）
conda install -c bioconda hisat2

嗯，这里要注意：通道顺序决定了 Conda 在解决依赖时优先看哪个仓库。如果你把 bioconda 放在最前面，它可能会覆盖掉 conda-forge 里的某些包的新版本。我遇到过好几次因为通道顺序不对，导致装的 R 版本偏低，装不了最新版的 DESeq2。

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

2.7 常用 Conda 命令速查表

我把最常用的 Conda 命令整理成一个表，你直接拿过去参考。每次忘了参数就回来看一眼。

2.8 常用避坑指南

这条路走了不少了，我给你总结几个我踩过的坑，你遇到了至少知道往哪躲。

• 环境名不要用空格和特殊字符。 我以前用过 RNA-seq analysis 当环境名，结果激活时总报错。老老实实用下划线。
• 安装速度慢？配镜像。 国外的 Conda 源动不动超时。国内用清华或中科大的镜像，安装速度能快 10 倍以上。
• 装包时提示 UnsatisfiableError？ 大概率是通道顺序不对，或者包版本冲突。我会先试试 conda search <包名> 看哪个版本可用，然后指定一个不冲突的版本。
• conda 命令找不到？ 检查 Conda 有没有初始化到你的 shell 里。运行 conda init 然后重启终端就能解决。
• 别在 base 里装分析用的包。 base 环境是 Conda 自己用的，里面装太多包会导致依赖越来越复杂。我项目环境单独建，base 只放 Conda 本身和 jupyter 这类工具。