4. Nextflow 环境搭建：安装、配置文件、基础语法归纳

好了，实战准备开始。这一章我们得先把跑鞋系好——也就是把 Nextflow 环境搭起来。老实说，很多初学者觉得这一步最简单，直接 pip 装完就开干。结果跑到一半报错，才发现版本不对、配置缺项、语法写错了。所以别急，我们把安装、配置、语法这三块一起过一遍。我自己当年踩过的坑，也会一并交代。

4.1 安装方式：不止一条路

Nextflow 的安装其实很简单，但关键是一开始选对路子。我个人习惯用 conda 环境来管理，这样依赖不容易打架。

4.1.1 使用 Conda 安装（推荐）

conda create -n nextflow_env -c bioconda nextflow
conda activate nextflow_env

这里有个坑——我遇到过不少次，conda 安装时如果不指定频道顺序，可能会拉到一个老版本。建议把 bioconda 放前面。

4.1.2 手动安装（适合CI/CD场景）

如果你要在集群或 Docker 容器里用，手动安装反而更可控。步骤就三步：

curl -s https://get.nextflow.io | bash
chmod +x nextflow
./nextflow

嗯，这里要注意：手动安装下载的是 nextflow 一个单文件，本质上是个 Java 启动器。所以你的环境必须提前配好 Java 11 以上。我曾经在一台老服务器上装了半天才发现 Java 版本只有 8，根本跑不起来。

4.1.3 使用 Docker 镜像

还有一种方式，直接用 Docker。适合不想污染宿主机环境的团队。

docker pull nextflow/nextflow:latest
docker run --rm -v $(pwd):/work nextflow/nextflow:latest nextflow run your_script.nf

你看，核心还是那个 nextflow 命令，只不过被 docker 套了一层。

4.2 配置文件：理解 nextflow.config

好，环境装好了。接下来是配置文件。说实话，很多人对 nextflow.config 的重视程度不够，觉得就是个参数文件。其实它是整个流程的“调度中心”。

4.2.1 配置文件结构

一个典型的配置长这样：

// nextflow.config
params {
  reads = "data/*.fastq.gz"
  outdir = "results"
  genome = "GRCh38"
}

process {
  executor = 'local'
  cpus = 4
  memory = '8 GB'
}

profiles {
  standard {
    process.executor = 'local'
  }
  cluster {
    process.executor = 'slurm'
    process.queue = 'normal'
    process.time = '1h'
  }
}

这里我建议你用 params 定义所有可变的输入参数。这样流程脚本里直接引用 $params.reads，清晰又灵活。

4.2.2 Profile 的作用

为什么要用 profile？说白了，就是让你同一套流程能在笔记本、服务器、集群上无缝切换。我团队里就靠这个：本地调试用 -profile standard，生产跑数据用 -profile cluster。注意，profile 里可以覆盖任何配置项。

Profile 名称	执行器	典型场景
standard	local	本地调试，小数据
cluster	slurm	集群批量提交
docker	local	容器化执行，依赖隔离

4.2.3 环境变量与 Secret

你想想看，如果流程里要连数据库或对象存储，账号密码肯定不能写死在脚本里。Nextflow 支持 Secret 机制。

nextflow secret set MY_SECRET_KEY "your_secure_value"

然后在配置文件里引用：

env {
  MY_SECRET_KEY = secrets.MY_SECRET_KEY
}

这一点我特别推荐。之前有用户把 API token 直接写在 nextflow.config 里提交到 Git，后来不得不紧急轮换密钥……防患于未然吧。

4.3 基础语法归纳：一次看透核心概念

好了，接下来就要写脚本了。但在此之前，我们先看看 Nextflow 的语法长什么样。它其实是个 DSL（领域特定语言），基于 Groovy 扩展而来。你不需要精通 Groovy——知道几个核心模式就够了。

4.3.1 Process：最小的执行单元

每个 process 就是一个“盒子”，负责执行一段命令或脚本。基本结构是：

process FASTQC {
  input:
    path reads

  output:
    path "*.html"

  script:
  """
  fastqc ${reads}
  """
}

嗯，这里要注意：script: 块里用的是字符串插值，变量前面要加 $。如果你需要复杂的 shell 逻辑，最好用 """ 三引号括起来。

4.3.2 Workflow：编排process的顺序

单个 process 不能构成一个完整的流程。你需要用 workflow 块把它们串起来：

workflow {
  FASTQC(channel.fromPath(params.reads))
  TRIM(FASTQC.out)
  ALIGN(TRIM.out)
}

数据是怎么流动的？靠 channel。每个 process 的输出都可以被下一个 process 消费。这也是 Nextflow 最优雅的地方——你不用手动管理临时文件和路径。

4.3.3 Channel：数据的搬运工

Channel 是 Nextflow 的数据管道。你可以把它理解成一个有序的队列。

// 创建一个channel
reads_ch = Channel.fromPath("data/*.fastq.gz")
// 还可以这样创建
samples = Channel.of(["sample1", "sample2", "sample3"])

我刚开始学的时候总搞混 Channel.fromPath 和 Channel.fromFilePairs。前者是通配符匹配单个文件流，后者是针对成对的 R1/R2 文件。实战中后者更常用：

read_pairs = Channel.fromFilePairs("data/*_R{1,2}.fastq.gz")

4.3.4 基础语法速查表

语法元素	写法示例	说明
Process	process NAME { ... }	定义执行单元
input	input: path x	声明输入文件或值
output	output: path "*.bam"	声明输出文件或值
workflow	workflow { PROC1(PROC2.out) }	编排流程
channel	Channel.fromPath(...)	创建数据流
params	params.reads	定义运行时参数
profile	profiles { cluster { ... } }	多环境配置

4.4 本章知识体系总览

这一章的核心，说白了就是三件事：选对安装方法、配好控制中心、掌握语法骨架。下面这张图帮你把关系理清楚：

4.5 结语

这一章，我们把安装、配置、语法三块内容都过了一遍。配置文件的灵活用法、profile 的多环境切换、channel 的数据流动机制，这些不是我拍脑袋想出来的——都是我在真实项目里摸爬滚打总结的。接下来，你可以直接打开终端试试手了。