📚 课程目录第2章环境搭建

环境搭建：从 Python 到容器的完整依赖链

这章其实挺关键的。你想想看，不管是 Snakemake 还是 Nextflow，跑不起来十有八九是环境没整对。我个人习惯先把 Python 环境和容器工具链搭好，再装 workflow 引擎，这样后面遇到的坑会少很多。

Python 与包管理器

Python 的版本挺讲究。我建议统一用 Python 3.8 以上，别折腾 2.7 了。为啥？Snakemake 7.x 和 Nextflow 的 Python 包装器都需要 3.8+。你可以用系统自带的 Python，但我更推荐用 Miniconda 来管理，因为后面还要装一堆生物信息学工具。

# 直接装 Miniconda（Linux 环境）
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh -b -p $HOME/miniconda3
eval "$($HOME/miniconda3/bin/conda shell.bash hook)"
conda init

装完后检查一下 Python 版本：

python --version  # 应该显示 3.8 以上

注意：千万别在系统全局目录用 sudo pip install，我在项目上吃过亏，后面升级包冲突只能重装系统。一定要用虚拟环境或 conda 环境。

Conda 环境隔离

Conda 的好处就是每条工作流都能有自己的小天地。我一般这么干：

# 创建一个干净的 snakemake 环境
conda create -n snakemake_env python=3.9
conda activate snakemake_env
conda install -c bioconda -c conda-forge snakemake

# 创建一个 nextflow 环境（其实 Nextflow 本身不需要 Python，但它的包装库需要）
conda create -n nextflow_env python=3.10
conda activate nextflow_env
pip install nf-core
# Nextflow 推荐直接装到系统 PATH 里
curl -s https://get.nextflow.io | bash
chmod +x nextflow
sudo mv nextflow /usr/local/bin/

记住，Conda 环境的迁移很方便。我把常用环境的 yaml 文件都存着，换机器时直接 conda env create -f env.yaml 就完事。

Docker 容器化

Docker 是 Nextflow 的主力容器引擎。Snakemake 也能用，但兼容性稍微差一点。我在项目中遇到过因为 Docker 版本太老导致容器层冲突，后来统一升级到了 20.10+。

# 安装 Docker（Ubuntu 为例）
sudo apt update
sudo apt install docker.io
sudo systemctl enable --now docker
# 把用户加到 docker 组（免 sudo）
sudo usermod -aG docker $USER
newgrp docker

安装完记得重启 shell 让组权限生效。简单测试：docker run hello-world 能正常输出就算对了。

Nextflow 默认用 Docker 拉取镜像。你可以在 nextflow.config 里指定：

docker.enabled = true
docker.registry = 'my-registry.company.com'

Singularity 在 HPC 中的部署

HPC 集群一般不让用 Docker（安全原因），但 Singularity（现在叫 Apptainer）是标准方案。Singularity 兼容 Docker 镜像，直接把 .sif 文件丢到集群共享存储就行。

# 安装 SingularityCE（社区版）
VERSION=4.0.1
wget https://github.com/sylabs/singularity/releases/download/v${VERSION}/singularity-ce_${VERSION}-$(lsb_release -sc)_amd64.deb
sudo dpkg -i singularity-ce_${VERSION}-*.deb
# 或者用源码编译
git clone --recursive https://github.com/sylabs/singularity.git
cd singularity
./mconfig
make -C builddir
sudo make -C builddir install

我踩过的一个坑：Singularity 默认 cache 目录在 $HOME/.singularity，如果 home 空间小，跑大型流程时磁盘直接爆满。后来我改了系统环境变量：

export SINGULARITY_CACHEDIR=/scratch/$USER/singularity_cache
export SINGULARITY_TMPDIR=/scratch/$USER/singularity_tmp

Snakemake 和 Nextflow 都支持 Singularity。在 Snakemake 的 Snakefile 里：

singularity: "docker://biocontainers/salmon:v1.4.0"

在 Nextflow 里直接指定 -with-singularity 或用 profile：

nextflow run main.nf -profile cluster -with-singularity /path/to/container.sif

一句话总结：Conda 管软件依赖，Docker 管环境可迁移，Singularity 管 HPC 合规。三个东西你都得会装。

环境依赖全貌

下面这张图我把整个依赖链画出来了，从底层操作系统到上层工作流引擎。每种颜色代表一层，箭头表示「依赖」。你可以对照着检查自己的环境缺了什么。

拿我自己的经验来说，一开始只装了个 Python 和 pip，后面跑 Nextflow 容器化流程时就傻了 —— 没装 Docker。又回头补课。所以建议你按这张图一层层夯实，别跳级。

快速验证清单

你可以用下面这张表自检。确认每一项都打了勾，再往下走。

组件	验证命令	预期输出	常见问题
Python	`python --version`	3.8 或更高	系统 Python 版本过旧
Conda	`conda --version`	显示版本号	conda 命令未找到 / 未初始化
Docker	`docker run hello-world`	Hello from Docker!	权限不够（用户不在 docker 组）
Singularity	`singularity --version`	4.x 或 3.x	安装在 HPC 登录节点时需要管理员

如果你在 HPC 上没 root 权限，Singularity 可以装到用户目录下。用 brew 或 go install 都行，具体可以看官方文档的「user install」一节。我试过，没问题。

嗯，环境搭好了，下节就能装 nextflow 和 snakemake 跑第一个 hello 流程了。这里我就不多说了。