安装与配置：Snakemake安装，conda环境，pip安装，依赖管理

说起来，搭建Snakemake环境这事儿，我当初第一次干的时候也被折腾得不轻。明明装好了，一运行就报“找不到模块”或“命令不存在”，回头一看——哦，环境串了。

这一章，我就把最稳的安装方式、环境隔离的坑、以及依赖管理的套路，一次性说清楚。

环境准备：为什么要用Conda

Snakemake本身是Python写的，理论上 pip install snakemake 就能搞定。但我在项目中吃过几次亏——你想想看，一个质控流水线里，要调FastQC、MultiQC、Trimmomatic、cutadapt……它们各自的依赖版本互相打架，升了Python 3.11，某个旧工具又不支持。

Conda的核心作用就是“环境隔离”。给每个项目单独开一个洁净的小房间，装啥都不影响隔壁。我个人习惯：每个分析项目专属一个Conda环境，名字就叫 qc-pipeline 这种一眼能认出的。

第一步：安装Miniconda

如果你机器上没有Conda，先装Miniconda。Miniconda比Anaconda轻得多，只带Python和conda命令，够用。

Linux/Mac终端跑：

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh
# 一路按回车和yes，最后选择是否初始化conda

Windows去官网下exe安装包，安装时勾上“Add to PATH”那一步我其实不推荐——容易跟已有Python打架。手动激活更安全。

安装完验证：

conda --version
# 输出类似 conda 24.7.1 就对了

第二步：创建专用环境并安装Snakemake

直接装在我电脑的base环境里？我劝你别。我曾经有一次手滑，在base里装了Snakemake 7.x，结果另一个项目需要Snakemake 6.x，一降级把base里的pandas都搞崩了。

正确姿势：

conda create -n snakemake-qc python=3.11 -y
conda activate snakemake-qc

注意：Python版本我推荐3.10或3.11。3.12也能用，但有些旧版工具还没完全适配，容易出幺蛾子。

环境激活后，安装Snakemake本体：

pip install snakemake==7.32.4

为什么用pip而不是conda install？因为conda上的Snakemake版本经常滞后pip几个月，而且conda解析依赖时特别慢。我个人习惯用pip装Snakemake，用conda管其他二进制工具（比如fastqc、trimmomatic）。

验证安装：

snakemake --version
# 输出 7.32.4

第三步：用Conda管理流水线中的工具依赖

Snakemake有一个非常棒的特性——每个rule可以直接声明需要的Conda环境文件。这样你的流水线就变成了“自描述”的，换台机器，一键复现。

我一般会在项目根目录放一个 envs/ 文件夹，里面每个工具一个YAML：

mkdir -p envs

比如 envs/fastqc.yaml：

name: fastqc
channels:
  - bioconda
  - conda-forge
  - defaults
dependencies:
  - fastqc=0.12.1

envs/multiqc.yaml：

name: multiqc
channels:
  - bioconda
  - conda-forge
dependencies:
  - multiqc=1.19

然后在Snakefile里这样引用：

rule fastqc:
    input:
        "data/sample_R1.fastq.gz"
    output:
        "results/fastqc/sample_R1_fastqc.html",
        "results/fastqc/sample_R1_fastqc.zip"
    conda:
        "envs/fastqc.yaml"
    shell:
        "fastqc {input} -o results/fastqc"

Snakemake会自动为每个rule创建并缓存Conda环境，这可比在系统里全局安装一堆工具清爽多了。我自己的服务器上，装了30多套生物信息软件，全靠Conda环境隔离，从来没出过依赖冲突。

避坑指南：我踩过的几个雷

1. conda环境没激活就装pip —— 我第一次装Snakemake时，忘记 conda activate，结果装到了系统Python里。后来一跑，各种Permission denied。记住：先激活专属环境。
2. Conda环境文件里的版本号写死 —— 我建议 fastqc=0.12.1 这种精确版本，不要写 fastqc>=0.12。原因是不同版本输出格式可能微调，导致下游解析脚本崩掉。我曾经被0.12.1和0.12.0的HTML结构差异坑过一整天。
3. pip install snakemake后忘记装graphviz —— Snakemake的 --dag 和 --rulegraph 功能依赖graphviz。如果你需要画流程依赖图，记得装：

   conda install graphviz
   # 或者 apt install graphviz

完整的依赖清单（参考表格）

我以一套标准的RNA-seq质控流水线为例，整理了一份依赖对照表：

工具	安装方式	版本（推荐）	作用
Snakemake	pip	7.32.4	工作流引擎
FastQC	conda (bioconda)	0.12.1	原始数据质量评估
MultiQC	conda (bioconda)	1.19	汇总报告
Trimmomatic	conda (bioconda)	0.39	切除低质量碱基和接头
Graphviz	conda (conda-forge)	8.0.5	可视化流程依赖图
Python	conda (base环境)	3.11.7	运行Snakemake及自定义脚本

注意：如果使用Mac M1/M2芯片，bioconda上的Trimmomatic可能需要用 openjdk 环境，因为Trimmomatic是Java写的。我曾经折腾了一小时，最后发现conda自动装了x86版的JDK，跑起来巨慢。换成 conda install -c bioconda trimmomatic openjdk=11 就好了。

如何验证环境可用

装完别急着写规则，先跑一个“Hello World”级别的Snakemake，确保所有工具都能被正确调用。我在项目里通常会创建一个最小测试：

# test_env.smk
rule test_fastqc:
    conda:
        "envs/fastqc.yaml"
    shell:
        "fastqc --version"

执行：

snakemake -s test_env.smk --cores 1 --use-conda

如果能正确输出FastQC版本号，且没有报“conda environment not found”之类的错误，那基本就稳了。

本章知识脉络：安装依赖流程

下面这张SVG把整个安装逻辑串了起来，从Miniconda安装到最终流水线跑通，每一步的关键节点一目了然。

依赖管理的两个小原则

做质控流水线，依赖管理真不能马虎。我个人总结了两个原则：

• 最小化原则：每个Conda环境只装本rule需要的工具，不要图省事在一个环境里塞十几个包。依赖一旦复杂，conda resolve时间可能超过半小时。
• 锁定版本：项目稳定下来后，用 conda env export > environment.yml 锁定所有包版本。下次复现时直接 conda env create -f environment.yml，毫厘不差。