2. 安装与配置：下载、依赖、环境变量、测试运行
这一章我们动手把 InterProScan 塞进机器里。别小看这步，我见过太多人卡在依赖上，折腾半天跑不起来，最后发现是 Java 版本不对。咱们把每个坑都填平再说。
2.1 下载：选对版本和渠道
官方下载地址其实就一个核心入口：
# 当前稳定版（我写这章时是 5.70-102.0）
wget https://ftp.ebi.ac.uk/pub/software/unix/iprscan/5/5.70-102.0/interproscan-5.70-102.0-64-bit.tar.gz注意几个要点：
- 版本号：别追最新，优先用长期维护版。我曾经因为用了刚发布的 5.60 测试版，发现 Panther 模型路径有 bug，折腾了半天。
- 镜像源：国内网络不稳定的话，试试中科院或清华的 FTP 镜像，但校验和必须核对。
- 校验文件：下载后务必比对 md5 或 sha256，避免传输破损。
# 校验
md5sum interproscan-5.70-102.0-64-bit.tar.gz
# 和官方.md5文件比对解压也简单：
tar -xzf interproscan-5.70-102.0-64-bit.tar.gz我的习惯：把解压后的目录软链到 /opt/interproscan，路径短好记，也方便多版本切换。
sudo ln -s /path/to/interproscan-5.70-102.0 /opt/interproscan2.2 依赖安装：Java、Perl 和 Python 的准确版本
InterProScan 的依赖清单其实不长，但每个都有版本下限。我整理成表格方便对照。
| 组件 | 最低版本 | 验证命令 | 备注 |
|---|---|---|---|
| Java (JDK/JRE) | 11 | java -version | 必须 11 或更高，8 太老，17 没问题 |
| Perl | 5.26 | perl -v | 用于部分脚本和 hmmer 包装 |
| Python | 3.8 | python3 --version | 部分内置工具使用，非必需但建议装 |
我个人习惯先装 Java。你想想看，如果系统里同时有多版本，记得把 JAVA_HOME 指对。
# Debian/Ubuntu
sudo apt update
sudo apt install openjdk-11-jdk perl python3
# CentOS/RHEL
sudo yum install java-11-openjdk perl python3曾经踩过的坑：在 CentOS 7 上默认 Java 8，我直接用 yum install java-11 发现包名不对，需要先启用 EPEL 再安装 java-11-openjdk-devel。别怕，翻翻官方文档就能解决。
还有几个可选依赖，但要是用到对应数据库就必须装：
- Diamond：用于 blast 加速（建议装，尤其大数据量时）
- HMMER3：用于 Pfam/TIGRFAM 搜索，InterProScan 自带二进制，但版本旧可以换系统版
- SignalP/TMHMM：商业软件需额外许可证，开源版也能用，但结果精度有差异
2.3 环境变量配置：一套清爽的 PATH 方案
我不喜欢把东西全糊进 ~/.bashrc，那样后期维护头大。我习惯在 /etc/profile.d/ 下建一个 interproscan.sh，或者直接用环境模块 module 来管理。
# /etc/profile.d/interproscan.sh
export INTERPROSCAN_HOME=/opt/interproscan
export PATH=$INTERPROSCAN_HOME/bin:$PATH然后重新加载：
source /etc/profile.d/interproscan.sh为什么这样做？因为多用户环境里，你改全局配置，其他人也能直接用。我曾在一台共享服务器上，好几个人分别在自己的 .bashrc 里写不同版本的路径，最后混乱到谁也跑不对。嗯，统一配置省心很多。
如果只想当前用户用，那就在 ~/.bashrc 末尾加一行：
export INTERPROSCAN_HOME=/opt/interproscan
export PATH=$INTERPROSCAN_HOME/bin:$PATH记得执行 source ~/.bashrc 或新开终端。
2.4 测试运行：一条命令验证全链路
配置完别激动，先跑个最简单的测试。InterProScan 自带了一个小样本数据：
# 切到工作目录，避免权限问题
cd ~/interpro_test
interproscan.sh -i samples/sample_proteins.fasta -f tsv -o test_output.tsv这条命令会：
- 读取 4 条蛋白序列（很小）
- 只运行内置数据库（不联网）
- 输出 TSV 格式结果
如果一切正常，你会看到类似这样的日志尾巴：
2025-03-10 14:23:01,382 INFO [main] - InterProScan 5.70-102.0 finished
2025-03-10 14:23:01,382 INFO [main] - Output file(s): test_output.tsv此时可以打开 test_output.tsv 瞄一眼，有内容就说明安装配置成功。
避坑指南：如果你遇到 No such file: samples/sample_proteins.fasta，八成是你没在解压后的目录下运行。用 ls $INTERPROSCAN_HOME/samples/ 确认文件存在。我曾经忘了切目录，直接在当前用户家目录执行，结果报错，还以为是依赖没装好——其实是路径问题。
2.5 常见问题速查表
| 症状 | 可能原因 | 解决方法 |
|---|---|---|
Java version mismatch | Java 版本 < 11 | 安装 OpenJDK 11+ 并设置 JAVA_HOME |
Permission denied | 解压或运行脚本无执行权 | chmod +x bin/*.sh |
Can't locate ... in @INC | Perl 模块缺失（罕见） | 安装 BioPerl 或互作相关模块 |
| 运行卡在“Loading database” | 内存不足或磁盘 IO 过慢 | 调整 JVM 堆大小：export JAVA_OPTS="-Xmx4g" |
2.6 全流程配置记忆图
上面这张图把整个配置链路串起来了。我的建议是按照从左到右的顺序一步步来，别跳。我见过有人直接跳到最后一步测试，Java 没装对，报错后开始怀疑人生——其实就从下载开始走一遍，十五分钟搞定。
2.7 小技巧：批量测试的“烟雾测试”
正式跑大规模数据前，你可以准备一个含有 10 条左右序列的小文件，测一下不同分析模式是否正常。我常用这个命令：
# 只运行 Pfam 和 SuperFamily，输出 JSON
interproscan.sh -i small_test.fasta -f JSON -d --disable-precalc -appl Pfam,SuperFamily -o quick_test.json这个测试大概 1~3 分钟就能跑完，确保你的安装和配置经得起实际调用。
经验之谈：我第一次在集群上部署时，忘了把 INTERPROSCAN_HOME 写到作业脚本的环境变量里，结果任务跑到一半报找不到索引。从那以后，我所有提交脚本开头都显式 export INTERPROSCAN_HOME=...，再也不靠系统全局了。
2.8 撤卸与版本切换
如果你装错了版本，或者想换新版，只需要删除解压目录和软链即可，不会留下系统残留。
rm -rf /opt/interproscan /opt/interproscan-5.70-102.0
# 然后重新解压新版本，再 ln -s环境变量里的 PATH 会自动指向新版本，不需要改配置。这种设计非常干净，我喜欢。
好了，安装配置搞定。接下来你就可以放心大胆地跑真实数据了。