2、Snakemake安装与环境配置

安装这块，我见过不少新手卡在最开始。说白了，装错了环境后面的工作全白费。这章我带你走一遍稳当的安装流程，把坑提前填平。

系统要求

Snakemake 本质是用 Python 写的，所以对系统没有特别变态的要求。但我在项目中踩过一些坑，先给你划个底线。

用 Conda / Mamba 安装——这才是主流

我个人习惯用 Mamba 来装 Snakemake，比 Conda 快好几倍，而且解决依赖冲突的能力更强。你想想看，一个生信项目下来，Python 包、R 包、系统库混在一起，Conda 有时候能卡半小时。Mamba 两分钟搞定。

第一步：先装 Miniconda。去官网下载对应系统的版本，或者像我一样用命令行一把梭：

# Linux / macOS
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh
# 一路 yes，默认安装在 ~/miniconda3

装好以后，记得重启终端，或者执行 source ~/.bashrc。然后装 Mamba：

conda install mamba -n base -c conda-forge

第二步：用 Mamba 创建新环境并安装 Snakemake。千万不要装在 base 环境里。

# 创建一个干净的环境，名字叫 snakemake_env
mamba create -n snakemake_env -c conda-forge -c bioconda snakemake

# 激活环境
conda activate snakemake_env

这里指定了 conda-forge 和 bioconda 两个 channel，顺序很重要！Bioconda 里很多包依赖 conda-forge，所以 conda-forge 要放在前面。我曾经因为写反了顺序，结果装了一个老版本 Snakemake，浪费了两小时调试。

验证安装——别假安装

装完以后，第一步先查版本：

snakemake --version

如果显示类似 7.32.4（或者更新的版本号），说明安装成功。我遇到过一种坑：终端里还能找到旧版本的 snakemake 命令。所以建议你用 which snakemake 确认一下路径是否指向你刚才创建的 conda 环境。

which snakemake
# 正确结果应该是 ~/miniconda3/envs/snakemake_env/bin/snakemake

接着跑一个最简单的测试：

snakemake --dry-run --snakefile /dev/null
# 期望输出：Nothing to be done.

配置 Python 环境——避开版本陷阱

Snakemake 本身依赖一堆 Python 包，但你不需要手动一个个装。Conda 会自动解决。但如果你像我一样，在同一个机器上同时跑多个项目，就得注意 Python 版本冲突。

我的做法是：每个项目单独一个环境，统一指定 Python 版本。比如：

mamba create -n project_fastq python=3.11 snakemake pandas matplotlib

这里我用的是 Python 3.11，因为目前（2025年）Snakemake 对 3.11 兼容性最好。3.12 也能用，但部分 bioconductor 包还没适配，容易出依赖错误。你如果拿不准，就选 3.10 或 3.11。

配置完成后，用以下命令确认环境干净：

conda list -n snakemake_env | grep "snakemake"
# 应当看到 snakemake 及其依赖，没有冲突

整体流程梳理

这章的安装流程可以总结为一张图，你按照这个顺序走，基本不会出错。

补充：环境管理小套路

安装完成后，我还会顺手做两件事：

1. 把 conda 默认环境路径改到自定义目录，防止根目录磁盘写满。方法：conda config --add envs_dirs /data/conda_envs
2. 把安装好的环境导出成 yaml 文件，方便复现：conda env export -n snakemake_env > environment.yaml