3. Nextflow 安装与配置：环境搭建、版本管理与 DSL2 入门

好，聊完了审计追踪的理念和 RNA-seq 的可重复性价值，我们该动手了。这一章我把重点放在 Nextflow 的落地前准备上——说白了，就是怎么把工具装好、管住版本、然后尽快跑通一个最简单的 DSL2 工作流。

我个人习惯在开新项目前先花 10 分钟把环境理清楚，否则后期排查版本兼容性问题会很痛苦。嗯，我们一步步来。

3.1 环境前提：Java 11+ 与依赖

Nextflow 是基于 JVM（Java 虚拟机）的工具链，所以 Java 是第一关。我记得刚入行那会儿，有次在 HPC 上装 Nextflow，java -version 显示 Java 8，结果启动就报错。后来一查，Nextflow 从 21.04 版本开始要求 Java 11 以上。

验证一下你的环境：

java -version
# 应该看到 openjdk version "11.0.x" 或更高

如果没有，去 Adoptium 或者用包管理器装一个：

# Ubuntu / Debian
sudo apt update && sudo apt install openjdk-11-jdk

# CentOS / RHEL
sudo yum install java-11-openjdk

# macOS (Homebrew)
brew install openjdk@11

3.2 安装 Nextflow

安装方式有好几种，我推荐直接用 curl 一键脚本，最快。但如果你在无外网环境，conda 或手动下载也是常客。

1. curl 安装（推荐）

curl -fsSL https://get.nextflow.io | bash
chmod +x nextflow
sudo mv nextflow /usr/local/bin/

完事后运行 nextflow -version，如果能打印出版本号，就说明成了。

2. Conda / Mamba 安装

conda install -c bioconda nextflow
# 或者用更快的 mamba
mamba install -c bioconda nextflow

conda 会自动处理 Java 依赖，省事。不过 conda 环境的激活和切换有时会乱，我在生产流水线上宁可手动装。

3. 手动下载二进制包

wget https://github.com/nextflow-io/nextflow/releases/download/v23.10.1/nextflow-23.10.1-all
chmod +x nextflow-23.10.1-all
./nextflow-23.10.1-all -version

这种方式适合离线环境，或者你需要在同一台机器上保留多个版本。

安装方式	优点	缺点
curl 一键脚本	简单、默认最新版	依赖网络，可能被墙
Conda	自动处理依赖	环境管理凌乱，版本滞后
手动下载	精确控制版本，离线友好	需要手动配置 PATH

3.3 版本管理

Nextflow 迭代很快。我见过有些团队用了半年没升级，结果新发布的管道（pipeline）要求 DSL2 新特性，但旧版本根本不支持。

怎么管理版本？三种常用做法：

• 使用 nextflow self-update：自动更新到最新稳定版。简单粗暴，但不适合生产锁定。
• 下载特定版本并重命名：例如 nextflow-23.10.1，需要哪个就把对应文件放在 PATH 下。
• 用 nf-core 提供的 tools 管理：nf-core 的 --version 参数可以指定 Nextflow 版本，它会自动拉取对应版本运行。

# 查看当前版本
nextflow -version

# 更新到最新
nextflow self-update

# 使用特定版本运行（假设二进制文件已下载）
./nextflow-23.10.1 run hello

3.4 DSL2 初体验

DSL2 是 Nextflow 的领域特定语言第二版。从 21.04 版本开始默认就是 DSL2 了。我不建议再学 DSL1，除非你要维护陈年旧项目。为什么？DSL2 让模块化变得很自然——你可以把不同处理步骤拆成独立的 module，复用性直接拉满。

最简单的 DSL2 工作流长这样：

// main.nf
nextflow.enable.dsl=2

process SAY_HELLO {
    input:
    val x

    output:
    path "result.txt"

    script:
    """
    echo "Hello $x!" > result.txt
    """
}

workflow {
    SAY_HELLO("World")
}

保存为 main.nf，然后运行：

nextflow run main.nf

看到 result.txt 里面写着 Hello World!，说明你的环境已经能跑 DSL2 了。注意 nextflow.enable.dsl=2 这一行——有些22.x的版本需要显式声明，但23+以后默认就是 DSL2。

特征	DSL1	DSL2
模块化	不支持模块导入	支持 include 和 module
进程定义	写在单一文件	可拆分到多个 .nf 文件
工作流入口	隐式入口	显式 workflow {}
兼容性	社区正在淘汰	所有新管道必用

3.5 配置环境：nextflow.config 与 profile

Nextflow 的配置系统很灵活，但也是新手容易踩坑的地方。一个 nextflow.config 文件可以控制执行器（local / slurm / AWS Batch）、资源限制（CPU、内存、容器镜像）、缓存目录等。

// nextflow.config
executor {
    name = 'local'
    queueSize = 4
}

process {
    container = 'nfcore/rnaseq:3.12'
    cpus = 4
    memory = '16 GB'
}

params {
    outdir = './results'
}

更实用的做法是用 profile 来区分不同环境。比如你在本地开发时用小资源，上生产就切到集群：

// nextflow.config
profiles {
    local {
        executor.name = 'local'
        process.cpus = 2
        process.memory = '4 GB'
    }
    cluster {
        executor.name = 'slurm'
        executor.queueSize = 100
        process.cpus = 8
        process.memory = '32 GB'
    }
}

运行的时候指定 profile：

nextflow run main.nf -profile local
# 或
nextflow run main.nf -profile cluster