📚 课程目录第1章 Nextflow简介与安装

1. Nextflow 简介与安装

说实话，我第一次接触 Nextflow 的时候，觉得它不就是个调度工具嘛？但用了一年多之后，我发现它远不止如此。今天咱们就来聊聊，为什么我说它是 RNA-seq 分析里的“大管家”。

1.1 为什么是 Nextflow ？它在 RNA-seq 里扮演什么角色？

你想想看，一个 RNA-seq 项目从原始数据拿到手，到最终得到差异表达基因，中间要经过多少步？质量评估、比对、定量……每一步背后可能还有不同的参数、不同的软件版本。我在做第一个 bulk RNA-seq 项目时，就遇到过一个尴尬的情况：走了半个月的流程，到最后一步报了个错，一看，原来是某一步的软件版本不一致。那种感觉，真是一言难尽。

Nextflow 能干吗？说白了，它帮你把一堆零散的分析步骤串成一个自动化、可重复的工作流。它不是一个具体的比对工具，也不是一个定量软件，而是一个 协调者。具体来说，它这么几个角色特别重要：

流程自动化：把 fastp、STAR、featureCounts 这些工具按顺序串起来，中间的数据传输、参数传递它都帮你搞定。
并行与扩展：一个样本用一个 CPU 核，20 个样本它就能自动分到 20 个核上去跑。我记得之前在 96 核的服务器上跑过一个项目，Nextflow 把资源调度得井井有条。
容器化支持：每个步骤可以装在独立容器里，STAR 用 STAR 的容器，samtools 用 samtools 的容器，版本隔离，互不干扰。我曾经因为这个特性，救回了一个因为系统库冲突而快崩掉的项目。
断点续传：跑着跑着服务器重启了？没关系，Nextflow 会记录哪些任务已经完成，下次直接从断点继续。嗯，这对大型项目尤其重要。

核心价值：Nextflow 让你从“手动跑脚本”变成“声明式定义工作流”。你只需要说清楚每一步做什么、数据怎么传，剩下的交给它。这不仅是效率提升，更是可重复性的保障。

1.2 Nextflow 安装：三种主流方式

下面说说怎么装。我自己的习惯是优先用 Conda，但有时候也会用二进制包。咱们一个一个看。

方式一：使用 Conda (推荐新手)

这是最省心的方式。前提是你已经装了 Miniconda 或 Anaconda。

conda create -n nextflow_env -c bioconda nextflow
conda activate nextflow_env
nextflow -version

我一般会加上 -c conda-forge，避免依赖冲突：

conda create -n nextflow_env -c conda-forge -c bioconda nextflow

个人小建议：Conda 环境里装 Nextflow 时，顺带把 Java 也搞定。因为 Nextflow 基于 Java 和 Groovy，需要 JDK 11+。Conda 会自动帮你安装依赖。

方式二：使用 Pip (Python 用户友好)

如果你已经是 Python 生态的深度用户，用 Pip 也很顺手：

pip install nextflow

但要注意，Pip 安装的版本可能不是最新。我建议安装后检查一下：

nextflow version

避坑指南：我之前曾经用 Pip 装完后，运行 nextflow run 报了个 Java 版本错误。后来发现是系统默认 Java 是 1.8，但 Nextflow 需要 11+。解决办法是升级 Java，或者直接指定 Java 路径：export JAVA_HOME=/path/to/jdk-11。

方式三：官网二进制安装 (最原生态)

如果你不想依赖包管理器，或者服务器上没有 sudo 权限，可以走这条路。

# 下载安装脚本
curl -s https://get.nextflow.io | bash

# 或者用 wget
wget -qO- https://get.nextflow.io | bash

# 移动到 PATH 目录
mv nextflow ~/bin/
# 如果没有 ~/bin/ 目录，可以放在当前目录，然后运行 ./nextflow

注意，这种方式会下载一个 nextflow 可执行文件，本质上是一个启动器。第一次运行时，它会自动下载 Nextflow 核心库和 Java 运行时。所以，第一次执行需要联网。

我个人在服务器上常用这种方法，因为干净，不污染系统的包管理。

1.3 验证安装 & 跑一个 Hello World

装完之后，咱们来验证一下。运行：

nextflow info

你应该能看到 Nextflow 的版本、系统属性、Groovy 版本等信息。如果报错，大概率是 Java 环境问题，按前面说的排查就行。

接下来跑一个最小的示例工作流：

nextflow run hello

这个命令会从 GitHub 自动拉取 Nextflow 官方的 hello 示例流程。你会看到它打印出：

N E X T F L O W  ~  version 23.10.0
Launching `https://github.com/nextflow-io/hello` [wizard] DSL2 - revision: ...
executor >  local (4)
[5e/8f3b0e] process > sayHello (1) [100%] 1 of 1 ✔
World!

[6a/9c4d1f] process > sayHello (2) [100%] 1 of 1 ✔
World!

看到这里，说明安装成功了！

一点说明：这个示例流程虽然简单，但它展示了 Nextflow 最核心的逻辑：定义 process、传递 channel、自动并行。后面咱们做 RNA-seq 分析时，复杂的工作流也是基于这几个核心概念搭建的。

1.4 本章知识体系总览

下面这张图帮你把本章的核心逻辑串起来：