📚 课程目录第2章安装与部署（Linux）

2. 安装与部署（Linux）

说实话，InterProScan 的安装并不复杂，但坑不少。我第一次部署时，光依赖环境就折腾了大半天。你想想看，一个工具要同时伺候 Java、Perl 和 Python 三个运行时，稍有不慎就会报错。这一章，我会把整个流程拆开揉碎，把我在项目中踩过的坑一并告诉你。

核心思路：先检查系统，再配环境，最后安装验证。这一步错，步步错。

2.1 系统要求

在动手之前，先看看你的服务器够不够格。我个人习惯用 CentOS 7 或 Ubuntu 20.04 LTS，这两个发行版踩坑最少。硬件方面，下面这个表可以作个参考：

组件	最低要求	建议配置
CPU	4 核	8 核及以上
内存	8 GB	32 GB（数据库加载后更从容）
磁盘	50 GB	200 GB（包含所有数据库文件）
操作系统	Linux x86_64	CentOS 7 / Ubuntu 20.04

嗯，这里要注意：InterProScan 的数据库解压后差不多 80 GB，加上运行时的临时文件，200 GB 不算夸张。我曾经在 100 GB 的机器上跑，结果中途磁盘写满，任务全崩，白等了 6 个小时。

为什么会这样？因为 InterProScan 在运行时，会把中间结果写到临时目录，默认是 /tmp。如果你系统盘空间不大，记得改环境变量 TMPDIR 指向一个大分区。

2.2 依赖环境配置

InterProScan 的依赖有三个：Java、Perl 和 Python。说白了，每个都是独立的大系统，但 InterProScan 只用到它们的一小部分功能。我建议先检查系统自带的版本：

java -version
perl -v
python3 --version

如果版本不符，就手动安装。下面是我整理的具体步骤。

2.2.1 Java

InterProScan 5.x 要求 Java 11。我用的是 OpenJDK 11，稳定且免费。安装命令：

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

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

# 验证
java -version
# 输出应该包含 "openjdk version "11.0.x""

我曾经遇到一个问题：系统装了多个 Java 版本，InterProScan 的启动脚本总是调用 Java 8，结果直接报 Unsupported class file major version。解决方法很简单，设置 JAVA_HOME 环境变量：

export JAVA_HOME=/usr/lib/jvm/java-11-openjdk-amd64
export PATH=$JAVA_HOME/bin:$PATH

建议把这两行加到 ~/.bashrc 或 /etc/profile 里，一劳永逸。

2.2.2 Perl

Perl 大部分系统都自带。InterProScan 5.x 对 Perl 版本要求不高，5.20 以上即可。如果你像我一样用 CentOS 7 默认的 5.16，那就需要升级一下：

# 安装 Perl 5.26（使用 perlbrew 或系统包）
sudo yum install perl-5.26-minimal

# 或者用 plenv
plenv install 5.26.3
plenv global 5.26.3

嗯，这里要提醒：InterProScan 的 iprscan 脚本会调用 Perl 来解析某些输出文件。如果你不跑多序列比对，Perl 版本要求其实不严。但我个人习惯装新版，免得后期出问题。

2.2.3 Python

Python 3.6 以上即可。InterProScan 用 Python 来处理 JSON 和 XML 输出。安装方法：

# Ubuntu
sudo apt install python3 python3-pip

# CentOS
sudo yum install python3 python3-pip

# 验证
python3 --version
# 应该 >= 3.6

注意：InterProScan 在运行时会调用 python3 命令，不是 python。如果你的系统只有 python 指向 Python 2，一定要装好 Python 3 并确保 python3 可用。

2.3 下载 InterProScan

下载方式有两种：官网 FTP 或 GitHub Release。我一般用 FTP，速度稳定：

# 进入你打算安装的目录（比如 /opt 或 /home/bioinfo）
cd /opt

# 下载最新稳定版（以 5.67-96.0 为例）
wget https://ftp.ebi.ac.uk/pub/software/unix/iprscan/5/5.67-96.0/interproscan-5.67-96.0-64-bit.tar.gz

# 解压
tar -xzf interproscan-5.67-96.0-64-bit.tar.gz

# 重命名（方便管理）
mv interproscan-5.67-96.0 interproscan

解压后，目录结构如下：

interproscan/
├── bin/
├── data/
├── lib/
├── interproscan.sh
├── interproscan.properties
└── ...

其中 data/ 目录默认是空的，需要单独下载匹配的数据库文件。你也可以选择在第一次运行时自动下载，但建议手动下载，因为数据库很大（约 80 GB），万一断网重下很麻烦。

手动下载数据库的命令：

cd /opt/interproscan
wget https://ftp.ebi.ac.uk/pub/software/unix/iprscan/5/5.67-96.0/alt/interproscan-data-5.67-96.0-64-bit.tar.gz
tar -xzf interproscan-data-5.67-96.0-64-bit.tar.gz
# 这样 data/ 下就有所有数据库文件了

2.4 单机安装步骤

下载和解压就算完成“安装”了。InterProScan 不像其他软件需要 make install，它解压即用。但有几个关键配置，不做好就没法跑。

2.4.1 权限设置

# 确保脚本可执行
chmod +x /opt/interproscan/interproscan.sh

# 设置数据目录权限（如果其他用户要用）
chmod -R 755 /opt/interproscan/data

2.4.2 配置文件修改

打开 interproscan.properties，找到下面几项：

# 设置 Java 最大内存（根据你的机器调整）
# 默认是 2g，我建议改成 8g 或更高
nucleic.acid.max.memory=8g
protein.max.memory=8g

# 数据库路径（如果手动下载的，要确保路径正确）
data.directory=/opt/interproscan/data

嗯，这里要注意：如果数据库路径不对，InterProScan 会尝试从网络下载，非常慢。我当初就因为这个浪费了 2 个小时，最后发现是路径少了个 /。

2.4.3 运行测试

InterProScan 自带了一个测试脚本，用来验证安装是否成功：

cd /opt/interproscan
./interproscan.sh -i test_proteins.fasta -o test_output.tsv

如果一切正常，你会看到类似下面的输出：

INFO  [main] - InterProScan 5.67-96.0 starting...
INFO  [main] - Using Java: /usr/lib/jvm/java-11-openjdk-amd64/bin/java
INFO  [main] - Loaded database: Pfam (version 35.0)
...
INFO  [main] - Finished. Results written to test_output.tsv

打开 test_output.tsv，如果里面有几行带注释的数据，就说明安装成功了。

2.5 安装验证

除了跑测试数据，我还会做两步验证：

检查 Java 版本：确保启动脚本调用的 Java 不是你系统里的老版本。
检查数据库完整性：手动数一下 data/ 下面有多少个 .db 文件。

验证数据库的快速方法：

ls -lh /opt/interproscan/data/*.db | wc -l
# 正常应该有 10 个左右，具体数量视版本而定

我个人的习惯是，安装完后立刻用 screen 或 nohup 跑一个小的真实序列，确认能跑完。因为有些 bug 在测试数据上不会暴露，但在实际数据上会出现。比如，我曾遇到一个数据库文件损坏，测试集只有 3 条序列，没触发那个模块；跑一个 50 条序列的输入时，直接卡死在 Pfam 搜索上。

小技巧：把 interproscan.sh 加到 PATH 环境变量里，以后直接用命令调用，不用每次输全路径。

export PATH=/opt/interproscan:$PATH
echo 'export PATH=/opt/interproscan:$PATH' >> ~/.bashrc

2.6 常见问题与避坑

注意：如果你在运行 interproscan.sh 时遇到 Error: Could not find or load main class，多半是 JAVA_HOME 没设对，或者 lib/ 路径不对。检查 interproscan.properties 中 jar.path 是否正确。

我曾经遇到过一个问题：服务器内存 64 GB，但 InterProScan 一直报内存不足。后来发现是 interproscan.properties 里的 .max.memory 写成了 8g 但没留单位后缀，系统直接用了字节解析。改成 8g 去掉单位？不，写成 8g 是对的，是我写成了 8 没带 g。这些小细节，真的坑人。

其他常见问题：

Java 不是 Java Development Kit（JDK）：InterProScan 需要 JDK 而不是 JRE，因为编译注解模块需要 javac。我的教训：装了 JRE 跑了两天才发现。
不要用 root 用户跑：InterProScan 会在 data/ 下写临时文件，root 权限可能导致其他用户无法读数据库。
数据目录不要放在 NFS 挂载盘：数据库文件数量多、体积大，NFS 远程读写极慢，我曾经等过半小时还没加载完一个模块。

2.7 本章知识体系

下面这张图把安装部署的核心流程画出来了。你可以对照它，一步步检查自己的环境：

图里我特意把避坑点列在了右侧。说白了，InterProScan 的安装没有太多技术含量，但每一个细节都有可能让你卡住很久。照着这个流程一步步来，基本不会出大问题。