第二章 环境配置：搭建你的RNA-seq质控工作台

做RNA-seq分析，第一步不是跑数据，而是先把工具箱备齐。我见过不少同学兴冲冲拿个示例数据就开始跑，结果跑一半报错「Java未安装」或者「FastQC找不到」，特别耽误时间。咱们这一章就把这几个工具一次性装好，后面就能一门心思看质控图了。

2.1 整体工具链

先看看咱们要装哪几样东西，它们之间的关系是怎样的。说白了就是一条流水线：原始数据进来，先去 FastQC 做单样本质检，然后 Trimmomatic 做修剪，修剪完再跑一遍 FastQC，最后用 MultiQC 把多个报告汇总成一个整体报告。R 用于后续的统计绘图（比如后面章节的画图），Python 则是很多工具的运行基础（MultiQC 基于 Python）。

2.2 安装 Python 与 Miniconda

Python 是后面很多工具的运行基础，尤其是 MultiQC。但我不建议你去官网单独下载 Python，然后手动 pip 装包——那样很容易把系统 Python 搞乱。我的做法是用 Miniconda，它自带 Python，还能创建隔离环境。

2.2.1 下载并安装 Miniconda

去 Miniconda 官网 选对应操作系统的安装包。Linux 用户推荐用 .sh 脚本，macOS 用户选 pkg 或 sh，Windows 用户用 exe 安装器。

# Linux / macOS 终端执行
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh
# 按提示完成安装，默认会加 conda 到 PATH

2.2.2 创建 RNA-seq 专用环境

我个人习惯给每个项目建一个独立环境，避免包版本冲突。这里我们创建一个叫 rnaseq 的环境，指定 Python 3.9（比较稳定）。

conda create -n rnaseq python=3.9 -y
conda activate rnaseq

看到命令行前面出现 (rnaseq) 就说明环境激活成功了。后面装的所有工具都会放在这个环境里，不会污染系统 Python。

2.3 安装 R 与必备包

R 是我们后期画图的主力。虽然质控阶段用 R 不多，但后面的 PCA、热图、火山图全得靠它。我建议装 R 4.2 以上版本，对 Tidyverse 和 BiocManager 支持更好。

2.3.1 通过 Conda 安装 R

在刚才创建的 rnaseq 环境里直接装 R 和几个常用包：

conda install -c conda-forge r-base=4.2 r-essentials -y

r-essentials 包含 tidyverse、ggplot2、dplyr 等核心包，省得一个一个装。装完后在终端输入 R 就能进入 R 控制台。

2.3.2 安装 Bioconductor 包

RNA-seq 分析经常用到 DESeq2、edgeR 这些包，它们属于 Bioconductor。安装方式如下：

# 在 R 控制台中执行
if (!require("BiocManager", quietly = TRUE))
    install.packages("BiocManager")
BiocManager::install(c("DESeq2", "edgeR", "limma"))

这个过程可能需要一些时间，因为要编译源码。耐心等就好。

2.4 安装 FastQC 与 MultiQC

这两兄弟是质控阶段的核心工具。FastQC 给单个样本做「体检」，MultiQC 把多个样本的报告合并成一个，方便横向对比。

2.4.1 FastQC 安装

FastQC 用 Java 写的，所以系统要先有 Java 运行时（JRE）——这个很容易被忽略。我记得有一次帮同事调试，他装完 FastQC 运行直接报「无法找到 Java」，后来发现系统根本没有 JRE。好在 Conda 能一并解决依赖。

# 在 rnaseq 环境中安装 FastQC
conda install -c bioconda fastqc -y

Conda 会自动帮你装好 Java（OpenJDK），什么都不用操心。装完验证一下：

fastqc --version
# 输出类似：FastQC v0.12.1

2.4.2 MultiQC 安装

MultiQC 是 Python 写的，所以用 pip 或 conda 装都行。我个人习惯用 conda，保持跟环境一致：

conda install -c bioconda multiqc -y

安装完成后同样验证：

multiqc --version
# 输出类似：multiqc, version 1.19

2.5 安装 Trimmomatic

Trimmomatic 用于去除低质量碱基和接头序列。它也是 Java 写的，所以同样需要 JRE。好消息是，conda 的 bioconda 频道已经打包好了。

conda install -c bioconda trimmomatic -y

装完后试一下：

trimmomatic.sh -version
# 输出类似：Trimmomatic 0.39

注意实际执行时命令是 trimmomatic（不带 .sh），但在某些系统中可能需要写完整路径。如果你找不到命令，可以试试 which trimmomatic 看看装在哪。

Trimmomatic 的参数比较复杂，后面章节我们会专门讲。现在只要确认它能跑就行。

2.6 验证整体环境

装完所有工具后，我建议做一次快速验收，确保每个工具都能正常调用。你可以写个小脚本批量检查。

# 在终端逐项验证
echo "Python: $(python --version)"
echo "R: $(R --version | head -1)"
echo "FastQC: $(fastqc --version)"
echo "MultiQC: $(multiqc --version)"
echo "Trimmomatic: $(trimmomatic.sh -version 2>&1)"

如果所有命令都能打印出版本号，恭喜你，环境配置完毕！