使用Conda从YML文件安装多个依赖包失败求助

你的问题核心是osx-arm64（M系列Mac）平台上，很多指定版本的生物信息学包没有预编译的conda包，Bioconda和conda-forge对部分旧版本工具的arm64支持不完善。以下是两种可行的解决方法：

方法1：用Rosetta 2运行x86_64环境（推荐） #

这是最省心的方案，借助Rosetta兼容x86版本的conda包：

1. 先安装Rosetta 2（如果没装过）：

   softwareupdate --install-rosetta
   

2. 创建x86_64架构的conda环境，指定平台运行：

   CONDA_SUBDIR=osx-64 conda env create -f artic.yml
   

3. 激活环境后，设置该环境默认使用x86_64子目录，避免后续安装出错：

   conda activate artic
   conda config --env --set subdir osx-64
   

方法2：修改YML文件适配arm64平台 #

如果不想用Rosetta，可以调整包的版本为支持arm64的最新兼容版，修改后的YML示例：

name: artic
channels:
  - conda-forge
  - bioconda
  - defaults
dependencies:
  - artic-porechop=0.3.3
  - artic-tools=0.2.7
  - longshot=0.5.0
  - bcftools=1.19
  - biopython=1.83
  - bwa=0.7.17
  - clint=0.5.1
  - htslib=1.19
  - medaka>=1.11.0
  - minimap2=2.28
  - multiqc=1.21
  - muscle=3.8.1551
  - nanopolish=0.14.0
  - pandas=2.1.4
  - pip
  - pysam=0.22.0
  - pytest
  - python=3.10
  - pyvcf3=1.0.3
  - pyfaidx=0.8.1
  - requests=2.31.0
  - samtools=1.19
  - tqdm=4.66.1
  - keras-preprocessing=1.1.2

修改后运行conda env create -f artic.yml尝试安装，若仍有包失败，可单独用pip install安装（比如nanopolish）。

补充说明 #

• 优先推荐方法1，因为生物信息学工具的arm64适配普遍滞后，Rosetta的性能损耗在大多数分析场景下可以忽略。
• 若使用方法2，部分工具（如nanopolish）可能需要手动从源码编译，具体可参考对应工具的官方文档。

内容的提问来源于stack exchange，提问作者Someone_1313