在Nextflow中运行BLAST时数据库未检测及变量db不存在的问题

问题根源 #

报错"No such variable: db"的直接原因是extractTopHits流程没有定义db这个输入参数，也没从其他地方获取数据库路径，导致流程模板里的$db变量无法解析。另外原代码里还有两处命令行语法错误，也得一起修正。

修复后的完整代码 #

#!/usr/bin/env nextflow
nextflow.enable.dsl=2

params.query = "/home/galaxy/Vivian/16s.fasta"
params.db = "/home/galaxy/Vivian/blastdb"

process blastSearch {
  input:
    path query
    path db
  output:
    path "top_hits.txt"
    // 把数据库路径传递到下游，保证两个流程用同一份路径
    val db

  """
  # 修正blastn的输出重定向，先把结果存到blast_result文件
  /home/galaxy/Vivian/ncbi-blast-2.13.0+/bin/blastn -db $db/16S_ribosomal_RNA -query $query -outfmt 6 > blast_result
  # 提取前10条结果的第2列到top_hits.txt
  cat blast_result | head -n 10 | cut -f 2 > top_hits.txt
  """
}

process extractTopHits {
  input:
    path "top_hits.txt"
    // 新增db输入，接收上游传过来的数据库路径
    val db

  output:
    path "sequences.txt"

  """
  # 修正命令行截断问题，正确输出到sequences.txt
  /home/galaxy/Vivian/ncbi-blast-2.13.0+/bin/blastdbcmd -db $db/16S_ribosomal_RNA -entry_batch top_hits.txt > sequences.txt
  """
}

workflow {
    def query_ch = Channel.fromPath(params.query)
    // 把blastSearch的两个输出（top_hits.txt和db）传给extractTopHits
    blastSearch(query_ch, params.db) | extractTopHits | view
}

关键修改说明 #

1. 给extractTopHits加db输入：在流程的input块里添加val db，这样模板里的$db就能对应到上游传过来的数据库路径，不会再报错。
2. 修复blastSearch的命令语法：原代码里blastn的-outfmt 6>后面缺少空格和输出文件，导致命令执行失败，改成-outfmt 6 > blast_result才能正确保存BLAST结果。
3. 传递db到下游：在blastSearch的输出里添加val db，把数据库路径传给extractTopHits，避免在多个流程里重复写路径，也能保证参数一致性。
4. 修正extractTopHits的命令截断：原代码末尾的> sequence>是明显的语法错误，改成> sequences.txt才能正确生成结果文件。

更简单的替代方案（直接用全局参数） #

如果你的数据库路径固定不变，也可以不用在流程间传递db，直接在extractTopHits里用全局的params.db，这样代码更简洁：

process extractTopHits {
  input:
    path "top_hits.txt"

  output:
    path "sequences.txt"

  """
  /home/galaxy/Vivian/ncbi-blast-2.13.0+/bin/blastdbcmd -db ${params.db}/16S_ribosomal_RNA -entry_batch top_hits.txt > sequences.txt
  """
}

这种方式不需要修改blastSearch的输出和workflow的传递逻辑，但灵活性稍差，适合数据库路径不会变动的场景。

内容的提问来源于stack exchange，提问作者Terra