如何在Nextflow中调用外部R脚本函数及自定义R包自动部署

一、修复source找不到文件的问题 #

报错原因是Nextflow的每个process会在独立工作目录执行，gettemp.R里的相对路径lib/farenheit_to_celcius.R指向的是工作目录而非项目根目录，以下两种方法可快速解决：

方法1：通过环境变量传递项目根目录 #

修改Nextflow流程，将项目根目录通过环境变量传入process：

process f_to_c {
    input:
    val f
    
    output:
    stdout

    env:
    PROJECT_DIR = projectDir  # Nextflow内置变量，指向项目根目录
    
    script:
    """
    gettemp.R $f
    """
}

再修改bin/gettemp.R，用环境变量构建绝对路径来加载脚本：

#!/usr/bin/env Rscript

lib_path <- file.path(Sys.getenv("PROJECT_DIR"), "lib/farenheit_to_celcius.R")
source(lib_path)

args <- commandArgs(trailingOnly=TRUE)
cat(fahrenheit_to_celsius(args[[1]]))

方法2：将依赖脚本作为process输入 #

把lib/farenheit_to_celcius.R设为process的输入，Nextflow会自动将文件复制到工作目录：

process f_to_c {
    input:
    val f
    path lib_script from file("lib/farenheit_to_celcius.R")
    
    output:
    stdout
    
    script:
    """
    gettemp.R $f $lib_script
    """
}

修改bin/gettemp.R，通过命令行参数接收脚本路径：

#!/usr/bin/env Rscript

args <- commandArgs(trailingOnly=TRUE)
source(args[[2]])
cat(fahrenheit_to_celsius(args[[1]]))

二、自定义R库的自动安装/更新 #

如果要将自定义函数封装成可复用的R包，Nextflow可通过以下方式实现自动安装：

1. 在process脚本中直接安装本地包 #

假设你已将函数封装为名为tempconv的R包，放在项目tempconv目录下，可在process中直接安装：

process f_to_c {
    input:
    val f
    
    output:
    stdout
    
    script:
    """
    R CMD INSTALL ${projectDir}/tempconv
    Rscript -e 'library(tempconv); cat(fahrenheit_to_celsius(${f}))'
    """
}

2. 用Conda环境预安装自定义包 #

若自定义包已上传至Conda仓库，或本地有conda环境配置文件，可让Nextflow自动创建环境：

process f_to_c {
    input:
    val f
    
    output:
    stdout

    conda "tempconv=0.1.0"  # 也可指定本地env.yml文件路径
    
    script:
    """
    Rscript -e 'library(tempconv); cat(fahrenheit_to_celsius(${f}))'
    """
}

3. 用Docker镜像预打包依赖 #

将自定义R包及所有依赖打包进Docker镜像，Nextflow拉取镜像执行流程：

process f_to_c {
    input:
    val f
    
    output:
    stdout

    container "your-docker-username/tempconv-image:latest"
    
    script:
    """
    Rscript -e 'library(tempconv); cat(fahrenheit_to_celsius(${f}))'
    """
}

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