如何在Nextflow中逐行解析文本文件实现BED文件合并？

原可正常运行的Bash脚本：

#!/bin/bash
mkdir "final_loc_tf"

while read BED;
do
cat results/intersect/*/$BED | sortBed | bedtools merge -c 4 -o collapse > "final_loc_tf/"$BED"_final.bed"

done < $1

尝试迁移的Nextflow代码（无法解析文本文件、无输出）：

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

params.bed = file("results/all_bed.txt")

process MERGE {

    publishDir 'results/final', mode: 'copy', overwrite: false

    input:
    file file_list

    output:
    path '*'

    script:
    """
    bash test.sh $file_list
    """
}

workflow {
    bed_ch=params.bed

    MERGE(bed_ch)
}

1. 拆分文本文件为逐行的Channel #

Nextflow直接传入整个文本文件无法实现逐行处理，需要用splitText()将文件拆分为每行单独的元素，对应原Bash脚本的循环逻辑：

bed_ch = params.bed.splitText()

2. 重构Process实现单文件处理 #

原Bash脚本的循环逻辑可改为Nextflow并行处理，每个进程单独处理一个文件名：

• 输入改为单个字符串（文件名），而非整个文件
• 明确输出路径，避免模糊匹配导致的错误
• 移除外部test.sh依赖，直接在Process中编写逻辑，更符合Nextflow最佳实践

3. 完整修改后的Nextflow代码 #

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

// 参数：指定包含文件名的文本文件
params.bed_list = file("results/all_bed.txt")
// 参数：指定输入文件的根目录，提高灵活性
params.intersect_dir = "results/intersect"

process MERGE_BED {
    publishDir 'results/final', mode: 'copy', overwrite: false

    input:
    val bed_filename

    output:
    path "${bed_filename}_final.bed"

    script:
    """
    # 合并对应文件、排序、去重
    cat ${params.intersect_dir}/*/${bed_filename} | sortBed | bedtools merge -c 4 -o collapse > ${bed_filename}_final.bed
    """
}

workflow {
    // 将文本文件拆分为每行的Channel
    bed_names_ch = params.bed_list.splitText()
    // 并行处理每个文件名
    MERGE_BED(bed_names_ch)
}

关键修改说明 #

• splitText()：把输入文本文件拆分为每个元素对应一行内容的Channel，替代原脚本的while read循环
• 输入改为val bed_filename：接收单个文件名字符串，而非整个文件，匹配原脚本的循环变量
• 明确输出路径：直接指定输出文件名，避免用*匹配导致的输出捕获失败
• 参数化输入目录：将results/intersect设为参数，方便后续修改路径

内容的提问来源于stack exchange，提问作者PSD