如何让Nextflow脚本批量处理目录下的所有VCF文件？

你的脚本无法同时处理多个VCF文件，主要是两个问题导致的：

• 定义的文件通道file_channel未关联到FILTERING进程的输入，进程无法获取待处理文件
• 所有进程输出同名文件after_filtering.vcf，会引发文件覆盖或任务冲突

修改后的完整脚本如下：

#!/usr/bin/env nextflow

nextflow.enable.dsl=2

params.input_files = "/mnt/c/Users/Lenovo/Desktop/STUDIA/BIOINFORMATYKA/SEMESTR_V/PRACOWNIA_INFORMATYCZNA/nextflow/projekt/input_files/*.vcf"
params.results_dir = "/mnt/c/Users/Lenovo/Desktop/STUDIA/BIOINFORMATYKA/SEMESTR_V/PRACOWNIA_INFORMATYCZNA/nextflow/projekt/results"

file_channel = Channel.fromPath( params.input_files, checkIfExists: true )

process FILTERING {

    publishDir("${params.results_dir}/after_filtering", mode: 'copy')

    input:
    // 将文件通道关联到进程输入，每个文件触发一个独立任务
    path(input_vcf) from file_channel

    output:
    // 捕获以输入文件名为前缀的输出文件
    path("${input_vcf.baseName}_filtered.vcf*")

    script:
    """
    vcftools --vcf ${input_vcf} \
        --mac 1 \
        --minQ 20 \
        --recode \
        --recode-INFO-all \
        --out ${input_vcf.baseName}_filtered.vcf
    """
}

关键修改说明：

• 输入关联：在input块添加from file_channel，让进程从通道接收每个VCF文件，每个文件会启动独立的处理任务
• 唯一输出文件名：用${input_vcf.baseName}获取输入文件的基础名称（不含路径和后缀），以此命名输出文件，避免不同任务的输出互相覆盖
• 输出匹配：修改output块的路径匹配规则，确保只捕获当前任务生成的对应输出文件

修改后，脚本会自动遍历匹配params.input_files路径下的所有VCF文件，并行处理每个文件，最终在指定结果目录生成各自的过滤后文件。

内容的提问来源于stack exchange，提问作者Qba Liu