Nextflow DSL2运行BWA比对提示无法定位索引文件问题求助

问题表现 #

• 基于Nextflow DSL2编写的单端reads BWA比对模块执行时，终端无报错，可生成文件名符合预期的BAM文件，但BAM内比对结果异常
• 查看进程工作目录下的.command.err日志，存在明确报错：

[E::bwa_idx_load_from_disk] fail to locate the index files

• 手动在终端执行同参数的bwa mem命令可正常运行，初步排查路径配置无错误

现有配置信息 #

比对模块代码 modules/map_reads.nf #

#!/usr/bin/env nextflow

nextflow.enable.dsl=2

process mapping {
    
    conda 'envs/bwa.yml'
    publishDir 'results/mapped', mode: 'copy'
  
    input:
        tuple val(sample_id), file(fastq)
        file index

    output:
        tuple val(sample_id), file('*.bam')

    script:
        """
        bwa mem $index $fastq | samtools view -b - > ${sample_id}.bam
        """

}

workflow {
  fastq_data = channel.fromPath( 'data/samples/*.fastq' ).map { file -> tuple(file.baseName, file) }
  index = channel.fromPath( 'data/genome.fa' )
  mapping( fastq_data, index )
}

Conda环境配置 envs/bwa.yml #

name: bwa
channels:
  - bioconda
  - defaults
dependencies:
  - bwa
  - samtools=1.9

项目目录结构 #

问题根因 #

1. Nextflow进程运行时会将声明的输入文件软链到独立的临时工作目录，现有代码仅将参考基因组文件genome.fa声明为输入，未将BWA运行依赖的同前缀索引文件（.bwt/.ann/.amb/.pac/.sa）传入工作目录，导致bwa运行时无法在参考基因组同路径下找到索引文件。
2. 脚本未开启管道错误检测，bwa报错退出后，后续samtools view命令仍会接收空输入生成无效BAM文件，Nextflow默认取管道最后一条命令的退出码判定进程状态，因此未触发终端报错。

修复方案 #

1. 修正参考基因组输入通道：将参考基因组本身及所有BWA索引文件作为整体传入进程，修改workflow块中的index通道定义：

   // 原代码仅传入单个fa文件
   // index = channel.fromPath( 'data/genome.fa' )
   // 修改为匹配所有参考基因组相关文件并收集为文件集合
   index = channel.fromPath( 'data/genome.fa*' ).collect()
   

2. 调整进程输入定义与脚本逻辑：由于所有参考基因组相关文件会被软链到进程工作目录，脚本中可直接通过文件名调用参考基因组，同时在脚本开头开启严格错误检测，避免生成无效结果文件，修改后的process块如下：

   process mapping {
       
       conda 'envs/bwa.yml'
       publishDir 'results/mapped', mode: 'copy'
     
       input:
           tuple val(sample_id), file(fastq)
           file index_files
   
       output:
           tuple val(sample_id), file('*.bam')
   
       script:
           """
           set -euo pipefail
           bwa mem genome.fa $fastq | samtools view -b - > ${sample_id}.bam
           """
   }
   

3. 修复前确认本地data目录下已通过bwa index data/genome.fa生成全套BWA索引文件（手动执行命令可正常运行说明该步骤已完成，无需重复操作）。

内容的提问来源于stack exchange，提问作者Yao-Chung