Nextflow中PSORTb流程缺失输出文件错误排查求助

我是Nextflow新手，此前搭建过其他工具的工作流。PSORTb需指定输出目录，不像我之前用的工具直接生成输出。PSORTb会输出两个文件到指定目录：一个是带时间戳的结果文件（比如20250614162551_psortb_gramneg.txt），另一个是输入文件本身（rgi_proteins.faa）。

在命令行和bash脚本中执行相同命令均正常，但Nextflow流程持续报错：

ERROR ~ Error executing process > 'PSORTB (1)'
Caused by: Missing output file(s) result/*_psortb_gramneg.txt expected by process PSORTB (1)

Command executed:
mkdir -p result
psortb -i rgi_proteins.faa -r result --negative

Command exit status: 0

我的Nextflow脚本如下：

process PSORTB {
    container = 'brinkmanlab/psortb_commandline:1.0.2' 
    publishDir "psortb_output", mode: 'copy'

    input:
    path RGI_proteins

    output:
    path "result/*_psortb_gramneg.txt", emit: psortb_results

    script:
    """
    mkdir -p result
    psortb -i ${RGI_proteins} -r result --negative
    """
}
workflow {
    data_ch = Channel.fromPath(params.RGI_proteins)
    PSORTB(data_ch)
}

已耗时两天排查，求解决办法。

问题核心是Nextflow的输出文件匹配机制与PSORTb动态文件名的冲突：

1. Nextflow默认会在脚本执行前解析输出路径的通配符，而PSORTb生成的结果文件名带动态时间戳，导致预解析阶段找不到匹配文件。
2. PSORTb会将输入文件复制到输出目录，但这并非报错的直接原因。

修复方案 #

方案1：固定输出文件名（推荐）

PSORTb支持通过-o参数直接指定输出文件名，避开动态时间戳。修改脚本如下：

process PSORTB {
    container = 'brinkmanlab/psortb_commandline:1.0.2' 
    publishDir "psortb_output", mode: 'copy'

    input:
    path RGI_proteins

    output:
    path "result/psortb_gramneg.txt", emit: psortb_results

    script:
    """
    mkdir -p result
    psortb -i ${RGI_proteins} -r result -o psortb_gramneg.txt --negative
    """
}
workflow {
    data_ch = Channel.fromPath(params.RGI_proteins)
    PSORTB(data_ch)
}

方案2：延迟通配符匹配

若需保留时间戳，可添加glob: true修饰符，让Nextflow在脚本执行后再匹配通配符：

output:
path "result/*_psortb_gramneg.txt", glob: true, emit: psortb_results

额外优化：清理冗余输入文件

如果不需要PSORTb复制输入文件到输出目录，可在脚本末尾删除该冗余文件：

script:
"""
mkdir -p result
psortb -i ${RGI_proteins} -r result -o psortb_gramneg.txt --negative
rm -f result/${RGI_proteins}
"""

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