Skip to content

Computing › 容器與環境 › Conda

Conda、Mamba 與 Bioconda ​

Conda 是跨語言的套件與環境管理器:除了 Python 套件,也能安裝 R、C/C++ 編譯的生資工具(samtools、STAR、bwa)與系統函式庫,且不需要 sudo,所以是 HPC 與共用伺服器上安裝生資軟體的標準方式。純 Python 專案用 uv 更快更簡單;兩者可以搭配。

發行版與指令 ​

名稱是什麼建議
Miniforge預設使用 conda-forge channel、內建 mamba 的安裝程式首選
MinicondaAnaconda 公司的最小安裝,預設 defaults channeldefaults channel 在組織中可能有商業授權限制
Anaconda預裝數百個套件的完整發行版不需要
mambaconda 的 C++ 重寫,相依性解析快很多,指令相同用 mamba 取代 conda install / create
micromamba單一執行檔、不需 base 環境容器、CI
pixi以專案為單位、自動產生 lock 檔的新工具,同樣使用 conda 套件新專案可考慮

conda 23.10 起預設的相依性解析器已改為 libmamba,速度差距縮小;mamba 仍是常見寫法。

安裝與初始設定 ​

bash
# Linux / WSL:安裝 Miniforge(官方 GitHub 發佈頁有其他平台的安裝檔)
curl -L -O "https://github.com/conda-forge/miniforge/releases/latest/download/Miniforge3-$(uname)-$(uname -m).sh"
bash Miniforge3-$(uname)-$(uname -m).sh -b -p ~/miniforge3
~/miniforge3/bin/conda init bash && source ~/.bashrc

conda config --set auto_activate_base false        # 開 shell 時不自動進入 base(可選)

# Bioconda:channel 順序有意義,conda-forge 優先
conda config --add channels bioconda
conda config --add channels conda-forge
conda config --set channel_priority strict
conda config --show channels                        # 應為 conda-forge, bioconda(由上到下)

不要把工具裝在 base 環境;base 只放 conda / mamba 本身。每個專案或每組相容的工具一個環境。

環境操作 ​

bash
mamba create -n rnaseq python=3.12 samtools=1.21 star salmon fastp   # 建立並安裝
conda activate rnaseq
conda deactivate

mamba install -n rnaseq multiqc            # 安裝到指定環境
mamba install bioconda::bcftools           # 指定 channel
mamba search 'samtools>=1.20'              # 查可用版本
conda list                                 # 目前環境的套件
conda list samtools                        # 單一套件版本
conda env list                             # 所有環境
conda env remove -n rnaseq                 # 刪除環境
conda clean --all                          # 清除快取(套件快取常占數 GB)
情境做法
需要 pip 才有的套件先用 conda 裝好其他套件,最後在環境中 python -m pip install;先確認 which python 指向該環境
工具之間版本衝突分成多個環境(例如 QC 一個、比對一個),不要硬塞進同一個
環境放在專案資料夾mamba create -p ./env ...、conda activate ./env
HPC 家目錄配額小conda config --add pkgs_dirs /project/conda/pkgs、envs_dirs 指到大容量空間

environment.yml:可重現的環境 ​

yaml
# environment.yml
name: rnaseq
channels:
  - conda-forge
  - bioconda
dependencies:
  - python=3.12
  - samtools=1.21
  - star=2.7.11b
  - salmon
  - fastp
  - multiqc
  - pandas
  - pip
  - pip:
      - pydeseq2
bash
mamba env create -f environment.yml         # 建立
mamba env update -f environment.yml --prune # 依檔案更新(--prune 移除檔案中沒有的套件)
conda env export --from-history > environment.yml   # 匯出:只列出你明確安裝的套件(跨平台)
conda env export > environment.lock.yml     # 匯出:所有套件的精確版本與 build(只保證同平台)
匯出方式內容用途
--from-history只有手動指定的套件分享、跨平台重建
完整 export每個相依套件的精確版本與 build 字串同平台精確重現
conda-lock / pixi.lock多平台 lock 檔嚴格可重現

重要的工具在 environment.yml 中固定版本(samtools=1.21);不固定的話,半年後重建會拿到不同版本,結果可能不同。更長期的重現性用 容器:每個 bioconda 套件都有對應的 BioContainers 映像檔。

與其他工具的分工 ​

需求工具
純 Python 專案uv
R 套件版本renv
生資命令列工具、混合語言conda / mamba(bioconda)
跨機器完全一致、交付給他人Docker / Apptainer
工作流中每個步驟一個環境Nextflow / Snakemake 的 conda: 或 container: 指令,見 工作流引擎
常見錯誤說明
所有工具裝在 basebase 損壞就整個 conda 不能用
混用 defaults 與 conda-forge套件 ABI 不相容,奇怪的錯誤;用 Miniforge + strict priority
在 conda 環境中用系統 pip套件裝到別處;用 python -m pip
環境越裝越多東西解析變慢、衝突變多;用 environment.yml 重建