RNA-seq示例工作流中的nextflow .collect()方法

Question

我知道当我们运行一个以两个通道为输入的进程时，我们必须使用collect()，其中第一个通道有一个元素，然后第二个通道有>1个元素：

#! /usr/bin/env nextflow

nextflow.enable.dsl=2

process A {

    input:
    val(input1)

    output:
    path 'index.txt', emit: foo

    script:
    """
    echo 'This is an index' > index.txt
    """
}

process B {

    input:
    val(input1)
    path(input2)

    output:
    path("${input1}.txt")

    script:
    """
    cat <(echo ${input1}) ${input2} > \"${input1}.txt\"
    """
}

workflow {

    A( Channel.from( 'A' ) )

    // This would only run for one element of the first channel:
    B( Channel.from( 1, 2, 3 ), A.out.foo )

    // and this for all of them as intended:
    B( Channel.from( 1, 2, 3 ), A.out.foo.collect() )

}

现在的问题是:为什么在不使用collect()或toList()的情况下，来自nextflow-io (https://github.com/nextflow-io/rnaseq-nf/blob/master/modules/rnaseq.nf#L15)的示例工作流中的这一行可以工作

同样的情况，具有一个元素(索引)的通道和具有>1的通道( fastq对)将由相同的进程(定量)使用，并且它在所有fastq文件上运行。与我的虚拟示例相比，我遗漏了什么？

Answer 1

您需要使用value工厂创建第一个通道，该工厂永远不会耗尽通道。

您的链接示例implicitly creates a value channel，这就是它工作的原因。在A.out.foo上调用.collect()时也会发生同样的情况。

Channel.from (或更现代的Channel.of)创建了一个可能会耗尽的序列通道，这就是为什么A和B都只运行一次。

所以

A( Channel.value('A') )

就是你所需要的。