输入文件中的snakemake通配符
我对snakemake非常陌生，我正试图为每个示例创建一个merged.fastq。下面是我的蛇形。
configfile: "config.yaml"
print(config['samples'])
print(config['ss_files'])
print(config['pass_files'])
rule all:
input:
expand("{sample}/data/genome_assembly/medaka/medaka.fasta", sample=config["samples"]),
expand("{pass_file}", pass_file=config["pass_files"]),
expand("{ss_file}", ss_file=config["ss_files"])
rule merge_fastq:
input:
directory("{pass_file}")
output:
"{sample}/data/merged.fastq.gz"
wildcard_constraints:
id="*.fastq.gz"
shell:
"cat {input}/{id} > {output}" 其中，“样本”是一个样本名字的列表，
“pass_files”是fastq_pass文件夹的目录路径列表，其中包含小的fastq文件
我试图将每个示例的小fastq文件合并为一个大的merged.fastq。
我得到了以下信息，
无法从输出文件中确定输入文件中的
通配符：“pass_file”
作为错误。
回答 1
Stack Overflow用户
发布于 2020-09-07 04:52:17
input部分中的每个通配符都应该在output节中具有相应的通配符(同名)。这就是Snakemake的工作原理:当Snakemake试图构造作业的DAG并发现它需要某个文件时，它会查看每个规则的output部分，并检查该规则是否能够生成所需的文件。这就是Snakemake如何在output部分中为通配符分配某些值的方式。其他部分中的每个通配符都应该匹配output中的一个通配符，这就是input获取具体文件名的方式。
现在让我们来看看你的rule merge_fastq
rule merge_fastq:
input:
directory("{pass_file}")
output:
"{sample}/data/merged.fastq.gz"
wildcard_constraints:
id="*.fastq.gz"
shell:
"cat {input}/{id} > {output}" 唯一能够获得其值的通配符是{sample}。{pass_file}和{id}在摇摆。
正如我所看到的，您正在尝试合并设计时不知道的文件。看看dynamic文件，checkpoint，并在input中使用一个函数。
其他的Snakefile很难理解。例如，我不知道如何指定与此模式匹配的文件："{sample}/data/merged.fastq.gz"。
更新
让我们说，我有一个directory(/home/other_computer/jobs/data//*.fastq.gz)，它是我的输入，输出是(/result/merged//merged.fastq.gz).我尝试的是将第一个路径作为输入：{"pass_files"} (这来自我的配置文件)和输出：“结果/合并/{sample}/merged.fastq.gz”
首先，让我们简化一下任务，用硬编码路径替换{pass_file}。您有两个自由度：<sample_name>和/home/other_computer/jobs/data/<sample_name>/文件夹中的未知文件。<sample_name>是成为通配符的好人选，因为这个名称可以从目标文件中派生出来。未知数量的文件*.fastq.gz甚至不需要任何Snakemake构造，因为这可以使用shell命令来表示。
rule merge_fastq:
output:
"/result/merged/{sample_name}/merged.fastq.gz"
shell:
"cat /home/other_computer/jobs/data/{sample_name}/*.fastq.gz > {output}"https://stackoverflow.com/questions/63766652
复制相似问题
腾讯云开发者
