Question

在我的工作流程中，我有一个样本表，其中包含应该分析的所有样本+找到输入文件的路径+应该使用的参考基因组。所有这些都是特定于样本的。

在我的配置文件中，我有一个参考基因组列表，每个参考基因组都有一个文件路径列表，具体取决于工具。

在执行每个样本对齐的规则中，我需要以特定于样本的方式加载其中一些文件，因为参考基因组可能与所有样本不同。

以下是我试图解决的问题：

  params:  reference=lambda wildcards: table_samples['reference'][wildcards.sample],
           chrom_sizes=config[reference]['chrom_sizes']

但是，当我尝试像这样运行时，我收到一个错误（直接在运行Snakemake时），说明reference行chrom_sizes=...未定义。

有人知道解决方法吗？

编辑：更多信息，因为我想我的意思并不是很清楚。这是我的配置文件的相关部分。

hg19:
  bwa: 'path/to/hg19/bwa/reference'
  samtools: 'path/to/hg19/samtools/reference'
  chrom_sizes: '...'

mm9:
  bwa: 'path/to/mm9/bwa/reference'
  samtools: 'path/to/mm9/samtools/reference'
  chrom_sizes: '...'

以下是样本表的一个示例。

name    path            reference
sample1 path/to/sample1 mm9

因此，在行reference=lambda wildcards: table_samples['reference'][wildcards.sample]中，我加载了用于当前样本的相应引用。然后，在chrom_sizes=config[reference]['chrom_sizes']中，我需要使用reference作为变量来获取正确参考基因组的chrom_sizes。

我希望这会让它更加清晰。

Answer 1

这可能是一个丑陋的解决方案，但应该有效。

params:
    reference = table_samples['reference']['{sample}']
    chrom_sizes = config[table_samples['reference']['{sample}']]['chrom_sizes']

您在params下定义了一个变量，并尝试在params本身内传递其值;我不确定Snakemake可以做到这一点。

Answer 2

您忘记在reference键周围加上引号。就像你编写它一样，Python将它解释为一个变量。

chrom_sizes=config['reference']['chrom_sizes']

Answer 3

好的，从您的评论中获取信息，我能够使其发挥作用。我只需要稍微修改它们。

当我添加到原始帖子中时，我实际上需要reference作为变量才能单独提取每个样本的信息。

正如@JeeYem建议的那样，我试图做到以下几点：

chrom_sizes = config[table_samples['reference']['{sample}']]['chrom_sizes']

但是，似乎无法在此上下文中使用{sample}。相反，我改变了它：

chrom_sizes = lambda wildcards: config[table_samples['reference'][wildcards.sample]]['chrom_sizes']

现在，它有效！感谢大家的贡献！

Snakemake：从配置表中提取特定于样本的信息

3 个答案: