Question

我想在snakemake中编写一个管道，该管道从config.yaml获取输入文件，运行命令，并将输出写入原始文件名+新后缀下的当前目录。

Snakefile

configfile: "config.yaml"
rule target:
    input:
        config["reads"]+".fasta.gz",

rule raw_convert:
    input:
        config["reads"]
    output:
        config["reads"]+".fasta.gz" # old path specified here
    shell:
        "sed -n '1~4s/^@/>/p;2~4p' {input} | gzip > {output}"

config.yaml

reads: /path/to/dir/myreads.fq.gz

使用bash，我会写一些类似的文件来获取文件myreads.fq.gz.fasta.gz：

sed -n '1~4s/^@/>/p;2~4p' ${input} | gzip >$(basename ${input}).fasta.gz

Answer 1

在此解决方案中，我将读的基名与字典中的完整路径配对，然后在规则中使用它。如果基本名称不是唯一的，这将失败。

import os

d = {}
for read in config["reads"]:
    basename = os.path.basename(read)
    d[basename] = read

rule all:
    input:
        expand('{read_basename}.fasta.gz', read_basename=list(d.keys()))

rule xxx:
    input:
        lambda wildcards: d[wildcards.read_basename]
    output:
        "{read_basename}.fasta.gz"
    shell:
        'soemthing'

您可能希望将.fq.gz替换为.fasta.gz，而不是附加它们。出于可读性目的。

Answer 2

我终于想出了一些可以解决问题的代码：

configfile: "config.yaml"
import os
basenamereads = os.path.basename(config["reads"])

rule target:
    input: expand("{myoutput}.fasta.gz", myoutput=basenamereads)

rule xxx:
    input:
        config["reads"]
    output:
        os.path.basename(config["reads"])+".fasta.gz"
    shell:
        "cat {input} >{output}"

Snakemake：从输入中剥离路径

2 个答案: