Question

我在工作流程中使用snakemake进行NGS分析。在一个规则中，我利用了另一条规则的唯一（临时）输出。该规则的输出也是唯一的，并且有助于最终输出的创建。在这些规则上使用一个简单的通配符{sample}。我看不到任何周期性依赖关系，但是snakemake告诉我有：

Snakefile的xxx行中的

CyclicGraphException：规则的循环依赖性

我了解可以调查此问题：--debug-dag。

如何解释输出？什么是候选人还是被选中？

这是我的（伪）规则代码：

rule split_fasta:
    input:
        dataFile="data/path1/{sample}.tab",
        scaffolds="data/path2/{sample}.fasta",
        database="path/to/db",
    output:
        onefasta="data/path2/{sample}_one.fasta",
        twofasta="data/path2/{sample}_two.fasta",
        threefasta="data/path2/{sample}_three.fasta",
    conda:
        "envs/env.yaml"
    log:
        "logs/split_fasta_{sample}.log"
    benchmark:
        "logs/benchmark/split_fasta_{sample}.txt"
    threads: 4
    shell:
        """
python bin/split_fasta.py {input.dataFile} {input.scaffolds} {input.database} {output.onefasta} {output.twofasta} {output.threefasta} 
        """

除了此规则外，输入和输出之间没有其他连接。

问题已经解决，在下游和上游存在一些细微的依赖关系。

但是，为了将来参考，我想知道如何解释--debug-dag选项的输出。

Answer 1

--debug-dag    Print candidate and selected jobs (including their wildcards) while inferring DAG. This can help to debug unexpected DAG topology or errors.

似乎没有比这更多的文档了，但是我相信候选作业是可以通过通配符匹配所需字符串的作业。选定的工作是从候选项中选择的（通过通配符约束，规则顺序或第一个具有--allow-ambiguity选项的候选项）。

作为一个例子，我有一个规则来进行适配器修整，并且我有一个针对配对端和单端的规则：

rule trim_SE:
    input:
        "{sample}.fastq.gz"
    output:
        "{sample}_trimmed.fastq.gz"
    shell:
         ...

rule trim_PE:
    input:
        "{sample}_R1.fastq.gz",
        "{sample}_R2.fastq.gz"
    output:
        "{sample}_R1_trimmed.fastq.gz"
        "{sample}_R2_trimmed.fastq.gz"
    shell:
         ...

如果我现在告诉snakemake生成输出exp_R1_trimmed.fastq.gz，它会抱怨它可以使用任何一条规则。

AmbiguousRuleException:
Rules trim_PE and trim_SE are ambiguous for the file exp_R1_trimmed.fastq.gz.
Consider starting rule output with a unique prefix, constrain your wildcards, or use the ruleorder directive.
Wildcards:
    trim_PE: sample=exp
    trim_SE: sample=exp_R1

我们可以通过例如放置一个规则顺序来解决此问题：

ruleorder: trim_PE > trim_SE

然后根据需要生成文件。如果现在使用--debug-dag选项，我们将获得两条候选规则和一条选定规则（基于我们的规则顺序）。

candidate job trim_PE
    wildcards: sample=exp
candidate job trim_SE
    wildcards: sample=exp_R1
selected job sra2fastq_PE
    wildcards: sample=GSM2837484

如果规则trim_PE和trim_SE依赖于下游的其他规则，我们可以使用--debug-dag选项来检测通配符扩展在哪条规则中出错，而不是仅在出错的规则中出错。

Snakemake：使用--debug-dag检测循环依赖项

1 个答案: