Question

我最近决定从snakemake开始。无论是在堆栈上还是在蛇形文档上，我都找不到适合我需要的东西。我觉得我听不懂，可能需要一些解释。

我正在尝试制作一个简单的snakemake工作流程，将其作为输入，一个fastq文件和一个测序摘要文件（其中包含有关读取的信息），并将快速文件中的读取内容过滤为多个文件（low.fastq和high .fastq）。

我要执行的输入数据和我的Snakefile是这样存储的：

.
├── data
│   ├── sequencing-summary-example.txt 
│   └── tiny-example.fastq 
├── Snakefile
└── split_fastq

这是我到目前为止所尝试的：

*imports*
rule targets:
    input:
        "split_fastq/low.fastq",
        "split_fastq/high.fastq"

rule split_fastq:
    input:
        "data/{reads}.fastq",
        "data/{seqsum}.txt"
    output:
        "split_fastq/low.fastq",
        "split_fastq/high.fastq"
    run:
        * do the thing *

我希望目录“ split_fastq”充满“ low”和“ high” fastq。但是相反，我得到了错误：

Building DAG of jobs...
WildcardError in line 10 of /work/sbsuser/test/roxane/alignement-ont/Snakefile:
Wildcards in input files cannot be determined from output files:
'reads'

即使这似乎是一个非常普遍的错误，我也不知道我是否不知道如何使用通配符或是否存在其他问题。我在正确使用“输入”和“输出”吗？

Answer 1

问题是输入中有通配符，但输出中没有通配符。输出中需要通配符。这样考虑一下，将通配符放入输入中，就可以创建一条规则，打算在许多不同的fastq文件上单独运行该规则。但是，对于每个不同的fastq文件，该规则的输出文件将完全相同。他们会互相覆盖！您希望将通配符合并到输出文件中，以便为每个可能的输入获得唯一的文件，例如：

rule split_fastq:
    input:
        "data/{reads}.fastq",
        "data/{seqsum}.txt"
    output:
        "split_fastq/{reads}.low.fastq",
        "split_fastq/{reads}.high.fastq"
    run:
        * do the thing *

现在以tiny-example.fastq作为输入，您将得到tiny-example.low.fastq和tiny-example.high.fastq作为输出。而且，如果添加第二个fastq文件，您将获得该文件的不同的高低输出文件。但是该规则仍然无效，因为“ seqsum”通配符也不是输出的一部分。在这种情况下，您可能需要做的是让sequence-summary-example.txt合并fastq文件的名称，例如，将其命名为sequence-summary-tiny-example.txt。现在，您可以像这样制定规则：

rule split_fastq:
    input:
        "data/{reads}.fastq",
        "data/sequence-summary-{reads}.txt"
    output:
        "split_fastq/{reads}.low.fastq",
        "split_fastq/{reads}.high.fastq"
    run:
        * do the thing *

现在，如果您随后添加一个other-example.fastq和sequence-summary-other-example.txt，您的snakemake管道应该能够创建other-example.low.fastq和other-example.high.fastq。

Snakemake总是从我们倾向于的思维方式向后思考。我们首先考虑输入，然后考虑所创建的输出。但是Snakemake知道它需要制作什么文件，并且它正在试图找出制作它需要什么输入。因此，在您的原始规则中，它知道需要制作low.fastq，并且看到split_fastq规则可以做到这一点，但是随后它不知道输入中的通配符“读取”了什么是。现在，在新规则中，它知道需要制作tiny-example.low.fastq，并且看到split_fastq可以创建模板{reads}.low.fastq的输出文件，因此它说：“嘿，如果我制作{{ 1}}，那么我可以使用此规则！”然后它看着输入并说：“好吧，因为输入需要reads = tiny-example，我知道{reads}.fastq，那么这意味着输入需要reads = tiny-example，我就拥有了！” < / p>

如何在输入和输出中正确使用通配符

1 个答案: