使用Snakemake通配符+expand聚合样本时遭遇语法错误

问题定位 #

你遇到的语法错误并非expand函数本身的问题（毕竟其他位置调用正常），而是Snakemake规则块内的语法解析细节导致的，大概率是缩进、参数书写格式或解析器对inline调用的兼容问题。

可行解决方案 #

方案1：规范规则input的书写格式

确保规则内的input块缩进正确（用4个空格，和output、shell等关键字对齐），直接使用expand返回的列表即可：

# 全局定义样本列表
all_samples = ["TN2L_S1", "TN3L_S3", "TN2R_S2", "TN3R_S4"]

rule aggregate_summary:
    input:
        expand("{sample}.dedup.bam", sample=all_samples)
    output:
        "summary_stats.txt"
    shell:
        """
        # 替换成你的汇总命令，示例用samtools flagstat统计
        for bam in {input}; do
            samtools flagstat $bam >> {output}
        done
        """

方案2：提前预存expand结果（规避解析器问题）

如果方案1仍报错，可将expand的结果提前赋值给全局变量，再在规则input中引用：

all_samples = ["TN2L_S1", "TN3L_S3", "TN2R_S2", "TN3R_S4"]
# 提前生成所有BAM路径列表
all_dedup_bams = expand("{sample}.dedup.bam", sample=all_samples)

rule aggregate_summary:
    input: all_dedup_bams
    output: "summary_stats.txt"
    shell:
        """
        for bam in {input}; do
            samtools flagstat $bam >> {output}
        done
        """

方案3：给输入项命名（更清晰的写法）

如果需要在shell中明确引用输入集合，可给input项命名，增强可读性：

all_samples = ["TN2L_S1", "TN3L_S3", "TN2R_S2", "TN3R_S4"]

rule aggregate_summary:
    input:
        bam_files = expand("{sample}.dedup.bam", sample=all_samples)
    output:
        "summary_stats.txt"
    shell:
        """
        for bam in {input.bam_files}; do
            samtools flagstat $bam >> {output}
        done
        """

排查要点 #

• 检查规则块内的缩进：必须用4个空格，不能混用制表符
• 若input包含多个项，确保项之间用逗号分隔（比如input: expand(...), "other_file.txt"）
• 确认all_samples变量是全局定义（在所有规则之前），而非局部变量

内容的提问来源于stack exchange，提问作者Pipho