Snakemake使用--force重运行步骤后，依赖步骤未触发重运行问题

问题场景 #

在两步工作流中，完整运行后用--force重跑上游规则（realoutput），再次执行完整工作流时，下游规则（runall）未自动触发——即使上游输出文件的修改时间（mtime）晚于下游文件，添加--rerun-triggers=mtime参数也无法解决。

最小复现示例 #

Snakefile（bad.snakefile） #

rule runall:
    input: "bye.txt"
    output: "hello.txt"
    shell: "echo hello > {output}"

rule realoutput:
    output: "bye.txt"
    shell: "echo bye > {output}"

操作步骤 #

1. 首次执行完整工作流：

   snakemake --snakefile bad.snakefile --cores 1
   

   两个规则均成功运行。
2. 用--force重跑上游规则：

   snakemake --snakefile bad.snakefile --cores 1 --force realoutput
   

   操作完成，bye.txt的mtime已更新。
3. 再次执行完整工作流，系统提示所有任务已完成，但runall本应因上游文件更新而重跑。执行--summary可见时间戳符合预期，但未触发更新：

   snakemake --snakefile bad.snakefile --cores 1 --summary
   

   输出：

   Building DAG of jobs...
   output_file date    rule    log-file(s) status  plan
   hello.txt   Thu Sep 19 11:25:20 2024    runall      ok  no update
   bye.txt Thu Sep 19 11:30:04 2024    realoutput      ok  no update
   

问题原因 #

--force参数仅强制重新生成目标文件，但不会更新Snakemake内部的规则执行状态记录。Snakemake默认的依赖检查逻辑会结合文件mtime和自身的执行日志（存储在.snakemake/目录），即使文件mtime更新，只要内部记录中上游规则的完成状态未标记为“已更新”，下游规则就不会触发重跑。--rerun-triggers=mtime仅改变触发重跑的条件，但无法覆盖Snakemake对规则执行状态的判断。

解决方法 #

方法1：改用--forcerun重跑上游规则 #

重跑上游规则时，使用--forcerun替代--force，该参数会强制执行规则并更新Snakemake的内部执行记录：

snakemake --snakefile bad.snakefile --cores 1 --forcerun realoutput

之后再次执行完整工作流，Snakemake会检测到上游规则已重新执行，自动触发下游的runall规则。

方法2：在规则中指定rerun_triggers为mtime #

修改Snakefile，为下游规则添加rerun_triggers: mtime，让Snakemake仅根据输入文件的mtime判断是否重跑：

rule runall:
    input: "bye.txt"
    output: "hello.txt"
    rerun_triggers: mtime
    shell: "echo hello > {output}"

rule realoutput:
    output: "bye.txt"
    shell: "echo bye > {output}"

修改后，无论用--force还是其他方式更新bye.txt的mtime，再次执行完整工作流时runall都会自动触发。

方法3：手动触发下游规则（应急方案） #

如果仅需单次触发下游规则，可直接指定重跑下游规则，无需强制全量执行：

snakemake --snakefile bad.snakefile --cores 1 --forcerun runall

内容的提问来源于stack exchange，提问作者Fonnae