添加longphase_phase规则后Snakemake管道出现KeyError求助

问题现象 #

运行SNP与5mC相位分析的Snakemake管道，添加longphase_phase规则后触发KeyError，错误日志如下：

Building DAG of jobs...
InputFunctionException in rule call_snps_indels in file /data1/greenbab/users/ahunos/apps/workflows/phased_modifications/phase_5mC.smk, line 34:
Error:
  KeyError: 'D-0-2_5000/D-0-2_5000'
Wildcards:
  samples=D-0-2_5000/D-0-2_5000

错误原因 #

核心问题是longphase_phase规则中snpFile的路径定义错误：
原代码中snpFile路径为：

snpFile='results/call_snps_indels/{samples}/{samples}/snv.vcf.gz'

这里多了一层/{samples}目录，但call_snps_indels规则的输出路径是results/call_snps_indels/{samples}/snv.vcf.gz（仅单层级样本目录）。

当Snakemake解析该错误路径时，会将D-0-2_5000/D-0-2_5000整体识别为{samples}通配符的值，而样本配置文件中仅存在D-0-2_5000这一键，因此触发KeyError。

修复步骤 #

1. 修改longphase_phase规则的snpFile输入路径，移除多余的/{samples}层级：

rule longphase_phase:
    input:
        bamfile=lambda wildcards: config["samples"][wildcards.samples],
        modcallfile='results/longphase_modcall/{samples}/modcall_{samples}.vcf',
        snpFile='results/call_snps_indels/{samples}/snv.vcf.gz'  # 修复此处路径
    # 其余参数、输出、shell命令保持不变

2. （可选）清理之前因错误路径生成的无效文件/目录，避免干扰后续运行：

rm -rf results/call_snps_indels/D-0-2_5000/D-0-2_5000/

验证方法 #

执行dry-run检查DAG构建是否正常：

snakemake -n

若输出无KeyError且显示正确的任务依赖，则修复成功，可正式运行管道。

内容的提问来源于stack exchange，提问作者sahuno