如何移除Nextflow channel.fromFilePairs()输出Map键中的_L001_R？

问题描述 #

使用channel.fromFilePairs()时，默认生成的键包含冗余部分：

params.reads = "/path/to/my_reads/sample03_L001_R{1,2}_001.fastq.gz"
my_reads_ch = channel.fromFilePairs(params.reads)

输出的键为sample03_L001_R，期望将键修改为sample03（移除_L001_R部分）。

错误原因 #

尝试用it[0] - /_\w+/修改键名时报错ERROR: Unknown method invocation 'negative' on Pattern type，是因为Groovy中没有定义字符串与正则表达式的减法操作。/_\w+/是Pattern对象，减号操作被解析为调用Pattern的negative()方法，但该方法不存在。

解决方法 #

可以通过字符串的replaceAll()或split()方法处理键名，以下是两种可行方案：

方案1：使用replaceAll()移除冗余后缀 #

通过正则匹配并替换掉第一个下划线后的所有内容，适合通用场景：

params.reads = "/path/to/my_reads/sample03_L001_R{1,2}_001.fastq.gz"

my_reads_ch = channel.fromFilePairs(params.reads)
    .map { raw_id, reads ->
        // 移除第一个下划线后的所有字符，保留前缀作为样本ID
        def clean_id = raw_id.replaceAll(/_.*/, '')
        [clean_id, reads]
    }

// 验证结果
my_reads_ch.view()

方案2：使用split()分割字符串取前缀 #

如果文件名格式固定（下划线分隔），可以直接分割取第一个元素：

params.reads = "/path/to/my_reads/sample03_L001_R{1,2}_001.fastq.gz"

my_reads_ch = channel.fromFilePairs(params.reads)
    .map { raw_id, reads ->
        // 按下划线分割，取第一个部分作为样本ID
        def clean_id = raw_id.split('_')[0]
        [clean_id, reads]
    }

// 验证结果
my_reads_ch.view()

两种方案最终都会输出期望的结果：[sample03, [/path/to/my_reads/sample03_L001_R1_001.fastq.gz, /path/to/my_reads/sample03_L001_R2_001.fastq.gz]]

内容的提问来源于stack exchange，提问作者Samuel Morrison