Coretex宏基因组测序工作流运行失败：样本ID列识别异常

运行Coretex宏基因组测序任务（使用标准.fastq.gz格式数据）时反复失败，报错信息：

Failed to determine which column contains sampleIDs/names..

系统列出可用列名后手动选择其中一列，任务仍失败。以下是上传元数据的R代码：

loadMetadata <- function(metadataSample) {
metadata_csv_path <- builtins$str(
    metadataSample$joinPath("metadata.csv")
)

if (file.exists(metadata_csv_path)) {
    # Default SampleSheet.csv format
    metadata <- read.table(
        metadata_csv_path,
        sep = ",",
        header = TRUE,
        check.names = TRUE
    )
} else {
    # Format accepted by qiime2
    metadata_tsv_path <- builtins$str(
        metadataSample$joinPath("metadata.tsv")
    )

    if (!file.exists(metadata_tsv_path)) {
        stop("Metadata file not found")
    }

    metadata <- read.table(
        metadata_tsv_path,
        sep = "\t",
        header = TRUE,
        check.names = TRUE
    )

    # qiime has 1 extra row after header which contains types
    metadata <- metadata[-1,]
}

# Remove leading and trailing whitespace
colnames(metadata) <- lapply(colnames(metadata), trimws)

stringColumns <- names(metadata)[vapply(metadata, is.character, logical(1))]
metadata[, stringColumns] <- lapply(metadata[, stringColumns], trimws)

sampleIdColumn <- getSampleIdColumnName(metadata)
print(paste("Matched metadata sample ID/name column to", sampleIdColumn))

print("Renaming metadata sample ID/name column to \"sampleId\"")
names(metadata)[names(metadata) == sampleIdColumn] <- "sampleId"

print("Metadata")
print(colnames(metadata))
print(head(metadata))

print(metadata$sampleId)

# assign the names of samples (01Sat1...) to metadata rows instead of 1,2,3...
row.names(metadata) <- metadata$sampleId
metadata$sampleId <- as.factor(metadata$sampleId)

return(metadata)
}

排查与解决建议 #

• 检查getSampleIdColumnName函数逻辑：该函数是自动匹配样本ID列的核心，若其匹配规则（如关键词、格式校验）与你的元数据不匹配，会导致自动识别失败，后续手动选择也可能因代码重命名逻辑冲突而失效。
• 验证样本ID一致性：确保元数据选中列的内容与.fastq.gz文件名中的样本ID完全一致（含大小写、前缀后缀、空格等），Coretex要求两者严格匹配才能关联数据。
• 确认元数据处理结果：运行代码时查看打印的head(metadata)和metadata$sampleId输出，检查样本ID列无空值、格式统一，且列名已正确重命名为sampleId。
• 手动指定样本ID列：跳过自动匹配逻辑，直接指定已知列名，例如将sampleIdColumn <- getSampleIdColumnName(metadata)替换为sampleIdColumn <- "你的样本ID列名"。
• 检查元文件格式：确保metadata.csv/tsv无格式错误（如分隔符不一致、表头缺失、空行等），代码虽处理了Qiime2格式的额外行，但其他格式问题仍可能导致读取异常。

内容的提问来源于stack exchange，提问作者axcac