Snakemake通配符识别失败求助：依赖关系无法解析

我搞不懂为啥在这个简单示例里Snakemake识别不了依赖关系。我本来以为它能自动识别：main规则的输入是simulation规则生成的，而simulation规则的输入由setup规则生成——这个架构就是为了在simulation层实现并行。

我的Snakefile代码 #

root_path = 'a'
names = ['A', 'B', 'C']

rule main:
    input:
        "final.result"
    run:
        pass

rule setup:
    output:
        ABC = expand(root_path + "/{name}/prod.abc", name=names)
    run:
        pass

rule simulation:
    input:
        ABC = root_path + "/{name}/prod.abc"
    output:
        "final.result"
    run:
        pass

执行命令 #

snakemake --dag

返回错误 #

Building DAG of jobs...
WildcardError in rule simulation in file /Users/klimt/test/Snakefile, line 19:
Wildcards in input files cannot be determined from output files:
'name'

问题原因 #

核心问题出在simulation规则的设计：它的输出是单个文件final.result，但输入里带{name}通配符。Snakemake无法从单个输出文件反推出输入里的name通配符取值——因为一个输出文件对应多个可能的输入，Snakemake不知道该用哪个name来匹配。

另外，你的架构逻辑有矛盾：你想让simulation并行处理每个name对应的输入，但当前规则里每个simulation任务都会生成同一个final.result，这会导致任务冲突，而且也没法实现并行后合并结果的逻辑。

解决方法 #

要实现simulation层并行，需要先让每个并行任务生成独立的输出文件，再通过合并步骤得到最终的final.result。调整后的Snakefile如下：

root_path = 'a'
names = ['A', 'B', 'C']

rule main:
    input:
        "final.result"
    run:
        pass

rule setup:
    output:
        ABC = expand(root_path + "/{name}/prod.abc", name=names)
    run:
        pass

rule simulation:
    input:
        ABC = root_path + "/{name}/prod.abc"
    output:
        root_path + "/{name}/sim.result"  # 每个name对应独立输出
    run:
        # 这里写单个simulation的逻辑，比如处理prod.abc生成sim.result
        pass

rule merge_simulations:
    input:
        expand(root_path + "/{name}/sim.result", name=names)
    output:
        "final.result"
    run:
        # 这里写合并所有sim.result到final.result的逻辑
        pass

调整说明 #

1. simulation规则现在为每个name生成独立的sim.result文件，通配符{name}可以从输出文件中确定，Snakemake能正确匹配到setup生成的对应输入文件，同时可以并行执行3个simulation任务。
2. 新增merge_simulations规则，负责收集所有并行任务的结果，合并生成最终的final.result，这样main规则的输入就能正确关联到合并后的结果。

执行调整后的代码，再运行snakemake --dag就能正常生成依赖图了。

内容的提问来源于stack exchange，提问作者Alejandro Martinez