如何解决Snakemake报错‘Missing output files’问题？

环境依赖：Python 3.10，Snakemake 7.32

问题场景 #

编写了如下Snakefile，运行时出现报错：

Snakefile内容 #

rule A:
    input:
        i = 'B1477.all_merged_3split_dedupped_sorted.bam'
    output:
        o = 'B1477.all_merged_3split_dedupped_sorted2.bam'
    shell:
        "samtools view {input.i} > {output.o}"

报错信息（翻译后） #

构建作业的有向无环图(DAG)...
作业统计：
job      count
-----  -------
A            1
total        1

[2024年4月2日 19:31:43]
rule A:
    输入: B1477.all_merged_3split_dedupped_sorted.bam
    输出: B1477.all_merged_3split_dedupped_sorted2.bam
    作业ID: 0
    原因: 缺失输出文件: B1477.all_merged_3split_dedupped_sorted2.bam
    资源: tmpdir=/tmp

samtools view B1477.all_merged_3split_dedupped_sorted.bam > B1477.all_merged_3split_dedupped_sorted2.bam
作业统计：
job      count
-----  -------
A            1
total        1

原因:
    (查看上方单个作业获取详情)
    缺失输出文件:
        A

这是一次预运行（使用了-n参数）。作业顺序不反映实际执行顺序。

问题分析 #

1. 预运行模式导致无实际输出：报错明确标注This was a dry-run (flag -n)，预运行模式下Snakemake只会模拟执行流程，不会实际运行shell命令生成输出文件，因此会检测到输出文件缺失。
2. samtools命令参数错误：samtools view默认输出SAM文本格式，直接重定向到.bam后缀的文件会得到格式不匹配的文件，后续可能引发其他问题。

解决方案 #

1. 取消预运行模式，实际执行作业 #

运行Snakemake时去掉-n参数，直接执行：

snakemake

2. 修正samtools命令，生成正确的BAM文件 #

在samtools view后添加-b参数指定输出BAM格式，还可添加-@ <线程数>启用多线程加速，修改后的Snakefile如下：

rule A:
    input:
        i = 'B1477.all_merged_3split_dedupped_sorted.bam'
    output:
        o = 'B1477.all_merged_3split_dedupped_sorted2.bam'
    shell:
        "samtools view -b -@ 4 {input.i} > {output.o}"

（注：-@ 4表示使用4个线程，可根据服务器配置调整）

3. 可选：简化Snakefile写法 #

如果不需要命名输入输出，可简化为：

rule A:
    input: 'B1477.all_merged_3split_dedupped_sorted.bam'
    output: 'B1477.all_merged_3split_dedupped_sorted2.bam'
    shell:
        "samtools view -b -@ 4 {input} > {output}"

内容的提问来源于stack exchange，提问作者sillok_03