如何修改Snakemake脚本处理PE读段配置？解决通配符报错

这个错误的核心是你写的pastp_pe规则里，输出用了{sample1}和{sample2}两个不一样的通配符，Snakemake要求同一个规则的所有输出、日志文件必须用完全相同的通配符，不然没法保证每个任务的输出路径唯一，很容易出现多个任务往同一个文件里写的情况。另外你用expand分别处理R1和R2的列表，会生成所有R1和R2的乱组合（比如sample1的R1配sample2的R2），这完全不符合双端测序的配对逻辑。

我们要把样本名作为唯一的通配符，让每个样本的R1、R2一一对应，修改后的Snakefile如下：

import pandas as pd

# 读配置文件，提取样本名，把每个样本的R1和R2对应起来
samples_df = pd.read_csv("config.txt", sep=' ', index_col=False)
# 从forward文件名里抠出样本名（比如sample1_forward.fastq.gz → sample1）
samples_df['sample'] = samples_df['forward'].str.split('_').str[0]
# 转成字典，方便后续调用：key是样本名，value是对应的R1、R2文件名
samples = samples_df.set_index('sample').T.to_dict('list')

rule all:
    # 告诉Snakemake最终要生成哪些文件，这是整个流程的目标
    input:
        expand("trimmed/{sample}_forward.fastq", sample=samples_df['sample']),
        expand("trimmed/{sample}_reverse.fastq", sample=samples_df['sample'])

rule fastp_pe:
    input:
        # 根据通配符{sample}找对应的R1和R2文件
        read1=lambda wildcards: f"samples/{samples[wildcards.sample][0]}",
        read2=lambda wildcards: f"samples/{samples[wildcards.sample][1]}"
    output:
        trim_read1="trimmed/{sample}_forward.fastq",
        trim_read2="trimmed/{sample}_reverse.fastq"
    conda:
        "envs/fastp.yml"
    threads: 4
    shell:
        """
        fastp --thread {threads} -i {input.read1} -I {input.read2} -o {output.trim_read1} -O {output.trim_read2}
        """

• 统一通配符：只用{sample}这一个通配符贯穿输入输出，每个任务对应唯一的样本，不会出现路径冲突。
• 正确配对R1/R2：通过样本名把R1和R2绑定在一起，不会再生成乱配对的情况。
• 加rule all：明确告诉Snakemake最终要生成啥文件，不然它不知道从哪开始跑流程。

要是不想用pandas，直接手动写样本和文件的对应关系也行：

# 直接定义每个样本的R1和R2
samples = {
    "sample1": ("sample1_forward.fastq.gz", "sample1_reverse.fastq.gz"),
    "sample2": ("sample2_forward.fastq.gz", "sample2_reverse.fastq.gz"),
    "sample3": ("sample3_forward.fastq.gz", "sample3_reverse.fastq.gz"),
}

rule all:
    input:
        expand("trimmed/{sample}_forward.fastq", sample=samples.keys()),
        expand("trimmed/{sample}_reverse.fastq", sample=samples.keys())

rule fastp_pe:
    input:
        read1=lambda wc: f"samples/{samples[wc.sample][0]}",
        read2=lambda wc: f"samples/{samples[wc.sample][1]}"
    output:
        "trimmed/{sample}_forward.fastq",
        "trimmed/{sample}_reverse.fastq"
    conda: "envs/fastp.yml"
    threads: 4
    shell:
        "fastp --thread {threads} -i {input.read1} -I {input.read2} -o {output[0]} -O {output[1]}"

内容的提问来源于stack exchange，提问作者Anna