Snakemake中无法正常使用星号作为glob模式的问题排查

你遇到的问题不是规则文件错误，也不是Snakemake新版本禁用功能，核心原因是：Snakemake的input字段不会自动解析shell的glob通配符（*），它会把*当作文件名的普通字符处理，所以才会提示找不到per_barcode/sample_*_rep_GGG.txt这个字面意义的文件。

为什么shell里用*能正常运行？ #

当把*写在shell命令中时，这条命令是交给系统shell执行的，shell会自动展开glob通配符匹配对应文件，所以能正常工作。但这种方式的缺点是Snakemake无法提前检查输入文件是否存在，依赖解析不严谨。

正确的解决方案：在input中用glob函数展开 #

要让Snakemake正确识别glob匹配的输入文件，需要用Python的glob函数主动展开，修改test_glob规则如下：

from glob import glob

barcodes = ["AAA", "GGG", "TTT"]

rule end:
    input: "output/merged.txt"

rule test_glob:
    input: lambda wildcards: glob(f"per_barcode/sample_*_rep_{wildcards.barcode}.txt")
    output: "output/{barcode}.txt"
    shell:
        "head {input} > {output}"

rule merge:
    input: expand("output/{barcode}.txt", barcode = barcodes)
    output: "output/merged.txt"
    shell: 
        "cat {input} > {output}"

这里通过lambda函数结合glob，针对每个barcode通配符动态匹配对应的输入文件，Snakemake就能正确解析依赖关系，同时也能提前检查文件是否存在。

内容的提问来源于stack exchange，提问作者Xiaokang