如何在不修改Snakemake Wrapper的前提下管理文件名以衔接规则？

核心思路是通过Snakemake的通配符映射、lambda函数和配置预处理，在规则的输入输出中完成文件名转换，完全不需要修改Wrapper代码。以下是针对你的流程的具体调整方案：

1. 预处理配置文件，统一样本和参考序列的路径映射 #

在Snakefile开头添加配置预处理代码，把原配置中嵌套的样本列表转换成便于使用的字典，同时提取参考序列的前缀（用于BWA索引）：

import os
import snakemake.io

configfile: "config.yaml"

# 将样本列表（单键字典）转换为样本名到原始reads路径的映射
samples_dict = {k: v for item in config["samples"] for k, v in item.items()}
sample_names = list(samples_dict.keys())

# 提取参考序列的前缀（去掉.fasta后缀），用于BWA索引文件的匹配
reference_path = config["reference"][0]
genome_prefix = os.path.splitext(reference_path)[0]

2. 修正rule all，明确所有目标文件 #

更新rule all，确保它能正确关联样本名和对应的输出文件：

rule all:
    input:
        # 目标比对BAM文件
        expand("mapped/{sample}.bam", sample=sample_names),
        # FastQC输出文件（可选，若需要QC步骤）
        expand(
            ["qc/fastqc/{sample}_R1.html", "qc/fastqc/{sample}_R2.html",
             "qc/fastqc/{sample}_R1_fastqc.zip", "qc/fastqc/{sample}_R2_fastqc.zip"],
            sample=sample_names
        )

3. 调整FastQC规则，匹配原始reads路径 #

通过lambda函数将{sample}通配符映射到对应的原始reads路径，无需修改FastQC Wrapper：

rule fastqc:
    input:
        # 根据样本名自动获取对应的双端reads文件
        r1 = lambda wildcards: f"{samples_dict[wildcards.sample]}.1.fastq",
        r2 = lambda wildcards: f"{samples_dict[wildcards.sample]}.2.fastq"
    output:
        html1 = "qc/fastqc/{sample}_R1.html",
        zip1 = "qc/fastqc/{sample}_R1_fastqc.zip",
        html2 = "qc/fastqc/{sample}_R2.html",
        zip2 = "qc/fastqc/{sample}_R2_fastqc.zip"
    params:
        extra = "--quiet"
    log:
        "logs/fastqc/{sample}.log"
    threads: 1
    resources:
        mem_mb = 1024
    wrapper:
        "v2.6.0/bio/fastqc"

4. 修正BWA索引规则，关联参考序列路径 #

让BWA索引规则直接使用配置中的参考序列路径，避免硬编码：

rule bwa_index:
    input:
        reference_path
    output:
        idx=multiext(genome_prefix, ".amb", ".ann", ".bwt", ".pac", ".sa")
    log:
        f"logs/bwa_index/{os.path.basename(genome_prefix)}.log"
    params:
        algorithm="bwtsw"
    wrapper:
        "v2.6.0/bio/bwa/index"

5. 调整BWA-MEM规则，衔接索引和原始reads #

同样使用lambda函数映射样本到原始reads路径，同时关联正确的BWA索引文件：

rule bwa_mem:
    input:
        # 映射样本到对应的双端reads
        reads = [
            lambda wildcards: f"{samples_dict[wildcards.sample]}.1.fastq",
            lambda wildcards: f"{samples_dict[wildcards.sample]}.2.fastq"
        ],
        # 关联BWA索引规则的输出
        idx = multiext(genome_prefix, ".amb", ".ann", ".bwt", ".pac", ".sa")
    output:
        "mapped/{sample}.bam"
    log:
        "logs/bwa_mem/{sample}.log"
    params:
        extra=r"-R '@RG\tID:{sample}\tSM:{sample}'",
        sorting="none",
        sort_order="queryname",
        sort_extra=""
    threads: 8
    wrapper:
        "v2.6.0/bio/bwa/mem"

关键原理说明 #

• 通配符映射：通过lambda wildcards动态获取当前样本对应的原始reads路径，解决了配置中样本名与实际文件名的差异。
• 配置预处理：将嵌套的样本配置转换为字典，简化了后续规则中路径的调用。
• 输出关联：所有规则的输出都通过rule all统一管理，确保Snakemake能正确解析规则间的依赖关系。

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