Snakemake输入通配符匹配失败及输入文件缺失问题求助

一、WildcardError（未给通配符'dir'赋值）的解决 #

核心原因 #

Snakemake无法自动推断dir通配符的所有可能取值，或是你的规则没有明确的目标文件触发通配符展开。

修复步骤 #

• 显式定义患者目录列表：在Snakefile开头用Python代码扫描所有患者目录，同时过滤掉输出目录避免干扰：

  import os
  PATIENT_DIRS = [d for d in os.listdir('.') if os.path.isdir(d) and not d.startswith('symlinks')]
  

• 生成明确的最终目标：添加rule all，用expand函数生成所有需要的符号链接目标，让Snakemake明确知道要处理哪些文件：

  # 方法1：适配固定样本命名规则（如每个目录下都是-T1、-N1结尾的文件）
  rule all:
      input:
          expand("symlinks/{dir}/{dir}-{type}.fastq", dir=PATIENT_DIRS, type=['T1', 'N1'])
  
  # 方法2：自动扫描每个目录下的fastq文件（适配命名不统一的场景）
  def get_fastq_files(wildcards):
      return [f for f in os.listdir(wildcards.dir) if f.endswith('.fastq')]
  
  rule all:
      input:
          expand("symlinks/{dir}/{file}", dir=PATIENT_DIRS, file=get_fastq_files)
  

二、"rule symlink缺失输入文件"的解决 #

核心原因 #

symlink规则的输入路径定义错误，导致Snakemake找不到对应源文件。

修复步骤 #

• 匹配源文件路径与通配符：确保输入路径和实际文件位置完全对应，比如源文件在{dir}/{file}.fastq，规则要写成：

  rule symlink:
      input:
          "{dir}/{file}.fastq"
      output:
          protected("symlinks/{dir}/{file}.fastq")  # protected避免重复生成符号链接
      shell:
          "mkdir -p $(dirname {output}) && ln -s ../../{input} {output}"
  

  注意符号链接的相对路径：如果symlinks是根目录下的子目录，源文件在同级的患者目录，需根据实际层级调整路径（比如示例中的../../）。
• 验证路径正确性：运行snakemake --dry-run -p，查看生成的shell命令里的输入路径是否真实存在，若路径错误，调整通配符或路径结构。

三、额外实用建议 #

• 先拿1-2个患者目录做测试，确认规则能正常运行后再扩到全部数据，减少排查复杂度。
• 如果样本命名规则不统一（比如有的是{dir}_T1.fastq，有的是{dir}-T1.fastq），可以用正则式通配符（比如{dir}[_-]{type}.fastq）匹配，或者在扫描文件时做兼容处理。
• 避免通配符歧义：不要用过于宽泛的{file}，如果文件名里包含目录名，可能导致Snakemake匹配错误，尽量拆分成更具体的通配符（比如{sample}_{type}.fastq）。

内容的提问来源于stack exchange，提问作者AnnaS