Snakemake调用Bowtie2时索引路径传递失败问题求助

问题根源 #

1. 使用multiext定义input.idx后，{input.idx}会展开所有索引文件路径，而Bowtie2的-x参数只需要索引前缀，不需要列出所有文件，导致命令格式错误。
2. 直接将前缀作为输入时，Snakemake会验证该路径对应的文件是否存在，但前缀本身不是实际文件，因此触发MissingInputException。

正确实现方式 #

核心思路：用input声明所有索引文件（让Snakemake验证文件存在），用params传递索引前缀（供Bowtie2命令使用）。

修改后的规则：

rule test_bowtie2:
    input:
        idx=multiext(
            "/home/databases/genomes/Homo_sapiens/rCRS/bowtieindex/rCRS",
            ".1.bt2",
            ".2.bt2",
            ".3.bt2",
            ".4.bt2",
            ".rev.1.bt2",
            ".rev.2.bt2"
        ),
        fastq="sample.fq.gz"
    params:
        idx_prefix="/home/databases/genomes/Homo_sapiens/rCRS/bowtieindex/rCRS"
    output:
        "sample_bt.bam"
    shell:
        """
        nice -19 /home/ctools/bowtie2-2.4.4/bowtie2 -x {params.idx_prefix} --interleaved {input.fastq} | /home/ctools/bin/samtools view -bS -F4 - > {output}
        """

解释 #

• input.idx：通过multiext列出所有Bowtie2索引文件，Snakemake会提前检查这些文件是否存在，避免运行时找不到索引的问题。
• params.idx_prefix：直接传递索引前缀，Bowtie2会自动根据前缀找到对应的所有索引文件，符合命令行的正确用法。
• 这样既满足了Snakemake的输入文件验证要求，又保证了Bowtie2命令的格式正确。

另一种简化写法（避免重复写前缀） #

可以利用Python字符串处理从input.idx中提取前缀，减少重复代码：

rule test_bowtie2:
    input:
        idx=multiext(
            "/home/databases/genomes/Homo_sapiens/rCRS/bowtieindex/rCRS",
            ".1.bt2",
            ".2.bt2",
            ".3.bt2",
            ".4.bt2",
            ".rev.1.bt2",
            ".rev.2.bt2"
        ),
        fastq="sample.fq.gz"
    params:
        idx_prefix=lambda wildcards, input: input.idx[0].rsplit('.', 2)[0]
    output:
        "sample_bt.bam"
    shell:
        """
        nice -19 /home/ctools/bowtie2-2.4.4/bowtie2 -x {params.idx_prefix} --interleaved {input.fastq} | /home/ctools/bin/samtools view -bS -F4 - > {output}
        """

这里通过lambda函数从第一个索引文件路径（比如rCRS.1.bt2）中分割出前缀rCRS，适合索引路径较长的场景，避免手动重复输入前缀。

内容的提问来源于stack exchange，提问作者MONI