Snakemake流程中MapDamage报错[E::fai_retrieve]的排查求助

从报错信息[E::fai_retrieve] Failed to retrieve block: unexpected end of file和ValueError: failure when retrieving sequence on 'X'来看，核心问题是参考基因组chrX序列读取失败，以下是具体排查方向：

• 检查参考基因组文件完整性与索引

  • 直接测试提取chrX序列：执行samtools faidx /path/to/hg19.fa X，如果报错说明hg19.fa文件损坏，需重新下载完整的hg19参考基因组。
  • 重新生成索引：若文件本身没问题，删除现有hg19.fa.fai文件，再运行samtools faidx hg19.fa重新构建索引。

• 验证通配符解析是否正确
  你当前命令中使用了*通配符（如HgSim.*.bam、/*/hg19.fa），可能导致路径解析异常：

  • 替换为具体路径测试：直接指定单个样本的完整BAM路径和明确的hg19.fa路径，运行MapDamage看是否仍报错，排除通配符冲突问题。

• 确认BAM与参考基因组的染色体名称一致性

  • 查看BAM头部的染色体信息：samtools view -H 06_MapDammage/your_sample.nodup.RG.bam | grep @SQ
  • 查看参考基因组的染色体名称：samtools faidx hg19.fa | head
    确保两者的chrX名称完全匹配（包括大小写、是否带前缀等，比如不能参考基因组是chrX而BAM里是X）。

• 检查依赖版本兼容性
  报错涉及pysam的序列读取功能，MapDamage 2.2.1对pysam版本有特定要求：

  • 查看当前pysam版本：pip show pysam
  • 安装兼容版本：比如尝试pip install pysam==0.16.0.1（MapDamage 2.2.1推荐的兼容版本），然后重新运行工具。

内容的提问来源于stack exchange，提问作者angelina.Z.H