学习Snakemake遇MissingInputException：sam_to_bam规则输入文件缺失

核心错误原因 #

错误日志显示sample通配符被赋值为整个样本列表，导致生成了像['ERR024604_tiny', ...].sam这种无效路径。这是因为在rule all的expand函数里，错误地传入了SAM_FILES（glob_wildcards返回的对象），而非实际的样本名称列表。另外代码里还存在两处小问题：

• STATS_DIR未定义，但rule all却引用了它
• shell命令里误用了{input.sam}（输入只有单个文件，直接用{input}即可）

修复后的代码 #

SAM_DIR = "/mnt/c/Code/sam_tiny"
BAM_DIR = "/mnt/c/Code/bam"
# 如果确实需要统计文件，先定义STATS_DIR，否则删掉相关代码
# STATS_DIR = "/mnt/c/Code/stats"

# glob_wildcards返回的对象直接通过.sample属性获取样本列表
SAM_FILES = glob_wildcards(os.path.join(SAM_DIR, "{sample}.sam"))
SAMPLES = SAM_FILES.sample

rule all:
    # 如果你目标是生成BAM文件，修改为BAM_DIR的路径；如果是统计文件，确保STATS_DIR已定义
    input:
        expand(os.path.join(BAM_DIR, "{sample}.bam"), sample=SAMPLES)
        # 如果是统计文件：expand(os.path.join(STATS_DIR, "{sample}.txt"), sample=SAMPLES)

rule sam_to_bam:
    input:
        os.path.join(SAM_DIR, "{sample}.sam")
    output:
        os.path.join(BAM_DIR, "{sample}.bam")
    shell:
        "samtools view -b {input} > {output}"

关键修正点 #

1. 正确传递样本列表：expand函数需要接收的是字符串列表，SAM_FILES是glob_wildcards返回的特殊对象，必须用SAM_FILES.sample或者你定义的SAMPLES来获取实际样本名
2. 清理未定义变量：删除或定义STATS_DIR，确保rule all的输入路径合法
3. 简化shell命令变量：输入只有单个文件，直接使用{input}即可，无需后缀.sam

内容的提问来源于stack exchange，提问作者Theresa