如何编写Snakemake规则：以目录为输入，生成多目录/文件输出

我看了你的Snakemake脚本和报错信息，核心问题出在mkmat规则的shell命令里错误使用了expand，而且整体规则没有利用Snakemake的wildcard特性处理多样本，导致字符串与列表拼接冲突。下面一步步帮你修正：

先拆解报错原因 #

你在mkmat的shell里调用expand()，这个函数返回的是一个列表（因为传入了多个样本），但Snakemake的shell命令需要的是字符串，直接把列表塞进去就触发了"只能拼接字符串，不能拼接列表"的类型错误。另外，原脚本没有针对单个样本拆分任务，不符合Snakemake并行处理的设计逻辑。

修改后的完整Snakemake脚本 #

samples = ['201', '202']
fc_name = '230119_FOO'
run_path = 'storage/vud/230119_FOO'
ref_transcriptome = 'refdata-gex-mm10-2020-A/'

rule all:
    input:
        expand("RESULT/{fc}/{sample}", fc=fc_name, sample=samples)

# 从存储复制BCL文件到本地
rule copy_bcl:
    input:
        run_path  # 单个路径无需expand，直接传入即可
    output:
        directory(f"BCL/{fc_name}")  # 用directory标记目录类型，让Snakemake识别整个目录
    shell:
        "rsync -ah {input} {output}/"  # 明确输出目录，避免歧义

# 生成FASTQ文件
rule mkfastq:
    input:
        bcl_dir = f"BCL/{fc_name}"
    output:
        directory(f"FASTQ/{fc_name}"),
        f"FASTQ/{fc_name}/outs/input_samplesheet.csv"
    shell:
        "cellranger mkfastq --run={input.bcl_dir} --id={wildcards.fc} --output-dir=FASTQ/"

# 生成每个样本的表达矩阵
rule mkmat:
    input:
        fastq_dir = f"FASTQ/{fc_name}",
        samplesheet = f"FASTQ/{fc_name}/outs/input_samplesheet.csv"
    output:
        directory("RESULT/{fc}/{sample}")  # 用wildcard区分样本和测序批次
    params:
        ref = ref_transcriptome
    shell:
        "cellranger count --id={wildcards.sample} "
        "--transcriptome={params.ref} "
        "--fastqs={input.fastq_dir} "
        "--sample={wildcards.sample} "
        "--output-dir=RESULT/{wildcards.fc}/{wildcards.sample}"

关键修改点说明 #

• 修正expand的错误使用：去掉mkmatshell里的expand，改用wildcard{wildcards.sample}和{wildcards.fc}传递变量，每个样本会单独生成一个任务，支持并行处理。copy_bcl规则也无需对单个路径用expand，直接传入即可。
• 标记目录输出：用directory()包裹目录类型的输出，让Snakemake识别整个目录作为输出单元，避免遗漏文件。
• 明确依赖关系：mkmat的输入同时依赖FASTQ目录和样本表，确保mkfastq完全执行完毕后才启动count流程。
• 参数解耦：把参考转录组路径单独抽成变量，后续修改更便捷，也通过params传递到shell命令中。

验证修改效果 #

运行dry-run命令检查是否正常：

snakemake -n

如果没有报错，正式运行后会生成你需要的目录结构：

├── RESULT
│   ├── 230119_FOO
│   │   ├── 201
│   │   │   ├── ...  # cellranger count输出的表达矩阵、报告、日志等文件
│   │   ├── 202
│   │   │   ├── ...

内容的提问来源于stack exchange，提问作者Losashik