Snakemake WorkflowError排查：目标规则含通配符问题

错误原因 #

1. 直接运行带通配符的规则：你用命令snakemake ... A_checkm指定运行A_checkm规则，但这个规则包含通配符{genome}，Snakemake无法自动解析通配符对应的具体样本，因此抛出该错误。
2. rule all定义不规范：你的rule all输入使用了通配符{genome}，但未提供具体的基因组列表，Snakemake无法明确需要生成哪些输出文件/目录。

解决步骤 #

1. 提取所有待处理的基因组名称 #

在Snakefile最开头添加代码，自动从输入文件目录中提取所有基因组名称：

import glob

# 从../data/genomesFna/下的文件名中提取genome标识符
genomes = [
    filename.split("/")[-1].replace("_genomic.fna.gz", "")
    for filename in glob.glob("../data/genomesFna/*_genomic.fna.gz")
]

2. 修正rule all规则 #

用expand()函数生成具体的输出路径列表，替换原来的通配符输入：

rule all:
    input:
        expand("../data/A_checkm/{genome}", genome=genomes)

3. 正确运行Workflow #

不要直接指定A_checkm作为运行目标，而是运行默认的rule all，它会自动触发所有需要的A_checkm任务：

snakemake -s Snakefile --cores 10

如果需要单独处理某个基因组，直接指定对应的输出目录作为目标：

snakemake -s Snakefile --cores 10 ../data/A_checkm/你的基因组名称

额外优化建议 #

• 可以在rule A_checkm的输入中添加glob_wildcards来更稳健地匹配输入文件，避免手动提取可能出现的错误。
• 临时目录的处理可以考虑使用Snakemake内置的temp()函数，但当前的手动清理方式也能正常工作。

内容的提问来源于stack exchange，提问作者Dhouha Grissa