在SGE集群使用Snakemake提交多通配符作业时出错

嘿，咱们先把问题根源搞清楚：你碰到的ERROR! two files are specified for the same host错误，其实是Snakemake生成的日志文件名带了特殊字符，被SGE的qsub命令误判了。

当规则里有多个通配符时，{wildcards}会被展开成类似sp=Ecol1, accesion=SRA123456的字符串——这里的逗号和空格是麻烦制造者！qsub会把逗号当成参数分隔符，把这个展开后的字符串拆成好几个部分，误以为你指定了多个日志文件路径，所以直接报错。而你把sp改成常量后，{wildcards}只展开成accesion=SRA123456，没有逗号，qsub就能正确识别路径了，这也验证了咱们的判断。

下面给你两个靠谱的解决方案：

方案1：逐个指定通配符生成日志文件名 #

直接在集群参数里明确写出每个wildcard变量，别用包含特殊字符的{wildcards}整体：

修改你的snakemake_clust.sh里的--cluster段：

--cluster "qsub \
-N {rule} \
-pe smp64 {threads} \
-cwd \
-b y \
-o \"logs/{rule}.{wildcards.sp}.{wildcards.accesion}.out\" \
-e \"logs/{rule}.{wildcards.sp}.{wildcards.accesion}.err\""

这样生成的日志文件名会是download_reads.Ecol1.SRA123456.out，完全没有特殊字符，qsub能正常解析。

方案2：对{wildcards}做字符串转义 #

要是你不想挨个写wildcard，可以用Snakemake的字符串替换功能，把{wildcards}里的逗号和空格换成合法字符（比如点号）：

--cluster "qsub \
-N {rule} \
-pe smp64 {threads} \
-cwd \
-b y \
-o \"logs/{rule}.{wildcards|replace(', ', '.')}.out\" \
-e \"logs/{rule}.{wildcards|replace(', ', '.')}.err\""

这个写法会把sp=Ecol1, accesion=SRA123456转换成sp=Ecol1.accesion=SRA123456，同样避开了逗号导致的解析问题。

最后验证一下：修改完脚本重新提交作业，应该就能像单通配符的情况那样，正常返回Your job XXXX ("download_reads") has been submitted的提示了。你提到本地运行没问题，这也完全符合咱们的分析——本地不需要经过qsub解析参数，自然不会触发这个特殊字符的坑。

内容的提问来源于stack exchange，提问作者Kamil S Jaron