如何在Snakemake中基于文本文件的文件名列表定义输出？

需求背景 #

作为Snakemake新手，要完成以下任务：

• 从总文件夹source_dir复制指定文件到新目录target_dir
• 需复制的文件名存于files.txt，每行一个文件名
• 已有可用bash脚本：

  cat files.txt | xargs -I {} cp ./source_dir/{} ./target_dir/
  

但不知道如何让Snakemake正确识别输出为target_dir+files.txt中的文件名，最初尝试用Python生成目标路径列表时，规则提示缺少输入文件，调整后问题解决，以下是实现过程。

实现步骤 #

1. 关联源文件与目标文件路径 #

在Snakefile开头添加代码，读取files.txt并生成源、目标文件的路径对，确保每个目标文件对应正确的源文件：

file_pairs = []
with open("files.txt", "r") as f:
    for line in f:
        filename = line.strip()
        if filename:  # 跳过空行
            source_path = f"source_dir/{filename}"
            target_path = f"target_dir/{filename}"
            file_pairs.append( (source_path, target_path) )

2. 定义总目标规则 #

用rule all指定所有最终需要生成的目标文件，让Snakemake明确任务的终点：

rule all:
    input:
        [target for source, target in file_pairs]

3. 编写文件复制规则 #

编写规则处理单个文件复制，通过通配符匹配目标路径，并自动映射对应的源路径：

rule copy_specified_files:
    input:
        lambda wildcards: next(source for source, target in file_pairs if target == wildcards.output)
    output:
        "{output}"
    shell:
        "cp {input} {output}"

问题解决关键点 #

最初报错“缺少输入文件”，是因为只生成了目标路径列表，但没将每个目标路径与对应的源路径关联。Snakemake需要明确每个输出对应的输入依赖，通过上述路径对的关联，规则能正确找到每个目标文件对应的源文件，解决了依赖缺失的问题。

内容的提问来源于stack exchange，提问作者sesben