Snakemake未执行createdb规则仅识别all规则的问题求助

核心问题分析 #

你的脚本中rule all可被识别，但createdb规则未触发，主要源于以下几个问题：

1. glob_wildcards执行时机导致输入依赖缺失 #

glob_wildcards在Snakemake脚本初始化阶段就会运行，而createdb的输入指向RESULTS目录下的文件——这些文件尚未生成时，glob_wildcards会返回空列表，导致createdb的input: files为空。Snakemake会判定该规则无需要处理的依赖，直接跳过。

2. expand的zip参数使用错误 #

你在createdb的输入中使用zip参数，会强制将jaspar、assembly、batch、tf、bed几个列表按索引一一配对生成路径。若这些列表长度不一致，或实际文件的对应关系并非按索引配对，会生成无效路径，无法与rule all的输出建立正确依赖。

3. Wildcard映射逻辑不明确 #

createdb的输出仅包含jaspar、assembly、batch三个wildcard，但输入中多了tf和bed。Snakemake无法自动推断“多个带tf/bed的输入文件对应一个带batch的输出文件”的逻辑，导致依赖链断裂。

修复方案 #

步骤1：调整输入依赖的获取方式 #

不要用glob_wildcards获取RESULTS目录下的文件（这类文件是后续生成的），而是通过rule all的wildcard反向推导，或用expand结合通配符匹配输入：

rule createdb:
    input:
        # 用通配符匹配对应batch下的所有bed文件，而非提前glob
        files = expand(os.path.join(RESULTS, "{jaspar}", "{assembly}", "data", "{batch}", "{tf}", "regions", "{bed}.bed"), 
                       tf=TFS, bed=BEDS)
    output:
        os.path.join(RESULTS, "{jaspar}", "{assembly}", "LOLA_dbs", "JASPAR2020_LOLA_{batch}.RDS")
    shell:
        """
        R --vanilla --slave --silent -f {BIN}/create_lola_db.R \
        --args {RESULTS}/{wildcards.jaspar}/{wildcards.assembly}/data/{wildcards.batch} \
        {output};
        """

注：TFS和BEDS从DATA目录的glob_wildcards获取是可行的，因为DATA下的文件是预先存在的。

步骤2：移除zip参数，明确分组逻辑 #

若每个batch对应一组tf和bed，可通过分组替代zip，确保依赖关系正确：

from collections import defaultdict

# 按jaspar+assembly+batch分组，收集对应的tf和bed文件路径
batch_files = defaultdict(list)
for jaspar, assembly, batch, tf, bed in zip(JASPARS, ASSEMBLIES, BATCHES, TFS, BEDS):
    batch_key = (jaspar, assembly, batch)
    batch_files[batch_key].append(os.path.join(RESULTS, jaspar, assembly, "data", batch, tf, "regions", f"{bed}.bed"))

rule createdb:
    input:
        files = lambda wildcards: batch_files[(wildcards.jaspar, wildcards.assembly, wildcards.batch)]
    output:
        os.path.join(RESULTS, "{jaspar}", "{assembly}", "LOLA_dbs", "JASPAR2020_LOLA_{batch}.RDS")
    shell:
        """
        R --vanilla --slave --silent -f {BIN}/create_lola_db.R \
        --args {RESULTS}/{wildcards.jaspar}/{wildcards.assembly}/data/{wildcards.batch} \
        {output};
        """

这种方式能明确每个batch对应的所有输入文件，让Snakemake正确建立依赖链。

步骤3：验证依赖关系 #

运行Snakemake时添加--dry-run（或-n）参数，查看规则的依赖映射：

snakemake -n

若输出显示createdb规则被触发，说明依赖关系已正确建立；若仍未触发，检查rule all与createdb的输出路径是否完全一致（比如拼写错误、路径分隔符问题）。

内容的提问来源于stack exchange，提问作者Sushil Shakyawar