Snakemake如何通过文件名通配符索引实现单条规则迭代执行

问题复现 #

当前实现需求：

• data目录下已存在空文本文件basic_0
• 执行命令snakemake data/basic_<x>.txt --cores 1（x为任意正整数）时，规则迭代执行x次，每次调用addHi.py向文件新增一行内容为"Hi"的记录，最终data/basic_x.txt包含x行"Hi"

初始编写的Snakefile如下：

rule iterative_addHi:
    input:
        "data/basic_{iter}.txt"
    output:
        "data/basic_{iter+1}.txt"
    shell:
        "python addHi.py {input} {output}"

执行snakemake data/basic_5.txt --cores 1时抛出报错：

MissingRuleException: No rule to produce data/basic_5.txt (if you use input functions make sure that they don't raise unexpected exceptions).

尝试过将通配符通过int()转整数完成加1运算后再用str()转回字符串的方案，问题未解决。

报错根因 #

• Snakemake的文件路径通配符默认按字符串解析，不支持直接在输出路径模板中写算术表达式，{iter+1}这类写法无法被规则识别，导致目标文件无法匹配到对应生成规则
• Snakemake构建任务DAG时是从目标文件倒推依赖，原规则的通配符定义在输入侧，输出侧包含运算逻辑，无法从目标文件名（比如basic_5.txt）反推整条依赖链。

修正后可运行代码 #

# 声明迭代起点文件
rule basic_seed:
    output:
        "data/basic_0.txt"
    # 若文件已存在，touch不会覆盖原有内容，仅标记该文件为合法产出
    touch: True

rule iterative_addHi:
    output:
        "data/basic_{iter}.txt"
    input:
        # 从目标文件的通配符倒推前置依赖：编号减1的文件
        lambda wc: f"data/basic_{int(wc.iter) - 1}.txt"
    shell:
        "python addHi.py {input} {output}"

关键注意点 #

• 通配符必须定义在output块中，Snakemake只能通过输出路径的模式匹配捕获通配符值，不要在输出路径中写任何运算逻辑
• 依赖文件的路径计算放在input块中，通过lambda表达式接收捕获到的通配符对象wc，做数值运算后拼接出前置依赖路径，Snakemake会自动沿着basic_5.txt -> basic_4.txt -> ... -> basic_0.txt的路径构建完整执行链
• 必须显式声明迭代起点basic_0.txt的对应规则，否则Snakemake解析到最后一个依赖时会因为找不到生成规则报错。

内容的提问来源于stack exchange，提问作者jabbo12