Snakemake使用fasterq-dump wrapper报Wildcards无accession属性错误

核心触发点是fasterq-dump wrapper对通配符命名有强制要求：SRA登录号对应的通配符必须命名为accession。你编写规则时将该位置的通配符自定义为sample，wrapper内部执行时读取不到wildcards.accession字段，直接触发AttributeError。你在规则output部分的注释已经标注了这个命名要求，但实际代码未做对应匹配。

• 统一修改规则中所有SRA登录号对应的通配符名，将{sample}替换为{accession}，覆盖rule all的输入路径、下载规则的输出路径、日志路径三个位置，同时同步修改expand函数的参数名。
  修改后的正确Snakefile示例：

# read a .txt file including many SRR* accession number
import pandas as pd
df = pd.read_csv('SraRunTable.txt', sep=',', header=0)

# append all accession number to a list
SAMPLES = []

for i in df['Run']:
    SAMPLES.append(i)

# snakemake workflow starts here
rule all:
    input:
        expand("/data/fastq/{accession}_1.fastq.gz", accession=SAMPLES)

rule get_fastq_pe_gz:
    output:
        "/data/fastq/{accession}_1.fastq.gz",
        "/data/fastq/{accession}_2.fastq.gz",
    log:
        "/data/logs/{accession}.log"
    params:
        extra="--skip-technical"
    threads: 20
    wrapper:
        "v1.7.0/bio/sra-tools/fasterq-dump"

• 清理之前失败任务的缓存：执行命令前先删除.snakemake目录下对应失败任务的临时文件，或者直接运行snakemake -s fasterq-dump.snake --cores 20 --use-conda --cleanup-metadata SRR8750458清理单个失败任务的元数据，再重新执行原运行命令即可。

如果你不想修改现有通配符命名，也可以在下载规则的params字段中显式指定accession的取值映射，添加一行accession=lambda wildcards: wildcards.sample即可适配原有命名，但直接修改通配符名是兼容性最高、最不易触发其他隐藏问题的方案。

内容的提问来源于stack exchange，提问作者Yao-Chung