Snakemake运行SRR数据FastQC时出现MissingRuleException如何解决

1. 执行命令语法错误
   你运行的snakemake -np Snakefile中，直接跟在参数后的Snakefile会被Snakemake识别为需要生成的目标文件，而非要调用的工作流文件。Snakemake默认会自动读取当前目录下名为Snakefile的文件，如需指定自定义路径的Snakefile需要加-s参数，你未加该参数时Snakemake会寻找生成Snakefile的规则，找不到就抛出MissingRuleException。
2. Snakefile本身存在多处语法/逻辑错误，即使命令修正也无法正常运行：

• 通配符写法错误：rule fastq的output中不需要加wildcards.前缀，直接写通配符名即可，你的写法{wildcards.sample_name}属于语法错误。
• 通配符命名不匹配：rule all的输入用的通配符名为sample，值为SRR编号，但rule fastq的output中写的是sample_name，通配符名不统一无法匹配。
• 函数缩进错误：get_fastq函数中fq=units["fq1"]一行缩进不符合Python语法，函数执行会报错。
• 输入函数逻辑错误：你将samples的索引设为了sample_name（A/B/C等标识），但get_fastq尝试用SRR编号作为索引取值，会触发KeyError导致输入函数执行失败。

1. 修正执行命令 #

如果Snakefile在当前工作目录，直接运行：

snakemake -np

如果Snakefile不在当前工作目录，使用-s参数指定路径：

snakemake -np -s /path/to/your/Snakefile

2. 修正Snakefile代码 #

修正后的完整代码如下：

import os
import pandas as pd

configfile: "config.yaml"

samples = pd.read_csv(config["samples"], sep=",").set_index("sample_name", drop=False)

def get_fastq(wildcards):
    # wildcards.sample对应输出中的{sample}通配符，本身就是SRR编号，可直接拼接路径
    return os.path.join(config["path"], f"{wildcards.sample}.fastq.gz")

rule all:
    input:
        expand(os.path.join(config["path"], "fastq_output/{sample}_fastqc.html"), sample=samples["fq1"].to_list()),
        expand(os.path.join(config["path"], "fastq_output/{sample}_fastqc.zip"), sample=samples["fq1"].to_list())

rule fastq:
    input:
        get_fastq,
    output:
        zip = os.path.join(config["path"], "fastq_output/{sample}_fastqc.zip"),
        html = os.path.join(config["path"], "fastq_output/{sample}_fastqc.html")
    wrapper:
        "0.78.0/bio/fastqc"

核心修改点： #

• 修正get_fastq的缩进和逻辑错误，不需要多余的查表和expand操作
• 统一所有位置的通配符名为sample，和rule all中传入的SRR编号匹配
• 移除output中多余的wildcards.前缀，符合Snakemake语法规范

内容的提问来源于stack exchange，提问作者olahs