Snakemake搭建Nanopore分析流程触发WildcardError错误解决问询

你触发报错的核心原因是guppy_linkfastq规则的输入路径中包含{failpass}、{runid}两个未在输出路径中定义的通配符，Snakemake的通配符推导逻辑是从输出反向匹配输入的通配符取值，输出中不存在的通配符无法被自动赋值，因此抛出WildcardError。

你希望直接用glob匹配代替显式通配符的思路是可行的，但不能直接在input字段写glob语句，因为Snakemake解析Snakefile时就会执行glob，此时上游guppy碱基识别任务还未运行，目标文件不存在，匹配会为空。

推荐使用输入函数动态匹配已生成的fastq文件，无需声明多余通配符，也能保证匹配时机正确：

1. 首先在Snakefile中定义输入函数，用于匹配对应样本下所有guppy输出的fastq.gz文件：

import glob

def get_guppy_fastq(wildcards):
    # 匹配sample对应目录下所有层级的fastq.gz文件
    # 如果只需要保留质检通过的reads，可将路径改为 f"basecall/{wildcards.sample}/pass/*.fastq.gz"
    return glob.glob(f"basecall/{wildcards.sample}/**/*.fastq.gz", recursive=True)

2. 修改guppy_linkfastq规则如下：

rule guppy_linkfastq:
    input:
        get_guppy_fastq
    output:
        "basecall/{sample}.fastq.gz"
    shell:
        # 多文件合并为单个文件，适配后续分析流程；如果不需要合并仅做软链接，可调整shell命令逻辑
        "cat {input} > {output}"

• 不推荐给failpass、{runid}加通配符约束的方案，该方法虽然能解决报错，但如果匹配到多个文件时Snakemake会随机选择，极易出现非预期结果。
• 如果确实需要保留软链接而非合并文件，可调整shell逻辑：先创建专属目录存放所有软链接，再将目录下的fastq.gz链接到目标路径即可。

内容的提问来源于stack exchange，提问作者HansVG