Snakemake 6.0.5合并多目录Lane fastq文件输入报错如何解决
错误原因
- 你报错的核心是调用
expand函数传参时,直接传入了D.values()的列表类型值,expand不会自动展开列表内的文件名,而是将整个列表序列化为字符串拼接进路径,才会生成CND2/['XD_L001_R1.fastq.gz', 'XD_L004_R1.fastq.gz']这种不存在的非法路径。 - 另外你原来的写法将所有输入和所有输出直接绑定在同一个规则里,Snakemake无法识别输入和输出的对应关系,不符合Snakemake的通配符匹配逻辑。
正确实现代码
from collections import defaultdict import os # 匹配所有输入文件,提取目录、样本前缀、lane号信息 dirs, sample_prefix, lane = glob_wildcards("{dir}/{prefix}_L{lane}_R1.fastq.gz") # 构建输出文件路径和对应输入文件列表的映射关系 output_to_inputs = defaultdict(list) for d, p in zip(dirs, sample_prefix): output_path = os.path.join(d, f"{p}_R1.fastq.gz") # 过滤当前目录下对应样本的所有lane R1文件 for f in os.listdir(d): if f.startswith(f"{p}_L") and f.endswith("_R1.fastq.gz"): output_to_inputs[output_path].append(os.path.join(d, f)) # 顶层规则,指定所有需要生成的最终文件 rule all: input: list(output_to_inputs.keys()) # 合并单样本所有lane的规则 rule merge_lanes: message: "合并 {wildcards.dir} 目录下 {wildcards.prefix} 样本的所有Lane R1文件" # 用lambda函数动态返回当前输出对应的输入文件列表 input: lambda wildcards: output_to_inputs[f"{wildcards.dir}/{wildcards.prefix}_R1.fastq.gz"] output: "{dir}/{prefix}_R1.fastq.gz" shell: """ # 合并后重新压缩,文件体积更小 zcat {input} | gzip -c > {output} # 也可以直接拼接gz文件,速度更快: # cat {input} > {output} """
逻辑说明
- 先通过
glob_wildcards提取所有样本的目录、前缀信息,构建输出到输入的映射字典,明确每个输出文件依赖哪些输入文件 - 用顶层
all规则作为工作流入口,声明所有需要生成的最终文件 - 合并规则用通配符匹配所有输出,通过lambda函数动态传入对应输入列表,Snakemake会自动匹配每个输出的依赖关系
内容的提问来源于stack exchange,提问作者Bala
相关产品推荐
相关产品推荐

