You need to enable JavaScript to run this app. Snakemake 6.0.5合并多目录Lane fastq文件输入报错如何解决
优惠活动
大模型
产品
解决方案
定价
更多

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
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.09 16:09:03