Snakemake使用通配符时如何修改输出文件名

我来帮你搞定这个文件名调整的需求！核心是要把输出里的_S1、_S2这类标识去掉，保留最前面的样本名（比如AAAAA、BBBBB），这里有两种优雅的实现方式，你可以根据自己的习惯选择：

方案一：直接修改样本名称提取逻辑（推荐） #

这种方式从源头调整样本名的定义，让Snakemake直接生成你想要的输出文件名，不需要额外的重命名步骤。

修改你的样本变量定义部分，从原始文件名中提取不带_Sx的短样本名，同时建立短名和对应R1/R2文件的映射：

import glob
import os

# 只获取R1文件，避免重复处理
samples_r1 = sorted(glob.glob("input/*_R1_001.fastq"))
# 创建短样本名到对应R1/R2文件的映射
sample_map = {}
for r1_path in samples_r1:
    r1_basename = os.path.basename(r1_path)
    # 拆分出不带_Sx的短样本名，比如AAAAA_S1_R1_001.fastq -> AAAAA
    short_name = r1_basename.split("_S")[0]
    # 生成对应的R2文件路径
    r2_path = r1_path.replace("_R1_", "_R2_")
    sample_map[short_name] = (r1_path, r2_path)

# 提取去重后的短样本名列表，用于后续expand
SHORT_NAMES = sorted(list(sample_map.keys()))

然后调整规则部分，让bwa规则通过映射获取正确的输入文件：

rule all:
    input:
        expand("output/{sample}_mapped.bam", sample=SHORT_NAMES),

rule bwa:
    # 通过lambda函数从sample_map中获取对应样本的R1/R2文件
    input:
        R1 = lambda wildcards: sample_map[wildcards.sample][0],
        R2 = lambda wildcards: sample_map[wildcards.sample][1]
    output:
        mapped = "output/{sample}_mapped.bam"
    params:
        ref = "refs/AF086833.fa"
    run:
        shell("bwa mem {params.ref} {input.R1} {input.R2} | samtools sort > {output.mapped}")

这样运行后，输出文件就会是AAAAA_mapped.bam、BBBBB_mapped.bam，完全符合你的需求。

方案二：添加重命名规则（适合需要保留中间文件的场景） #

如果你想保留带_Sx的中间BAM文件，或者不想修改原有的样本提取逻辑，可以在bwa规则之后加一个重命名步骤：

首先调整样本变量，同时定义短样本名：

import glob
import os

samples = [os.path.basename(x).split("_R1_")[0] for x in sorted(glob.glob("input/*_R1_001.fastq"))]
# 提取不带_Sx的短样本名
SHORT_NAMES = sorted(list(set([s.split("_S")[0] for s in samples])))
# 原有的带_Sx的样本名列表
FULL_NAMES = sorted(samples)

然后修改规则，先让bwa输出到临时目录，再通过rename_bam规则重命名到最终输出目录：

rule all:
    input:
        expand("output/{short_sample}_mapped.bam", short_sample=SHORT_NAMES),

rule bwa:
    input:
        R1 = "input/{full_sample}_R1_001.fastq",
        R2 = "input/{full_sample}_R2_001.fastq"
    output:
        # 先输出到临时目录，保留带_Sx的文件名
        mapped = "tmp/{full_sample}_mapped.bam"
    params:
        ref = "refs/AF086833.fa"
    run:
        shell("bwa mem {params.ref} {input.R1} {input.R2} | samtools sort > {output.mapped}")

rule rename_bam:
    input:
        "tmp/{full_sample}_mapped.bam"
    output:
        "output/{short_sample}_mapped.bam"
    # 从full_sample中提取短样本名
    params:
        short_sample = lambda wildcards: wildcards.full_sample.split("_S")[0]
    run:
        shell("mv {input} {output}")

记得提前创建tmp目录，或者在Snakemake中添加创建目录的规则（比如用shell("mkdir -p tmp")在某个规则里）。

内容的提问来源于stack exchange，提问作者BioFrank