我是snakemake新手,我正在使用它将两个管道的步骤合并到一个更大的管道中。有几个步骤会创建相似名称的文件,但我无法找到限制通配符的方法,因此我在一个步骤中遇到了一个Missing input files for rule
错误,我无法解决。在
完整的snakefile很长,可以在这里找到:https://mdd.li/snakefile
相关章节如下(文件部分缺失):
wildcard_constraints:
sdir="[^/]+",
name="[^/]+",
prefix="[^/]+"
# Several mapping rules here
rule find_intersecting_snps:
input:
bam="hic_mapping/bowtie_results/bwt2/{sdir}/{prefix}_hg19.bwt2pairs.bam"
params:
hornet=os.path.expanduser(config['hornet']),
snps=config['snps']
output:
"hic_mapping/bowtie_results/bwt2/{sdir}/{prefix}_hg19.bwt2pairs.remap.fq1.gz",
"hic_mapping/bowtie_results/bwt2/{sdir}/{prefix}_hg19.bwt2pairs.remap.fq2.gz",
"hic_mapping/bowtie_results/bwt2/{sdir}/{prefix}_hg19.bwt2pairs.keep.bam",
"hic_mapping/bowtie_results/bwt2/{sdir}/{prefix}_hg19.bwt2pairs.to.remap.bam",
"hic_mapping/bowtie_results/bwt2/{sdir}/{prefix}_hg19.bwt2pairs.to.remap.num.gz"
shell:
dedent(
"""\
python2 {params.hornet}/find_intersecting_snps.py \
-p {input.bam} {params.snps}
"""
)
# Several remapping steps, similar to the first mapping steps, but in a different directory
rule wasp_merge:
input:
"hic_mapping/bowtie_results/bwt2/{sdir}/{prefix}_hg19.bwt2pairs.keep.bam",
"hic_mapping/wasp_results/{sdir}_{prefix}_filt_hg19.remap.kept.bam"
output:
"hic_mapping/wasp_results/{sdir}_{prefix}_filt_hg19.bwt2pairs.filt.bam"
params:
threads=config['job_cores']
shell:
dedent(
"""\
{module}
module load samtools
samtools merge --threads {params.threads} {output} {input}
"""
)
# All future steps use the name style wildcard, like below
rule move_results:
input:
"hic_mapping/wasp_results/{name}_filt_hg19.bwt2pairs.filt.bam"
output:
"hic_mapping/wasp_results/{name}_filt_hg19.bwt2pairs.bam"
shell:
dedent(
"""\
mv {input} {output}
"""
)
这个管道实际上是在一个目录结构中执行一些映射步骤,这个目录结构看起来像hic_mapping/bowtie_results/bwt2/<subdir>/<file>
(其中subdir是三个不同的目录),然后过滤结果,并在hic_remap/bowtie_results/bwt2/<subdir>/<file>
中执行另一个几乎相同的映射步骤,在将结果合并到一个全新的目录并将子目录折叠到文件名中之前:hic_mapping/wasp_results/<subdir>_<file>
。在
我遇到的问题是wasp_merge
步骤会打断find_intersecting_snps
步骤,如果我将子目录名折叠到文件名中,find_intersecting_snps
步骤会中断。如果我只维护子目录结构,一切正常。不过,这样做将破坏管道未来的发展步伐。在
我得到的错误是:
^{pr2}$正确的文件是:
hic_mapping/bowtie_results/bwt2/HCASMC5-8/HCASMC-8-CAGAGAGG-TACTCCTT_S8_L006_001_hg19.bwt2pairs.bam
但它正在寻找:
hic_mapping/bowtie_results/bwt2/HCASMC5-8_HCASMC-8-CAGAGAGG-TACTCCTT_S8_L006/001_hg19.bwt2pairs.bam
它不是在任何地方创建的,也不是由任何规则定义的。我想这是因为存在由wasp_merge
步骤创建的文件而感到困惑:
hic_mapping/wasp_results/HCASMC5-8_HCASMC-8-CAGAGAGG-TACTCCTT_S8_L006_001_filt_hg19.bwt2pairs.filt.bam
或者可能是下游文件(在创建此错误的目标之后):
hic_mapping/wasp_results/HCASMC5-8_HCASMC-8-CAGAGAGG-TACTCCTT_S8_L006_001_filt_hg19.bwt2pairs.bam
但是,我不知道为什么这些文件会混淆find_intersecting_snps
规则,因为目录结构完全不同。在
我觉得我一定是漏掉了一些显而易见的东西,因为这个错误太荒谬了,但我不知道它是什么。在
问题是目录名和文件名都包含下划线,在最后的文件名中,我用下划线将这两个组件分开。在
通过更改分隔符,或者用从别处获取名称的python函数替换规则,我可以解决这个问题。在
这是有效的:
相关问题 更多 >
编程相关推荐