Snakemake在新规则中指定新通配符

如何解决Snakemake在新规则中指定新通配符

我有输入文件：

Bob_1.fastq.gz
Bob_2.fastq.gz
Bob_3.fastq.gz
Bob_4.fastq.gz
Ron_1.fastq.gz
Ron_2.fastq.gz
Ron_3.fastq.gz
Ron_4.fastq.gz

我正在一个蛇文件中运行多路分解和修剪步骤，如下所示：

workdir: "/path/to/dir/"
(SAMPLES,) =glob_wildcards('/path/to/dir/raw/{sample}.fastq.gz')

rule all:
    input:
        expand("demulptiplex/{sample}.fastq.gz",sample=SAMPLES),expand("trimmed/{sample}.trimmed.fastq.gz",sample=SAMPLES)

rule sabre:
    input:
        infile="/path/to/dir/raw/{sample}.fastq.gz",barcodefile= "files/{sample}.txt"
    output:
        unknownfile=temp("demulptiplex/unknown_barcode_{sample}.fastq.gz"),shell:
        """
        /Tools/sabre-master2/sabre se -f {input.infile} -b {input.barcodefile} -u {output.unknownfile}
        """

rule trimmomatic_se:
    input:
        r="{sample}.fastq.gz"
    output:
        r="trimmed/{sample}.trimmed.fastq.gz"
    threads: 10
    shell:
        """java -jar /Tools/Trimmomatic-0.36/trimmomatic-0.36.jar SE -threads {threads} {input.r} {output.r} ILLUMINACLIP:/Tools/Trimmomatic-0.36/adapters/TruSeq3-SE.fa:2:30:10 LEADING:3 TRAILING:3 SLIDINGWINDOW:4:15 MINLEN:36"""

解复用输出文件如下：

Bob_1_CL1.fastq.gz.... Bob_1_CL345.fastq.gz
Bob_2_CL1.fastq.gz.... Bob_1_CL248.fastq.gz
Ron_1_dad1.fastq.gz... Ron_1_dad67.fastq.gz

以此类推

因此，如果我未指定demultiplex输出文件，程序将自行创建它。我的问题是如何在下一步修剪步骤中从先前规则的输出中指定/引入新的wildcard，因为wildcards与现在的初始sample不同。

解决方法

通配符只需要在规则中保持一致，而不必在整个工作流程中保持一致。这里的问题是您有一条规则会生成“未知”输出，您需要对其进行进一步处理。为此，您需要使用checkpoints。

通读关于聚合的第二段代码。您的检查点将是多路分解的，如果您没有其他步骤，则all将是您调用checkpoints.demultiplex.get的聚合步骤。如果您在stackoverflow上搜索检查点，您会发现很多例子。一开始很难使用！