始终在Snakefile（snakemake）中运行规则

Question

我正在为snakemake工作流程编写Snakefile。作为工作流程的一部分，我需要检查数据库中的一组记录是否已更改，以及是否已重新下载它们。

我的想法是编写一条规则来检查数据库时间戳并将其写入输出文件。并将时间戳文件用作我的下载规则的输入。问题是一旦写入了时间戳文件，该时间戳规则将永远不会再次运行，因此该时间戳将永远不会更新。

有没有办法使该规则每次运行。（我知道我可以从shell强制使用它，但是我想在Snakefile中指定它）或者，有没有更好的方法来处理这个问题？

Answer 1

您在规则或函数定义之外添加到Snakefile中的任何代码都将像常规Python脚本一样在启动时运行，因此您不需要外部shell脚本。您可以直接在Snakefile中用Python实现所需的逻辑，如果需要，可以使用shell（）函数。

一个警告是，如果您尝试在集群上运行工作流，则每次提交的每个集群作业都将运行该代码。避免这种情况的一种粗略但有效的方法是通过如下检查来保护它：

if '--nolock' not in sys.argv:
    if check_database_for_updates():
        os.utime('touch.file')

然后将touch.file设置为从数据库读取的规则的代理输入。那有意义吗？

蒂姆