Snakemake：扩展参数

Question

我正在尝试构建一个简单的工作流程来将参数列表提供给脚本。为了显示：

SAMPLES=['A','B']

rule test:
    params:
        sample=expand("{sample}", sample=SAMPLES)
    script:
        "test.py {params.sample}"

但是，snakemake 只执行带有 sample 的脚本A，而不是B. 换句话说，我相信它正在执行python test.py A B，而不是python test.py A然后python test.py B。同样，我认为这可以通过以下方式说明：

SAMPLES=['A','B']

rule print_samples:
    params:
        sample=expand("{sample}", sample=SAMPLES)
    script:
        "echo {params.sample} \n"

我希望看到A并B打印在不同的行上，但它打印A B在同一行上。

我是否遗漏了扩展与参数一起工作的方式？理想情况下，我想添加-j标志以并行运行它们（目前-j只是A单独执行）。

Answer 1

这就是预期的输出。在这种情况下，扩展只是一个包装器

[str(sample) for sample in SAMPLES]

当输入到 shell 或脚本时，它变成了用空格连接的项目A B。

相反，您需要一个适用于任何样本的一般规则（您还需要一个输出文件）：

rule test:
   output: "{sample}.out"
   shell:
      "test.py {wildcards.sample}"  # no need for params, assume this writes output {sample}.out

这里 test.py 是一个可执行文件。所以当你要求 A.out 时，test.py A运行，对于 B.out 你得到test.py B.

接下来，您必须询问您想要的输出。这通常是蛇文件中的第一条规则，并称为全部：

rule all:
   input: expand('{sample}.out', sample=SAMPLES)

同样， expand 会给你一个样本列表，在你的情况下，规则全部变成：

rule all:
   input: 'A.out', 'B.out'

指定输出文件后，snakemake 确定规则测试需要运行两次，一次使用 A，一次使用 B。

所以请记住，将您的规则写成对任何一个样本的概括。您可能只需要在规则 all 中进行一个扩展即可为每个样本专门化您的规则。Snakemake 负责确定需要运行什么，如果你给它额外的内核，它可以同时为不同的作业执行。