Snakemake：从配置中提取样本特定信息 sheet

Question

在我的工作流程中，我有一个样本 sheet，其中包含应该分析的所有样本 + 查找输入文件的路径 + 应该使用的参考基因组。所有这些都是特定于示例的。

在我的配置文件中，我有一个参考基因组列表，每个参考基因组都有一个文件路径列表，具体取决于工具。

在执行每个样本比对的规则中，我需要以特定于样本的方式加载其中一些文件，因为所有样本的参考基因组可能都不相同。

以下是我尝试解决此问题的方法：

  params:  reference=lambda wildcards: table_samples['reference'][wildcards.sample],
           chrom_sizes=config[reference]['chrom_sizes']

然而，当我像这样尝试运行时，我得到一个错误（当运行ning Snakemake时直接）说reference在[=15=行] 未定义。

有人知道解决方法吗？

编辑：更多信息，因为我想我的意思不是很清楚。这是我的配置文件的相关部分。

hg19:
  bwa: 'path/to/hg19/bwa/reference'
  samtools: 'path/to/hg19/samtools/reference'
  chrom_sizes: '...'

mm9:
  bwa: 'path/to/mm9/bwa/reference'
  samtools: 'path/to/mm9/samtools/reference'
  chrom_sizes: '...'

这里是示例 sheet。

name    path            reference
sample1 path/to/sample1 mm9

因此，在 reference=lambda wildcards: table_samples['reference'][wildcards.sample] 行中，我加载了用于当前示例的相应参考。然后，在 chrom_sizes=config[reference]['chrom_sizes'] 中，我需要使用 reference 作为变量来获取 chrom_sizes 作为正确的参考基因组。

我希望这能让它更清楚一点。

Answer 1

您忘记在 reference 键两边加上引号。就像你写的那样，Python 将它解释为一个变量。

chrom_sizes=config['reference']['chrom_sizes']

Answer 2

这可能是一个丑陋的解决方案，但应该可行。

params:
    reference = table_samples['reference']['{sample}']
    chrom_sizes = config[table_samples['reference']['{sample}']]['chrom_sizes']

您在 params 下定义了一个变量，并试图在 params 本身中传递它的值；我不确定 Snakemake 能否做到这一点。

Answer 3

好的，根据您评论中的信息，我能够让它发挥作用。我只需要稍微修改一下。

正如我在原来的 post 中添加的那样，我实际上需要 reference 作为一个变量，以便单独提取每个样本的信息。

正如@JeeYem 所建议的，我尝试执行以下操作：

chrom_sizes = config[table_samples['reference']['{sample}']]['chrom_sizes']

但是，似乎无法在这种情况下使用 {sample}。相反，我将其更改为：

chrom_sizes = lambda wildcards: config[table_samples['reference'][wildcards.sample]]['chrom_sizes']

目前，它有效！感谢大家的贡献！

Snakemake：从配置中提取样本特定信息 sheet

Snakemake: Pull sample-specific information from config sheet

snakemake