根据输入文件的名称使用不同的 shell 命令

Question

我正在尝试使用 Salmon 比对 RNA-seq 数据，但是由于我使用的是多种小鼠品系，因此所需的基因组索引将取决于小鼠品系。我将这些信息保存在文件名中，所以我的想法是，如果输入文件有一个特定的名称，那么应该使用某个索引，否则应该使用另一个索引。

这个脚本运行完美，returns 我需要的所有文件，但是，它总是在 else 语句中使用 shell 命令，并且完全忽略 if 语句，尽管文件名在技术上是相同的。

我尝试过各种方法但都没有成功，所以我也想知道最好的方法（不一定是最通用的方法，因为这个管道只供我使用）来完成我想要的。

代码：

rule salmon_mapping:
        input:
                fastq="data/raw_data/{sample}.fastq.gz",
                c57_index="/gpfs/data01/glasslab/home/cag104/refs/Mus_musculus/Ensemble/C57/Salmon_Index/",
                aj_index="/gpfs/data01/glasslab/home/cag104/refs/Mus_musculus/Ensemble/AJ/Salmon_Index/"
        log:
                "logs/salmon/{sample}_quant.log"
        params:
                prefix="{sample}"
        output:
                "data/processed_data/{sample}/quant.sf",
                "data/processed_data/{sample}/cmd_info.json"
        run:
                if {input.fastq} == "data/raw_data/mouse_AJ_M_Liver_Hepatocyte_RNA_notx_CG_1_VML_s20180131_GTCCGC.fastq.gz" or {input.fastq} == "data/raw_data/mouse_AJ_M_Liver_Hepatocyte_RNA_notx_CG_2_VML_s20180131_GTGAAA.fastq.gz":
                        shell("salmon quant -p 16 -i {input.aj_index} -l A -r <(gunzip -c {input.fastq}) -o data/processed_data/{wildcards.sample} &> {log}")
                else:
                        shell("salmon quant -p 16 -i {input.c57_index} -l A -r <(gunzip -c {input.fastq}) -o data/processed_data/{wildcards.sample} &> {log}"

Answer 1

将 if 语句中的 {input.fastq} 替换为 input.fastq，但不替换 shell 语句中的 {input.fastq}。在你的例子中， input.fastq 是一个字符串，这是你想要的，而 {input.fastq} 使它成为一个 python set 对象。

Answer 2

使用根据通配符定义规则输入的函数。

def select_fastq_and_index(wildcards):
    fq = "data/raw_data/{sample}.fastq.gz".format(sample = wildcards["sample"])
    idx = ""
    if wildcards["sample"] in [             
    "mouse_AJ_M_Liver_Hepatocyte_RNA_notx_CG_1_VML_s20180131_GTCCGC",
    "mouse_AJ_M_Liver_Hepatocyte_RNA_notx_CG_2_VML_s20180131_GTGAAA"
        ]:
            idx = foo
    else:
            idx = bar
    return fq, idx

然后重写你的规则：

rule salmon_mapping:
        input:
                select_fastq_and_index
        log:
                "logs/salmon/{sample}_quant.log"
        params:
                prefix="{sample}"
        output:
                "data/processed_data/{sample}/quant.sf",
                "data/processed_data/{sample}/cmd_info.json"
        shell: """
            salmon quant -p 16 -i {input[1]} -l A \
            -r <(gunzip -c {input[0]}) \
            -o data/processed_data/{wildcards.sample} \
            &> {log}
            """

根据输入文件的名称使用不同的 shell 命令

Use different shell commands depending on the name of an input file

snakemake