Snakemake：未输入的依赖项

Question

我想知道在 Snakemake 中是否有一种方法可以定义一个实际上不是输入文件的依赖项。我的意思是有些程序期望某些文件存在，而命令行上没有提供。

让我们以bwa为例。这是来自 Johannes Köster mapping rules:

的规则

rule bwa_mem_map:
    input:
        lambda wildcards: config["references"][wildcards.reference],
        lambda wildcards: config["units"][wildcards.unit]
    output:
        "mapping/{reference}/units/{unit}.bam"
    params:
        sample=lambda wildcards: UNIT_TO_SAMPLE[wildcards.unit],
        custom=config.get("params_bwa_mem", "")
    log:
        "mapping/log/{reference}/{unit}.log"
    threads: 8
    shell:
        "bwa mem {params.custom} "
        r"-R '@RG\tID:{wildcards.unit}\t"
        "SM:{params.sample}\tPL:{config[platform]}' "
        "-t {threads} {input}  2> {log} "
        "| samtools view -Sbh - > {output}"

在这里，bwa 期望基因组索引文件存在，但它不是命令行参数（索引文件的路径是从基因组路径推导出来的）。

有没有办法告诉 Snakemake 索引文件是一个依赖项，如果 Snakemake 知道如何生成这个文件，就会在它的规则中查找？

我想您仍然可以将规则输入重写为：

rule bwa_mem_map:
    input:
        genome=lambda wildcards: config["references"][wildcards.reference],
        fastq=lambda wildcards: config["units"][wildcards.unit]
        index=foo.idx

并相应地调整规则 run 部分。这是最好的解决方案吗？

提前致谢。拜诺斯特

Answer 1

我认为 snakemake 处理规则之间依赖关系的唯一方法是通过文件，所以我认为当你将索引文件明确地作为映射规则的 input 时，你做的是正确的，即使此文件未出现在映射命令中。

对于它的价值，我对 bam 索引文件做同样的事情，这是一些工具的隐式依赖：我把排序后的 bam 文件和它的索引都放在 input，但只使用 bam文件在 shell 或 run 部分。我有一个规则生成两个文件作为 output.

input 和 output 文件不需要出现在规则的 shell / run 部分。

Snakemake：未输入的依赖项

Snakemake: dependencies which are not input

snakemake