运行 nanofilt 与 snakemake

Question

我刚开始使用 snakemake。我想运行我的 fastq 文件与 nanofilt 在一个文件夹中。我想用 snakemake 运行这个，因为我需要它来创建一个管道。这是我的蛇制作脚本：

rule NanoFilt:
    input:
        "data/samples/{sample}.fastq"
    output:
        "nanofilt_out.gz"
    shell:
        "gunzip -c {input} | NanoFilt -q 8 | gzip > {output}"

当我运行它时，我收到以下错误消息：

WildcardError in line 2:
Wildcards in input files cannot be determined from output files:
'sample'

编辑

我尝试搜索错误消息，但仍然无法弄清楚如何让它工作。谁能帮帮我？

所以我尝试了这里的人告诉我的，所以新脚本是这样的：

samples = ['fastqrunid4d89b52e7b9734bd797205037ef201a30be415c8293','fastqrunid4d89b52e7b9734bd797205037ef201a30be415c8292','fastqrunid4d89b52e7b9734bd797205037ef201a30be415c8291','fastqrunid4d89b52e7b9734bd797205037ef201a30be415c8290']
rule all:
    input:
        [f"nanofilt_out_{sample}.gz" for sample in samples]

rule NanoFilt:
    input:
        "zipped/zipped{sample}.gz"
    output:
        "nanofilt_out_{sample}.gz"
    shell:
        "gunzip -c {input} | NanoFilt -q 8 | gzip > {output}"

但是当我运行这样做时，我收到以下错误消息：

Error in rule NanoFilt:
Removing output files of failed job NanoFilt since they might be corrupted:
nanofilt_out_fastqrunid4d89b52e7b9734bd797205037ef201a30be415c8292.gz
    jobid: 4
    output: nanofilt_out_fastqrunid4d89b52e7b9734bd797205037ef201a30be415c8290.gz
    shell:
        gunzip -c zipped/zippedfastqrunid4d89b52e7b9734bd797205037ef201a30be415c8290.gz | NanoFilt -q 8 | gzip > nanofilt_out_fastqrunid4d89b52e7b9734bd797205037ef201a30be415c8290.gz
        (one of the commands exited with non-zero exit code; note that snakemake uses bash strict mode!)

有人知道如何解决这个问题吗？

Answer 1

SnakeMake 的'idea' 是你指定你想要的输出（例如通过规则全部），SnakeMake 查看所有定义的规则并知道如何获得所需的输出。

当你告诉 SnakeMake 你想要作为输出 nanofilt_out.gz 时，它如何知道要采集什么样本？它不会.. 如果它只获取任何可能的示例文件，那么我们将丢失有关它属于哪个文件的信息。为了解决这个问题，我们还需要在输出中使用与输入中相同的通配符：

rule NanoFilt:
    input:
        "data/samples/{sample}.fastq"
    output:
        "nanofilt_out_{sample}.gz"
    shell:
        "gunzip -c {input} | NanoFilt -q 8 | gzip > {output}"

这样SnakeMake就可以为每个样本做一个输出。您确实需要以某种方式调整您指定所需输出的管道，可能是这样的：

samples = [1,2,3]

rule all:
    input:
        [f"nanofilt_out_{sample}.gz" for sample in samples]

Answer 2

我成功了。工作代码如下所示。

rule NanoFilt:
    input:
        expand("zipped/zipped.gz", sample=samples)
    output:
        "filtered/nanofilt_out.gz"
    conda:
        "envs/nanoFilt.yaml"
    shell:
        "gunzip -c {input} | NanoFilt -q 6 | gzip > {output}"

运行 nanofilt 与 snakemake

running nanofilt with snakemake

bioinformatics

snakemake