Snakemake rebuild/reschedule 个职位

Question

我正在为没有太多编程知识的人在 Snakemake 中编写一个管道，所以我希望他们能够运行整个管道只需要请求 snakemake all -c命令行。

我的 Snakefile 中有 2 个配置文件：

configfile: "config.yaml"
configfile: "config_samples.yaml"

这些配置文件将被 Snakemake 合并在一起。

config.yaml 是标准配置文件。 config_samples.yaml 是一个配置文件，其内容根据管道输入而变化。看起来像下面这样：

samples:
  CYP20130000B:
    R1: CYP20130000B_R1.fastq
    R2: CYP20130000B_R2.fastq
  SAT20020000A:
    R1: SAT20020000A_R1.fastq
    R2: SAT20020000A_R2.fastq
  ...

我在 Snakemake 规则中使用 Python 脚本来生成 config_samples.yaml 的内容（使用 snakemake 脚本指令）。这很好用。

然而，当我像这样在 all 规则中列出我想要的所有输出时：

"config_samples.done", # flag file for rule that generates config_samples.yaml
expand(QC_raw_reads/{sample}_{direction}_fastqc.html", sample=config["samples"], direction=["R1", "R2"])

那么这将不起作用，因为 expand() 只会扩展到 current config_samples.yaml 中的样本，所以在 Python 脚本实际上使用新样本生成新的 config_samples.yaml。

这可以通过运行在运行进入 enterire 管道之前单独生成 config_samples.yaml 的规则来轻松避免，但是回到开头，我希望它对非程序员来说尽可能简单。

所以，我想知道是否有办法让 Snakemake rebuild/reschedule 作业，以便它们可以针对新样本进行更新。

Answer 1

我还没有完全消化下面的问题和评论，但我同意@DmitryKuzminov 的观点，因为当前的设置有点做作。

无论如何，我认为你可以让 snakemake 重新生成 config_samples.yaml 通过在 Snakefile 的顶部添加，在第一条规则之前，像这样：

if os.path.exists('config_samples.yaml'):
    os.remove('config_samples.yaml')

您甚至可以在命令行上控制该步骤：

if config['remake_config'] == 'yes':
    if os.path.exists('config_samples.yaml'):
        os.remove('config_samples.yaml')

然后执行：

snakemake -C remake_config='yes' ...

Answer 2

你的整个问题似乎都是因为这句话而来的：

I am using a Python script in a Snakemake rule to generate the contents of config_samples.yaml (using the snakemake script directive). This works fine.

解决方案可以很简单，只要意识到 Python 脚本可以运行 在 Snakemake 规则之外 就在你的 Snakefile 的开头。 Snakefile 基本上是一个 Python 脚本。所以你可以将你的脚本导入那个 Snakefile 并在那里执行它。

因此您的 Snakefile 可能如下所示：

import config_generator
config = config_generator.add_samples(config)

rule all:
   input: expand(QC_raw_reads/{sample}_{direction}_fastqc.html", sample=config["samples"], direction=["R1", "R2"])

rule A:
...

config_generator.py 看起来像这样：

def add_samples(config):
    # here you can calculate whatever you calculate to get config_samples
    # e.g. config["samples"] = ...
    return config

Snakemake rebuild/reschedule 个职位

Snakemake rebuild/reschedule of jobs

python

jobs

bioinformatics

job-scheduling

snakemake