Snakemake 无法将多个文件识别为输入

Question

我遇到了一些麻烦运行ning snakemake。我想使用 FastQC 对一些 RNA-Seq 批量样本进行质量控制。我编写代码的方式是，所有遵循模式 {sample}_{replicate}.fastq.gz 的文件都应用作输入，其中 {sample} 是样本 ID（即 SRR6974023），{replicate} 是 1 或 2 .我的小脚本如下：

configfile: "config.yaml"

rule all:
  input:
    expand("raw_qc/{sample}_{replicate}_fastqc.{extension}", sample=config["samples"], replicate=[1, 2], extension=["zip", "html"])
    

rule fastqc:
  input:
    rawread=expand("raw_data/{sample}_{replicate}.fastq.gz", sample=config["samples"], replicate=[1, 2])
  
  output:
    compress=expand("raw_qc/{sample}_{replicate}_fastqc.zip", sample=config["samples"], replicate=[1, 2]),
    net=expand("raw_qc/{sample}_{replicate}_fastqc.html", sample=config["samples"], replicate=[1, 2])
  
  threads: 
    8
  
  params:
    path="raw_qc/"
  
  shell:
    "fastqc -t {threads} {input.rawread} -o {params.path}"

就是这样，config.yaml是：

samples:
  SRR6974023
  SRR6974024

包含我的文件的 raw_data 目录如下所示：

SRR6974023_1.fastq.gz  SRR6974023_2.fastq.gz  SRR6974024_1.fastq.gz  SRR6974024_2.fastq.gz

最后，当我运行脚本时，我总是看到同样的错误：

Building DAG of jobs...
MissingInputException in line 8 of /home/user/path/Snakefile:
Missing input files for rule fastqc:
raw_data/SRR6974023 SRR6974024_2.fastq.gz
raw_data/SRR6974023 SRR6974024_1.fastq.gz

它只能正确看到最后的文件，在本例中为 SRR6974024_1.fastq.gz 和 SRR6974024_2.fastq.gz。无论如何，另一个它只被视为SRR6974023。我该如何解决这个问题？我感谢一些帮助。谢谢大家！

Answer 1

yaml 配置不正确。它应该有 - 将每一行变成一个列表：

samples:
  - SRR6974023
  - SRR6974024

Snakemake 无法将多个文件识别为输入

Snakemake not recognizing multiple files as input

yaml

bioinformatics

snakemake