snakemake截断壳码

Question

我试图使用snakemake的shell命令中的samtools重新标头将染色体编号从0-9XY更改为Chr0-9XY。

rule rename:
    input:
        os.path.join(config["input"], "{sample}.bam"),
    output:
        os.path.join(config["output"], "new_sample/{sample}_chr.bam")
    log:
        os.path.join(config["log"], "samtools/{sample}")
    shell:
        "samtools view -H {input} | sed  -e 's/SN:\([0-9XY]*\)/SN:chr\1\/' -e 's/SN:MT/SN:chrM/' |samtools reheader - {input} > {output}"

代码在终端中成功运行，但是当我在snakemake中使用该代码时，它给出了错误：

shell:
        samtools view -H /Users/EGA_dataset/cnvkit_snakemake/input/EGAF00000788153_PD11458c.bam | sed  -e 's/SN:\([0-9XY]*\)/SN:chr/' -e 's/SN:MT/SN:chrM/' |samtools reheader - /Users/cnvkit_snakemake/input/EGAF00000788153_PD11458c.bam > /Users/EGA_dataset/cnvkit_snakemake/output/new_sample/EGAF00000788153_PD11458c_chr.bam
        (one of the commands exited with non-zero exit code; note that snakemake uses bash strict mode!)

当我查看错误时，我发现snakemake将sed 's/SN:(0-9XY*)/SN:chr\1/读取为's/SN:(0-9XY*)/SN:chr/'.。也就是说，由于一些我不明白的原因，它截断了代码。

Answer 1

我相当肯定，这是因为Python将反斜杠视为转义字符--您需要用另一个反斜杠转义任何反斜杠，这样才能通过shell传递反斜杠，而不是由Python解释：

rule rename:
    input:
        os.path.join(config["input"], "{sample}.bam"),
    output:
        os.path.join(config["output"], "new_sample/{sample}_chr.bam")
    log:
        os.path.join(config["log"], "samtools/{sample}")
    shell:
        "samtools view -H {input} | sed  -e 's/SN:\\([0-9XY]*\\)/SN:chr\\1\\/' -e 's/SN:MT/SN:chrM/' |samtools reheader - {input} > {output}"

(假设转义括号是您想要做的事情。)

Answer 2

@KeyboardCat答案可能是正确的，但我不使用转义字符，而是使用原始字符串格式(即r"...")，因此您不需要担心python解释器以特殊的方式处理反斜杠和其他元字符。例如：

rule rename:
    ...
    shell:
        r"""
        samtools view -H {input} | sed  -e 's/SN:\([0-9XY]*\)/SN:chr\1\/' -e 's/SN:MT/SN:chrM/' |samtools reheader - {input} > {output}
        """

虽然我有点怀疑chr\1真的是你想要的.？