Snakemake对工作流设计的建议以克服模糊规则

Question

我有两个规则能够根据通配符值产生相同的输出，这会导致模糊的规则异常。

我阅读了关于http://snakemake.readthedocs.io/en/latest/snakefiles/rules.html?highlight=ruleorder#handling-ambiguous-rules的关于处理模糊规则异常的文档。

使用规则顺序似乎是解决问题的方法。但是，我的规则preprocess_zheng17的输入取决于simulate_data规则的输出。因此，如果我使用ruleorder: simulate_data > preprocess_zheng17，则永远不会运行preprocess_zheng17规则。

我想要做的是首先运行simulate_data，然后对每个通配符对运行preprocess_zheng17规则。我想知道什么是一个很好的工作流设计实践来解决这个问题。规则如下。

rule preprocess_zheng17:
    input:
        loom_file = SIMULATED_DATA_OUTPUT+'/{sample}_sim_loc{loc}.loom'
    params:
        transpose = False
    output:
        SIMULATED_DATA_OUTPUT+'/{sample}_sim_loc{loc}_zheng17.loom'
    script: 
        "scripts/preprocess_zheng17.py"

rule simulate_data:
    input:
        sample_loom = HDF5_OUTPUT+'/{sample}.loom'
    params:
        group_prob = config['splat_simulate']['group_prob'],
        dropout_present = config['splat_simulate']['dropout_present']
    output:
        SIMULATED_DATA_OUTPUT+'/{sample}_sim_loc{loc}.loom'
    script:
        "scripts/data_simulation.R"

提前谢谢你。

Answer 1

您的问题不是来自设计，而是因为无法区分两个规则的输出和使用的通配符。SIMULATED_DATA_OUTPUT+'/{sample}_sim_loc{loc}_zheng17.loom'和SIMULATED_DATA_OUTPUT+'/{sample}_sim_loc{loc}.loom'

以相同的模式开始和结束，snakemake无法确定_zheng17是否是通配符{loc}的一部分。

您可以使用bli在他的注释中所描述的内容，也可以稍微更改任一规则的输出。例如：

rule preprocess_zheng17:
    input:
        loom_file = SIMULATED_DATA_OUTPUT+'/{sample}_sim_loc{loc}.loom'
    params:
        transpose = False
    output:
        SIMULATED_DATA_OUTPUT+'/{sample}_sim_zheng17_loc{loc}.loom'
    script: 
        "scripts/preprocess_zheng17.py"

rule simulate_data:
    input:
        sample_loom = HDF5_OUTPUT+'/{sample}.loom'
    params:
        group_prob = config['splat_simulate']['group_prob'],
        dropout_present = config['splat_simulate']['dropout_present']
    output:
        SIMULATED_DATA_OUTPUT+'/{sample}_sim_loc{loc}.loom'
    script:
        "scripts/data_simulation.R"