Snakemake:针对多个基因组的多个RNAseq读取的HISAT2比对

Question

我有几个基因组文件，都以.1.ht2l to .8.ht2l为后缀

bob.1.ht2l
bob.2.ht2l
bob.3.ht2l
bob.4.ht2l 
bob.5.ht2l
bob.6.ht2l
bob.7.ht2l
bob.8.ht2l
steve.1.ht2l ....steve.8.ht2l and so on

和sereval RNAseq示例，如

flower_kevin_1.fastq.gz
flower_kevin_2.fastq.gz
flower_daniel_1.fastq.gz
flower_daniel_2.fastq.gz and so on also with different tissues.

我想将所有的rnaseq reds与基因组进行比对。更新：

workdir: "/path/to/aligned"  
(HISAT2_INDEX_PREFIX,)=glob_wildcards("/path/to/index/{prefix}.1.ht2l")
(SAMPLES,)=glob_wildcards("/path/to/{sample}_1.fastq.gz") 
print(HISAT2_INDEX_PREFIX)  
print (SAMPLES)

rule all:
    input: 
        expand("{prefix}.{sample}.bam", zip, prefix=HISAT2_INDEX_PREFIX, sample=SAMPLES)

rule hisat2:
    input:
        hisat2_index=expand("%s.{ix}.ht2l" % "/path/to/index/{prefix}", ix=range(1, 9)),
        fastq1="/path/to/{sample}_1.fastq.gz",
        fastq2="/path/to/{sample}_2.fastq.gz"
    output:
        bam = "{prefix}.{sample}.bam",
        txt = "{prefix}.{sample}.txt",
    log: "{prefix}.{sample}.snakemake_log.txt"
    threads: 5
    shell:
      "/Tools/hisat2-2.1.0/hisat2 -p {threads} -x {HISAT2_INDEX_PREFIX}"
      " -1 {input.fastq1} -2 {input.fastq2}  --summary-file {output.txt} |"
      "/Tools/samtools-1.9/samtools sort -@ {threads} -o {output.bam}"

我得到了缺少输入文件的错误，我确信错误是在某个有后缀的地方，但是，我不知道如何解决，任何建议都是非常感谢的。更新:所有的基因组文件bob.1.ht2l..bob.8.ht2l，steve.1.ht2l.steve.8.ht2l都会被一次调用，为什么？

Answer 1

让我们比较一下这两行：

(HISAT2_INDEX_PREFIX,)=glob_wildcards("/path/to/index/{prefix}.1.ht2l")

        hisat2_index=expand("%s.{ix}.ht2l" % HISAT2_INDEX_PREFIX, ix=range(1, 9)),

第一行显式指定了/path/to/index/，第二行遗漏了此路径。保持一致，这应该可以解决你的问题。