两个名称不一致的变量作为 Snakemake 规则的输入答案

【问题标题】：Two variables with inconsistent names as input for a Snakemake rule两个名称不一致的变量作为 Snakemake 规则的输入
【发布时间】：2018-02-08 17:31:40
【问题描述】：

如果命名不一致并且它们都在同一个文件夹中，我如何为snakemake中的规则配对输入数据？例如，如果我想使用每对样本作为每个规则的输入：

PT1 T5
S6 T7
S1 T20

在这个例子中，我想要有 3 对 PT1 & T5、S6 & T7、S1 & T20 所以首先，我想要创建 3 个文件夹：

PT1vsT5
S6vsT7
S1vsT20

然后使用 manta 进行分析，并将结果相应地输出到这 3 个文件夹中。

在以下管道中，我希望 GERMLINE 样本是每行中的第一个元素（PT1、S6、S1），而 TUMOR 是第二个元素（T5、T7、T20）。

rule all:
 input:
      expand("/{samples_g}vs{samples_t}", samples_g = GERMLINE, samples_t = TUMOR),
      expand("/{samples_g}vs{samples_t}/runWorkflow.py", samples_g = GERMLINE, samples_t = TUMOR),

# Create folders
rule folders:
  output: "./{samples_g}vs{samples_t}"
  shell: "mkdir {output}"

# Manta configuration
rule manta_config:  
  input:
       g = BAMPATH + "/{samples_g}.bam",
       t = BAMPATH + "/{samples_t}.bam"
  output:
       wf = "{samples_g}vs{samples_t}/runWorkflow.py"
  params:
       ref = IND,
       out_dir = "{samples_g}vs{samples_t}/runWorkflow.py"
  shell:
       "python configManta.py --normalBam {input.g} --tumorBam {input.t} --referenceFasta {params.ref} --runDir {params.out_dir} "

我可以通过使用包含对的 .txt 作为输入然后使用循环来做到这一点吗？如果是这样，我该怎么做？不然怎么办？

【问题讨论】：

为了解决与文件命名不一致的问题，可以创建指向这些文件的符号链接，并具有一致的命名。这甚至可以在 snakemake 中完成，例如，在配置文件中提供原始文件名和链接名之间所需的对应关系。
在您的情况下，您也许可以只使用zip(GERMLINE, TUMOR)“手动”创建文件列表，而不是使用expand。

标签： snakemake

【解决方案1】：

您可以使用任何适当的 Python 代码“手动”生成输入或输出文件列表。例如，您可以按照以下步骤生成第一个输入列表：

In [1]: GERMLINE = ("PT1", "S6", "S1")

In [2]: TUMOR = ("T5", "T7", "T20")

In [3]: ["/{}vs{}".format(sample_g, sample_t) for (sample_g, sample_t) in zip(GERMLINE, TUMOR)]
Out[3]: ['/PT1vsT5', '/S6vsT7', '/S1vsT20']

所以这将应用如下：

rule all:
    input:
        ["/{}vs{}".format(sample_g, sample_t) for (sample_g, sample_t) in zip(GERMLINE, TUMOR)],
        ["/{}vs{}/runWorkflow.py".format(sample_g, sample_t) for (sample_g, sample_t) in zip(GERMLINE, TUMOR)],

（请注意，我将 sample_g 和 sample_t 放在单数形式中，因为在这种情况下听起来更合乎逻辑，其中这些变量代表单个样本名称，而不是多个样本的列表）

【讨论】：

感谢您的帮助！