如何在 nextflow 中合并多个分组的输出文件答案

【问题标题】：How to merge multiple grouped output files in nextflow如何在 nextflow 中合并多个分组的输出文件
【发布时间】：2022-03-14 17:00:25
【问题描述】：

我有一个将多个文件输出为元组的进程。像这样：

[chr1,[[chr1.chunk1.bgen],[chr1.chunk1.stat],[chr1.chunk2.bgen],[chr1.chunk2.stat],[chr1.chunk3.bgen],[chr1.chunk3.stat]]]

我怎么能得到 chr1.merged.bgen 和 chr1.merged.stat 。我想使用cat 来合并所有这些块。

我试过了：

input:
tuple val (chrom), file('*.bgen'),file('*.stat') from my_output
"""
cat "${chrom}.${*.bgen}" > "${chrom}.merged.bgen"
cat "${chrom}.${*.stat}" > "${chrom}.merged.stat"
"""

但是得到了“Input tuple does not match input set cardinality decalred 也适用于：

input:
tuple val (chrom), path(bgen),path(stat) from my_output
"""
cat "${bgen}" > "${chrom}.merged.bgen"
cat "${stat}" > "${chrom}.merged.stat"
"""

同样的错误。我也尝试使用my_output.collect() 和my_output.toList() 但得到同样的错误。有什么帮助吗？

【问题讨论】：

标签： nextflow

【解决方案1】：

在您的示例过程中，您定义了 3 个输入变量，但您只提供了 2 个。这就是错误消息试图告诉您的 - 实际上我认为这只是一个警告。

您的流程输入的定义方式，nextflow 会期望它是这种形式：

[chr1,[chr1.chunk1.bgen, chr1.chunk2.bgen, chr1.chunk3.bgen],[chr1.chunk1.stat, chr1.chunk2.stat, chr1.chunk3.stat]]

因此，一种选择是重新格式化您的频道，然后再将其输入该流程。比如这样：

my_output
   .map { it -> [it[0],
                 it.flatten().findAll{ it.getExtension=="bgen"},
                 it.flatten().findAll{ it.getExtension=="stat"}
                ]
   }

【讨论】：