单个规则的多种文件类型输出：输入文件中的通配符无法从输出文件中确定答案

【问题标题】：Multiple file type outputs from a single rule: Wildcards in input files cannot be determined from output files单个规则的多种文件类型输出：输入文件中的通配符无法从输出文件中确定
【发布时间】：2020-06-10 15:09:16
【问题描述】：

我是 Snakemake 的新手，使用的是 snakemake-minimal 5.4.5。我有一个看起来像这样的规则：

rule make_grm:
   input:
      inc_snps: "path/snps_for_test_chr{chromosome}.txt",
      inc_samples: "path/samples_for_test_chr{chromosome}.txt"
   params:
      plink_root="path/data_chr{chromosome}",
      output_root="path/snpgrm_chr{chromosome}"
   output:
      expand("path/snpgrm_chr{chromosome}.grm.{ext}", ext=["gz", "id"])
   conda:
      "path/environment.yaml"
   shell:
      "gcta64 --bfile {params.plink_root} --make-grm-gz --keep {input.inc_samples} --extract {input.inc_snps} --out {params.output_root}"

本质上，它需要一些输入并通过 GCTA 运行它们，生成两个输出文件：一个 .id 文件和一个 .gz 文件。

如果我明确说明了这条规则中的所有文件名（即我使用染色体编号代替 {chromosome} 通配符），它就可以完美运行。现在我正在尝试这样做，以便我可以从命令行指定要查看的染色体，但 snakemake 抱怨我使用通配符：

Wildcard error in line 40 of Snakefile
Wildcards in input files cannot be determined from output files: chromosome

任何想法为什么如果我在我的 shell 中运行这样的东西：

snakemake --use-conda path/snpgrm_chr18.grm.gz

Snakemake 不能像我的其他规则那样推断出 {chromosome}=18？

（我也在 SGE 集群上运行此程序，但我忽略了这些细节，因为我认为它们与此行为无关并增加了很多混乱）

【问题讨论】：

标签： snakemake

【解决方案1】：

如果你想在扩展函数中创建一个通配符，你必须把括号加倍：

expand("path/snpgrm_chr{{chromosome}}.grm.{ext}", ext=["gz", "id"])

这里，{{chromosome}} 是通配符，{ext} 只是扩展函数参数的占位符

【讨论】：

非常简单的修复，谢谢。我不知道需要在 expand() 中使用双括号通配符，但这是有道理的！
展开函数将展开成一个列表"path/snpgrm_chr{chromosome}.grm.gz","path/snpgrm_chr{chromosome}.grm.id"。简而言之，第一个{ 转义了第二个{。

【解决方案2】：

我在您的代码中发现了另一个问题：

   output:
      expand("path/snpgrm_chr{chromosome}.grm.{ext}", ext=["gz", "id"])

expand 函数需要填写所有参数，{chromosome} 不需要。实际上你的意思是 {chromosome} 是一个通配符。你需要把它放在双括号中：

   output:
      expand("path/snpgrm_chr{{chromosome}}.grm.{ext}", ext=["gz", "id"])

其余的在我的机器上工作。

【讨论】：

确实，染色体本来是用作通配符的。谢谢。