Snakemake：仅扩展通配符的子集

Question

我找不到这个可能很简单的问题的解决方案：

我有这个蛇文件，它首先生成以下文件：

• 数据/sample1_P1.txt

• 数据/sample1_P2.txt

• 数据/sample2_P1.txt

• 数据/sample2_P2.txt

在下一步中，它只是将文件连接到一个文件concatenated/concatenated.txt。

这是最小的、可重现的例子：

pairs = {"P1" : "P1", "P2" : "P2"}

samples = {
    "sample1": "sample1",
    "sample2": "sample2"
}

rule all:
    input: "concatenated/concatenated.txt"

rule get_txt_files:
    output:
        "data/{sample}_{pair}.txt"
    shell:
        """
        echo 1 > {output}
        """

rule concatenate:
  input:
    expand("data/{sample}_{pair}.txt", sample=samples, \
        pair=pairs)
  output:
    "concatenated/concatenated.txt"
  shell:
    "cat {input} > {output};"

我的问题很简单：如何修改规则concatenate，以便连接具有相同样本名称的文件？

期望的输出是：

• 级联/sample1.txt

• 级联/sample2.txt

任何帮助将不胜感激。

编辑

我有一个非常相似的后续问题，所以我认为没有必要再次提出新问题：

如果我的预期输出如下：

• data/sample1/sample1_P1

• data/sample1/sample1_P2

• data/sample2/sample2_P1

• data/sample2/sample2_P2

明确一点：我只想创建一个新目录并将文件移动到该定制目录中。

这样做似乎很直观：

pairs = {"P1" : "P1", "P2" : "P2"}

samples = {
    "sample1": "sample1",
    "sample2": "sample2"
}

rule all:
    input: expand("data/{sample}/{sample}_{pair}.txt", sample=samples, pair = pairs)

rule get_txt_files:
    output:
        "data/{sample}_{pair}.txt"
    shell:
        """
        echo 1 > {output}
        """

rule reorganise:
  input:
    expand("data/{{sample}}_{pair}.txt", \
        pair=pairs)
  output:
    "data/{sample}/{sample}_{pair}.txt"
  shell:
    "mv {input} data/{wildcards.sample}/.;"

你能发现问题吗？

提前非常感谢

Answer 1

rule concatenate:
  input:
    expand("data/{{sample}}_{pair}.txt", pair=pairs)
  output:
    "concatenated/{sample}.txt"
  shell:
    "cat {input} > {output};"

在评论中回答q：

from snakemake.io import expand # automatically imported in Snakemake 

expand("data/{{sample}}_{pair}.txt", pair="A B C".split())
# ['data/{sample}_A.txt', 'data/{sample}_B.txt', 'data/{sample}_C.txt']