Snakemake 中是否有可能具有“可选”通配符或文件名的一部分？

Question

我想知道是否可以将 Snakemake 中的这两个规则合并为一条规则（它们在“运行：”中的作用相同）：

rule without_d:
    input:
        vals_pca    = 'stats/input_{type}.npz',
    output:
        for_cnv     = 'stats/output_{type, tt|gs}.npz'
    run:
        # DO STUFF

rule with_d:
    input:
        vals_pca    = 'stats/input_{type}_d{amount}.npz',
    output:
        for_cnv     = 'stats/output_{type, tt|gs}_d{amount}.npz'
    run:
        # DO STUFF

我尝试定义stats/output_{type}{amount}.npz，但通配符显然与空字符串不匹配。 第二个想法是将其放入“或”中，例如stats/{output, output_{type}|output_{type}_d{amount}}，但这里的问题是通配符中的通配符。

谢谢！

Answer 1

感谢 Eric，我意识到正则表达式可以用于 snakemake 规则的通配符。唯一的问题是，snakemake 不接受“空”通配符，但这可以被覆盖，如帖子中所述：https://groups.google.com/g/snakemake/c/S7fTL4jAYIM?pli=1 因此，我的问题的解决方案如下：

rule both:
    input:
        vals_pca    = 'stats/input_{type}{amount}.npz',
    output:
        for_cnv     = 'stats/output_{type, tt|gs}{amount, .{0}|_d.+}.npz'
    run:
        # DO STUFF

Snakemake 将匹配{amount, .{0}|_d.+} 作为空字符串或以_d 开头的字符串。 希望它会对某人有所帮助。

Answer 2

你不能用非常简单的方法来做吗：

rule with_something:
    input:
        vals_pca    = 'stats/input_{something}.npz',
    output:
        for_cnv     = 'stats/output_{something}.npz'
    run:
        # DO STUFF

通配符由输出文件定义。如果您要求文件output_typeWhatever_dWhatever.npz，则规则将查找input_typeWhatever_dWhatever.npz。如果您要求文件output_typeWhatever.npz，则规则将用作输入input_typeWhatever.npz。

让您的规则尽可能简单/通用。不要忘记，snakemake 会从您请求的最终文件中解析通配符，并按照规则查看如何生成此文件。