Snakemake：尝试为多个目录和文件运行规则时出错

Question

我在 python 中创建了一个字典，并将目录的路径（我希望软件在其上运行）保存为键，相应的值是每个目录的预期输出列表。现在我有这样的结构：

sampleDict = {'/path_to_directory1': ["sample1","sample2","sample3"], 
              '/path_to_directory2': ["sample1","sample2"], 
              '/path_to_directory3': ["sample1","sample2","sample3"]}

# sampleDict looks pretty much like this
# key is a path to the directory that I want the rule to be executed on and the corresponding value sampleDict[key] is an array e.g. ["a","b","c"]

def input():
    input=[]
    for key in dirSampleDict:
            input.extend(expand('{dir}/{sample}*.foo', dir = key, sample=dirSampleDict[key]))
    return input




rule all:
    input:
        input()


# example should run some software on different directories for each set of directories and their expected output samples
rule example:
      input:
          # the path to each set of samples should be the wildcard
          dir = lambda wildcards: expand("{dir}", dir=dirSampleDict.keys())
      params:
       # some params
      output:
          expand('{dir}/{sample}*.foo', dir = key, sample=dirSampleDict[key])
      log:
          log = '{dir}/{sample}.log'
      run:
        cmd = "software {dir}"
        shell(cmd)

这样做我收到以下错误：

没有为通配符 'dir 指定值

编辑：也许我不太清楚我真正想要做什么，所以我填写了一些数据。

我也尝试使用我在 rule all 中设置的通配符如下：

sampleDict = {'/path_to_directory1': ["sample1","sample2","sample3"], 
              '/path_to_directory2': ["sample1","sample2"], 
              '/path_to_directory3': ["sample1","sample2","sample3"]}

# sampleDict looks pretty much like this
# key is a path to the directory that I want the rule to be executed on and the corresponding value sampleDict[key] is an array e.g. ["a","b","c"]

def input():
    input=[]
    for key in dirSampleDict:
            input.extend(expand('{dir}/{sample}*.foo', dir = key, sample=dirSampleDict[key]))
    return input




rule all:
    input:
        input()


# example should run some software on different directories for each set of directories and their expected output samples
rule example:
      input:
          # the path to each set of samples should be the wildcard
          dir = "{{dir}}"
      params:
       # some params
      output:
          '{dir}/{sample}*.foo'
      log:
          log = '{dir}/{sample}.log'
      run:
        cmd = "software {dir}"
        shell(cmd)

这样做我收到以下错误：

并非所有规则示例的输出、日志和基准文件都包含 相同的通配符。这是至关重要的，但为了避免这两个或 更多作业写入同一个文件。

我很确定第二部分更可能是我真正想要做的，因为 expand() 作为输出只会运行一次规则，但我需要为字典中的每个键值对运行它。

Answer 1

首先，您对输出中的星号有什么期望？

    output:
        '{dir}/{sample}*.foo'

输出必须是一个有效文件名列表，可以通过将每个通配符替换为某个字符串来形成。

下一个问题是您在run: 部分中使用了"{dir}"。用于运行的脚本中没有定义变量dir。如果要使用通配符，则需要使用wildcards.dir 对其进行寻址。但是 run: 可以替换为 shell: 部分：

    shell:
        "software {wildcards.dir}"

关于你的第一个脚本：没有定义dir 通配符（实际上根本没有通配符）：

    output:
        expand('{dir}/{sample}*.foo', dir = key, sample=dirSampleDict[key])

{dir} 和{sample} 都是expand 函数上下文中的变量，它们完全被命名参数替换。

现在是第二个脚本。这个输入是什么意思？

    input:
        dir = "{{dir}}"

这里的"{{dir}}" 不是通配符，而是对全局变量的引用（您还没有提供脚本的其余部分，所以我无法判断它是否已定义）。此外，输入需要什么？您根本不会使用 {input} 变量，并且不需要任何依赖项来将 rule example 与任何其他规则连接以生成 rule example 的输入。