Snakemake规则未被拾取且无法指定输出文件

问题描述 投票：0回答：1

我有一个文件夹，其中生成规则的输出。用它来运行snakemake真的很麻烦。如果我没有在rule all中指定输出，则根本不运行规则（称为neo4j）。如果我尝试用snakemake neo4j手动运行它（我不想这样做），那么我得到一个错误：

WorkflowError：目标规则可能不包含通配符。请指定具体文件或没有通配符的规则。

我尝试以不同的方式指定规则的输出，但没有一个工作。

  1. 使用expand： expand('results/neo4j/{sample}/cells.csv', sample=samples), expand('results/neo4j/{sample}/genes.csv', sample=samples), expand('results/neo4j/{sample}/cl_nodes.csv', sample=samples), expand('results/neo4j/{sample}/cl_contains.csv', sample=samples), expand('results/neo4j/{sample}/cl_isin.csv', sample=samples), expand('results/neo4j/{sample}/expr_by.csv', sample=samples), expand('results/neo4j/{sample}/expr_ess.csv', sample=samples)

为完全不同的无关规则（称为umap）生成一个非常奇怪的错误：

缺少规则umap的输入文件：data_files / normalized / minus_2 / cl_nodes.csv.csv

即使文件夹没有以任何方式连接，路径生成也完全混乱，除了results是所有输出的根文件夹。

  1. 使用dynamic： dynamic('results/neo4j/{sample}/cells.csv', sample=samples), dynamic('results/neo4j/{sample}/genes.csv', sample=samples), dynamic('results/neo4j/{sample}/cl_nodes.csv', sample=samples), dynamic('results/neo4j/{sample}/cl_contains.csv', sample=samples), dynamic('results/neo4j/{sample}/cl_isin.csv', sample=samples), dynamic('results/neo4j/{sample}/expr_by.csv', sample=samples), dynamic('results/neo4j/{sample}/expr_ess.csv', sample=samples)

给出错误：

dynamic（）得到了一个意外的关键字参数'sample'

好吧，我尝试删除sample=samples但没有运气

  1. 只是directory： directory('results/neo4j/{sample}/', sample=samples)

给出错误：

directory（）得到了一个意外的关键字参数'sample'

如果我省略sample=samples，也不工作。如果我在directory rule all下指定output，那就不行了。

我遇到困难的规则如下：

rule neo4j:
    input:
        script = 'python/neo4j.py',
        path_to_cl = 'results/clusters/umap/{sample}_umap_clusters.csv',
        path_to_umap = 'results/umap/{sample}_umap.csv',
        path_to_mtx = 'data_files/normalized/{sample}.csv'
    output:
        base_neo4j = 'results/neo4j/{sample}'
    shell:
        "python {input.script} -path_to_cl {input.path_to_cl} -path_to_umap {input.path_to_umap} -path_to_mtx {input.path_to_mtx} -base_neo4j {output.base_neo4j}"

snakemake版本是5.2.2

任何建议将不胜感激。

更新

我使用Snakemake的建议修改了Mali Akmanalp文件，现在rule all看起来像这样：

samples,=glob_wildcards('data_files/normalized/{sample}.csv')
   rule all:
     input:
        expand('results/pca/img/{sample}_pca.png', sample=samples),
        expand('results/pca/{sample}_pca.csv', sample=samples),
        expand('results/tsne/{sample}_tsne.csv', sample=samples),
        expand('results/umap/{sample}_umap.csv', sample=samples),
        expand('results/umap/img/{sample}_umap.png', sample=samples),
        expand('results/tsne/img/{sample}_tsne.png', sample=samples),
        expand('results/clusters/umap/{sample}_umap_clusters.csv', sample=samples),
        expand('results/clusters/tsne/{sample}_tsne_clusters.csv', sample=samples),
        expand('results/neo4j/{sample}/{file}', sample=samples,    
          file=['cells.csv', 'genes.csv', 'cl_contains.csv', 'cl_isin.csv', 'cl_nodes.csv', 'expr_by.csv', 'expr_ess.csv'])

和neo4j这样的规则：

rule neo4j:
    input:
        script = 'python/neo4j.py',
        path_to_cl = 'results/clusters/umap/{sample}_umap_clusters.csv',
        path_to_umap = 'results/umap/{sample}_umap.csv',
        path_to_mtx = 'data_files/normalized/{sample}.csv',
        base_neo4j = 'results/neo4j/{sample}'
    output: 'results/neo4j/{sample}/cells.csv', 'results/neo4j/{sample}/genes.csv', 'results/neo4j/{sample}/cl_nodes.csv',
            'results/neo4j/{sample}/cl_contains.csv', 'results/neo4j/{sample}/expr_by.csv', 'results/neo4j/{sample}/expr_ess.csv',
            'results/neo4j/{sample}/cl_isin.csv'
    shell:
        "python {input.script} -path_to_cl {input.path_to_cl} -path_to_umap {input.path_to_umap} -path_to_mtx {input.path_to_mtx} -base_neo4j {input.base_neo4j}"

有了这样的设置我得到错误：

缺少规则neo4j的输入文件：results / neo4j / plus_1

更新

我从neo4j规则中删除了这一行：base_neo4j = 'results/neo4j/{sample}'然后将规则的output更改为：

 output: 
      cells = 'results/neo4j/{sample}/cells.csv', 
      genes = 'results/neo4j/{sample}/genes.csv', 
      cl_nodes = 'results/neo4j/{sample}/cl_nodes.csv',
      cl_contains = 'results/neo4j/{sample}/cl_contains.csv', 
      cl_isin = 'results/neo4j/{sample}/cl_isin.csv', 
      expr_by = 'results/neo4j/{sample}/expr_by.csv',
      expr_ess = 'results/neo4j/{sample}/expr_ess.csv'

和shell命令：

shell:
   "python {input.script} -path_to_cl {input.path_to_cl} -path_to_umap {input.path_to_umap} -path_to_mtx {input.path_to_mtx} -cells {output.cells} -genes {output.genes} -cl_nodes {output.cl_nodes} -cl_contains {output.cl_contains} -cl_isin {output.cl_isin} -expr_by {output.expr_by} -expr_ess {output.expr_ess}"

我不喜欢喂output中的每个参数，但它不起作用。我尝试只喂output，但它只喂output的第一项，其他因为某些原因被忽略。我问了一个单独的问题：

Snakemake passes only the first path in the output to shell command

除此之外，它现在正在运作。

python snakemake
1个回答
2
投票

由于您没有提供整个Snakefile，因此诊断完整问题并不是一件容易的事，但是我可以从您指定的内容中推断出：

不幸的是，错误消息有点误导，但它的要点是snakemake从目标列表开始。这些目标是您通过命令行指定的文件，或者是snakefile最顶层规则的输入文件。通常此规则名为“all”或“main”。在这里，您将指定默认情况下要生成的文件的最终列表。您的案例的一个例子是：

rule all:
    input: expand('results/neo4j/{sample}/{file}.csv', sample=samples, file=['cells.csv', 'genes.csv', ...])

rule neo4j:
    ...
    output:'results/neo4j/{sample}/cells.csv', 'results/neo4j/{sample}/genes.csv'...

Snakemake查看main的输入以找出要生成的所有文件，然后计算出要运行的规则（neo4j）与哪些参数，以生成这些参数，以及使用哪些规则来生成输入那些规则等等。所以在一天结束时，最后一条规则，即“目标规则”all是一切开始的地方，所以你不能在那里使用通配符。

请注意，neo4j的输出只是通配符（它们中包含{}并引用可能与文件匹配的假设模式），而all的输入则扩展为具体文件名（如'results / neo4j / 123 / cells.csv'）。

通常人们得到这个错误的方式是他们没有在他们的snakefile顶部有一个all规则，这导致snakemake选择顶部的任何其他规则作为目标，这恰好是一个带有通配符的规则。

对于像这样的东西，你可能不需要动态/目录/等。

最新问题
© www.soinside.com 2019 - 2024. All rights reserved.