如果命名不一致且它们都在同一个文件夹中,如何为snakemake中的规则配置输入数据?例如,如果我想将每对样本用作每个规则的输入:
在这个例子中,我希望有3对PT1和T5,S6和T7,S1和T20这样开始,我想创建3个文件夹:
然后使用manta执行分析并相应地将结果输出到这3个文件夹中。
在以下管道中,我希望GERMLINE样本是每一行中的第一个元素(PT1,S6,S1),而第二个元素是TUMOR(T5,T7,T20)。
rule all:
input:
expand("/{samples_g}vs{samples_t}", samples_g = GERMLINE, samples_t = TUMOR),
expand("/{samples_g}vs{samples_t}/runWorkflow.py", samples_g = GERMLINE, samples_t = TUMOR),
# Create folders
rule folders:
output: "./{samples_g}vs{samples_t}"
shell: "mkdir {output}"
# Manta configuration
rule manta_config:
input:
g = BAMPATH + "/{samples_g}.bam",
t = BAMPATH + "/{samples_t}.bam"
output:
wf = "{samples_g}vs{samples_t}/runWorkflow.py"
params:
ref = IND,
out_dir = "{samples_g}vs{samples_t}/runWorkflow.py"
shell:
"python configManta.py --normalBam {input.g} --tumorBam {input.t} --referenceFasta {params.ref} --runDir {params.out_dir} "
我可以通过使用包含对的.txt作为输入然后使用循环吗?如果是这样我该怎么办?否则怎么办呢?
您可以使用任何适当的python代码“手动”生成输入或输出文件列表。例如,您可以按以下步骤生成第一个输入列表:
In [1]: GERMLINE = ("PT1", "S6", "S1")
In [2]: TUMOR = ("T5", "T7", "T20")
In [3]: ["/{}vs{}".format(sample_g, sample_t) for (sample_g, sample_t) in zip(GERMLINE, TUMOR)]
Out[3]: ['/PT1vsT5', '/S6vsT7', '/S1vsT20']
所以这将适用如下:
rule all:
input:
["/{}vs{}".format(sample_g, sample_t) for (sample_g, sample_t) in zip(GERMLINE, TUMOR)],
["/{}vs{}/runWorkflow.py".format(sample_g, sample_t) for (sample_g, sample_t) in zip(GERMLINE, TUMOR)],
(请注意,我将sample_g
和sample_t
以单数形式放置,因为它在这种情况下听起来更合乎逻辑,其中这些变量代表单个样本名称,而不是几个样本的列表)