Snakemake:未输入的依赖项

Question

我想知道在 Snakemake 中是否有一种方法可以定义实际上不是输入文件的依赖项。
我的意思是有些程序希望某些文件存在而命令行上没有提供。

让我们考虑 bwa举个例子。
这是来自 Johannes Köster mapping rules 的规则:

rule bwa_mem_map:
    input:
        lambda wildcards: config["references"][wildcards.reference],
        lambda wildcards: config["units"][wildcards.unit]
    output:
        "mapping/{reference}/units/{unit}.bam"
    params:
        sample=lambda wildcards: UNIT_TO_SAMPLE[wildcards.unit],
        custom=config.get("params_bwa_mem", "")
    log:
        "mapping/log/{reference}/{unit}.log"
    threads: 8
    shell:
        "bwa mem {params.custom} "
        r"-R '@RG\tID:{wildcards.unit}\t"
        "SM:{params.sample}\tPL:{config[platform]}' "
        "-t {threads} {input}  2> {log} "
        "| samtools view -Sbh - > {output}"

这里，bwa 期望基因组索引文件存在，但它不是命令行参数(索引文件的路径是从基因组路径推导出来的)。

有没有办法告诉 Snakemake 索引文件是一个依赖项，如果 Snakemake 知道如何生成这个文件，他会查看它的规则？

我想您仍然可以将规则输入重写为:

rule bwa_mem_map:
    input:
        genome=lambda wildcards: config["references"][wildcards.reference],
        fastq=lambda wildcards: config["units"][wildcards.unit]
        index=foo.idx

并适应规则 run部分因此。
这是最好的解决方案吗？

提前致谢。
拜诺主义者

Answer 1

我认为snakemake 处理规则之间的依赖关系的唯一方法是通过文件，所以当你将索引文件明确地作为input 放置时，我会说你做得对。对于您的映射规则，即使此文件未出现在映射命令中。

对于它的值(value)，我对 bam 索引文件做了同样的事情，这是某些工具的隐式依赖:我将排序的 bam 文件及其索引都放在 input 中。 ，但只能使用 shell 中的 bam 文件或 run部分。我有一个规则生成两个文件为 output .
input和 output文件不需要出现在 shell/run规则的一部分。