python - Snakemake 使用字典值扩展

Question

我有一个字典，其中键作为患者 ID，fastq 文件列表作为值。

patient_samples = {
  "patientA": ["sample1", "sample2", "sample3"],
  "patientB": ["sample1", "sample4", "sample5", "sample6"]
}

我想对齐每个 sample.fastq 并将对齐后的 .bam 文件输出到每个患者的目录中。我想要的结果目录结构是这样的:

├── patientA│   ├── sample1.bam│   ├── sample2.bam│   ├── sample3.bam├── patientB│   ├── sample1.bam│   ├── sample4.bam│   ├── sample5.bam│   ├── sample6.bam

Here I used lambda wildcards to get the samples for each patient using the "patient_samples" dictionary.

rule align:
    input:
        lambda wildcards: \
            ["{0}.fastq".format(sample_id) \ 
            for sample_id in patient_samples[wildcards.patient_id]
            ]
    output:
        {patient_id}/{sample_id}.bam"
    shell:
        ### Alignment command

我如何编写规则 all 以反射(reflect)每个患者只有特定样本对齐？我尝试引用字典键来指定示例:

rule all:
    input:
        expand("{patient_id}/{sample_id}.bam", patient_id=patient_samples.keys(), sample_id=patient_samples[patient_id])

但是，这会导致 NameError:名称“patient_id”未定义

还有其他方法吗？

Answer 1

错误是因为 expand 命令在列出 sample_id 值时不知道要使用的 patient_id 是什么:

expand(
   "{patient_id}/{sample_id}.bam",
   patient_id=patient_samples.keys(),
   sample_id=patient_samples[patient_id])
                                ^^^^^ Unknown

当您已经有了带有通配符值的列表时，使用 expand 很方便，在更复杂的情况下，最好使用 python:

list_inputs_all = [
   f"{patient_id}/{sample_id}.bam"
   for patient_id, sample_id
   in patient_samples.items()
]
   
rule all:
    input:
        list_inputs_all