├── DIR1│ ├── smp1.fastq.gz│ ├── smp1_fastqc/│ ├── smp2.fastq.gz│ └── smp2_fastqc/└── DIR2 ├── smp3.fastq.gz ├── smp3_fastqc/ ├── smp4.fastq.gz └── smp4_fastqc/我想按樣本計算讀取次數(shù)，然后按目錄連接所有計數(shù)。我創(chuàng)建一個字典，將樣本 1 和 2 鏈接到目錄 1，將樣本 3 和 4 鏈接到目錄 2DIRS,SAMPLES = glob_wildcards(INDIR+'/{dir}/{smp}.fastq.gz')# Create samples missingdef filter_combinator(combinator, authlist): def filtered_combinator(*args, **kwargs): for wc_comb in combinator(*args, **kwargs): if frozenset(wc_comb) in authlist: yield wc_comb return filtered_combinator# Authentificationcombine_dir_samples = []for dir in DIRS: samples, = glob_wildcards(INDIR+'/'+dir+'/{smp}.fastq.gz') for smp in samples: combine_dir_samples.append( { "dir" : dir, "smp" : smp} ) combine_dir_samples = { frozenset( x.items() ) for x in combine_dir_samples }dir_samples = filter_combinator(product, combine_dir_samples)然后，我創(chuàng)建一個規(guī)則來按樣本計算我的讀取次數(shù)rule all: input: expand(INDIR+'/{dir}/{smp}_Nreads.txt', dir_samples, dir=DIRS, smp=SAMPLES)rule countReads: input: INDIR+'/{dir}/{smp}_fastqc/fastqc_data.txt' output: INDIR+'/{dir}/{smp}_Nreads.txt' shell: "grep 'Total\ Sequences' {input} | awk '{{print {wildcards.dir},$3}}' > {output}"---------------------------------------------------------------# result ok├── DIR1│ ├── smp1_Nreads.txt│ └── smp2_Nreads.txt└── DIR2 ├── smp3_Nreads.txt └── smp4_Nreads.txt> cat smp1_Nreads.txtDIR1 15082186我嘗試為我的連接規(guī)則使用不同的輸入語法expand(OUTFastq+'/{dir}/FastQC/{{smp}}_Nreads.txt', dir_samples, dir=DIRS)lambda wildcards: expand(OUTFastq+'/{dir}/FastQC/{wildcards.smp}_Nreads.txt', dir_samples, dir=DIRS, smp=SAMPLES)expand(OUTFastq+'/{dir}/FastQC/{wildcards.smp}_Nreads.txt', dir_samples, dir=DIRS, smp=SAMPLES)我沒有找到任何解決方案，就像它不關心我的字典中的這條規(guī)則一樣。
1 回答
慕村225694
TA貢獻1880條經(jīng)驗 獲得超4個贊
首先，我認為你的解決方案過于復雜，使得它對于 Snakemake 來說不太慣用。因此，您在執(zhí)行該規(guī)則時遇到了問題。無論如何，讓我按照您提出的問題來回答這個問題。
兩個文件相同也就不足為奇了Nreads_DIRx.txt，因為輸入不依賴于輸出中的任何通配符：
rule concatNreads:
input:
expand(INDIR+'/{dir}/{smp}_Nreads.txt', dir_samples, dir=DIRS, smp=SAMPLES)
這里，該expand函數(shù)解析dir和smp變量，生成完全指定的文件名列表。您需要的是真正取決于輸出中的通配符的東西：
rule concatNreads:
input:
lambda wildcards: ...
是{dir}使用輸出中的通配符完全指定的，因此您不需要從變量中為其分配值DIRS：
rule concatNreads:
input:
lambda wildcards: expand(INDIR+'/{dir}/{smp}_Nreads.txt', dir=wildcards.dir, smp=func(wildcards.dir))
現(xiàn)在的問題是如何實現(xiàn)這個func為目錄生成樣本列表的函數(shù)。我花了一段時間才理解您使用combine_dir_samplesand的技巧filter_combinator，所以我將其留給您func使用該代碼實現(xiàn)該函數(shù)。但你真正需要的是 DIR -> SAMPLES 中的地圖：
dir_to_samples = {"DIR1": ["smp1", "smp2"], "DIR2": ["smp3", "smp4"]}
def func(dir):
return dir_to_samples[dir]
這dir_to_samples可能可以更容易地評估，但這是您修改后的解決方案：
for dir in DIRS:
samples, = glob_wildcards(INDIR+'/'+dir+'/{smp}.fastq.gz')
dir_to_samples.append({dir: samples})
添加回答
舉報
0/150
提交
取消