python - Snakemake:如何在 config.yml 文件中保存和访问示例详细信息？

Question

当示例名称未写入 snakemake 工作流程时，任何人都可以帮助我了解是否可以从 config.yml 文件访问示例详细信息？这样我就可以为不同的项目重复使用工作流，并且只调整配置文件。让我举个例子:

我有四个属于同一类的样本，应该一起分析。它们被称为 sample1-4。每个示例都带有一些更多信息，但为了简单起见，我们假设它只是一个名称标签，例如 S1、S2 等。

我的 config.yml 文件可能如下所示:

samples: ["sample1","sample2","sample3","sample4"]

sample1:
  tag: "S1"
sample2:
  tag: "S2"
sample3:
  tag: "S3"
sample4:
  tag: "S4"

这是我们使用的 snakefile 的示例:

configfile: "config.yaml"

rule final: 
  input: expand("{sample}.txt", sample=config["samples"])

rule rule1:
  output:  "{sample}.txt"
  params:  tag=config["{sample}"]["tag"]
  shell:   """
           touch {output}
           echo {params.tag} > {output}

rule1 试图做的是创建一个以每个样本命名的文件，该样本保存在配置文件的 samples 变量中。到目前为止没问题。然后，我想将示例标签打印到该文件中。正如上面所写的代码，运行 snakemake 将失败，因为 config["{sample}"] 将逐字查找 {sample} 变量在不存在的配置文件中，因为我需要将其替换为运行规则的当前样本，例如示例 1。

有谁知道这是否可以做到，如果可以，我该怎么做？

理想情况下，我想进一步压缩信息(见下文)，但这还需要进一步的努力。

samples:
    sample1:
        tag: "S1"
    sample2:
        tag: "S2"
    sample3:
        tag: "S3"
    sample4:
        tag: "S4"

Answer 1

我建议使用制表符分隔的文件来存储样本信息。

示例.tab:

Sample     Tag      
1          S1   
2          S2

您可以将此文件的路径存储在配置文件中，并在您的 Snakefile 中读取它。

配置文件:

sample_file: "sample.tab"

蛇文件:

configfile: "config.yaml"

sample_file = config["sample_file"]

samples = read_table(sample_file)['Sample']
tags    = read_table(sample_file)['Tag']

这样您就可以对任意数量的 sample 和任意数量的色谱柱重复使用您的工作流程。

除此之外，在 Snakemake 中，通常你可以通过将大括号加倍来转义大括号，也许你可以试试。

祝你好运!