我需要在集群中运行一个snakemake规则,因此对于某些规则,我需要一些加载所需的工具和库,而这些工具是独立于/独占于其他规则的。在这种情况下,我如何在我的 Snakemake 规则中指定这些。例如,对于规则评分
,我目前需要模块加载r/3.5.1
和导出R_lib =/user/tools/software
,我在运行 Snakemake 之前,我在命令行中单独运行这些行。但如果有一种方法可以在 env
规则内实现这一点,那就太好了。
- 问题,
我有一个规则如下,
rule score:
input:
count=os.path.join(config['general']['paths']['outdir'], 'count_expression', '{sample}.tsv'),
libsize=os.path.join(config['general']['paths']['outdir'], 'count_expression', '{sample}.size_tsv')
params:
result_dir=os.path.join(config['general']['paths']['outdir'], 'score'),
cancertype=config['general']['paths']['cancertype'],
sample_id=expand('{sample}',sample=samples['sample'].unique())
output:
files=os.path.join(config['general']['paths']['outdir'], 'score', '{sample}_bg_scores.tsv', '{sample}_tp_scores.tsv')
shell:
'mkdir -p {params.result_dir};Rscript {config[general][paths][tool]} {params.result_dir} {params.cancertype} {params.sample_id} {input.count} {input.libsize}'
我对上述代码片段的实际行为是:
shell:
mkdir -p /cluster/user/snakemake_test/results_april30/score;Rscript /cluster/home/user/Projects/R_scripts/scoretool.R /cluster/user/snakemake_test/results_april30/score DMC GNMS4 MRT5T /cluster/projects/test/results/exp/MRT5T.tsv /cluster/projects/test/results/Exp/MRT5T.size.tsv
然而,预期的行为是:
shell:
mkdir -p /cluster/user/snakemake_test/results_april30/score;Rscript /cluster/home/user/Projects/R_scripts/scoretool.R /cluster/user/snakemake_test/results_april30/score DMC MRT5T /cluster/projects/test/results/exp/MRT5T.tsv /cluster/projects/test/results/Exp/MRT5T.size.tsv
对于第二个示例,
shell:
mkdir -p /cluster/user/snakemake_test/results_april30/score;Rscript /cluster/home/user/Projects/R_scripts/scoretool.R /cluster/user/snakemake_test/results_april30/score DMC GNMS4 /cluster/projects/test/results/exp/GNMS4.tsv /cluster/projects/test/results/Exp/GNMS4.ize.tsv
我需要变量 sample_d
['GNMS4', 'MRT5T']
应单独获取,而不是在一个 shell 命令行中一起获取。
最佳答案
关于您的第一个问题:您可以将您喜欢的任何 module load
或 export
命令放入规则的 shell
部分。
关于第二个问题,您可能不应该在规则的 params
部分中使用 expand
。在 expand('{sample}',sample=samples['sample'].unique())
中,您实际上没有使用 sample
通配符的值,而是生成sample['sample']
中所有唯一值的列表。您可能只需要在 shell 命令的定义中使用 wildcards.sample
而不是使用 params
元素。
如果您想根据 sample
的可能值运行 score
规则的多个实例,则需要使用另一个需要输出的规则来“驱动”此规则score
作为其输入。
请注意,为了提高可读性,您可以使用 python 的多行字符串(三引号)。
总而言之,您可以尝试这样的操作:
rule all:
input:
expand(
os.path.join(
config['general']['paths']['outdir'],
'score',
'{sample}_bg_scores.tsv',
'{sample}_tp_scores.tsv'),
sample=samples['sample'].unique())
rule score:
input:
count = os.path.join(
config['general']['paths']['outdir'],
'count_expression', '{sample}.tsv'),
libsize = os.path.join(
config['general']['paths']['outdir'],
'count_expression', '{sample}.size_tsv')
params:
result_dir = os.path.join(config['general']['paths']['outdir'], 'score'),
cancertype = config['general']['paths']['cancertype'],
output:
files = os.path.join(
config['general']['paths']['outdir'],
'score', '{sample}_bg_scores.tsv', '{sample}_tp_scores.tsv')
shell:
"""
module load r/3.5.1
export R_lib =/user/tools/software
mkdir -p {params.result_dir}
Rscript {config[general][paths][tool]} {params.result_dir} {params.cancertype} {wildcards.sample} {input.count} {input.libsize}
"""
关于python - 单独调用规则的变量并为特定规则添加独立的环境,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56322737/