Snakemake 無法識別多個文件作為輸入

Question

我在運行 snakemake 時遇到了一些問題。 我想使用 FastQC 對一些 RNA-Seq 批量樣本進行質量控制。 我編寫代碼的方式是，所有遵循模式{sample}_{replicate}.fastq.gz的文件都應該用作輸入，其中{sample}是樣本 id（即 SRR6974023）， {replicate}是 1或 2. 我的小腳本如下：

configfile: "config.yaml"

rule all:
  input:
    expand("raw_qc/{sample}_{replicate}_fastqc.{extension}", sample=config["samples"], replicate=[1, 2], extension=["zip", "html"])
    

rule fastqc:
  input:
    rawread=expand("raw_data/{sample}_{replicate}.fastq.gz", sample=config["samples"], replicate=[1, 2])
  
  output:
    compress=expand("raw_qc/{sample}_{replicate}_fastqc.zip", sample=config["samples"], replicate=[1, 2]),
    net=expand("raw_qc/{sample}_{replicate}_fastqc.html", sample=config["samples"], replicate=[1, 2])
  
  threads: 
    8
  
  params:
    path="raw_qc/"
  
  shell:
    "fastqc -t {threads} {input.rawread} -o {params.path}" 

就是這樣， config.yaml是：

samples:
  SRR6974023
  SRR6974024

我的文件的raw_data目錄如下所示：

SRR6974023_1.fastq.gz  SRR6974023_2.fastq.gz  SRR6974024_1.fastq.gz  SRR6974024_2.fastq.gz

最后，當我運行腳本時，我總是看到同樣的錯誤：

Building DAG of jobs...
MissingInputException in line 8 of /home/user/path/Snakefile:
Missing input files for rule fastqc:
raw_data/SRR6974023 SRR6974024_2.fastq.gz
raw_data/SRR6974023 SRR6974024_1.fastq.gz

它只正確看到最后一個文件，在這種情況下SRR6974024_1.fastq.gz和SRR6974024_2.fastq.gz 。 無論如何，另一個它只被視為SRR6974023 。 我該如何解決這個問題？ 我很感激一些幫助。 謝謝你們！

Answer 1

yaml配置不正確。 它應該-將每一行變成一個列表：

samples:
  - SRR6974023
  - SRR6974024