snakemake：有没有办法为每个规则指定一个输出目录？

Question

我使用的所有脚本都将输出文件放在调用脚本的当前目录中，因此在我的 shell 脚本管道中，我将使用 cd 命令转到特定目录以运行命令，并且输出文件将仅保存在相关目录中目录。我的脚本没有输出目录的参数，并且大多数脚本都从输入中推断出输出文件名。这对我来说效果很好。

现在我一直遇到这个输出目录问题，因为 snakemake 似乎将文件输出到 Snakefile 所在的目录。我可以修改所有脚本以获取输出目录的附加参数，但这对于修改许多脚本来说已经很痛苦了。我想知道是否有任何方法可以指定每个特定规则的输出位置？

Answer 1

一个技巧是首先 cd 进入输出目录，即“cd $(dirname {output[0]})”。这必须是您的 shell 命令中的第一个。

话虽如此，最好将脚本更改为接受输出目录作为参数。

安德烈亚斯

Answer 2

这是我在我的一个蛇文件中使用的示例规则：

rule link_raw_data:
    output:
        OPJ(data_dir, "{lib}_{rep}.fastq.gz"),
    params:
        directory = data_dir,
        shell_command = lib2data,
    message:
        "Making link to raw data {output}."
    shell:
        """
        (
        cd {params.directory}
        {params.shell_command}
        )
        """

这可能与您的情况有些不同，但希望其中一些技巧可以提供帮助。特别要注意shell 部分中的括号以及params 部分用于定义输出目录的用法。

我不确定我是否以最优雅的方式执行此操作，但它确实有效。

data_dir 是从配置文件中读取的参数。

lib2data 是一个根据某些通配符的值生成命令的函数。当然，我必须确保这些命令使用正确的输入文件路径（在这种情况下，输出也必须与output 部分所说的一致）。在你的情况下，你可能只是有一个“硬编码”的 shell 命令，可能会使用一些规则的输入。

更精简的示例

rule run_script1:
    input:
        path/to/initial/input
    output:
        script1_out/output1
    shell:
        """"
        cd script1_out
        script1 {input}
        """"

rule run_script2:
    input:
        script1/output1
    output:
        script2/output2
    shell:
        """
        cd script2_out
        script2 {input}
        """

从这些示例开始，如有必要，您可以在输入或输出中使用通配符的功能。

Answer 3

在蛇形文档中：

"snakefile 中的所有路径都是相对于执行snakemake 的目录进行解释的。可以通过在snakefile 中指定工作目录来覆盖此行为："

workdir: "path/to/workdir"

所以只需将它放在蛇文件的开头，所有输入和输出都将相对于该路径进行解释。

Answer 4

您可以尝试使用 YAML 或 JSON 格式的配置文件。然后在扩展或规则的输入/输出中使用该目录作为参数。

查看文档here