Snakemake：捕获名称无法更改的输出文件

Question

作为我正在构建的 Snakemake 管道的一部分，我必须使用一个不允许我指定输出文件的文件路径或名称的程序。

例如在工作目录workdir/ 中运行程序时，它会产生以下输出： workdir/output.txt

我的蛇形规则看起来像这样：

rule NAME:
    input: "path/to/inputfile"
    output: "path/to/outputfile"
    shell: "somecommand {input} {output}"

因此，每次运行规则 NAME 时，我都会在 snakemake 工作目录中获得一个附加文件 output.txt，如果规则 NAME 多次运行或并行运行，则会覆盖该文件。

我知道影子规则，添加shadow: "full" 可以让我简单地忽略output.txt 文件。但是，我想保留output.txt 并将其保存在与outputfile 相同的目录中。有没有办法实现这一点，无论是使用影子指令还是其他方式？

我还认为我可以在 somecommand 前面加上 cd 命令，但是在将其他规则链接到规则 NAME 的输出时，我可能会在下游遇到其他问题。

Answer 1

之后直接在 shell 部分中移动它怎么样（前提是somecommand 成功完成）？

rule NAME:
    input: "path/to/inputfile"
    output: "path/to/outputfile"
    params: 
        output_dir = "path/to/output_dir",
    shell: "somecommand {input} {output} && mv output.txt {params.output_dir}/output.txt"

编辑：对于 NAME 的多个并行执行，结合 shadow: "full" 可以工作：

rule NAME:
    input: "path/to/inputfile"
    output:
        output_file = "path/to/outputfile"
        output_txt = "path/to/output_dir/output.txt"
    shadow: "full"
    shell: "somecommand {input} {output.output_file} && mv output.txt {output.output_txt}"

这应该在它自己的临时目录中运行规则的每次执行，并且通过将移动的 output.txt 指定为输出，一旦规则运行完毕，Snakemake 应该将其移动到真正的输出目录。

Answer 2

我还想我可以在 somecommand 前面加上 cd 命令，但是当将其他规则链接到规则 NAME 的输出时，我可能会在下游遇到其他问题。

我认为你在这里是正确的。每个shell 块都在一个单独的进程中运行，工作目录继承自snakemake 进程（在命令行中使用--directory 参数指定）。因此，一个shell 块中的cd 命令不会影响来自同一规则的其他作业或其他下游/上游作业。

rule NAME:
    input: "path/to/inputfile"
    output: "path/to/outputfile"
    shell: 
        """
        input_file=$(realpath "{input}")  # get the absolute path, before the `cd`
        base_dir=$(dirname "{output}")
        cd "$base_dir"
        somecommand ...
        """