Bioinformatics snakemake中的未知输出

我正在snakemake中实现一个非常简单的管道，希望用一个内聚的snakemake文件替换一系列恼人的bash脚本

我在编写一个将文件分割成更小的部分（使用GNU分割）的规则时遇到了问题，然后导致第二个规则，其中输出连接在一起

我不知道在concat步骤中为输入编写什么，因为我不知道如何定义符合模式的所有文件

bam\u files/test*

。我试过使用glob，但这显然不起作用（似乎它实际上跳过了包含glob的split）。有没有更好的办法让我这么做

# test snakemake pipeline
import glob


SAMPLE_IDS = ["test"]

rule all: 
    input: 
        expand("bam_files/{FASTQ}.out", FASTQ=SAMPLE_IDS)


rule split: 
    input: 
        expand("{FASTQ}.txt", FASTQ=SAMPLE_IDS)
    output: 
        "bam_files/{FASTQ}."
    shell:
        "cat {input} | split -l 1000 -d - {output}."


rule concat: 
    input:
        split_files = glob.glob("bam_files/{FASTQ}.*")
    output: 
        "bam_files/{FASTQ}.out"
    shell: 
        "cat {input} > {output}"

---

我认为这应该奏效：

SAMPLE_IDS = ["test"]

rule all: 
    input: 
        expand("bam_files/{FASTQ}.out", FASTQ=SAMPLE_IDS)


rule split: 
    input: 
        "{FASTQ}.txt"
    output: 
        dynamic("bam_files/{FASTQ}.{PART}")
    params:
        length=1000
    shell:
        "cat {input} | split -l {params.length} -d - bam_files/{FASTQ}."


rule concat: 
    input:
        split_files = dynamic("bam_files/{FASTQ}.{PART}")
    output: 
        "bam_files/{FASTQ}.out"
    shell: 
        "cat {input} > {output}"

---

看起来

split

规则应该一次获取一个文件

{FASTQ}.txt

，并生成

{FASTQ}.1、{FASTQ}.2、…

或类似的内容。因为您不知道它将提前生成多少文件，所以您需要使用

dynamic（）

进行

split.output

和

concat.input

您研究过

dynamic（）

吗？