Directory 使用目录作为输出时出现Snakemake SyntaxError

我想运行一个命令（chipseq greylist），它每次运行一个输入文件时都会输出三个文件。输出文件的名称由命令自动选择。例如：

chipseq-greylist --outdir out_dir A.bam

此行将生成三个输出文件：

A-greystats.csv、A-greydepth.tsv和A-grey.bed

。我感兴趣的是将所有

*-grey.bed

文件收集到一个目录中，以便以后使用

因为这是我在许多文件上使用的管道的一部分，所以我使用

Snakemake

来处理所有这些作业。我知道可以将目录指定为output（），这将完全符合我的要求。然而，当我以目录作为输出制定规则时，我得到了一个SyntaxError

from os.path import join

# Globals ---------------------------------------------------------------------

DIR = 'bowtie2/'

# A Snakemake regular expression matching BAM files.
SAMPLES, = glob_wildcards(join(DIR, '{sample,SRR\d+}_sorted_filtered.bam'))

# Rules -----------------------------------------------------------------------

rule all:
    input:
        expand("test/{sample}_sorted_filtered.bam.bai", sample=SAMPLES)

rule samtools_index:
    input:
        "bowtie2/{sample}_sorted_filtered.bam"
    output:
        "test/{sample}_sorted_filtered.bam.bai"
    log:
        "log/test/{sample}.log"
    shell:
        "samtools index {input} &> {log} > {output}"

rule greylist_call:
    input:
        "bowtie2/{sample}_sorted_filtered.bam"
    output:
        directory("greylist")
    log:
        "log/greylist/{sample}.log"
    shell:
        "chipseq-greylist --outdir {output} {input} &> {log}"

请注意，在我的示例中，我必须添加另一个步骤来包含

规则all

的目标文件。这是我在使用

directory（）

时发现的另一个问题，因为我找不到为

rule all指定目标的方法。

我得到的错误是：

SyntaxError：并非规则greylist_调用的所有输出、日志和基准文件都包含相同的通配符。但是，为了避免两个或多个作业写入同一个文件，这一点至关重要。文件“Snakefile”，第34行，在

如果在

规则greylist_call

中向输出目录名添加

通配符，则可以消除错误消息

from os.path import join

# Globals ---------------------------------------------------------------------

DIR = 'bowtie2/'

# A Snakemake regular expression matching the forward mate FASTQ files.
SAMPLES, = glob_wildcards(join(DIR, '{sample,SRR\d+}_sorted_filtered.bam'))

# Rules -----------------------------------------------------------------------

rule all:
    input:
        expand("test/{sample}_sorted_filtered.bam.bai", sample=SAMPLES)

rule samtools_index:
    input:
        "bowtie2/{sample}_sorted_filtered.bam"
    output:
        "test/{sample}_sorted_filtered.bam.bai"
    log:
        "log/test/{sample}.log"
    shell:
        "samtools index {input} &> {log} > {output}"

rule greylist_call:
    input:
        "bowtie2/{sample}_sorted_filtered.bam"
    output:
        directory("greylist_{sample}")
    log:
        "log/greylist/{sample}.log"
    shell:
        "chipseq-greylist --outdir {output} {input} &> {log}"

但是，我觉得这违背了将所有文件直接放在同一个文件中的目的，尽管我可能会解决这个问题，但我仍然无法找到强制snakemake运行此规则的方法，因为我无法在
规则all
中指定目标文件

如果您能在snakemake中使用
目录
，或就如何改进这套规则提出任何其他建议，我将不胜感激

谢谢
Anna
我不明白为什么要将文件夹定义为输出。如果不提供命令的实际输出文件，snakemake无法确定shell命令是否按预期工作。因此，如果要在同一目录中生成所有不同的示例文件，只需借助
params
：

rule greylist_call:
    input:
        "bowtie2/{sample}_sorted_filtered.bam"
    output:
        "output_dir/{sample}-greystats.csv",
        "output_dir/{sample}-greydepth.tsv",
        "output_dir/{sample}-grey.bed"
    params:
        outputDir = "output_dir"
    log:
        "log/greylist/{sample}.log"
    shell:
        "chipseq-greylist --outdir {params.outputDir} {input} &> {log}"

在您的规则all中，您添加了：

expand("output_dir/{sample}-grey.bed", sample=SAMPLES)

这将在同一目录中生成所有文件

如果要在另一个规则中收集此目录中的所有bed文件，请定义如下输入：

input:
    expand("output_dir/{sample}-grey.bed",sample=SAMPLES)

解释您得到的错误：通配符是根据规则中的输出定义的。如果在rule all中请求文件
xxx.bed
，snakemake将找到输出类似
{wildcard}.bed
或文件
xxx.bed
本身的规则。一旦找到规则，snakemake将能够将通配符应用于输入、日志、参数等。。。总之，如果未在输出中定义通配符，则输入、日志或参数（甚至shell命令）中不能有通配符。
这就是为什么它与您的规则一起工作，该规则将
目录（“greylist_{sample}”）
作为输出，即使该规则没有按照您的要求工作