Python 按群集拆分bam，然后使用检查点按群集合并bam

我有三个来自3个不同样本的单单元格bam文件，需要通过集群将其拆分为更小的bam。然后，我需要合并来自相同集群的不同样本的bam文件。我试着使用检查点，但有点迷路了

这是我贴出的这个问题的延续

SAMPLE_cluster={“samreak”：[“1”、“2”、“3”]，“SampleB”：[“1”]，“SampleC”：[“1”、“2”]}
集群=[]
对于样本_集群中的样本：
CLUSTERS.extend（示例\u cluster[SAMPLE]）
集群=已排序（集合（集群）
规则所有：
输入：展开（“01merged_bam/{cluster_id}.bam，cluster_id=CLUSTERS）
检查点拆分\u bam：
输入：“{sample}.bam”
输出：目录（“01split_bam/{sample}/”）
外壳：
"""
split_bam.sh{input}
"""
##split_bam.sh将bam文件拆分为“01split_bam/{sample}/{sample}}{cluster_id}.bam”
def merge_bam_输入（通配符）：
checkpoint\u output=checkpoints.split\u bam.get（**通配符）。输出[0]
返回expand（“01split_bam/{sample}/{sample}{{{cluster_id}}}.bam”\
sample=glob_通配符（os.path.join（检查点_输出，{sample}{cluster\u id}.bam”））.sample）
每个群集的规则合并\u bam\u：
输入：合并\u bam\u输入
输出：“01merged_bam/{cluster_id}.bam”
日志：“00log/{cluster\u id}.merge\u bam.log”
线程：2
外壳：
"""
samtools合并-@2-r{output}{input}
"""

根据群集编号，每个群集的规则合并\u bam\u的输入将更改：

e、 g.对于集群1：“01split_bam/samdeace/samdeace_1.bam”、“01split_bam/SampleB/SampleB_1.bam”、“01split_bam/SampleC/SampleC_1.bam”

对于集群2：“01split_bam/samacreak/samacreak_2.bam”，“01split_bam/SampleC/SampleC_2.bam”

---

对于集群3：“01split_bam/samamreak/samamreak_3.bam”。

我决定不使用检查点，而是使用输入函数来获取

样本_集群={“样本”：[“1”、“2”、“3”]，“样本B”：[“1”]，“样本C”：[“1”、“2”]}
#反转映射
集群_sample={'1'：['samdeace'，'sample'B'，'sampleC']，'2'：['samdeace'，'sampleC']，'3'：['samdeace']}
规则拆分\u bam：
输入：“{sample}.bam”
输出：“split.touch”
外壳：
"""
split_bam{input}
轻触，轻触
"""
规则索引\u分割\u bam：
输入：“split.touch”
输出：“split_bam/{sample}{cluster_id}.bam.bai”
外壳：
"""
samtools索引01split_bam/{wildcards.sample}/{wildcards.sample}{wildcards.cluster_id}.bam
"""
def get_merge_bam_输入（通配符）：
示例=群集\u示例[通配符.群集\u id]
返回expand（“01split_bam/{sample}/{sample}{{{cluster_id}}}}.bam.bai”，sample=samples）
每个群集的规则合并\u bam\u：
输入：获取\u合并\u bam\u输入
输出：“01merged_bam/{cluster_id}.bam”
参数：
bam=lambda通配符，输入：“”。连接（输入）。替换（“.bai”，”）
日志：“00log/{cluster\u id}.merge\u bam.log”
线程：2
外壳：
"""
samtools merge-@2-r{output}{params.bam}
"""

---

它似乎正在工作。

很好的snakemake代码！使用函数作为输入非常强大。我想开始更多地使用它。是否可以在params中将另一个lambda函数声明为普通函数？谢谢。是的，params也可以使用函数，并且可以使用通配符和输入、输出作为参数。在某些情况下非常方便。在在您的规则

split_bam

的

shell

部分，我建议您将

&&

放在

split_bam{input}之后

command。否则，

touch split.touch

会发生，即使第一个命令失败，下游规则

index\u split\u bam

也会继续，要么失败，要么在您没有注意到的情况下处理较旧的过时输入。谢谢您的建议。我通常将-euo pipefail设置在Snake文件的顶部，因此它会失败