Question

我的问题与this one非常相似。

我正在编写一条蛇形管道，它做了很多对齐前和对齐后的质量控制。在流程结束时，我对这些 QC 结果运行 multiQC。

基本上，工作流程是：预处理 -> fastqc -> 对齐 -> 对齐后 QC，例如 picard、qualimap 和 preseq -> 峰调用 -> 基序分析 -> multiQC。

只要 multiQC 支持，MultiQC 就应该生成所有这些输出的报告。

强制 multiqc 在最后运行的一种方法是将上述规则的所有输出文件包含在 multiqc 规则的输入指令中，如下所示：

rule a:
  input: "a.input"
  output: "a.output"
  
rule b:
  input: "b.input"
  output: "b.output"
  
rule c:
  input: "b.output"
  output: "c.output"
  
rule multiqc:
  input: "a.output", "c.output"
  output: "multiqc.output"

但是，我想要一种更灵活的方式，不依赖于特定的上游输出文件。这样，当我更改管道（添加或删除任何规则）时，我不需要更改 multiqc 规则的依赖项。 multiqc 的输入应该只是一个包含我希望 multiqc 扫描的所有文件的目录。

在我的情况下，如何强制 multiQC 规则在管道的最后执行？或者有什么通用的方法可以强制snakemake中的某个规则作为最后一个工作运行？可能是通过smakemake上的一些配置，这样在任何情况下，无论我如何更改管道，这条规则都会在最后执行。我不确定这种方法是否存在。

非常感谢您的帮助！

Answer 1

根据您的评论，我认为您真正想做的是运行灵活配置的 QC 方法数量，然后最后总结它们。摘要应仅在您要运行的所有 QC 方法完成后运行。

您可以手动设置 MultiQC 规则，使其在最后自动执行，而不是强制在最后执行 MultiQC 规则 - 通过要求 QC 方法的输出作为输入。

通过在配置文件中传递 QC 规则的名称，或者作为命令行参数更容易实现，您可以轻松实现灵活配置要运行哪些 QC 规则的目标。

这是一个最小的工作示例供您扩展：

###Snakefile###

rule end:
    input: 'start.out', 
           expand('opt_{qc}.out',qc=config['qc'])

rule start:
    output: 'start.out'

rule qc_a:
    input: 'start.out'
    output: 'opt_a.out'
    #shell: #whatever qc method a needs here

rule qc_b:
    input: 'start.out'
    output: 'opt_b.out'
    #shell: #whatever qc method b needs here

这是您配置要运行的 QC 方法的方式：

snakemake -npr end --config qc=['b']  #run just method b
snakemake -npr end --config qc=['a','b']  #run method a and b
snakemake -npr end --config qc=[]  #run no QC method

Answer 2

似乎我正在寻找蛇形中的 onsuccess handler。

最后强制执行某个规则

2 个答案: