Snakemake, RNA-seq: Как я могу выполнить одну часть конвейера или другую часть в зависимости от характеристик анализируемого образца?

Если вы заранее знаете макет, то самым простым способом было бы сохранить его в какой-нибудь переменной, примерно так (или, в качестве альтернативы, вы читаете это из файла конфигурации в словаре):

layouts = {"sample1": "paired", "sample2": "single", ... etc}

Затем вы можете объединить свое правило следующим образом (я предполагаю, что вы говорите об обрезке и выравнивании, так что это мой пример):

ruleorder: B > A

rule A:
    input:
        {sample}.fastq.gz
    output:
        trimmed_{sample}.fastq.gz
    shell:
        "somecommand -i {input} -o {output}"

rule B:
    input:
        input1={sample}_R1.fastq.gz,
        input2={sample}_R2.fastq.gz
    output:
        output1=trimmed_{sample}_R1.fastq.gz,
        output2=trimmed_{sample}_R2.fastq.gz
    shell:
        "somecommand -i1 {input.input1} -i2 {input.input2} -o1 {output.output1} -o2 {output.output2}"


def get_fastqs(wildcards):
    output = dict()
    if layouts[wildcards.sample] == "single":
        output["input"] = "trimmed_sample2.fastq.gz"
    elif layouts[wildcards.sample] == "paired":
        output["input1"] = "trimmed_sample1_R1.fastq.gz"
        output["input2"] = "trimmed_sample1_R2.fastq.gz"
    return output


rule alignment:  
    def input:
        unpack(get_fastqs)
    def output:
        somepath/{sample}.bam
    shell:
        ...

Здесь много чего происходит.

• Прежде всего вам нужен порядок правил, чтобы snakemake знал, как обрабатывать неоднозначные случаи.
• Правило A и B должны существовать (если только вы не взломаете выходные файлы).
• Правилу выравнивания нужна функция ввода, чтобы определить, какой ввод требуется.

Немного саморекламы: я создал конвейер snakemake, который выполняет множество функций, включая RNA-seq, загрузку образцов в Интернете и автоматическое определение их макета (односторонний или парный). Посмотрите, решит ли это вашу проблему: https://vanheeringen-lab.github.io/seq2science/content/workflows/rna_seq.html

ИЗМЕНИТЬ:

1. Когда вы говорите «правила слияния», вы имеете в виду правило A, B и выравнивание?

Для меня это была непонятная формулировка. С помощью слияния я имел в виду объединить логику одностороннего, парного и парного концов вместе, чтобы вы могли продолжить работу с одним правилом (например, таблицей подсчета, вы ее называете).

2. Порядок правил: почему вы выбрали B ›A? Чтобы убедиться, что парные образцы не попадают в односторонние правила?

Точно! Когда правилу требуется trimmed_sample1_R1.fastq.gz, как Snakemake узнает имя вашего образца? Это имя образца, sample1, или это sample1_R1? Это может быть и то, и другое, и это заставляет snakemake жаловаться, что он не знает, как решить эту проблему. Когда вы добавляете порядок правил, вы говорите Snakemake, когда он неясен, разрешайте в этом порядке.

3. Команде в правиле выравнивания требуется 1 или 2 входа. Я намерен использовать директиву if / else в params для выбора входных данных. Правильно ли я так думаю? (Я думаю, что вы тоже это сделали в своем конвейере)

Да, мы так и решили. Мы сделали это таким образом, потому что хотим, чтобы у каждого правила была собственная среда. Если вы не используете отдельную среду conda для выравнивания, вы можете сделать ее чище / красивее, например

rule alignment:  
    input:
        unpack(get_fastqs)
    output:
        somepath/{sample}.bam
    run:
        if layouts[wildcards.sample] == "single":
            shell("single-end command")
        if layouts[wildcards.sample] == "paired":
            shell("paired-end command")

Мне кажется, этот вариант намного понятнее, чем то, что мы делали в конвейере seq2science. Однако в конвейере seq2science мы поддерживаем много разных выравнивателей, и все они имеют разную среду conda, поэтому директиву run использовать нельзя.