Snakemake 规则中动态参数引用的最佳实践

rule phaser_step1:
    input:
        input_file = "{sample}.txt"
    params:
        # get the BID from the sample
        bid=lambda wildcards: wildcards.sample[:5],

        # get the vcf vial number from the bid
        # 错误：'bid' 在此处未被识别为已定义的局部变量
        vcf_vial=bid_to_vcf[bid], 

        # 错误：'vcf_vial' 未定义
        vcf_path=vcf_dir + vcf_vial + ".vcf.gz"
    output:
        "output/{sample}.txt"
    shell:
        """
        echo {input.input_file}
        echo {params.bid}
        echo {params.vcf_vial}
        echo {params.vcf}
        cp {input.input_file} {output}
        """

from pathlib import Path

# 示例数据和配置，通常这些会来自 config.yaml 或其他全局定义
vcfs = ["bid00_vialA.vcf", "bid01_vialB.vcf", "bid00_vialC.vcf"]
samples = ["bid00_sample1", "bid01_sample2", "bid00_sample3"]
vcf_dir = "data/vcfs" # 假设VCF文件存放在此目录

# 创建 BID 到 VCF 文件的映射
# 注意：这里我们假设一个BID可能对应多个VCF，但示例中只取第一个匹配的
# 实际应用中可能需要更复杂的逻辑来处理多个VCF或特定VCF的选取
bid_to_vcf = {}
for vcf_filename in vcfs:
    # 提取文件名前5个字符作为BID
    bid = vcf_filename[:5]
    if bid not in bid_to_vcf:
        bid_to_vcf[bid] = vcf_filename

# 定义一个函数来动态计算 VCF 路径
def get_vcf_path_for_sample(wildcards):
    """
    根据 wildcards.sample 动态计算对应的 VCF 文件路径。
    """
    # 1. 从 wildcards.sample 中提取 BID
    current_bid = wildcards.sample[:5]

    # 2. 根据 BID 从预先定义的映射中获取 VCF 文件名
    # 这里需要确保 current_bid 存在于 bid_to_vcf 中
    if current_bid not in bid_to_vcf:
        raise ValueError(f"BID '{current_bid}' not found in bid_to_vcf map.")

    vcf_filename = bid_to_vcf[current_bid]

    # 3. 组合 VCF 目录和文件名，生成完整的 VCF 路径
    # 使用 pathlib.Path 处理路径，更健壮
    vcf_full_path = Path(vcf_dir, vcf_filename)

    return str(vcf_full_path) # 返回字符串路径供 shell 命令使用

# 定义 Snakemake 规则
rule all:
    input:
        expand("output/{sample}.txt", sample=samples)

rule phaser_step1:
    input:
        # 输入的样本文件路径
        input_file = "{sample}.txt"

    params:
        # 将函数赋值给 params.vcf_path
        # Snakemake 在执行具体 job 时会调用此函数
        vcf_path = get_vcf_path_for_sample

    output:
        "output/{sample}.txt"

    shell:
        """
        echo "Processing input: {input.input_file}"
        echo "Associated VCF path: {params.vcf_path}"
        # 实际操作中，这里会使用 {params.vcf_path} 进行文件处理
        cp {input.input_file} {output}
        """