安装snakemake
conda install -c bioconda snakemake
简单snakemake脚本举例
# 首先创建两个文件夹
echo "Hello Hongyu" > 1.txt
echo "Hi Hongyu" > 2.txt
# 编写snakefile
rule concat:
input:
expand("{file}.txt",file=["1","2"])
output:
"merged.txt"
shell:
"cat {input} > {output}"
# 执行snakefile
snakemake # 此时表示在snakefile所在路径下，默认寻找snakefile
命令及规则
rule all: # 除了rule all中定义的文件外最后输出结果不会保存任何中间文件。
wildcards: # 用来获取通配符匹配到的部分
threads: # 设置运行分配的线程数
message: # 使用message参数可以指定每运行到一个rule时,在终端中给出提示信息
priority: # 可用来指定程序运行的优先级，默认为0，eg.priority: 20
log: # 用来指定生成的日志文件
params: # 指定程序运行的参数
run: #在run的缩进区域里面可以输入并执行python代码
scripts: # 用来执行指定脚本
temp: # 通过temp方法可以在所有rule运行完后删除指定的中间文件
protected: # 用来指定某些中间文件是需要保留的
ancient: # 强制使得结果文件一旦生成就不会再次重新生成覆盖，即便输入文件时间戳已经更新
Rule Dependencies: # 通过快捷方式指定前一个rule的输出文件为此rule的输入文件
report: # 将结果嵌入到html文件中进行查看
snakemake执行参数
–snakefile, -s 指定Snakefile，否则是当前目录下的Snakefile
–dryrun, -n 不真正执行，一般用来查看Snakefile是否有错
–printshellcmds, -p 输出要执行的shell命令
–reason, -r 输出每条rule执行的原因,默认FALSE
–cores, –jobs, -j 指定运行的核数，若不指定，则使用最大的核数
–force, -f 重新运行第一条rule或指定的rule
–forceall, -F 重新运行所有的rule，不管是否已经有输出结果
–forcerun, -R 重新执行Snakefile，当更新了rule时候使用此命令
#一些可视化命令 $ snakemake –dag | dot -Tpdf > dag.pdf
#集群投递
snakemake --cluster "qsub -V -cwd -q 节点队列" -j 10
# --cluster /-c CMD: 集群运行指令
# qusb -V -cwd -q， 表示输出当前环境变量(-V),在当前目录下运行(-cwd), 投递到指定的队列(-q), 如果不指定则使用任何可用队列
# --local-cores N: 在每个集群中最多并行N核
# --cluster-config/-u FILE: 集群配置文件
参考链接
https://www.jianshu.com/p/14b9eccc0c0e
