Snakemake 中如何在单条规则中条件化调用多个脚本（Python/R）-Python教程-PHP中文网

Snakemake 中如何在单条规则中条件化调用多个脚本（Python/R）

Snakemake 的 script 指令不支持多脚本或条件执行；推荐通过拆分为依赖规则、使用 run + shell() 调用带参数的脚本，或在脚本内部解析 Snakemake 传递的配置来实现灵活控制。

snakemake 的 `script` 指令不支持多脚本或条件执行；推荐通过拆分为依赖规则、使用 `run` + `shell()` 调用带参数的脚本，或在脚本内部解析 snakemake 传递的配置来实现灵活控制。

在 Snakemake 工作流中，script: 指令设计为一对一绑定：每条规则仅允许指定一个外部脚本文件（如 merge_results.py），且该脚本必须通过 snakemake.input、snakemake.output 等对象直接访问 Snakemake 上下文。它不支持语法级条件分支或多脚本串联（如 if cond: "my_script.R"），这是由其底层机制决定的——Snakemake 会将脚本复制到临时目录并注入 snakemake 对象后执行，无法动态加载多个脚本。

✅ 推荐方案一：拆分为两个独立规则（最佳实践）

若 Python 和 R 脚本存在逻辑依赖（例如 R 脚本需基于 Python 输出进一步分析），应优先采用模块化设计：

# Rule 1: 执行 Python 合并
rule merge_results_py:
    input:
        # ... 原始输入
    output:
        py_result = "results/merged_data.tsv",
        flag = temp("results/py_done.flag")  # 临时标记文件
    script:
        "merge_results.py"

# Rule 2: 条件执行 R 脚本（依赖 flag）
rule merge_results_r:
    input:
        py_result = rules.merge_results_py.output.py_result,
        flag = rules.merge_results_py.output.flag
    output:
        "results/analysis_report.pdf"
    params:
        run_r = config.get("run_r_analysis", False)  # 从 config.yaml 控制
    script:
        "my_script.R"  # 在 R 脚本中读取 params.run_r 判断是否执行主逻辑

? 关键点：R 脚本需兼容“空运行”——当 params.run_r == False 时，仅创建空输出文件（如 touch {output}），确保 Snakemake 规则完整性。可在 my_script.R 中通过 snakemake@params$run_r 获取该值。

✅ 推荐方案二：统一使用 `run:` + `shell()`（需适配脚本参数）

若必须保留在单条规则内，可改用 run: 指令配合 shell() 显式调用：

rule merge_results:
    input:
        "data/a.csv", "data/b.csv"
    output:
        "results/final.tsv"
    params:
        run_r = True
    run:
        shell("python3 merge_results.py --input {input} --output {output}")
        if params.run_r:
            shell("Rscript my_script.R --input {input} --output {output}")

此时，脚本需改造以支持命令行参数：

macOS UI 自动化技能包 —— 用 Python 控制你的 Mac

让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限

下载

Python 示例（merge_results.py）：

import argparse
import pandas as pd

parser = argparse.ArgumentParser()
parser.add_argument("--input", nargs="+")
parser.add_argument("--output")
args = parser.parse_args()

# 替换原 snakemake.input 为 args.input
df = pd.concat([pd.read_csv(f) for f in args.input])
df.to_csv(args.output, index=False)