Snakemake中如何从指定规则重新运行流程并忽略上游依赖
在Snakemake工作流管理系统中,有时我们需要从某个特定规则重新运行流程,而不关心其上游依赖是否完整。这种需求常见于以下场景:上游规则生成了大型临时文件,这些文件在流程完成后已被删除,但我们希望仅重新执行下游规则。
问题背景
假设我们有一个典型的Snakemake工作流,包含四个规则a、b、c、d,其中每个规则的输出都是下一个规则的输入:
rule a → rule b → rule c → rule d
当我们需要重新运行rule d时,默认情况下Snakemake会检查整个依赖链,包括rule b的输出。但如果rule b生成了大型临时文件且已被删除,这种检查就会导致问题。
解决方案:使用ancient函数
Snakemake提供了ancient()
函数来解决这个问题。该函数可以标记输入文件,告诉Snakemake忽略这些文件的时间戳检查,仅检查文件是否存在。
基本用法
对于简单的规则依赖,可以直接在输入文件前使用ancient()
:
rule d:
input:
ancient("path/to/output/of/c")
output:
"path/to/output/of/d"
shell:
"..."
复杂场景:动态输入文件列表
当rule d的输入是通过函数动态生成的文件列表时,可以将整个列表包裹在ancient()
中:
def get_lst_of_c_output(wildcards):
smpl_list = sample_list[wildcards.tag]
return expand("path/to/output/of/c/{smpl}.txt", smpl=smpl_list)
rule d:
input:
ancient(get_lst_of_c_output)
output:
"path/to/output/of/d"
shell:
"..."
重要注意事项
-
rule all的输入:确保rule all仅依赖于最终输出文件(如rule d的输出),而不是中间文件。如果rule all依赖于中间文件,Snakemake仍会尝试重建这些文件。
-
命令行参数:运行时需要添加
--rerun-triggers mtime
参数,确保Snakemake仅检查文件存在性而不检查时间戳。 -
文件存在性:虽然
ancient()
跳过了时间戳检查,但输入文件必须实际存在,否则会报错。
实际应用示例
以下是一个完整的工作示例,展示了如何正确使用ancient()
:
rule all:
input:
"d/output.txt"
rule a:
output:
"a/output.txt"
shell:
"echo a > {output}"
rule b:
input:
rules.a.output
output:
"b/output.txt"
shell:
"echo b > {output}"
rule c:
input:
rules.b.output
output:
"c/{smpl}.txt"
shell:
"echo c > {output}"
def get_lst_of_c_output(wildcards):
return expand("c/{smpl}.txt", smpl=range(3))
rule d:
input:
ancient(get_lst_of_c_output)
output:
"d/output.txt"
shell:
"echo d > {output}"
在这个例子中,即使删除了rule b的输出文件,只要rule c的输出文件存在,就可以直接运行rule d:
snakemake --rerun-triggers mtime
总结
通过使用ancient()
函数,我们可以灵活控制Snakemake工作流的执行方式,在需要时跳过对上游依赖的检查。这种方法特别适用于处理大型中间文件的场景,可以显著提高工作流的执行效率。记住要正确设置rule all的依赖关系,并添加必要的命令行参数,才能确保这一机制正常工作。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~058CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0382- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









