生信流程搭建之snakemake--模块化

模块化之level 1---简单封装

Snakemake包装器存储库是可重复使用包装器的集合，可用于快速使用Snakemake规则和工作流中的流行工具

    input:
        "mapped/{sample}.bam"
    output:
        "mapped/{sample}.sorted.bam"
    params:
        "-m 4G"
    threads: 8
    wrapper:
        "0.2.0/bio/samtools/sort"

在这里，Snakemake将自动从https://bitbucket.org/snakemake/snakemake-wrappers/src/0.2.0/bio/samtools/sort/wrapper.py下载相应的包装器。因此，0.2.0可以替换为您要使用的version标记或commit id。由于包装器实现中的更改不会自动传播到您的工作流程中，因此可确保可重复性。替代地，例如，对于开发而言，包装程序指令还可以指向完整的URL，包括本地URL file://。
每个包装器都定义必需的软件包和版本。结合--use-condaSnakemake 的标志，这些将自动部署。

模块化之level2---大型分析流程的整合

对于应集成到通用工作流程中的较大的可重复使用的部件，建议编写小的Snakefile，然后通过include语句将其包含在主Snakefile中。在这种设置中，所有规则都共享一个公共配置文件。

include: "path/to/other/snakefile"

默认的目标规则（通常称为all-rule）不会受到include的影响。也就是说，无论您有多少个包含在第一个规则之上的内容，它始终将是Snakefile中的第一个规则。包含是相对于出现它们的Snakefile目录的。例如，如果以上Snakefile驻留在directory中my/dir，则Snakemake将在处搜索include my/dir/path/to/other/snakefile，而与工作目录无关。

模块化之level 3---构建子工作流程

除了包括其他工作流程的规则外，Snakemake还允许依赖于其他工作流程的输出作为子工作流程。在执行当前工作流程之前，将独立执行子工作流程。因此，Snakemake可以确保在必要时创建或更新当前工作流程所依赖的所有文件。这允许在原本单独的数据分析之间创建链接。

subworkflow otherworkflow:
    workdir:
        "../path/to/otherworkflow"
    snakefile:
        "../path/to/otherworkflow/Snakefile"
    configfile:
        "path/to/custom_configfile.yaml"

rule a:
    input:
        otherworkflow("test.txt")
    output: ...
    shell:  ...

在这里，子工作流被命名为“ otherworkflow”，它位于工作目录中../path/to/otherworkflow。snakefile位于同一目录中，并称为Snakefile。如果snakefile未为子工作流定义，则假定它位于workdir位置并称为Snakefile，因此，在上面我们也可以省略snakefile关键字。如果workdir未指定，则假定与当前相同。（可选的）定义configfile允许根据需要参数化子工作流。从我们依赖的子工作流输出的文件将标有otherworkflow功能（请参见规则a的输入）。此功能自动确定文件的绝对路径（在此处../path/to/otherworkflow/test.txt）。

在执行时，snakemake首先尝试通过执行子工作流来创建（或更新，如果需要）test.txt（以及所有其他可能提到的依赖项）。然后执行当前的工作流程。这也可以递归发生，因为子工作流也可能有其自己的子工作流。