一个样本在下一次开始之前完成的Snakemake优先级

问题描述

我正在使用一个相当大的Snakemade文件来为30名患者调用突变。工作流程的第一步是对齐。我遇到的问题是，Snakemaker调度程序似乎首先为所有30名患者执行第一步(即比对)。这又需要大量(临时)磁盘空间(>；>；10TB)。这是非常无效的，因为当工作流完成时，一个患者只占用不到1 GB(仅VCF文件)。

所以我的问题是，是否有一种方法可以在开始对新患者进行配对(第一步)之前完成对一个患者的处理，同时仍然并行处理所有事情。

我尝试了--prioritize选项来确定工作流的最后一个规则的优先级，但似乎没有效果。

如有任何帮助，不胜感激！

干杯！

---

解决方案

这又需要大量(临时)磁盘空间

我我认为您可以设置disk_mbresource，使Snakemaker不会超过它。

例如，您有100 GB的磁盘空间，而每次对齐(最多)占用30 GB，以下应将Snakemake约束为同时最多运行3个对齐(并假设下一步需要的空间可以忽略不计-根据需要进行编辑)：

rule align:
    input: 
        ...
    output: 
        ...
    resources:
        disk_mb=30000
    ...

运行方式：

snakemake --resources disk_mb=100000 ...

Snakemake: Tranverse DAG depth-first?处的答案应该有效，但是即使作业只需要很少的磁盘空间，您也必须一次运行一个作业。