一个样本在下一个开始之前完成的 Snakemake 优先级

如何解决一个样本在下一个开始之前完成的 Snakemake 优先级

我正在使用一个相当大的 snakemake 文件来调用 30 位患者的突变。工作流程的第一步是对齐。我遇到的问题是，snakemake 调度程序似乎首先为所有 30 名患者执行了第一步（即对齐）。这反过来又需要大量（临时）磁盘空间 (>>10TB)。这是非常低效的，因为当工作流完成时，一名患者只占用不到 1 GB（仅 vcf 文件）。

所以我的问题是，是否有一种方法可以“强制”snakemake 在开始对新患者进行对齐（第一步）之前完成对一个患者的处理，同时仍然使所有内容平行。

我尝试使用 --prioritize 选项来确定工作流的最后一条规则的优先级，但这似乎不起作用。

非常感谢任何帮助！

干杯！

解决方法

这反过来又需要大量（临时）磁盘空间

我认为您可以将 disk_mb resource 设置为蛇形不会超过它。

例如，您有 100 GB 的磁盘空间，每个对齐（最多）占用 30 GB，以下内容应限制 snakemake 同时运行最多 3 个对齐（并假设后续步骤需要的空间可以忽略不计 - 编辑根据需要）：

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

运行方式：

snakemake --resources disk_mb=100000 ...

Snakemake: Tranverse DAG depth-first? 处的答案应该可行，但是即使作业需要很少的磁盘空间，您也必须一次运行 1 个作业。