GNU 并行环境变量与输入分离

如何解决GNU 并行环境变量与输入分离

我有一个我认为应该很容易解决的问题，但由于某种原因我无法解决它.. 我在 Snakemake 内部使用 GNU parallel 来执行一些变体调用。

我的输入文件 (contigs.txt) 看起来像这样：

GL000207.1
GL000226.1
GL000229.1
GL000231.1
GL000210.1
GL000239.1
GL000235.1

最终执行的命令如下所示：

         "name=$(bash get_name.sh normal_recal.bam) \n"
         
         "cat {input.contigs} | "
         "env_parallel --env name --jobs {threads} "
         "'({input.GATK} Mutect2 -I {input.tumor} -I {input.normal} "
         "-R {input.reference} -normal $name "
         "--native-pair-hmm-threads 4 "
         "-L {{}} --germline-resource {input.gnomAD} "
         "-O {input.path}/{wildcards.sample_id}/{{}}.somatic.vcf "
         "--f1r2-tar-gz {input.path}/{wildcards.sample_id}/{{}}.f1r2.tar.gz) &> {log.err}.{{}}.err' \n"

如果我在交互式终端中执行此脚本，一切都会按预期进行。但是，当我尝试在 snakemake 中执行它时，程序会结束而没有错误。我想我已经使用这个简单的例子找到了问题所在：

cat contigs | env_parallel --env name --jobs 4 'echo $name'

这会打印如下内容：

sample_tumor GL000207.1
sample_tumor GL000226.1
sample_tumor GL000229.1
sample_tumor GL000231.1

我认为问题在于，输入变量也被传递给了 $name 变量，这会导致程序崩溃。我想知道如何实现，只有实际的 $name （即这里 sample_tumor）被传递。所以上面例子的输出是

sample_tumor 
sample_tumor 
sample_tumor 
sample_tumor

干杯！

解决方法

事实证明我对错误的猜测是错误的。我想我想念使用过的 env_parallel。这段代码解决了我的问题。

         "name=$(bash get_name.sh normal_recal.bam) \n"
         "export name \n"
         "cat {input.contigs} | "
         "parallel --jobs {threads} "
         "'({input.GATK} Mutect2 -I {input.tumor} -I {input.normal} "
         "-R {input.reference} -normal $name "
         "--native-pair-hmm-threads 4 "
         "-L {{}} --germline-resource {input.gnomAD} "
         "-O {input.path}/{wildcards.sample_id}/{{}}.somatic.vcf "
         "--f1r2-tar-gz {input.path}/{wildcards.sample_id}/{{}}.f1r2.tar.gz) &> {log.err}.{{}}.err'"