我已经成功地实现了Snakemake工作流程，现在我想增加合并特定样本的可能性，无论它们是技术上的还是生物上的复制。在这种情况下，我被告知应该使用多个通配符，并使用适当的数据框。然而，我非常不确定语法会是什么样子，以及如何正确区分条目。

我的samples.tsv过去是这样的：
示例|FQ1|FQ2
-|-|
BCalAnn1_1_1|Path/to/file|Path/to/file
BCalAnn1_1_2|Path/to/file|Path/to/file
BCalAnn2_1_1|Path/to/file|Path/to/file
BCalAnn2_1_2|Path/to/file|Path/to/file
BCalAnn2_2_1|Path/to/file|Path/to/file
BCalAnn2_3_1|Path/to/file|Path/to/file

现在看起来是这样的：

Sample|BIO_UNIT|TECH_UNIT|FQ1|FQ2
-|
BCalAnn1|1|1|Path/to/file|Path/to/file
BCalAnn1|1|2|Path/to/file|Path/to/file
BCalAnn2|1|1|Path/to/file|Path/to/file
BCalAnn2|1|2|Path/to/file|Path/to/file
BCalAnn2|2|1|Path/to/file|Path/to/file
BCalAnn2|3|1|Path/to/file|Path/to/file

其中BIO_UNIT包含一个样本的库索引，TECH_UNIT是一个库的车道索引。

我的Snakefile如下所示：

import pandas as pd
import os
import yaml

configfile: "config.yaml"

samples = pd.read_table(config["samples"], index_col="sample")

rule all:
    input:
        expand(config["arima_mapping"] + "{sample}_{unit_bio}_{unit_tech}_R1.bam", 
               sample=samples.sample, unit_bio=samples.unit_bio, unit_tech=samples.unit_tech)

rule r1_mapping:
    input:
        read1 = lambda wc: 
                samples[(samples.sample == wc.sample) & (samples.unit_bio == wc.unit_bio) & (samples.unit_tech == wc.unit_tech)].fq1.iloc[0],
        ref = config["PacBio_assembly"],
        linker = config["index"] + "pac_bio_assembly.fna.amb"
    output:
        config["arima_mapping"] + "unprocessed_bam/({sample},{unit_bio},{unit_tech})_R1.bam"
    params:
    conda:
        "../envs/arima_mapping.yaml"
    log:
        config["logs"] + "arima_mapping/mapping/({sample},{unit_bio},{unit_tech})_R1.log"
    threads:
        12
    shell:
        "bwa mem -t {threads} {input.ref} {input.read1} | samtools view --threads {threads} -h -b -o {output} 2> {log}"

r1_mapping基本上是我的第一条规则，它要求不区分复制。因此，我希望对每一行都使用它。我对该语法进行了一些试验，但最终遇到了以下错误：

MissingInputException in rule r1_mapping in line 20 of /home/path/to/assembly_downstream/workflow/rules/arima_mapping.smk:
Missing input files for rule r1_mapping:
    output: /home/path/to/assembly_downstream/intermed/arima_mapping/unprocessed_bam/('bCalAnn1', 1, 1)_R1.bam
    wildcards: sample='bCalAnn1', unit_bio= 1, unit_tech= 1
    affected files:
        /home/path/to/assembly_downstream/data/arima_HiC/('bCalAnn1', 1, 1)_R1.fastq.gz

我有没有正确地读表呢？我现在很困惑，谁能给我一个提示，从哪里开始解决这个问题？已通过以下更改修复：

samples = pd.read_table(config["samples"], index_col=["sample","unit_bio","unit_tech"])

至

samples = pd.read_table(config["samples"], index_col="sample")

**编辑：**新增错误

Missing input files for rule all:
    affected files:
        /home/path/to/assembly_downstream/intermed/arima_mapping/<bound method NDFrame.sample of           unit_bio  ...                                                fq2
sample              ...                                                   
bCalAnn1         1  ...  /home/path/to/assembly_downstream/data/ari...
bCalAnn1         1  ...  /home/path/to/assembly_downstream/data/ari...
bCalAnn2         1  ...  /home/path/to/assembly_downstream/data/ari...
bCalAnn2         1  ...  /home/path/to/assembly_downstream/data/ari...
bCalAnn2         2  ...  /home/path/to/assembly_downstream/data/ari...
bCalAnn2         3  ...  /home/path/to/assembly_downstream/data/ari...

[6 rows x 4 columns]>_3_2_R1.bam
        /home/path/to/assembly_downstream/intermed/arima_mapping/<bound method NDFrame.sample of           unit_bio  ...                                                fq2
sample              ...                                                   
bCalAnn1         1  ...  /home/path/to/assembly_downstream/data/ari...
bCalAnn1         1  ...  /home/path/to/assembly_downstream/data/ari...
bCalAnn2         1  ...  /home/path/to/assembly_downstream/data/ari...
bCalAnn2         1  ...  /home/path/to/assembly_downstream/data/ari...
bCalAnn2         2  ...  /home/path/to/assembly_downstream/data/ari...
bCalAnn2         3  ...  /home/path/to/assembly_downstream/data/ari...

[6 rows x 4 columns]>_3_1_R1.bam
        /home/path/to/assembly_downstream/intermed/arima_mapping/<bound method NDFrame.sample of           unit_bio  ...

这总共是6次，听起来好像我现在得到的所有行都是红色的6次。我想这和expand()的工作原理有关？我现在要继续研究。