原题:
据我所知，snakemake conda envs的最佳实践(例如，参见这个答案和Johannes Köster的评论)，每个规则都应该有自己的env yaml文件，以保持模块化和可维护。在我的例子中是25个环境。通常，我认为这些应该只指定每个规则所需的最低限度的工具。
然而，这对于某些规则来说是失败的，其中安装在规则环境中的工具会拉出pandas或numpy的版本，而这些版本与"父"中的版本不相同。蛇行运行的环境
例如，pandas不匹配导致
AttributeError: Can't get attribute '_unpickle_block' on <module 'pandas._libs.internals'
对于numpy，我得到
ImportError: Unable to import required dependencies:
numpy:
通过指定pandas和numpy的相同版本作为父环境，这两个问题都很容易解决。例如，运行snakemaker的conda环境具有以下依赖项:
- python ==3.7.10
- pandas ==1.3.1
- numpy ==1.21.0
然后，将这三行添加到我所有的单独规则中。Yaml文件解决了上述问题。
然而，这对我来说似乎不是一个好的甚至是正确的解决方案。这样，任何更新这些依赖项的版本都需要我在所有rule yaml文件中更改它。
据我所知，这源于conda默认在激活另一个环境之前停用一个环境，而不是堆叠/嵌套它们(见这里)。
:
- 一种通过在主环境中堆叠/嵌套它们来激活规则环境的方法，从主环境中运行snake makake(我不想设置conda的全局
auto_stack，因为这可能会干扰其他东西)? 或者有一种方法可以引用或"包含"一个通用的yaml文件到每个规则文件中，这样三个依赖项就不必在每个规则文件中列出了? - 我没有看到的另一个解决方案?
编辑:看来，至少在《造蛇》中，numpy错误是一个令人难以置信的复杂错误。我已经把这个作为issue提交给了snakemake。然而，如何避免环境规范的重复仍然是一个普遍的问题。
更新:
自从最初提出这个问题以来，我已经对它进行了更多的尝试，见这里，其中还包含一个最小的示例来测试它。
问题归结为:
- 当调用具有
conda环境规范的规则时，Snakemake堆栈(巢)环境。我最初的猜测是错误的。 - 当这个环境的python/numpy/pandas版本与运行snakemaker的父环境冲突时，我们很容易得到错误(如上所示)。
- 例如，当在该环境中请求的工具(隐式)依赖于python/pandas时，conda会拉入冲突的版本。 为了防止这种情况，我们当然可以在环境中显式地请求无冲突的python版本，但这似乎很浪费，而且很难维护。
是否有更好的解决方案?
据我所知，snakemake conda环境的最佳实践是，每个规则都应该有自己的环境文件，以保持模块化和可维护性。
你有参考资料吗?就像你说的，这意味着创造很多环境。此外，在每条规则执行之前运行conda activate将会增加相当多的运行时间。
我通常为整个项目创建一个conda环境，即为整个snakemake管道，并在不兼容的情况下创建特定于规则的环境(例如规则需要python2)。