Question

我有一个包含.fasta文件的目录。每个fasta文件都具有以下格式：

OFAS000562-RA-EXON01_rbh.fasta_results.txt.fasta
OFAS000739-RA-EXON03_rbh.fasta_results.txt.fasta
OFAS001341-RA-EXON03_rbh.fasta_results.txt.fasta
OFAS001376-RA-EXON05_rbh.fasta_results.txt.fasta

在每个文件中，例如OFAS000562-RA-EXON01_rbh.fasta_results.txt.fasta，DNA序列及其相关标题：

>Anasa_tristis_comp16713_c0_seq1
ATATTACGTAGATTGTTCTTTAATTGTCTATGAGTTTCGGAGACAAGGCTCTGAATTTTAGGGTGTTGATCACCGAATGTTAGGATGAGTATTGTTGTGGCGACAATAAATATGAAACCTACAAGGTAACTTTTTGCCCTCATTGAGAAGACACAGCCGCATTTGAGCCTTTTTTCCTTGCACGCTGAGTTTTCCTTAAGA
>Anoplocnemis_curvipes_gi_512414836_gb_GAJV01001484.1
ATATTACGTAGATTGTTCTTTAATTGTCTATGAGTTTCGGAGACAAGGCTCTGAATTCTAGGGTGTTGATCACCGAATGTTAGGATGAGTATTGTTGTAGCGACAATAAATGTGAAACCTACAAGGTAACTTTTTGCCCTCATTGAGAAGACACAGCCGCATTTGAGCCTTTTTCCTTGCACGCTGAGTTTTTCGTAAGA

我想要做的是浏览每个.fasta文件，提取部分文件名（格式：OFAS ###### - RA-EXON ##），然后将提取的部分插入每个文件的开头>符号后面的标题。要关注OFAS000562-RA-EXON01_rbh.fasta_results.txt.fasta示例，我希望文件中的内容如下所示：

>OFAS000562-RA-EXON01_Anasa_tristis_comp16713_c0_seq1
ATATTACGTAGATTGTTCTTTAATTGTCTATGAGTTTCGGAGACAAGGCTCTGAATTTTAGGGTGTTGATCACCGAATGTTAGGATGAGTATTGTTGTGGCGACAATAAATATGAAACCTACAAGGTAACTTTTTGCCCTCATTGAGAAGACACAGCCGCATTTGAGCCTTTTTTCCTTGCACGCTGAGTTTTCCTTAAGA
>OFAS000562-RA-EXON01_Anoplocnemis_curvipes_gi_512414836_gb_GAJV01001484.1
ATATTACGTAGATTGTTCTTTAATTGTCTATGAGTTTCGGAGACAAGGCTCTGAATTCTAGGGTGTTGATCACCGAATGTTAGGATGAGTATTGTTGTAGCGACAATAAATGTGAAACCTACAAGGTAACTTTTTGCCCTCATTGAGAAGACACAGCCGCATTTGAGCCTTTTTCCTTGCACGCTGAGTTTTTCGTAAGA

我在网上看到了一些选项，但这些选项都采用了整个文件名并插入每行的开头。我对sed更熟悉了，我有一个bash脚本作为起点，我认为让我接近我想要的东西。我可能会离开，或者可能有一个更简单的方法。我只是不知道如何修改我目前提取和/或使用文件名部分的内容。

#!/bin/bash

for f in OFAS* 
do 
    sed -i "s/>/>$f_/" "$f" 
done

Answer 1

只需从文件名中提取所需的部分，例如：

#!/bin/bash

for f in OFAS* 
do 
    part=$(echo "$f" | sed 's/_rbh.*fasta$//')
    sed -i '.old' "s/^>/>${part}_/" "$f" 
done

在上面我只是从每个文件名中删除_rbh.fasta_results.txt.fasta部分。

Answer 2

#!/bin/bash

for f in OFAS* 
do 
    sed -i "s/>/>${f%%_*}_/" "$f" 
done

$ {f %% *}将从f中删除最长的模式“ *”，例如：

f=OFAS000562-RA-EXON01_rbh.fasta_results.txt.fasta
echo ${f%%_*}

给出：

OFAS000562-RA-EXON01

将部分文件名插入文件中的行首

2 个答案: