首页 文章

如何使用文件名重命名许多multi-fasta文件中的 Headers ？

提问于
浏览 次
2

我有一个包含数百个多FASTA文件的目录 . 这些文件使用物种或属的名称进行调用，例如：

Bubo_bubo.fasta
Poa_CC7849.fasta
Homo_sapiens.fasta
...

在每个文件中， Headers 由Trinity assembler自动生成，看起来与此示例类似：

>c5_g1_i1 len=168 path=[174:0-148 24:148-168]

我想重命名每个文件中的 Headers ，添加有关它来自的物种的信息 . 换句话说， Headers 应该在开头包含文件的名称 . 例如，如果上面的 Headers 来自 Bubo_bubo.fasta ，它应该如下所示：

>Bubu_bubo_c5_g1_i1 len=168 path=[174:0-148 24:148-168]

所以我想编写一个带有文件名的循环，并使用它在这个特定文件的每个fasta头中添加此信息，我想对目录中的所有文件执行此操作 .

bash awk bioinformatics fasta

1 回答

  • 2

    以下应该为您解决问题：

    awk '(FNR==1){f=FILENAME;sub(/\.[A-Za-z]*$/,"_",f)}
     /^>/{$0=">" f substr($0,2)}
     1' Bubo_bubo.fasta

    但是，这会将所有内容写入屏幕，您可能会对使用新文件感兴趣 . 所以你可以使用bash重定向多个文件：

    for f in *.fasta; do
   awk '(FNR==1){f=FILENAME;sub(/\.[A-Za-z]*$/,"_",f)}
        /^>/{$0=">" f substr($0,2)}
        1' "$f" > "/path/to/new/location/$(basename $f)"
done

    如果你真的想要，你可以用awk本身做所有事情，这将是：

    awk '(FNR==1){                             # When a new file is opened (first record)
        close(fout);                       # close previous output file
        fout=FILENAME
        sub(".*/", "", fout)               # get basename of file
        f=fout                             # set f to basename of file
        fout="path/to/new/location/" fout  # prepend output directory
        sub(/\.[A-Za-z]*$/,"_",f)          # remove extention from f
     }
     /^>/{$0=">" f substr($0,2)}           # if header found, update it
     {print > fout}                        # print to output file
    ' *.fasta
    回复于

相关问题