时间戳

首页 > 解决方案 > 在 fastq 文件中，如何将序列头更改为文件名和唯一标识符？

bash - 在 fastq 文件中，如何将序列头更改为文件名和唯一标识符？

问题描述

我正在处理条形码数据，我希望能够组合 fastq 文件并轻松分辨出读取的原始条形码。所以我试图将读取的名称更改为文件的名称（即barcode01.fastq）并在末尾附加一个唯一编号。我希望最终产品是这样的：

> barcode01_1
AAGTAGCCTTCGTTCAGTTACGTATTG
+
(&)(*),+*)'(5<64?CA?<;A=@D6
> barcode01_2
...

到目前为止，我使用 awk 有以下内容：

find . -type f -printf "/%P\n" | \
    while read FILE ; 
        do 
            PREFIX=$(echo ">",${FILE##*/}"_");
            awk -v PREFIX=$PREFIX '{
                if (NR%4 == 1) 
                    print PREFIX, ++i;
                else 
                    print $0
            }' ${FILE} > ../${FILE}.fastq;
    done

这会从子目录中获取所有 fastq 文件并制作标题> barcode01_ 1，但我无法弄清楚如何摆脱空间。如果我删除和之间的PREFIX逗号++i：

find . -type f -printf "/%P\n" | \
    while read FILE ; 
        do 
            PREFIX=$(echo ">",${FILE##*/}"_");
            awk -v PREFIX=$PREFIX '{
                if (NR%4 == 1) 
                    print PREFIX ++i;
                else 
                    print $0
            }' ${FILE} > ../${FILE}.fastq;
    done

这使得标题只增加没有> barcode01_部分的数字。

标签： bashawkfastq

解决方案

++将push up放在iawk 上并不意味着 awk 会将其应用于i而不是PREFIX. 比较：

$ awk 'BEGIN{PREFIX="foo"; print PREFIX ++i}'
0

和：

$ awk 'BEGIN{PREFIX="foo"; print PREFIX (++i)}'
foo1

您的脚本还有其他几个问题，请将其复制/粘贴到http://shellcheck.net以了解其中一些问题，然后如果您需要其他问题的帮助，请发布一个新问题。

推荐阅读