时间戳

首页 > 解决方案 > 如何在 fasta 文件的每个标题中附加文件名？

python - 如何在 fasta 文件的每个标题中附加文件名？

问题描述

亲爱的，我有成千上万的fasta文件。当您打开每个文件时，您会看到如下所示的标题：

>LOC_1_22 # 16427 # 16873 # 1 # ID=1_22;partial=00;start_type=ATG;rbs_motif=GGAG/GAGG;rbs_spacer=5-10bp;gc_cont=0.635
ATGTTCTTTTATTGCCCGAAGACTGGCGGCTTTTACTCTCCAGAGGTACATGGTGAACAAATGCCAGCGG

>LOC_1_23 # 16964 # 18139 # 1 # ID=1_23;partial=00;start_type=ATG;rbs_motif=GGA/GAG/AGG;rbs_spacer=5-10bp;gc_cont=0.651
ATGGCCGCTGACCAATATCATCACGGTGTCCGGGTCCAAGAGATCAATGACGGGACCCGCCCCATTCGCA

我想将文件名附加到每个文件的标题。 想象一下，我的文件名是NC_003245然后我希望这个文件的标题在我打开文件时看起来像这样

>NC_003245 LOC_1_22 # 16427 # 16873 # 1 # ID=1_22;partial=00;start_type=ATG;rbs_motif=GGAG/GAGG;rbs_spacer=5-10bp;gc_cont=0.635
ATGTTCTTTTATTGCCCGAAGACTGGCGGCTTTTACTCTCCAGAGGTACATGGTGAACAAATGCCAGCGG

>NC_003245 LOC_1_23 # 16964 # 18139 # 1 # ID=1_23;partial=00;start_type=ATG;rbs_motif=GGA/GAG/AGG;rbs_spacer=5-10bp;gc_cont=0.651
ATGGCCGCTGACCAATATCATCACGGTGTCCGGGTCCAAGAGATCAATGACGGGACCCGCCCCATTCGCA

我对 bash/awk 语言的了解有限，非常感谢任何帮助或建议

标签： pythonrawk

解决方案

一个awk想法：

awk 'sub(/^>/,"") { $0=">" FILENAME " " $0} 1' NC_003245

在哪里：

  • sub(/^>/,"")^>- 如果行 ( )中的第一个字符发生替换，则该sub()调用被视为“真”，因此...
  • $0=">" FILENAME " " $0- 将行重新定义为>+ FILENAME+ <space>+ $0（行的其余部分）；FILENAME是一个awk内置变量，包含正在处理的当前输入文件的名称
  • 注意： - 根据 Ed Morton 的评论更新

这会产生：

>NC_003245 LOC_1_22 # 16427 # 16873 # 1 # ID=1_22;partial=00;start_type=ATG;rbs_motif=GGAG/GAGG;rbs_spacer=5-10bp;gc_cont=0.635
ATGTTCTTTTATTGCCCGAAGACTGGCGGCTTTTACTCTCCAGAGGTACATGGTGAACAAATGCCAGCGG

>NC_003245 LOC_1_23 # 16964 # 18139 # 1 # ID=1_23;partial=00;start_type=ATG;rbs_motif=GGA/GAG/AGG;rbs_spacer=5-10bp;gc_cont=0.651
ATGGCCGCTGACCAATATCATCACGGTGTCCGGGTCCAAGAGATCAATGACGGGACCCGCCCCATTCGCA

要更新源文件，并假设使用GNU awk，请添加-i inplace：

awk -i inplace 'sub(/^>/,"") { $0=">" FILENAME " " $0} 1' NC_003245

推荐阅读