如何在 fasta 文件的每个标题中附加文件名？ [关闭]

Posted 2023-03-24

【中文标题】如何在 fasta 文件的每个标题中附加文件名？ [关闭]

【英文标题】：How can I attach in each header of a fasta file the filename? [closed]

【发布时间】：2021-10-26 16:14:19

【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

我想在每个文件的标题中附加文件名。 想象一下我的文件名是NC_003245 那么我想要这个文件的标题 当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

【问题讨论】：

我不明白，那它们是 csv 文件吗？您能否提供有关文件结构的更多详细信息

好点他们是fasta文件

你能粘贴文件的截图吗？

我在我的问题中提出的内容与您询问的屏幕截图完全相同

【参考方案1】：

一个awk想法：

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

地点：

sub(/^>/,"") - 如果行中的第一个字符发生替换 (^>)，则 sub() 调用被认为是“真”，所以... $0=">" FILENAME " " $0 - 将行重新定义为> + FILENAME + <space> + $0（其余行）； FILENAME 是一个 awk 内置变量，其中包含正在处理的当前输入文件的名称

注意：

- 由 Ed Morton 每厘米更新一次

这会生成：

>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，假设使用GNU awk，添加-i inplace：

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

【讨论】：

这不能回答我的问题，因为我有多个文件。谢谢你的时间@markp-fuso。我非常感谢

您在问题中提供了一个文件名，这就是我要解决的问题，假设您知道如何将多个文件提交给 awk，例如，将您的文件列表提供给 awk，如下所示： awk -i inplace '...' file1 file2 file3 ... fileN，或者如果特定目录中的所有文件awk -i inplace '...' /path/to/files/*

【参考方案2】：

如果你在哪里我会用 R 做这样的事情：

假设您的 fasta 位于一个文件夹中，其中只有您想要使用的 fasta：

library(ape)
setwd("path/to/fasta")

for( i in list.files())
  a = read.FASTA(i)
  names(a) = paste(strsplit(i,'\\.')[[1]][1], names(a))
  write.FASTA(a, file = i)

基本上，您可以使用 for 循环通过使用 i 对象调用文件来加载 fasta（使用 ape 包）。然后你只需替换名称。

请小心，因为这可能会覆盖您之前的 fasta。您可以通过更改 write.fasta 参数（使用粘贴）来更改此设置。

让我知道它是否有效

【讨论】：

感谢@elielink 抽出宝贵时间。我赞成这个答案和你的许多其他答案。感谢您的帮助:)

@LDT 不客气