sed：保留匹配行的某些内容

Question

我在一个fasta文件中有很多序列，如下面的那个（从UniProtKB下载）：

>sp|P00045|CYC7_YEAST Cytochrome c iso-2 OS=Saccharomyces cerevisiae (strain ATCC 204508 / S288c) GN=CYC7 PE=1 SV=1
MAKESTGFKPGSAKKGATLFKTRCQQCHTIEEGGPNKVGPNLHGIFGRHSGQVKGYSYTD
ANINKNVKWDEDSMSEYLTNPKKYIPGTKMAFAGLKKEKDRNDLITYMTKAAK

由于它们都是细胞色素c的氨基酸序列，我只关心有机体（即上述条目中的酿酒酵母）。所以我希望修改这些序列的标题如下：

>Saccharomyces cerevisiae
MAKESTGFKPGSAKKGATLFKTRCQQCHTIEEGGPNKVGPNLHGIFGRHSGQVKGYSYTD
ANINKNVKWDEDSMSEYLTNPKKYIPGTKMAFAGLKKEKDRNDLITYMTKAAK

有机体名称总是在“OS =”之后，并在以下任何一个时停止：

1. 空间（。*）＃应变信息
2. 空间.. =

满足。

那么有人能给我一些关于如何制作它的线索吗？ THX！

Answer 1

您可以使用：

sed 's/.*OS=\([^(]*\).*/>\1/' input