根据Fasta标头重命名文件

Question

我已经从NCBI下载了240个基因组，下载后，它们会根据程序集编号获得文件名。我想根据文件名而不是程序集名来重命名文件，因为这将使数据解释变得更加容易。

我知道一些（很少）python，但我确实无法解决这个问题。

所以我想做的是编写一个循环，该循环进入我文件夹中的每个文件，并根据fasta头重写文件名

文件名示例：GCF_000014225.1_ASM1422v1_genomic.fna

fasta标头示例：> NC_008228.1大西洋假单胞菌T6c，完整基因组

如果我可以取消NC_008228.1并且完整的基因组，显然我会很高兴，但是只要将fasta标头作为文件名就可以使我的生活变得更加轻松（替代方法是手动完成...但是我知道它可以完成一些编码）

非常感谢您！

Answer 1

使用sys可能是可行的，但我认为bash是解决您问题的更好方法。像这样：

for file in /dir/*; do
header=$(cat $file | egrep ">.*\w([a-zA-z]\w[a-zA-z])\w.*)")
mv $file $header.fa
done