如何用Perl脚本批量处理文件夹中的多个FASTA文件

针对你的需求，这里提供两种批量处理test_A文件夹下所有FASTA文件的方法，同时保留截断值参数，输出文件按原文件名_截断值.fasta格式命名并保存在原目录。

方法一：用Shell脚本批量调用原Perl脚本（无需修改原脚本） #

首先修复原Perl脚本的语法错误：原脚本中while(<>)语句缺少大括号，会导致编译失败，修正后如下：

## removesmalls.pl（修正语法错误后）
#!/usr/bin/perl
use strict;
use warnings;

my $minlen = shift or die "Error: `minlen` parameter not provided\n";
{
    local $/=">";
    while(<>) {  # 添加缺失的大括号
        chomp;
        next unless /\w/;
        s/>$//gs;
        my @chunk = split /\n/;
        my $header = shift @chunk;
        my $seqlen = length join "", @chunk;
        print ">$_" if($seqlen >= $minlen);
    }
    local $/="\n";
}

然后创建一个Shell脚本batch_fasta.sh，内容如下：

#!/bin/bash

# 检查参数数量
if [ $# -ne 2 ]; then
    echo "使用方法: $0 <截断值> <目标文件夹路径>"
    echo "示例: ./batch_fasta.sh 500 test_A"
    exit 1
fi

CUTOFF=$1
TARGET_DIR=$2

# 遍历目标文件夹下所有.fasta文件
for fasta_file in "$TARGET_DIR"/*.fasta; do
    # 跳过不存在的文件（比如目录下无.fasta文件时）
    [ -e "$fasta_file" ] || continue
    
    # 提取不带路径和后缀的文件名
    base_name=$(basename "$fasta_file" .fasta)
    # 构建输出文件名
    output_file="$TARGET_DIR/${base_name}_${CUTOFF}.fasta"
    
    # 调用Perl脚本处理并输出到目标文件
    perl removesmalls.pl "$CUTOFF" "$fasta_file" > "$output_file"
done

echo "批量处理完成！"

使用步骤： #

1. 给Shell脚本赋予执行权限：chmod +x batch_fasta.sh
2. 运行脚本：./batch_fasta.sh 500 test_A

方法二：修改Perl脚本，直接支持批量处理 #

修改后的脚本可以直接接收多个FASTA文件作为参数，自动生成对应输出文件，无需额外Shell脚本：

#!/usr/bin/perl
use strict;
use warnings;

# 检查参数合法性
die "使用方法: $0 <截断值> <FASTA文件1> [FASTA文件2 ...]\n" unless @ARGV >= 2;

my $minlen = shift;
my @input_files = @ARGV;

foreach my $input (@input_files) {
    # 检查输入文件是否存在
    die "错误：文件 '$input' 不存在或无法访问\n" unless -f $input;
    
    # 构建输出文件名：替换.fasta后缀为_截断值.fasta
    my $output = $input;
    unless ($output =~ s/\.fasta$/_${minlen}.fasta/i) {
        # 如果文件名不含.fasta后缀，直接追加
        $output .= "_${minlen}.fasta";
    }
    
    # 打开输入输出文件句柄
    open my $in_fh, '<', $input or die "无法打开输入文件 '$input': $!";
    open my $out_fh, '>', $output or die "无法创建输出文件 '$output': $!";
    
    # 处理FASTA序列
    local $/ = ">";
    while (my $chunk = <$in_fh>) {
        chomp $chunk;
        next unless $chunk =~ /\w/;  # 跳过空块
        
        my @lines = split /\n/, $chunk;
        my $header = shift @lines;
        my $seq = join "", @lines;
        my $seqlen = length $seq;
        
        # 输出符合长度要求的序列
        print $out_fh ">$chunk\n" if $seqlen >= $minlen;
    }
    
    # 关闭文件句柄
    close $in_fh;
    close $out_fh;
    
    print "已完成处理：$input -> $output\n";
}

使用步骤： #

直接运行脚本并指定截断值和目标文件夹下的所有FASTA文件：

perl removesmalls.pl 500 test_A/*.fasta

这样会自动处理test_A下的每个.fasta文件，生成如1_500.fasta、2_500.fasta的输出文件，保存在test_A目录中。

内容的提问来源于stack exchange，提问作者k_a_r_o_l