使用Bakta批量注释500个基因组的脚本问题求助

核心错误点 #

你的命令存在两个关键问题导致循环仅执行第一个文件：

1. 参数语法错误：-- genus多了空格，正确写法是--genus，这个错误会导致Bakta命令报错，进而中断整个循环。
2. 变量未加引号：文件名或路径含特殊字符时，未加引号的$file会导致解析错误，可能提前终止循环。

修改后的命令（单行版） #

nohup bash -c 'mkdir -p rest_bakta; for file in genomes/*.fna; do prefix=$(basename "$file" .fna); bakta --db /bakta_db/db/ --output rest_bakta/ --prefix "$prefix" --genus STAPHYLOCOCCUS --threads 20 "$file" || echo "处理文件 $file 失败，继续执行后续任务"; done' > output_bakta.txt 2>&1 &

更易维护的脚本版 #

1. 创建脚本文件run_bakta.sh：

#!/bin/bash
# 确保输出目录存在，不存在则创建
mkdir -p rest_bakta

# 遍历所有fna文件
for file in genomes/*.fna; do
    # 提取文件名前缀（去掉.fna后缀）
    prefix=$(basename "$file" .fna)
    # 执行Bakta注释，即使当前文件失败也继续处理下一个
    bakta --db /bakta_db/db/ \
          --output rest_bakta/ \
          --prefix "$prefix" \
          --genus STAPHYLOCOCCUS \
          --threads 20 \
          "$file" || echo "[WARN] 文件 $file 处理失败，跳过"
done

2. 赋予脚本执行权限并后台运行：

chmod +x run_bakta.sh
nohup time bash run_bakta.sh > output_bakta.txt 2>&1 &

额外优化说明 #

• mkdir -p rest_bakta：确保输出目录存在，避免因目录缺失导致命令失败。
• 变量加双引号："$file"和"$prefix"避免文件名含空格、特殊字符时出现解析错误。
• || echo ...：保证单个文件处理失败时，循环不会终止，继续处理剩余基因组。
• time放在脚本运行前：统计整个注释流程的总耗时，结果会写入output_bakta.txt。

内容的提问来源于stack exchange，提问作者user19272398