你遇到的重复问题，本质是因为目标FASTA文件里存在相同ID的重复序列条目，而seqkit grep和seqtk subseq默认会提取所有匹配到的条目，不会自动去重。下面针对两个工具分别给出修改方案：

方案1：使用seqkit（推荐，操作更简洁） #

seqkit自带专门的去重工具，可以在提取完成后按序列ID去重，默认保留每个ID的第一次出现：

seqkit grep -f in.txt in.fa | seqkit rmdup -n > out.fa

• seqkit grep -f in.txt in.fa：从FASTA文件中提取TXT列表里指定ID的序列
• seqkit rmdup -n：按序列ID（名称）去重，只保留每个ID第一次出现的条目

如果你的TXT列表本身也存在重复ID，可以先给列表去重再提取，进一步优化：

# 将空格分隔的ID转为每行一个，再去重
tr ' ' '\n' < in.txt | sort -u > unique_ids.txt
seqkit grep -f unique_ids.txt in.fa | seqkit rmdup -n > out.fa

方案2：使用seqtk + awk #

seqtk本身没有内置去重参数，我们可以用awk脚本过滤提取后的结果，只保留每个ID的第一次出现：

seqtk subseq in.fa in.txt | awk '
/^>/ {
    if (!ids[$1]++) {
        print
        keep = 1
    } else {
        keep = 0
    }
    next
}
keep' > out.fa

• seqtk subseq in.fa in.txt：提取指定ID的序列
• awk脚本逻辑：遇到以>开头的ID行时，检查是否已经记录过该ID；未记录则打印ID行，并标记后续的序列行需要打印；已记录则跳过ID行，后续序列行也不打印

同样，如果TXT列表有重复ID，也可以先去重再处理：

tr ' ' '\n' < in.txt | sort -u > unique_ids.txt
seqtk subseq in.fa unique_ids.txt | awk '
/^>/ {
    if (!ids[$1]++) {
        print
        keep = 1
    } else {
        keep = 0
    }
    next
}
keep' > out.fa

执行上述命令后，就能得到每个ID仅出现一次的目标序列了。

内容的提问来源于stack exchange，提问作者user3224522