如何修改FASTA文件中以>开头的行，截取指定前缀子串？

你的脚本报错是因为cut命令默认读取文件内容，而你直接把行文本当作参数传给它，它会把这段文本当成文件名去查找，自然找不到对应的文件。下面给你几种可行的解决方案：

方法1：用awk处理（最简洁高效） #

awk天生适合处理这种结构化文本，一行命令就能搞定：

awk '/^>/ {split($0, parts, "_"); print parts[1]"_"parts[2]"_"parts[3]"_"parts[4]} !/^>/ {print}' file.txt

• 逻辑：
  • 匹配以>开头的标题行，用_分割成数组parts，取前4个元素拼接输出；
  • 非标题行（序列行）直接原样输出。

方法2：修复你的bash循环 #

把行内容通过管道传给cut，而不是当作文件名，同时补上非标题行的输出逻辑：

while read -r line; do 
  if [[ $line = \>* ]]; then
    echo "$line" | cut -d_ -f1-4
  else
    echo "$line"
  fi
done < file.txt

• 注意加上-r参数避免read解析转义字符，同时用echo "$line"把内容传给cut处理。

方法3：用sed正则替换 #

适合喜欢单行正则的场景：

sed -E 's/^>([^_]+_[^_]+_[^_]+_[^_]+)_.*/>\1/' file.txt

• 逻辑：用正则捕获标题行中>后前4个_分割的部分，替换掉整个标题行，序列行不受影响。

内容的提问来源于stack exchange，提问作者plnnvkv