Bash脚本问题：多子目录循环运行Unicycler批量组装失败

错误根源 #

你的脚本中，basename ${file} _1.fastq.gz仅提取了文件名前缀（比如QC_181651），丢失了文件所在的子目录路径（比如Assemblies/assem_181651/）。当你直接用${base}_1.fastq.gz作为参数时，Unicycler会在当前工作目录（Sequencing）下查找文件，而实际文件存放在对应的assem_xxx子目录中，因此出现找不到文件的错误。

修复方案 #

以下两种方法均可解决问题，按需选择：

方法一：保留完整文件路径

for file in Assemblies/assem*/*_1.fastq.gz; do
    # 获取文件所在的子目录路径
    dir=$(dirname "$file")
    # 获取文件名前缀（移除_1.fastq.gz后缀）
    base=$(basename "$file" _1.fastq.gz)
    echo "running unicycler hybrid assembly on ${base}"
    # 用完整路径指定输入文件，输出目录也存入对应子目录
    unicycler --short1 "${dir}/${base}_1.fastq.gz" --short2 "${dir}/${base}_2.fastq.gz" --long "${dir}/${base}.fastq.gz" --out "${dir}/${base}_hybridassem" --threads 16
    echo "unicycler assembly on ${base} finished"
done

方法二：切换到子目录执行（更简洁）

for dir in Assemblies/assem*; do
    # 进入目标子目录，cd失败则跳过该目录
    cd "$dir" || continue
    # 提取当前目录下的文件前缀
    base=$(basename *_1.fastq.gz _1.fastq.gz)
    echo "running unicycler hybrid assembly on ${base}"
    # 当前已在子目录，直接用文件名即可
    unicycler --short1 "${base}_1.fastq.gz" --short2 "${base}_2.fastq.gz" --long "${base}.fastq.gz" --out "${base}_hybridassem" --threads 16
    echo "unicycler assembly on ${base} finished"
    # 返回上级目录
    cd - > /dev/null
done

方案说明 #

• 方法一无需切换目录，通过保留完整路径定位文件，适合需要在原工作目录记录运行日志的场景。
• 方法二切换到子目录后执行，路径逻辑更简洁，避免路径拼接错误。

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