如何在fasta文件的每个序列头中添加对应文件名？

操作前注意 #

先备份所有原始fasta文件，避免误操作丢失数据：

mkdir -p fasta_backup && cp *.fasta fasta_backup/

批量处理命令 #

以下命令均支持自定义是否保留文件名后缀，如果你不需要文件名的后缀（比如文件名是NC_003245.fasta，只想把NC_003245加到序列头），可以选择后缀去除的版本。

1. Linux系统（自带GNU awk，支持原地修改）

直接修改原文件，不会生成额外临时文件：

# 保留文件全名（含后缀）的版本
for file in *.fasta; do
  awk -i inplace -v fname="$file" '{
    if($0 ~ /^>/) {
      print ">" fname " " substr($0,2)
    } else {
      print $0
    }
  }' "$file"
done

# 去除.fasta后缀的版本（和你示例效果完全一致）
for file in *.fasta; do
  fname=${file%.fasta}
  awk -i inplace -v fname="$fname" '{
    if($0 ~ /^>/) {
      print ">" fname " " substr($0,2)
    } else {
      print $0
    }
  }' "$file"
done

2. macOS系统/不想修改原文件的场景

会生成前缀为modified_的新文件，原始文件全程保留不变：

# 去除.fasta后缀的版本
for file in *.fasta; do
  fname=${file%.fasta}
  awk -v fname="$fname" '{
    if($0 ~ /^>/) {
      print ">" fname " " substr($0,2)
    } else {
      print $0
    }
  }' "$file" > "modified_${file}"
done

3. 需要处理子目录下所有fasta文件的场景

用find配合遍历所有层级的子目录：

find . -type f -name "*.fasta" -exec awk -i inplace -v fname="{}" '{
  if($0 ~ /^>/) {
    print ">" fname " " substr($0,2)
  } else {
    print $0
  }
}' {} \;

内容的提问来源于stack exchange，提问作者LDT