使用包含递增值的新名称编辑行名称答案

【问题标题】：Edit line names with a new name containing an incremented value使用包含递增值的新名称编辑行名称
【发布时间】：2015-06-12 12:34:16
【问题描述】：

这对我来说似乎是一项简单的任务，但让它轻松工作最终比我想象的要困难：

我有一个包含几百万行文本（只有几百个单独的序列条目）的 fasta 文件，这些序列名称很长，我想用 Contig $n 替换标题 > 之后的所有字符，其中 @987654323 @ 是一个从 1 开始的整数，每次替换都会递增。

一个示例输入序列名称：

>NODE:345643RD:Cov_456:GC47:34thgd
ATGTCGATGCGT
>NODE...
ATGCGCTTACAC

然后我想像这样输出

>Contig 1
ATGTCGATGCGT
>Contig 2
ATGCGCTTACAC

所以也许是 Perl 脚本？我知道一些基础知识，但我想读入一个文件，然后输出带有更改的新文件，我不确定最好的方法是什么？我看过一些 Perl one liner 示例，但没有一个符合我的要求。

$n = 1

if { 

    s/>.*/(Contig)++$n/e

    ++$n
}

【问题讨论】：

标题行是否真的以反斜杠开头，并且每隔一行都是这样的空白？
不，我遇到了问题，浏览器一直认为我在输入代码，行以“>”符号开头并且没有空行。

标签： regex perl awk sed fasta

【解决方案1】：

$ awk '/^\\>/{$0="\\>Contig "++n} 1' file
\>Contig 1

ATGTCGATGCGT

\>Contig 2

ATGCGCTTACAC

【讨论】：

【解决方案2】：

试试这样的：

#!/usr/bin/perl -w

use strict;

open (my $fh, '<','example.txt');
open (my $fh1, '>','example2.txt');

my $n = 1;

# For each line of the input file
while(<$fh>) {

    # Try to update the name, if successful, increment $n
    if ($_ =~ s/^>.*/>Contig$n/) { $n++; }

    print $fh1 $_;
}

【讨论】：

【解决方案3】：

当您使用/e 修饰符时，Perl 期望替换模式是有效的 Perl 表达式。尝试类似

s/>.*/">Contig " . ++$n/e

【讨论】：

【解决方案4】：

perl -i -pe 's/>.*/">Contig " . ++$c/e;' file.txt

输出：

\>Contig 1
ATGTCGATGCGT
\>Contig 2
ATGCGCTTACAC

【讨论】：

虽然这个答案可能是正确且有用的，但最好在其中附上一些解释来解释它如何帮助解决问题。如果有更改（可能不相关）导致它停止工作并且用户需要了解它曾经是如何工作的，这在未来变得特别有用。
可以理解，我正在解析基因组组装算法的一些输出，该算法创建了具有复杂长名称的序列重叠群。这些复杂的序列名称混淆了我用来注释序列的另一种算法，因此我将名称转换为更简单的名称。

【解决方案5】：

我不是 awk 专家（远非如此），但解决这个问题只是出于好奇，因为 sed 不包含变量（可能性有限）。

一种可能的 gawk 解决方案可能是

awk -v n=1 '/^>/{print ">Contig " n; n++; next}1' <file

【讨论】：