Início / unix / Perguntas / 757109
Accepted
Anna1364
Asked: 2023-09-21 07:17:11 +0800 CST

renomeando arquivos com base no padrão correspondente em outro arquivo

  • 772

Eu tenho uma lista de arquivos:

out_CCGCGGTT+CTAGCGCT_R1.fq.gz
out_TTATAACC+TCGATATC_R2.fq.gz
out_GGACTTGG+CGTCTGCG_R1.fq.gz
out_AAGTCCAA+TACTCATA_R2.fq.gz
...

os IDs do adaptador (entre os dois sublinhados, como AACGTTCC+AGTACTCC, AACGTTCC+AGTACTCC) correspondem à primeira coluna de ID.file.txt

head ID.file.txt:
CCGCGGTT+CTAGCGCT   NHL_332_N
TTATAACC+TCGATATC   NHL_333_T
GGACTTGG+CGTCTGCG   NHL_334_T
AAGTCCAA+TACTCATA   NHL_335_T
ATCCACTG+ACGCACCT   NHL_336_N
GCTTGTCA+GTATGTTC   NHL_337_N
CAAGCTAG+CGCTATGT   NHL_338_N
TGGATCGA+TATCGCAC   NHL_339_T
...

Quero renomear os arquivos e substituir os IDs do adaptador pelo ID real (segunda coluna do arquivo de ID) se eles corresponderem e também remover "out" desde o início.

Então, meus nomes finais de arquivos, exemplo:

NHL_332_N_R1.fq.gz
NHL_333_T_R2.fq.gz
NHL_334_T_R1.fq.gz
NHL_335_T_R2.fq.gz

existe alguma maneira de fazer isso no bash?

bash

2 respostas

  1. Best Answer

    Usando um script Perl:

    #!/usr/bin/perl

use strict; use warnings;

my %h;
open(my $id_file, '<', 'ID.file.txt') or die "$!";
while (<$id_file>) {
    chomp;
    my ($pid, $id) = split /\s+/, $_, 2;
    $h{$pid} = $id;
}
close($id_file);

foreach my $file (glob('*.fq.gz')) {
    if ($file =~ /^out_(.+)_R(\d)\.fq\.gz$/) {
        my $pid = $1;
        my $read_num = $2;
        my $id = $h{$pid};
        if ($id) {
            my $new = "${id}_R${read_num}.fq.gz";
            rename($file, $new) or die "$!";
        }
    }
}
    • 1

relate perguntas