扩增子流程·测序文件的批量改名

最新推荐文章于 2024-01-24 22:37:09 发布

Y_Alex12

最新推荐文章于 2024-01-24 22:37:09 发布

阅读量464

点赞数

CC 4.0 BY-SA版权

文章标签：数据库服务器 linux

本文链接：https://blog.youkuaiyun.com/Y_Alex12/article/details/131520320

文章介绍了如何批量修改测序文件的名称，首先通过命令行生成文件列表，然后在Excel中利用分列功能处理文件名，创建新的命名规则，最后使用awk和Linux命令实现文件的批量重命名。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

测序文件的批量改名

公司返回的测序文件多为下图所示，可我们不需要那么长的文件名，我们只需要其中的一部分或者重新命名为我们想要的。

将测序文件名改成这样
在这里插入图片描述
我们只需使用如下命令即可完成！

#首先进入到你存放测序文件的文件夹中
cd seq
#将所有.fa.gz文件名写入到一个.txt文件中，并命名为metadata.txt。
ls *.fq.gz > metadata.txt

Excel编辑列表，第二行为最终命名方式

打开metadata.txt文件，Ctrl + A全选后，复制到一个新的Excel表格中。如下图所示：

在这里插入图片描述

使用Excel表格中的数据-分列功能将其分离。具体步骤：Excel–数据—分列–分隔符号

在这里插入图片描述

结果如图

在这里插入图片描述

制作我们想要的名字，将第一列复制给第二列，同样使用数据-分列–分隔符号–其他【_】–完成。此时，将第二列再复制一遍，并保存到第三列（保护列）。

在这里插入图片描述
将其另存为为.txt格式，并放到seq文件夹目录下。

# 转换行尾换行符
sed -i 's/\r//' metadata.txt
# 检查手动命名列2是否唯一
cut -f 2 metadata.txt|wc -l
cut -f 2 metadata.txt|sort|uniq|wc -l
# 如果第二次结果是第一次的一办，则命名非冗余
# 可选移动mv，复制cp，硬链ln，或软链ln -s
# 此处使用复制cp
awk '{system("cp "$1"_R1.fq.gz "$2"_R1.fq.gz")}' metadata.txt
awk '{system("cp "$1"_R2.fq.gz "$2"_R2.fq.gz")}' metadata.txt

最终结果如图

在这里插入图片描述