☰

如何用不同的字符串替换一组文件中的字符串？

tag-icon • tag-icon shell-script bioinformatics
如何用不同的字符串替换一组文件中的字符串？

我有一组 vcf 文件，每个文件都有一个以 'SRR' 开头的字符串。例如，在 file1 中我有以下行：

#CHROM  POS ID  REF ALT QUAL    FILTER  INFO    FORMAT  SRR2481146_1

在文件2中，我有：

 #CHROM POS ID  REF ALT QUAL    FILTER  INFO    FORMAT  SRR2481151_1

在文件3中，我有：

 #CHROM POS ID  REF ALT QUAL    FILTER  INFO    FORMAT  SRR2481163_1

我想用特定的细胞系名称替换这些字符串，例如，将 file1 中的 'SRR2481146_1' 替换为 'HCT116_DMSO'，将 file2 中的 'SRR2481151_1' 替换为 'SW_DMSO'，将 file3 中的 'SRR2481163_1' 替换为 'COLO205' 等等。

即，对于 file1，所需的输出应该是：

 #CHROM POS ID  REF ALT QUAL    FILTER  INFO    FORMAT  HCT116_DMSO

对于文件2：

 #CHROM POS ID  REF ALT QUAL    FILTER  INFO    FORMAT  SW_DMSO

我知道我可以使用如下代码单独完成此操作：

sed -i 's/SRR2481146_1/HCT116_DMSO/g' file1
sed -i 's/SRR2481151_1/SW_DMSO/g' file2

但由于我有大约 100 个文件，这样做太耗时了。

有什么好的办法吗？

谢谢！

答案1

正如@Kusalananda 所写，最好在https://bioinformatics.stackexchange.com/。也许有人可以把这个问题移到那里？

创建一个文本文件，在其中的每一行中写入旧名称和所需的新名称，并以空格分隔。

$ cat names.txt
SRR2481146_1 HCT116_DMSO
SRR2481151_1 SW_DMSO

使用bcftools 重新标头更改样本名称，如下所示：

$ bcftools reheader -s names.txt file.vcf > file_renamed.vcf

您可以使用gnu并行vcf对文件夹中的所有文件运行此命令：

$ parallel 'bcftools reheader -s names.txt {} > {.}_renamed.vcf' ::: *.vcf

相关内容