我有一个很奇怪的问题。我做了一些生物信息学计算，但我的下游应用程序不会接受当前格式的标头信息。为了避免这个问题，我修改了我的 fasta 标头信息。澄清：
原始标头如下所示：“>abc1”
修改后的标头如下所示：“">abc1|abc1”
现在有130万个头文件被修改，它们都遵循“abc”模式，后面的数字表示contig编号。
我的计算文件大部分都是制表符分隔的值，但它们包含较旧的标头信息。我是否可以使用 awk 或 sed 或类似程序将所有出现的“abc1”自动替换为“abc1|abc1”，以适应所有 130 万次出现的情况？显然，所有 abc2 都是 abc2|abc2，依此类推。
使用修改后的标头信息重新进行计算将需要相当长的时间，所以我真的不想仅仅因为标头信息发生变化而重做工作。
答案1
像这样使用 sed 吗？
sed -r -e 's/^>(abc[0-9]+)/>\1|\1/g' input.txt > output.txt
您最好显示一些实际输入和预期输出以获得更准确的答案。