根据fasta标头重命名文件

Question

我已经从NCBI下载了240个基因组，当它们下载时，它们会根据它们的组装编号得到一个文件名。我想根据它们的物种名称来重命名这些文件，而不是它们的汇编编号，因为这将使数据的解释变得容易得多。

我知道一些(非常少的) python，而且我真的不能用谷歌搜索自己来解决这个问题。

文件名示例: GCF_000014225.1_ASM1422v1_genomic.fna

fasta标题示例：>NC_008228.1假交替单胞菌亚特兰蒂卡T6c，完整基因组

显然，如果我能去掉NC_008228.1和完整的基因组，我会很高兴，但仅仅是fasta头文件名会让我的生活变得更容易(另一种选择是做manually...but，我知道它可以通过一些编码来完成)

提前谢谢你！

Answer 1

这可能是可以使用sys，但我认为bash是一个更好的解决您的问题。类似于：

for file in /dir/*; do
header=$(cat $file | egrep ">.*\w([a-zA-z]\w[a-zA-z])\w.*)")
mv $file $header.fa
done