重命名和编辑ChiP-seq bed文件

Question

我有大约80个包含前3列的bed文件(例如: X2_example.bed，其中X2是基因名称)，我想添加第四列带有基因名称的文件并重命名该文件(附加的示例: X2_example_edited.bed，Y2_example_edited.bed等..)，然后将这些文件合并在一起创建1个bed文件。

我可以使用基因名称添加第四列，并使用代码以不同的名称保存文件

 sed 's/$/\tX2/' < X2_example.bed  > X2_example_edited.bed

这是生成的bed文件

chr17   42276210    42276219    X2
chr17   42297938    42297947    X2
chr17   42276210    42276219    X2
chr17   42297938    42297947    X2

但我必须为每个bed文件分别执行此操作。这有一种方法，我可以从文件的名称中提取基因名称(例如，X2_example.bed中的X2 )，然后将其添加到床文件的第4列，并将其另存为X2_example_edited.bed。

我可以从文件名echo "X2_example.bed" | awk -F'[_.]' '{print $1}中提取出基因名称

然而，由于我有太多的文件，我正在寻找一种方法来生成一个循环来自动化这一点。

此外，我需要合并所有生成的床文件，我可以这样做

cat *_edited.bed >output.bed

但是，我有一个错误(见附件示例: output.bed)，第一个文件的最后一行和下一个文件的第一行在同一行上。

chr3    18467066    18467075    Y2
chr17   42276210    42276219    X2

我知道这一定是一件非常基础的事情，但我对这种分析还是个新手，知识有限。提前感谢

Answer 1

您可以尝试使用awk

for file in *.bed; do 
    awk '{split(FILENAME,a,"_"); print $0, a[1]}' "$file" 
done > output.bed.all