python - 拆分一个fasta文件并在第一行的基础上重命名

Question

我有一个包含以下内容的大文件:

文件名:输入.txt

>chr1
jdlfnhl
dh,ndh
dnh.

dhjl

>chr2
dhfl
dhl
dh;l

>chr3

shgl
sgl

>chr2_random
dgld

我需要以这样的方式拆分此文件，以便获得如下四个单独的文件:

文件 1:chr1.fa

>chr1
jdlfnhl
dh,ndh
dnh.

dhjl

文件 2:chr2.fa

>chr2
dhfl
dhl
dh;l

文件 3:chr3.fa

>chr3

shgl
sgl

文件 4:chr2_random.fa

>chr2_random
dgld

我在 linux 中尝试了 csplit，但无法通过“>”后的文本重命名它们。

csplit -z input.txt '/>/' '{*}'

Answer 1

由于您表示您使用的是 Linux 机器，“awk”似乎是完成这项工作的正确工具。

用法:
./foo.awk your_input_file

foo.awk:

#!/usr/bin/awk -f

/^>chr/ {
    OUT=substr($0,2) ".fa"
}

OUT {
    print >OUT
}

你也可以一行完成:

awk '/^>chr/ {OUT=substr($0,2) ".fa"}; OUT {print >OUT}' your_input