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，我有以下一行：
#CHROM POS ID REF ALT QUAL FILTER INFO FORMAT SRR2481146_1
在file2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
我想用特定的单元格行名称替换这些字符串，例如，用'HCT116_DMSO'替换file1中的'SRR2481146_1'，用'SW_DMSO'替换file2中的'SRR2481151_1'，用'COLO205'替换file3中的'SRR2481163_1'，依此类推。
即，对于文件1，所需的输出应为：
#CHROM POS ID REF ALT QUAL FILTER INFO FORMAT HCT116_DMSO
对于file2：
#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进行操作：
sed -i 's/SRR2481146_1/HCT116_DMSO/g' file1
sed -i 's/SRR2481151_1/SW_DMSO/g' file2
但是，由于我有约100个文件，因此这样做将非常耗时。
有什么好办法吗？
谢谢！
如@Kusalananda所写，最好在https://bioinformatics.stackexchange.com/上询问。也许有人可以将这个问题移到那里？
创建一个文本文件，在每一行中，您都写上旧名称和所需的新名称，并用空格分隔。
$ cat names.txt
SRR2481146_1 HCT116_DMSO
SRR2481151_1 SW_DMSO
使用bcftools reheader可以更改样本名称，如下所示：
$ bcftools reheader -s names.txt file.vcf > file_renamed.vcf
您可以使用gnu parallel在vcf文件夹中的所有文件上运行此命令：
$ parallel 'bcftools reheader -s names.txt {} > {.}_renamed.vcf' ::: *.vcf
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句