Awk 在fasta文件中标记重复的标题

我有一个大的Fasta文件，我想修改它。它基本上由许多以“>”开头的序列组成。我的问题是，有些头不是唯一的，即使序列是唯一的

例如：

>acrdi | AD19082 STSTAFPLLTQFYGCAIIILVLAMCSCLVYAMYMMNSGLQTHESTVTQKVKDFSLQ WLQPILFGCWRHRLIAKSRNRSKIPMTGTEPPWNESKDAFENLKTWALNKQNRNCLL EINFLeakDfiVMCKDvCfeeddKderNLCLKTLTEAFFLRNCCAETPKNQSFvis SGVAKQAIEVILLLRPVFQEREKGTEVITIRSGLQLLGNTVVVVVKnitdQEFFIWNCCP QFLDVLLSRHHSIQDCMCIIFNCLNQQRRLQLVNNPKIisQIVHLCADKSLLEWGYFI LDCLICEGFPDLYQGMEFDPLALILLDLFQVKITTALDESERTTETPKELYASSL NYLAEQFETYFIDIIQRLQLDYSNSNDFQVLVVTRRLLSLSTGLKSSMTGLQDRASL LETCVDLLRETSKPEAKAAFKRPGTSYWEYVLPTFP

>acrdi | AD19082 MLRQSEPPWNESKDAFELKTWALNKQNRNCLLEINFLECKDFIVCKDVCFEDKDE RNLNLCLKTLEAFRFRNCCAETPKNQSFVISSGVAKQAEIVILLLRPVFQEEKGTE VITDTIRSGLQLLLGNTVVVKnitdQEFLFLLSRHHSIQDCLCMIIFNCLN QQRRLQLVNpkiSqVHLCADKSLLEWGYFILDCLIPGLFPDLYQGMEFDPLALIL LDLFQVKITDALDESERTTETPKELYASSLNYLAEQFETYFIDIIQRLQLQLDYSND FFQVLVVTRLLSTSTGLQDRASLLETCVDLRETSKPEAKAAFSNSSFP HSVDSgrispShgFqrDlvrVignmCqHfPnPnQeKvredgipllLDHCNIDDHnPyIcq Waifairnvlennkenqdivasihplgladmsrlqfgvgdavefdgeki

现在，我想在我的大Fasta文件中找到所有副本，并在副本中添加数字，以便知道它是哪一个副本（1,2,3，…，x）。当发现一个新的副本（一个带有另一个标题）时，计数器应从头开始

输出应如下所示：

>acrdi | AD19082 STSTAFPLLTQFYGCAIIILVLAMCSCLVYAMYMMNSGLQTHESTVTQKVKDFSLQ WLQPILFGCWRHRLIAKSRNRSKIPMTGTEPPWNESKDAFENLKTWALNKQNRNCLL EINFLeakDfiVMCKDvCfeeddKderNLCLKTLTEAFFLRNCCAETPKNQSFvis SGVAKQAIEVILLLRPVFQEREKGTEVITIRSGLQLLGNTVVVVVKnitdQEFFIWNCCP QFLDVLLSRHHSIQDCMCIIFNCLNQQRRLQLVNNPKIisQIVHLCADKSLLEWGYFI LDCLICEGFPDLYQGMEFDPLALILLDLFQVKITTALDESERTTETPKELYASSL NYLAEQFETYFIDIIQRLQLDYSNSNDFQVLVVTRRLLSLSTGLKSSMTGLQDRASL LETCVDLLRETSKPEAKAAFKRPGTSYWEYVLPTFP

>acrdi | AD19082-1 MLRQSEPPWNESKDAFELKTWALNKQNRNCLLEINFLECKDFIVCKDVCFEDKDE RNLNLCLKTLEAFRFRNCCAETPKNQSFVISSGVAKQAEIVILLLRPVFQEEKGTE VITDTIRSGLQLLLGNTVVVKnitdQEFLFLLSRHHSIQDCLCMIIFNCLN QQRRLQLVNpkiSqVHLCADKSLLEWGYFILDCLIPGLFPDLYQGMEFDPLALIL LDLFQVKITDALDESERTTETPKELYASSLNYLAEQFETYFIDIIQRLQLQLDYSND FFQVLVVTRLLSTSTGLQDRASLLETCVDLRETSKPEAKAAFSNSSFP HSVDSgrispShgFqrDlvrVignmCqHfPnPnQeKvredgipllLDHCNIDDHnPyIcq Waifairnvlennkenqdivasihplgladmsrlqfgvgdavefdgeki

我更喜欢使用awk或sed的方法，这样我就可以轻松地修改代码，以便在目录中的所有文件上运行

我必须承认，我刚刚开始学习编程和解析，但我希望这不是一个愚蠢的问题

请提前发送THX以获取帮助。

awk脚本：

BEGIN {
    OFS="\n";
    ORS=RS=">";
} 
{
    name = $1;
    $1 = "";
    suffix = names[name] ? "-" names[name] : "";
    print name suffix $0, "\n";
    names[name]++;
}

---

上面使用“>”作为记录分隔符，并检查第一个字段（可以复制的标题名）。对于打印的每一行，在字段出现的每一次额外时间，它都会在标题名称后添加一个后缀（即，第一次dup为“-1”，第二次dup为“-2”）。

请使用代码块（Ctrl-k），而不是引用示例数据。此外，我怀疑我们不需要看到所有这些行-如果您将其减少到最低限度以证明问题，这将是一件好事。输入是否已排序，即重复的标题是否总是一个接一个地出现？我知道您希望我们提供解决方案。你试过什么？如果你被卡住了，试着自己做。回到这里，在新的问题中，描述阻止您前进的问题。使用python和biopython包，您需要的一切都已经存在了。不要重新发明轮子。@TomFenech:谢谢你的回复。我将来会这样做。这个问题似乎已经解决了。@GingerPlusPlus我用一些基本的awk脚本自己尝试过，但我目前正在开始学习编程。所以我尝试了不同的方法。下一次，我将展示我所尝试的，并提出更具体的问题。