Awk 比较两个文件（fasta和txt），如果匹配，则使用txt文件中的值作为fasta头的前缀

我想根据参考文本文件中的信息更改我的FASTA标题。假设我有两个文件：

file1.txt（参考，制表符分隔）

file2.fasta

>chr1:100-1000(+)
TTTTGAGAGGACTTCTCTGAGAGCTATGCTAGTCATCGAGGGGAAA
>chr2:30-400(-)
GGGGGGAGAGAGATCTCTGAGCTAGTCATCGTAGCTAGTCATGGGG
>chr3:50-4500(+)
ATGCGCGAGCGAGCGCGACGATCATCGTAGCTACAAAAAAAAAAAG
>chr4:60-800(-)
AGTCTAGCTATCGTAGCTGATCGTAGCTAGCTGATCGTAGCTAGTC

我想使用file1.txt中的$1来标识file2.fasta中相应的头。如果存在匹配项，请在当前标题前加上file1.txt中的$2。因此，期望的输出是：

output.fasta

>ORF1_ORF2_chr1:100-1000(+)
TTTTGAGAGGACTTCTCTGAGAGCTATGCTAGTCATCGAGGGGAAA
>ORF2_chr2:30-400(-)
GGGGGGAGAGAGATCTCTGAGCTAGTCATCGTAGCTAGTCATGGGG
>chr3:50-4500(+)
ATGCGCGAGCGAGCGCGACGATCATCGTAGCTACAAAAAAAAAAAG
>ORF1_chr4:60-800(-)
AGTCTAGCTATCGTAGCTGATCGTAGCTAGCTGATCGTAGCTAGTC

我过去曾使用awk比较两个文件中的列，但对于如何将文本文件与fasta文件（其中有标题和序列而不是列）进行比较，我感到困惑。任何帮助都会很好

$ awk 'NR==FNR{m[">"$1]=$2;next} {sub(/^>/,"&"m[$0])} 1' file1 file2
>ORF1_ORF2_chr1:100-1000(+)
TTTTGAGAGGACTTCTCTGAGAGCTATGCTAGTCATCGAGGGGAAA
>ORF2_chr2:30-400(-)
GGGGGGAGAGAGATCTCTGAGCTAGTCATCGTAGCTAGTCATGGGG
>chr3:50-4500(+)
ATGCGCGAGCGAGCGCGACGATCATCGTAGCTACAAAAAAAAAAAG
>ORF1_chr4:60-800(-)
AGTCTAGCTATCGTAGCTGATCGTAGCTAGCTGATCGTAGCTAGTC

---

上面假设file1中的$2不能包含

&

为什么会有python和bash标记？请删除不相关的标签。哦，拜托。我没有提到sed标签，但您没有使用sed。请运用头脑和普通礼貌。我并不是想把问题局限于awk解决方案（类似的问题似乎已经用sed等解决了，因此使用了标志）。^^^同意。我只是匆忙地编造了答案。删除了注释，因为它暗示了一种不好的做法…这几乎是完美的，只是它将值（或f1_uuu1;etc）放在“>”之前，从而损坏了标题。我现在正在玩它，试图改变它（没有对它进行后期处理）。我修改了它，把它放在

后面。非常感谢：）如果你不介意另一个愚蠢的问题，那么

^

在

子（/^>/

）中的作用是什么？我在没有这个的情况下尝试过它（例如，

/

）它似乎做了同样的事情

^

是字符串元字符的regexp开头。在这种情况下，由于所讨论的字符串是一整行，它将

regexp锚定到行的开头。如果这是

可以出现的唯一位置，那么您不需要它。字符串元字符的等效结尾是

$

，通常用于行尾匹配，尤其是在sed和grep中，因为它们是面向行的。

$ awk 'NR==FNR{m[">"$1]=$2;next} {sub(/^>/,"&"m[$0])} 1' file1 file2
>ORF1_ORF2_chr1:100-1000(+)
TTTTGAGAGGACTTCTCTGAGAGCTATGCTAGTCATCGAGGGGAAA
>ORF2_chr2:30-400(-)
GGGGGGAGAGAGATCTCTGAGCTAGTCATCGTAGCTAGTCATGGGG
>chr3:50-4500(+)
ATGCGCGAGCGAGCGCGACGATCATCGTAGCTACAAAAAAAAAAAG
>ORF1_chr4:60-800(-)
AGTCTAGCTATCGTAGCTGATCGTAGCTAGCTGATCGTAGCTAGTC