for循環在單個命令中將多個文本從父文件grep到多個文件
我有 29 個 fasta 文件（.fa 作為副檔名）根據它們的基因命名和儲存序列。
（例如：核醣體蛋白 L1、核醣體蛋白 L6P/L9E、…）
在這29個fasta文件中，共有722種存在。每個序列都在第一行標記了它們的基因和物種名稱，第二行用它的序列填充。
1個物種將有超過1個基因序列。
我想將根據基因排序的 29 個 fasta 文件中的 722 個物種轉移到單獨的 722 個文件中（在物種而不是基因下對它們進行排序）。
父文件中的物種名稱用方括號括起來
[ ]。如何使用 for 循環提取 722 個文件並根據其序列名稱命名文件？
範例來自
Ribosomal Protein L1.fa：>gi|103486926|ref|YP_616487.1| 50S ribosomal protein L1 [Sphingopyxis alaskensis RB2256] MAKLTKKQKALEGKVDAQKLHGVDEAIKLVRELATAKFDETLEIAMNLGVDPRHADQMVRGVVTLPAGTGKDVKVAVFAR範例來自
Ribosomal Protein L6PL9E.fa：>gi|410479108|ref|YP_006766745.1| ribosomal protein L6P/L9E [Leptospirillum ferriphilum ML-04] MGFTHTVEFTLPSLIKASIEKQTIITLSSPDKELLGQFAADVRSIRPPEPYKGKGIKYSGEKILRKEGKTGKK對於第一個例子，
種名：Shingopyxis alaskensis RB2256
基因序列：MAKLTKKQKALEGKVDAQKLHGVDEAIKLVRELATAKFDETLEIAMNLGVDPRHADQMVRGVVTLPAGTGKDVKVAVFA
我想將文件命名為
Sphingopyxis alaskensis RB2256.fa並將具有此物種名稱的所有序列插入此文件中。我正在使用 bash shell 來執行此操作。我可以
grep用來做事：grep -A+1 "Sphingopyxis alaskensis RB2256" *.fa >> Sphingopyxis alaskensis RB2256.fa但是我需要做 722 次才能讓我的序列根據物種進行分類。
是否可以使用 for 循環中的 grep 來簡化工作？或者有其他方法可以做到這一點？
Fasta 格式不要求所有序列都在一行上。事實上，這並不常見，因為大多數生物序列都很長。因此
grep，在 ID 有不止一行序列的任何情況下，您都會失敗。此外，您的grep命令將創建一個名為的文件Sphingopyxis，而不是一個名為Sphingopyxis alaskensis RB2256.fa.在任何情況下，您都可以執行以下操作將每個序列放入物種之後的文件名中：
awk -F'[][]' '/>/{n=$2}; {print >> n".fa"}' *.fa但是，我強烈建議您不要在文件名中使用空格，因為這只會讓您的生活更加艱難。更安全的方法是：
awk -F'[][]' '/>/{n=$2; gsub(/ /,"_",n)}; {print >> n".fa"}' *.fa用
gsub替換物種名稱中的所有空格_，生成以下文件：Leptospirillum_ferriphilum_ML-04.fa Sphingopyxis_alaskensis_RB2256.fa請注意，上述兩種方法都可以處理多行序列。