r - 比对序列并将其与引物进行比较
问题描述
我希望展示引物在一些基因组数据中的一致性。我有一个大约 23bp 的引物，并希望将其与大约 5000 个 10kb 的基因组序列进行比较。由于这对我的计算机来说太多了，所以我想这样做：
> 1. Cut out the area that my primer is located and about 20bp down each end.
> 2. Show only the bases that are different from my primer in my analysis.
> ex: Primer: -----------ATGTGGAAGCAAATATCAAATGA---------
> Gene: ATGACCATACG----C--------------T---ATCGTAGGG
> ATGAGCATACC-----A----T--------T---TTCGAACGC
我使用的数据是所有登革热序列（所有血清型）和带有以下代码的引物：ATGTGGAAGCAAATATCAAATGA。
我试图以某种方式使用 msa() 函数，只查看感兴趣的基因部分。但是，这很困难，因为要准确预测是否需要对齐。
我仍在考虑可能在基因的那部分周围剪下一个任意数字并对齐它，但无法找到正确展示它的方法，并且还认为其他人可能会提出更好的方法来做这件事。
我正在使用 Biostrings、msa 和 seqinr。我使用ncbi获取基因序列并使用 FASTA 文件。
谢谢！