为了手动修改我拥有的.gff文件，我需要在我的动物的FASTA格式的基因组中找到我的基因的起始位置（即序列中的＃个碱基是什么？）。我有这个基因的序列。
我如何尽可能轻松地做到这一点（这不是动物的基因组可在互联网上轻易获得）？
我所拥有的：FASTA格式的基因组； GFF文件，其中包含该生物体基因组的注释（需要认真更新）；该基因的序列。
谢谢！
答案 0 :(得分：0)
如果您知道该基因序列与参考文献中的相同，请执行 （使用python）
import re
match = re.search(your_gene_seq, your_genome_seq)
if match:
gene_start = match.start()
else:
print("no match")
否则，您需要将基因与参考进行成对比对
使用Biopython：
python -m pip install biopython
from Bio import pairwise2
# alignment scores: match = 5, mismatch = -4, gap open = -2, gap extend = -0.5
alignment = pairwise2.align.globalms(your_gene_seq, your_genome_seq, 5, -4, -2, -0.5)[0]
gene_start = alignment[3]
更新gff
使用biopython