我想以某种方式分析我的数据集，但是不幸的是，尽管在R上花费了很多时间，但我仍无法弄清楚如何完成任务。以下是我想做的事情：
数据集名称：蛋白质组（此数据集具有数千行和14列：在下面，我仅在第5列中显示四个条目）
Row 1, column 5: GHFCLKPGCNFHAESTRGYR
Row 2, column 5: FCLKPGCNFHAESTRGYR
Row 3, column 5: GHFCLKPGCNFHAESTR
Row 4: column 5: GCNFHAESTR
第2行中，第1行的前两个字母丢失； 在第3行中，缺少第1行的最后三个字母； 在第4行中，缺少第1行的前七个字母和最后三个字母。
第2、3和4行反映了我一直用于生成数据的科学方法的工件，因此我想删除这些条目。
理想情况下，我希望R返回顶部条目，但是如果R只能将这样的行折叠成单行，那就可以了。我的想法是，如果这些行中的五个连续字母彼此匹配，则将多行折叠为一个。在上面的示例中，GCNFHAESTR在所有四行中均匹配，因此我希望R仅返回我一行，最好返回第一行。