R语言丨根据VCF文件设计引物，自动识别两样本差异SNP位点，调用samtools获取上下游参考序列

根据变异位点设计引物序列

今天碰到一个新问题：假如有一个vcf文件储存了两个样品的变异位点基因型数据，每行代表一个位点，我现在想找出两样本差异的SNP位点，再把差异位点用[REF/ALT]的形式表示，然后将其在参考基因组上下游100bp的序列找出来放在差异位点前后位置，得到一个序列文本，用于设计引物。

---

解决思路

• 如何判断差异SNP？

  通过循环判断两个样品的基因型信息实现，相同时为same，不同时为diff

• 如何提取差异位点？

  通过tidyverse系列函数filter实现筛选，只选取s开头的SNP位点

• 如何获取参考基因组某段序列？

  通过samtools调用faidx功能实现序列查询

• 如何生成引物设计信息？

  通过合并字符串生成最终结果

下面是详细的实现方法，可以批量对vcf文件的差异位点生成引物设计数据，测试环境为linux R4.2.3，支持云端计算，如有建议或者需要欢迎联系后台交流。

1. 加载所需的库

首先，需要加载两个R包：vcfR和tidyverse。这两个包提供了处理VCF文件和数据处理的功能。

library(vcfR)
library(tidyverse)