【转录组】文库数据标准化方法RPKM FPKM TPM CPM RPM(理论篇)
发布网友
发布时间：2023-01-09 12:17
共1个回答
热心网友
时间：2023-10-23 09:20
一个Read Count的数据矩阵（行为基因，列为样本）。
total exon reads：某个样本mapping到特定基因的外显子上的所有的reads；
mapped reads (Millions) :某个样本的所有reads总和；
exon length(KB)：某个基因的长度（外显子的长度的总和，以KB为单位）
FPKM（Fragments PerKilobase Million）: Fragments Per Kilobase of exon model per Million mapped fragments
FPKM和RPKM的计算方法基本一致，只不过把reads换成了Fragments。
TPM（Transcripts PerKilobase Million）：Transcripts Per Kilobase of exon model per Million mapped reads
一个样本中某基因的TPM值的计算方法：先对每个基因的read数用基因的长度进行校正，之后再用校正后的这个基因read数(Ni/Li)与校正后的这个样本的所有read数（sum(Ni/Li+……..+ Nm/Lm)）求商
在计算TPM是先对基因长度进行标准化，之后再对列进行标准化。
这样使得最终的TPM矩阵的每列总和都相同（等于1000000），也就是说每个样本中的TPM的总和都是一样的。理论上，这使得我们更容易比较不同样本中所占同一基因的read数的比例。
学术界已经不再推荐RPKM、FPKM, 比较基因的表达丰度，例如哪个基因在哪个组织里高表达，用TPM做均一化处理；
Counts per million
用途：在某些情况下，只想了解每个基因被覆盖到的相对reads数，而不希望对其做长度校正，就会使用这个指标。
CPM只对read count相对总reads数做了数量的均一化。当如果想进行表达量的基因间比较，则不得不考虑基因长度的不同。如果进一步做长度的均一化，就用RPKM。
与CPM相似
