标准化之CPM/RPKM/FPKM/TPM

Posted 2023-03-14

参考技术A

- 差异分析 时，需考虑实验设计（样本组成）和测序原理向（测序深度、基因长度、RNA 组成）
- 转录组下游分析 时，采用DESeq2、edgeR和limma，需要的输入数据类型是counts（正整数）

-RPKM：以每个Read为一个单位，单端测序常用
-FPKM：以Fragment一个单位，主要在双端测序
（这两个很相似，都是先标准化测序深度，再标准化基因长度）

-目前推荐使用TPM
（TPM先标准化基因长度，再标准化测序深度）
【标准化后每个样本的total TPM是相同的，可以更易看出what proportion of reads mapped to what in each sample；此外，RNA-seq数据是用于比较reads的相对量，因此，TPM更为合理】

- 为什么在进行分析时需要对FPKM进行log2转化
因为原始FPKM是偏态分布的，log2转化后使数据呈 正态分布 （正态分布是大部分统计学分析方法需要的数据类型）