衡量基因相對表達量的RPKM和FPKM、及TPM

1.RPKM（Reads Per Kilobase per Million）和FPKM（Fragments Per Kilobase per Million）

1.引入“每一千堿基（per kilobase）”的原因在于，不同的RNA可能有不同長度，長度越長，對應的reads就越多。當每個RNA都除以自身長度（以1000堿基,即kb為單位）時，就可以比較同一個樣本中不同基因的相對表達量了。
2.引入“每一百萬reads”的原因是，不同的樣本可能測序的深度不一樣，深度越深，當然對應的reads就越多了。如果結果除以各自庫的數量（以一百萬reads為單位），那么我們就能很好地衡量兩個不同樣本中同一個基因的相對表達量。

計算方法

第一步先將測序深度標準化，計算方法很簡單，先分別計算出每個樣本的總reads數，然后將表中數據分別除以總reads數即可，這樣就得到了reads per million。

第二步是基因長度的標準化。將第一步的read per million直接除以基因長度即可。

FPKM和RPKM的定義是相同的，唯一的區別是FPKM適用于雙端測序文庫，而RPKM適用于單端測序文庫。是衡量基因相對表達量的一個公式，

RPKM是將Map到基因的Reads數除以Map到Genome的所有Read數(以Million為單位)與RNA的長度(以KB為單位)，是衡量基因相對表達量的一個公式，適用于單端測序

FPKM是將Map到基因的Fragments數除以Map到Genome的所有Read數(以Million為單位)與RNA的長度(以KB為單位)。適用于單端和雙端測序。
它們2者的不同：
在single-end（單端測序）測序中，FPKM將read當做fragment計算，此時FPKM和RPKM是相同的。
而在pair-end（雙端測序）測序 中， 若一堆paired-read 都比對上了，當做一個fragment。

TPM：Transcripts Per Kilobase per Million mapped reads (每千個堿基的轉錄每百萬映射讀取的Transcripts)：它先對每個基因的read數用基因的長度進行校正，之后再用校正后的這個基因read數(nr/Lr)與校正后的這個樣本的所有校正后的read數（sum( nr/Lr+………+ nm/Lm )）求商，是衡量基因相對表達量的一個手段
TPM的出現：
TPM的不同在于它的處理順序是不同的。即先考慮基因長度，再考慮測序深度。
它的好處是，上邊FPKM：
FPKM = (10^6 * nf) / （L * N）
其中：
nf 代表比對至目標基因的fragment數量；
L代表目標基因的外顯子長度之和除以1000，單位是Kb；
N是總的有效比對至基因組的fragment數量。
FPKM中N同樣會受到各個轉錄基因長度（distribution of transcript lengths）的影響，也就是說：FPKM/RPKM是不準確的。而TPM在一個樣本中一個基因的TPM：先對每個基因的read數用基因的長度進行校正，之后再用校正后的這個基因read數(nr/Lr)與校正后的這個樣本的所有校正后的read數（sum( nr/Lr+………+ nm/Lm )）求商。TPM除以經過基因長度歸一化后的有效比對的read總數，即歸一化后的測序深度。
————————————————

楊夢磊
20211024

總結

以上是生活随笔為你收集整理的衡量基因相对表达量的RPKM、FPKM、TPM详解的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。