TPM、read counts、RPKM/FPKM你选对了吗？

RNA-seq数据预处理方法，statQuest的3个最新视频，https://statquest.org/video-index/
先说结论：

1、学术界已经不再推荐RPKM、FPKM；

2、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；

3、不同组间比较，找差异基因，先得到read counts，然后用DESeq2或edgeR，做均一化和差异基因筛选；如果对比某个基因的KO组和对照，推荐DESeq2。

如果找公司做RNA-seq数据处理，计算表达量时，记得要read counts。

RPKM/FPKM、TPM，不再用RPKM/FPKM，现在推荐用TPM。一表看懂TPM更适合比较同一基因在不同sample间表达丰度的差异

[图片上传失败...(image-ea61f9-1586237410499)]

最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容