count转TPM

https://cloud.tencent.com/developer/article/1906294


####################定义基因长度为 非冗余exon长度之和

library("TxDb.Hsapiens.UCSC.hg38.knownGene")

txdb <- TxDb.Hsapiens.UCSC.hg38.knownGene

if(!file.exists('gene_length.Rdata')){

  exon_txdb=exons(txdb)

  genes_txdb=genes(txdb)


  o = findOverlaps(exon_txdb,genes_txdb)

  o

  t1=exon_txdb[queryHits(o)]

  t2=genes_txdb[subjectHits(o)]

  t1=as.data.frame(t1)

  t1$geneid=mcols(t2)[,1]


  g_l = lapply(split(t1,t1$geneid),function(x){

    # x=split(t1,t1$geneid)[[1]]

    head(x)

    tmp=apply(x,1,function(y){

      y[2]:y[3]

    })

    length(unique(unlist(tmp)))

  })

  head(g_l)

  g_l=data.frame(gene_id=names(g_l),length=as.numeric(g_l))


  save(g_l,file = 'gene_length.Rdata')

}

#检查表达量矩阵额基因长度信息

load(file = 'gene_length.Rdata')

head(g_l)

library(org.Hs.eg.db)

g2s=toTable(org.Hs.egSYMBOL)

genelength <-  merge(g_l,g2s,by='gene_id')

head(genelength)

genelength=genelength[,c(3,2)]

colnames(genelength) <- c("gene","length")

#排序

counts <- exp[rownames(exp) %in% genelength$gene,]

#转换成矩阵

count<- as.matrix(counts)

#存贮基因长度信息

genelength[match(rownames(counts),

                genelength$gene),"length"]

# eff_length<- genelength$length

eff_length <- genelength[match(rownames(counts),genelength$gene),"length"]/1000

class(count[1,1])

#count转为数值

data=apply(count,2,as.numeric)

row.names(data)<-row.names(count)

count<-data

x <- count/eff_length

mat_tpm <- t( t(x) / colSums(x) ) * 1e6

rownames(mat_tpm)<- rownames(count)

mat_tpm[1:4,1:4]

#mat_tpm<-mat_tpm[-1,]

write.table(mat_tpm, file="paca.tidy.tpm.txt", sep="\t", col.names=T, quote=F,row.names = T)

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,445评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,889评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,047评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,760评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,745评论 5 367
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,638评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,011评论 3 398
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,669评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,923评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,655评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,740评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,406评论 4 320
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,995评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,961评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,197评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,023评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,483评论 2 342

推荐阅读更多精彩内容