expMatrix<-read.table('fpkm_expr.txt',header = T,row.names = 1)
#假设原来的表达矩阵fpkm_expr.txt中行为基因,列为样本,中间数值是FPKM计算得到的值
countToTpm <- function(counts, effLen)
{
rate <- log(counts) - log(effLen)
denom <- log(sum(exp(rate)))
exp(rate - denom + log(1e6))}
countToFpkm <- function(counts, effLen)
{
N <- sum(counts)
exp( log(counts) + log(1e9) - log(effLen) - log(N) )}
fpkmToTpm <- function(fpkm)
{
exp(log(fpkm)-log(sum(fpkm))+log(1e6))}
countToEffCounts<-function(counts, len, effLen)
{
counts * (len/effLen)}
#计算TPM
tpms<-apply(expMatrix,2,fpkmToTpm)
tpms[1:3,]
转录组专题:FPKM转TPM标准化
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
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。
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
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。
相关阅读更多精彩内容
- 转录组数据经过比对到参考基因组获得对应基因count值后,因为测序深度以及基因长度的关系,在进行差异分析之前,还需...
- 转录组学习一(软件安装) 转录组学习二(数据下载) 转录组学习三(数据质控) 转录组学习四(参考基因组及gt...