表达量计算--RPKM, FPKM, TPM

转自：https://www.cnblogs.com/jinhh/p/8964790.html

基因表达量的衡量指标有：RPKM、FPKM、TPM。

RPKM：Reads Per Kilobase Million=Reads Per Kilobase Per Million Reads，即每一百万条Reads中，对基因的每1000个Base而言，比对到该1000个base的Reads数。

R1=map到该基因的reads总数
L1=该基因长度
RT=map到基因组的总reads数

FPKM：Fragments Per Kilobase Million=Fragments Per Kilobase Per Million Reads。

F1=map到该基因的fragments总数
L1=该基因长度
FT=map到基因组的总fragments数

FPKM意义与RPKM的区别仅在于，Fragment 与 Read。
RPKM的诞生是针对早期的SE测序，FPKM则是在PE测序上对RPKM的校正。
Reads即是指下机后fastq数据中的每一条Reads，Fragments则是指每一段用于测序的核酸片段，在SE中，一个Fragments只测一条Reads，所以，Reads数与Fragments数目相等；在PE中，一个Fragments测两端，会得到2条Reads，但由于后期质量或比对的过滤，有可能一个Fragments的2条Reads最后只有一条进入最后的表达量分析。总之，对某一对Reads而言，这2条Reads只能算一个Fragments，所以，Fragment的最终数目是Reads的1到2倍之间。

TPM：​Transcripts Per Million。
TPM的计算分3步：
step1：根据基因/转录本长度​校正count值；假设某基因count值为R1，则校正后count值为：
R1/(L1/1000)​ ==> L1为该基因的长度；
step2：计算total 校正后count值；即所有基因的校正后count值​总和，Rtotal；
step3：计算TPM；TPM​结果为：