GDC中转录组的表达量文件有3种类型，分别对应着不同的定量方法。

Counts 就不用说了，来看看FPKM和FPKM-UQ有啥差别，这个可以查看GDC的官方说明文档中的转录组分析部分，两者的计算公式：

    RCg: 比对到基因上的reads数量

    RCpc: 比对到所有编码蛋白基因上的reads数量

    RCg75: 样品中75%分位对应的基因reads数目

     L: 基因的长度，为外显子长度之和

以一个计算实例来说明两者的差别：

假设在样品1中Gene A 的相关统计信息如下：

    1. Gene A的长度为：3000 

    2. 比对到Gene A上的reads数量：1000

    3. 比对所有基因上的reads数据量：1,000,000

    4. 样品1中覆盖75%基因的reads数：2000 

那么，FPKM和FPKM-UQ的计算结果如下：

    FPKM  = (1,000)*(10^9)/[(3,000)*(1,000,000)] = 333.33

    FPKM-UQ  = (1,000)*(10^9)/[(3,000)*(2,000)] = 166,666.67

那么我们一般下载那种数据比较好呢？

如果是做差异分析的话，我建议采用counts ，毕竟有不少的差异分析的软件都是基于counts数。

如果是计算样品间的相关性，聚类等，那就可以采用均一化的FPKM,和FPKM-UQ。当然下载counts，之后进行标准化，也是可以的。

所以，一般下载counts会比较好一些。

如果你对TCGA数据挖掘有兴趣的话，可以学习我们的TCGA相关课程。

《TCGA-生存分析》

https://study.163.com/course/introduction/1005645022.htm?share=1&shareId=1031484705

 《TCGA-ceRNA调控网络分析》

https://study.163.com/course/introduction/1006360042.htm?share=1&shareId=1031484705

《TCGA-转录因子调控》

https://study.163.com/course/introduction/1005807030.htm?share=1&shareId=1031484705

更多技能学习链接：

http://m.study.163.com/provider/400000000234009/index.htm?share=1&shareId=1031484705

更多生物信息课程：

1. 文章越来越难发？是你没发现新思路，基因家族分析发2-4分文章简单快速，学习链接：基因家族分析实操课程、基因家族文献思路解读

2. 转录组数据理解不深入？图表看不懂？点击链接学习深入解读数据结果文件，学习链接：转录组（有参）结果解读；转录组（无参）结果解读

3. 转录组数据深入挖掘技能-WGCNA，提升你的文章档次，学习链接：WGCNA-加权基因共表达网络分析

4. 转录组数据怎么挖掘？学习链接：转录组标准分析后的数据挖掘、转录组文献解读

5.微生物16S/ITS/18S分析原理及结果解读、OTU网络图绘制、cytoscape与网络图绘制课程

6. 生物信息入门到精通必修基础课，学习链接：linux系统使用、perl入门到精通、perl语言高级、R语言画图

7. 医学相关数据挖掘课程，不用做实验也能发文章，学习链接：TCGA-差异基因分析、GEO芯片数据挖掘、GSEA富集分析课程、TCGA临床数据生存分析、TCGA-转录因子分析、TCGA-ceRNA调控网络分析

8.其他课程链接：二代测序转录组数据自主分析、NCBI数据上传、二代测序数据解读。