RNA-seq分析2020生物信息学

TPM、read counts、RPKM/FPKM你选对了吗?

2020-04-07  本文已影响0人  村长吃火锅

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)]

上一篇下一篇

猜你喜欢

热点阅读