R语言---生信分析---count转换成TPM、FPKM
背景介绍
我们进行分析的时候经常会遇到使用TPM的情况,而我们手中只有 reads count 数据时,就需要把count 的数据转换成 TPM
代码
0. 设置工作目录,加载需要的包
setwd('D:\\Desktop\\GEO分析')
# =======================================
#加载包
rm(list = ls())
options(stringsAsFactors = F)
library(data.table)
library(tibble)
library(dplyr)
1. 读取 reads count 的数据
#============== 输入文件
input_raw_file = 'D:\\Desktop\\GEO分析\\GSE1991\\GSE1991_hPDAC_WTA_20210222T2101_TargetCountMatrix.txt'
#============== 原始数据的处理(RAW)
# 使用原始 raw count 数据
data_df = read.table(input_raw_file,
header = TRUE, row.names = NULL)
colnames(data_df)[1] = 'gene_name'
2. 下载基因长度的数据,并读取
# hg38 gtf
# wget ftp://ftp.ensembl.org/pub/current_gtf/homo_sapiens/Homo_sapiens.GRCh38.90.gtf.gz
#读gtf文件,计算所有外显子的长度
gtf <- read_tsv("D:\\Desktop\\database\\Homo_sapiens.GRCh38.108.gtf",
comment="#",
col_names=c('chr','source','type','start','end'