RPKM与TPM值的区别

对于RNA-Seq，目前主流还是用RPKM/FPKM来形容一个基因的表达量。有人说TPM更好。

RPKM定义：有一个基因A，它在这个样本的转录组数据中被测序而且mapping到基因组了 5000个的reads，而这个基因A长度是10K，我们总测序文库是50M，所以这个基因A的RPKM值是 5000除以10，再除以50，为10. 就是把基因的reads数量根据基因长度和样本测序文库来标准化（normalization） 。

那么它的TPM值是多少呢？ 这个时候这些信息已经不够了，需要知道该样本其它基因的RPKM值是多少，加上如果该样本共有3个基因，另外两个基因的RPKM值是5和35，那么我们的基因A的RPKM值为10，需要换算成TPM值就是 1,000,000 *10/(5+10+35)=200,000，看起来是不是有点大呀，其实主要是因为我们假设的基因太少了，一般个体里面都有两万多个基因的，总和会大大的增加，这样TPM值跟RPKM值差别不会这么恐怖的。

TPM值就是RPKM的百分比！！！

大家肯定想问，TPM的优点是什么呢？很明显，所有基因的TPM值加起来肯定是1M，因为百分比的总和就是1嘛，与样本无关，各个样本都可以保证TPM库是一样的，这样比较更有意义！！！

我这里没有讲FPKM，大家自己搜索学习吧，没什么意思

最后还是贴上公式吧！