【果壳笔记】生物信息学—

【果壳笔记】生物信息学——陈小伟老师部分

本文部分图片来源网络或学术论文，文字部分来源网络与学术论文，仅供学习使用。

【果壳笔记】生物信息学——陈小伟老师部分

1、Quantile 归一化过程：

2、FDR控制假阳性的方法

3、转录本表达量的表示方法

4、FPKM 与 RPKM的区别

1、Quantile 归一化过程：

基本方法：芯片间标准化的目的是基于Gene1~Gene5五个基因表达量理论的和应该保持恒定，即S1~s3三列每一列的和是相等的。但实际测定过程中不可能完全相等，因此将这种不等归结于每一组芯片自身的差异而进行芯片间标准化，基本步骤为通过排序取平均重新排序的方法消除芯片间误差，从而可以得到每一组基因表达量的真实值。(老师给的这组芯片基因完全相同的情况下S3一列数据明显偏高，通过这种标准化实现了芯片间差异的消除）。

2、FDR控制假阳性的方法

3、转录本表达量的表示方法

(RPKM：Reads Per Kilobase of transcript per Million mapped reads )（读取每百万次映射读取的每千碱基转录本）

(1) RPKM的作用：

RNA-seq是透过次世代定序的技术来侦测基因表现量的方法，在衡量基因表现量时，若是单纯以map到的read数来计算基因的表现量，在统计上是一件相当不合理的事，因为在随机抽样的情况下，序列较长的基因被抽到的机率本来就会比序列短的基因较高，如此一来，序列长的基因永远会被认为表现量较高，而错估基因真正的表现量，所以Ali Mortazavi等人在2008年提出以RPKM在估计基因的表现量。

假设一个物种的基因组上的基因G1外显子长80 Kb，基因G2的外显子长20 Kb。对该物种的一个样本做RNA-seq，共得到23 millions 的reads，能够比对到基因区的reads有20 millions，其中能够比对到G1的read 有16K个，能够比对到G2的有4K个.计算G1和G2的RPKM。

Total mapped reads=20 million

G1: total exon reads=16，000 exon length=80kb

RPKM=16，000/(20*80)=10

G2: total exon reads=4，000 exon length=20kb

RPKM=4，000/(20*20)=10

4、FPKM 与 RPKM的区别

两者基本相同。RPKM代表Reads Per Kilobase of transcript per Million mapped reads（读取每百万次映射读取的每千碱基转录本），FPKM代表Fragments Per Kilobase of transcript per Million mapped reads（每百万份已映射读码中每千碱基的转录片段）。在RNA-Seq中，由于cDNA来源于RNA 的逆转录，转录物的表达量与cDNA片段成比例。RNA-Seq配对末端实验每个片段产生两个reads，但这并不意味着两个reads都可在图上标注。例如，第二个read低品质。如果我们对read计数而不是片段，我们可能对某些片段重复计数，而对另一些只计一次，导致对表达量估计的偏差。因此FPKM以片段为单位计数，而不是reads数。