转录组表达量计RPKM、FPKM、TPM说明

在转录组测序（RNA-Seq）中，基因的表达量是我们关注的重点。基因表达量的衡量指标有：RPKM、FPKM、TPM。

RPKM：Reads Per Kilobase Million；说实话，这个英文说明真的很费解，其实可以理解为“Reads Per Kilobase Per Million Reads”​，即“每一百万条Reads中，对基因的每1000个Base而言，比对到该1000个base的Reads数”，计算公式。

 

FPKM：Fragments per Kilobase Million，FPKM意义与RPKM极为相近。二者区别仅在于，Fragment 与 Read。RPKM的诞生是针对早期的SE测序，FPKM则是在PE测序上对RPKM的校正。只要明确​Reads 和 Fragments的区别，RPKM和FPKM的概念便易于区分。Reads即是指下机后fastq数据中的每一条Reads，Fragments则是指每一段用于测序的核酸片段，在SE中，一个Fragments只测一条Reads，所以，Reads数与Fragments数目相等；在PE中，一个Fragments测两端，会得到2条Reads，但由于后期质量或比对的过滤，有可能一个Fragments的2条Reads最后只有一条进入最后的表达量分析。总之，对某一对Reads而言，这2条Reads只能算一个Fragments，所以，Fragment的最终数目是Reads的1到2倍之间。

 

TPM：​Transcripts Per Million，这个英文也很费解。先不纠结字面意思了，直接解释它的计算方法。TPM的计算分3步：

step1：根据基因/转录本长度​校正count值；假设某基因count值为R1，则校正后count值为：

R1/(L1/1000)​；  

注: L1为该基因的长度；

step2：计算total 校正后count值；即所有基因的校正后count值​总和，Rtotal；

step3：计算TPM；TPM​结果为：

R1*1000*1000000/(L1*​Rtoatl)。