转录本counts，FPKM，TPM相互转化

1.  counts 转 FPKM

计算FPKM的三要素：原始counts矩阵，样本总reads数，基因长度。

# expr: counts 表达矩阵， 行：转录本，列：样本

# transcript_len$length 转录本长度

expr1 = expr/transcript_len$length 

fpkm = t(t(expr1)/colSums(expr)) * 10^9

————————————————

2. counts 转 TPM

# expr: counts 表达矩阵

# transcript_len$length 转录本长度

expr1 = expr/transcript_len$length

fpkm = t(t(expr1)/colSums(expr)) * 10^9

tpm <- t(t(fpkm)/colSums(fpkm))*10^6

## 函数法

Counts2TPM <- function(counts, effLen){

  rate <- log(counts) - log(effLen)

  denom <- log(sum(exp(rate)))

  exp(rate - denom + log(1e6))}

tpm <- Counts2TPM(expr,transcript_len$length)

3. FPKM转TPM

tpm = t(t(fpkm)/colSums(fpkm))*10^6

## 函数法

# FPKM数据转为TPM数据

FPKM2TPM <- function(fpkm){

  exp(log(fpkm) - log(sum(fpkm)) + log(1e6))}

tpm <- apply(fpkm,2,FPKM2TPM)

limma,edgeR, DESeq2进行差异表达分析，要用原始counts矩阵。

FPKM可以用limma去运行，不过数值比较大的话要先进行log2转化。

————————————————