常见的标准化处理方法有3种：RMA算法、GC-RMA算法、MAS5算法，其中前两中算法的返回值已经经过log2转换，可直接进行差异表达分析，第三种算法返回值未经过log2转换，需要自行进行log2转换。

实际上RNA-Seq之后并不会直接得到FPKM值、RPKM值或tpm值。 那为什么会有这些值出现呢？ 思考一个问题： gene2的表达量一定比gene1高？ 显然，没那么简单。 至少我们可以考虑到造成这种情况的一部分原因在于gene1和gene2的长度不一样，此时，就需要对mapping到gene的reads count进行矫正。 再思考一个问题： 不是可以说gene1的表达量在条锈菌侵染后发生了变化呢？ 至少这个时候就需要考虑整体测序量的问题，同样需要矫正。 至此，就产生了FPKM值、RPKM …

FPKM 是为 配对末端 RNA-seq 制作的。使用配对末端 RNA-seq，两个读数可以对应一个片段，或者，如果对中的一个读数没有映射，一个读数可以对应一个片段。RPKM 和 FPKM 之间的唯一区别是 FPKM 考虑到两个读取可以映射到一个片段（因此它不会将该片段计算两次）。

2、文献中提供 log2 （ FPKM +1） → 用R 反向运算得到FPKM值. 首先提取自己测序数据与文献数据共同测到的所有coding gene，以这些基因为input重新算TPM进行normalize

2025年1月7日 · 1.cpm的转换最为简单：（进行了log转换） # exprSet是count表达矩阵 # 一句代码搞定 exprSet = log2(edgeR::cpm(exprSet)+1) 2.其他形式较为复杂，这里依赖DGEobj.utils中的convertCounts函数

纵坐标是FPKM的log值。 有些基因的FPKM值比较大，看上去不直观，所以取对数，更方便查看。 从图上看，两个处理中50%基因的log10（FPKM）都就集中在大于0.8-1.8之间（这个数只是大概，纵坐标没有给出具体数值），平均log10（FPKM）大于1小于1.5的位置。

2022年3月4日 · 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。

fpkm为基因表达量的值，测序结果通常给出测出的所有基因的表达量值，通常FPKM值横跨10^-2到10^4六个数量级。 FC为两样本（组）基因间的比值，在 转录组测序 中，早期样本组1，某基因平均FPKM值为455，中期样本组2，某基因平均FPKM值为100， 这个基因在样本组1、2 ...

2017年3月27日 · First, you have to divide the FPKM of the second value (of the second group) on the FPKM of the first value to get the Fold Change (FC). then, put the equation in Excel =Log(FC, 2) to get the...

2024年2月6日 · FPKM/RPKM：全称为Fragment/Reads per kilo base of transcript per million mapped reads，意思为每百万fragment或reads获得对应基因的1000 bp转录本包含的reads数。 这一指标对基因长度和样本内总文库大小进行的充分的考虑，但并不能区分各样本文库之间的差别，因此TPM对其进行了优化。