Mi a különbség a TPM és a CPM között az RNA seq adatok kezelésekor?
Milyen mutatókat használna, ha pl.
Fürtözés-elemzés a Hclust függvény használatával, majd a hőtérkép ábrázolása az expressziós szintek, a korreláció és a pca tekintetében mutatkozó különbségek megtalálásához. a TPM-et használja a CPM-mel szemben.
A különböző egyenleteket ebben a gyakran idézett Harold Pimental blogbejegyzésben találja meg. Mindenesetre a CPM alapvetően a mélységre normalizált számítás, míg a TPM a hosszúsággal normalizált (majd a többi gén hossz-normalizált értékeivel normalizálódik).
Ha a két választás közül választani kell, akkor általában a TPM-et választja a legtöbb dologra, mivel általában a hosszúság normalizálása hasznos. Valójában valószínűleg log (TPM) -ot szeretne, mivel különben a legjobban kifejeződött génjeiben a zaj mindent meghajt.
Sem a CPM, sem a TPM nem megfelelő itt, mert egyik sem hajt végre erőteljes keresztminta normalizálást (lásd a Devonhoz kapcsolódó blogbejegyzést).
A DESeq2 két robusztus naplóterület-normalizálási módszert kínál a downstream elemzéshez, a rendszeresített napló ( rlog ) és a varianciát stabilizáló átalakítás ( vst ). A DESeq2 matrica elmagyarázza ezek használatát olyan dolgokhoz, mint a hclust.
Általánosabb megjegyzés: a CPM nem veszi figyelembe az átirat hosszának különbségeit, míg a TPM igen. Ha a választás a TPM és a CPM között van, ezért a TPM-et használnám. Ha azonban csak ugyanazokat az átiratokat hasonlítja össze a kísérletek között, az átirat hossza valójában változatlan, így nem számít (de a CPM még mindig nem jó a keresztkísérletek közötti normalizáláshoz).