資料庫的標准化

⑴ geo資料庫數據如何標准化

標准化的方法就是Counts值：

對給定的基因組參考區域，計算比對上的read數，又稱為raw count（RC）。

aw count作為原始的read計數矩陣是一個絕對值，而絕對值的特點是基因長度、測序深度不同不可以比較。所以我們要進行標准化把count矩陣轉變為相對值，去除基因長度、測序深度的影響，我們採用分析的。

標准化的三種方法得出的三種值：

RPM (Reads per million mapped reads)：RPM方法：10^6標准化了測序深度的影響，但沒有考慮轉錄本的長度的影響。

RPKM/FPKM方法：

103標准化了基因長度的影響，106標准化了測序深度的影響。TCGA的數據分析多採用這種結果。

TPM (Transcript per million)：TPM的計算方法也同RPKM/FPKM類似，TPM可以看作是RPKM/FPKM值的百分比。

具體判斷方法：

表達量是否需要重新標准化。

可以通過boxplot函數觀察一下樣本表達豐度值的分布是否整齊進行判斷。

是否需要log2:根據數據值的大小。

如果表達豐度的數值在50以內，通常是經過log2轉化的。如果數字在幾百幾千，則是未經轉化的。