CPM定量方式是怎樣的

這篇文章主要講解了“CPM定量方式是怎樣的”，文中的講解內(nèi)容簡(jiǎn)單清晰，易于學(xué)習(xí)與理解，下面請(qǐng)大家跟著小編的思路慢慢深入，一起來(lái)研究和學(xué)習(xí)“CPM定量方式是怎樣的”吧！

在edgeR中，提供了一種名為CPM的定量方式，全稱為count-per-millon。
假定原始的表達(dá)量矩陣為count, 計(jì)算CPM的代碼如下

cpm <- apply(count ,2, function(x) { x/sum(x)*1000000 })

原始的表達(dá)量除以該樣本表達(dá)量的總和，在乘以一百萬(wàn)就得到了CPM值 。從公式可以看出， CPM其實(shí)就是相對(duì)豐度，只不過(guò)考慮到測(cè)序的reads總量很多，所以總的reads數(shù)目以百萬(wàn)為單位。

在前面的文章中我們介紹了edgeR提供的TMM歸一化算法，CPM這種求相對(duì)豐度的思想，雖然也是一種比較簡(jiǎn)單的歸一化方式，但它并不用于差異分析之前的歸一化。

在edgeR中，CPM主要有以下兩種用途

1. 過(guò)濾表達(dá)量較低的基因

DESeq2和edgeR都是針對(duì)raw count表達(dá)量進(jìn)行分析，在DESeq2中，在過(guò)濾低表達(dá)量的基因時(shí)，直接是根據(jù)reads數(shù)的總和進(jìn)行判斷，代碼如下

countData <- count[apply(count, 1, sum) > 10 , ]

由于不同樣本測(cè)序的reads總數(shù)不同，所以直接將所有樣本的reads相加，然后進(jìn)行過(guò)濾，這種方式略顯粗糙。edgeR中，利用CPM的定量結(jié)果，對(duì)低表達(dá)量的基因進(jìn)行過(guò)濾，代碼如下

countData <- count[apply(cpm(count), 1, sum) > 2 , ]

利用相對(duì)豐度的加和進(jìn)行過(guò)濾，消除了樣本間reads總數(shù)不同的影響。需要注意的是，我們只是用CPM來(lái)過(guò)濾基因，而后續(xù)分析還是基于raw  count的結(jié)果，因?yàn)橹挥衦aw count是基于負(fù)二項(xiàng)分布的。

2. 差異分析的MA圖

MA圖是差異分析常用的可視化手段之一，橫坐標(biāo)為基因在兩組樣本中的均值 ， 縱坐標(biāo)為Fold  change, 就是兩組表達(dá)量的倍數(shù)。edgeR中的plotMD函數(shù)可以繪制如下所示的MA圖

從x軸的標(biāo)簽可以看出來(lái)，采用的是CPM值。由于不同基因CPM值差異很大，所以采用log轉(zhuǎn)換，縮小了不同基因之間的差異。

感謝各位的閱讀，以上就是“CPM定量方式是怎樣的”的內(nèi)容了，經(jīng)過(guò)本文的學(xué)習(xí)后，相信大家對(duì)CPM定量方式是怎樣的這一問(wèn)題有了更深刻的體會(huì)，具體使用情況還需要大家實(shí)踐驗(yàn)證。這里是億速云，小編將為大家推送更多相關(guān)知識(shí)點(diǎn)的文章，歡迎關(guān)注！