这一系列的步骤的逆运算是啥upper-quartile normalized counts converted to log2-transformed RPKM values
时间: 2024-04-02 22:35:13 浏览: 16
逆运算即为将log2-transformed RPKM values转换为upper-quartile normalized counts。具体步骤如下:
1. 对于每一个基因,将其log2-transformed RPKM values乘以该基因的长度(或者除以1,000,000,具体取决于RPKM值的计算方法)得到基因的reads数。
2. 计算所有基因的reads数的75%分位数,即upper-quartile value。这里需要注意的是,upper-quartile value是对所有基因的reads数进行统计,而不是对每一个样本单独计算。
3. 对于每一个样本,在每一个基因的reads数上除以该样本的upper-quartile value,得到upper-quartile normalized counts。
4. 将upper-quartile normalized counts进行逆变换,即将其除以该基因的长度(或者乘以1,000,000),得到原始的counts值。
需要注意的是,该逆运算仅适用于原始的RPKM计算方法。如果使用其他的方法计算RPKM值,则需要根据具体的计算方法进行相应的调整。
相关问题
经过了upper-quartile normalized counts converted to log2-transformed RPKM values处理过程,如何处理才能获得最原始的RPKM
经过了upper-quartile normalized counts converted to log2-transformed RPKM values处理过程得到的结果是log2-transformed RPKM值。要获得最原始的RPKM值,需要进行逆运算,即将log2-transformed RPKM值转换为RPKM值。具体步骤如下:
1. 对于每一个基因,将其log2-transformed RPKM值进行反向转换,即将其先按照2的指数幂次方进行反转换,再将其除以该基因的长度(或者乘以1,000,000,具体取决于RPKM值的计算方法)。
2. 得到的结果即为原始的RPKM值。需要注意的是,该计算方法仅适用于原始的RPKM计算方法。如果使用其他的方法计算RPKM值,则需要根据具体的计算方法进行相应的调整。
需要注意的是,RPKM值是一种相对定量的表达量测量值,其值的大小取决于样本的reads数和基因的长度,因此不同样本或不同基因之间的RPKM值不能直接进行比较。如果需要比较不同样本或不同基因之间的表达量差异,可以使用其他的表达量测量方法,如TPM(Transcripts Per Million)或FPKM(Fragments Per Kilobase Million)。
upper-quartile normalized的逆运算公式
假设我们有一个数据集 $X$,并且对它进行了upper-quartile normalization,得到了一个新的数据集 $Y$。upper-quartile normalization的过程是将 $X$ 中大于第三四分位数的值除以第三四分位数,然后对所有值取对数。则 $Y$ 可以表示为:
$$
Y = \log_{10} \frac{X}{q_3}
$$
其中 $q_3$ 表示第三四分位数。那么 $X$ 可以表示为:
$$
X = q_3 \times 10^{Y}
$$
这就是upper-quartile normalized的逆运算公式。