生信小白教程之Count转TPM，FPKM

相信很多科研工作者（不包括比我厉害的大佬们）在做转录组时，都是在公司做测序，然后数据也交给公司分析，又然后，期待做个差异分析，得出像下图那么完美的热图。

卖家秀

然而，然而，，我们得到的确实这样滴

买家秀

这，这，花红柳绿的什么玩意！！！！
大家表示很吃惊，一看文献原文，是专门挑出了差异基因，难怪这么好看，此时第一想到的就是测序公司客服，（微信问）在吗？好久不见回复（人家还有大单子，跑你这长途还不够油钱）；拨打电话（前提是你有电话号），没人接，，，，TMD

于是想自己分析数据，然而

然而，，，会吗？

linux?
其实没有那么难，公司一般都会提供测序的count数据，自己转化成TPM,FPKM然后挑出显著差异基因做就O的K啦。
开始展示:
1.获取基因全长文件
贴心的我把它放到了网盘，请自取
链接：https://pan.baidu.com/s/1FxWPiEwGFobiWka8cNrnbw 提取码：0cp1 复制这段内容后打开百度网盘手机App，操作更方便哦--来自百度网盘超级会员V4的分享
2.构建带有对应基因长度的表达矩阵

rm(list = ls())#删除目前工作目录的变量
library(xlsx)
library(readxl)
ann<- read_excel("Counts.xlsx")#读取基因文件
input<- read_excel("len.xlsx")#自己在Excel中把网盘里的txt文件基因和长度共两列提取出来
library(dplyr)
merge<-left_join(ann,input,by="Gene")#根据基因那列进行合并
merge <- na.omit(merge)#删除错误值行
write.csv(merge,file = "merge.csv",sep = "\t")#读出文件，直接往下运行也许

3,计算TPM

mycounts<-read.csv("merge.csv")
head(mycounts)
rownames(mycounts)<-mycounts[,1]
mycounts<-mycounts[,-1]
head(mycounts)#最后一列Length是基因长度

#TPM计算
kb <- mycounts$Length / 1000
kb
countdata <- mycounts[,1:45]
rpk <- countdata / kb
rpk
tpm <- t(t(rpk)/colSums(rpk) * 1000000)
head(tpm)
write.table(tpm,file="tpm.xls",sep="\t",quote=F)

4.计算RPKM

fpkm <- t(t(rpk)/colSums(countdata) * 10^6) 
head(fpkm)
write.table(fpkm,file="fpkm.xls",sep="\t",quote=F)

Over,是不是super简单。
我有一个愿望，我现在只有人的基因全长文件，谁要是有小鼠的基因全长文件，一定要联系我，我会把它后续加上。。。。
好人一生平安，阿门....