DESeq2三种标准化的区别

count标准化

dds.sizefactor <- estimateSizeFactors(dds)  
sizeFactors(dds.sizefactor )

counts(dds, normalized=TRUE)

我们构建dds对象以后，可以计算每个文库的标准化因子，那么count函数加normalized=TRUE意味着每一列的基因除以对于的标准化因子，从而实现对文库的标准化
ps 标准化因子计算

# 计算counts为未标准化的count数据
loggeomeans <- rowMeans(log(counts))
# 行为基因，列为sample
for (i in 1:ncol(counts)) {
  exp(median((log(counts[,i]) - loggeomeans)[is.finite(loggeomeans) & counts[,i] > 0]))
}

rlog标准化

dds <- DESeqDataSetFromMatrix(data, DataFrame(condition), 
                              design=~condition)
dds <- DESeq(dds)

rlog(dds, blind = FALSE)

blind，转换时是否忽视实验设计。blind=T，不考虑实验设计；blind=F，考虑实验设计
可参考：DESeq2中rlog标准化那些事

vst标准化

dds <- DESeqDataSetFromMatrix(data, DataFrame(condition), 
                              design=~condition)
dds <- DESeq(dds)

vst(dds, blind = FALSE)

blind，转换时是否忽视实验设计。blind=T，不考虑实验设计；blind=F，考虑实验设计
可参考：DESeq2中vst标准化那些事