生物信息中的FPKM counts TPM是什么意思 名词解释

FPKM 是 “Fragments Per Kilobase of transcript per Million mapped reads” 的缩写，一句话翻译：

把原始读段数（counts）先按基因长度、再按测序深度做两次“归一化”，使得
不同基因、不同样本之间可以横向比较表达量高低。

---

为什么要归一化？

1. 长基因更容易被测到，counts 天然偏高；
2. 测序深度高的样本 counts 整体偏大；
3. 直接比 counts 会得出“长基因、深测序 = 高表达”的假结论。

FPKM 通过两步校正消除这两类偏差：

1. Per Kilobase
   把 counts 除以基因长度（kb），抵消“长基因优势”。
2. Per Million
   把结果再除以“百万比对读段数”，抵消“测序深度差异”。

---

公式（直观版）

FPKM =  counts ÷ (基因长度 kb) ÷ (总比对 reads / 1 000 000)

---

与 TPM 的区别（面试常问）

• FPKM 先“长度”后“百万”
• TPM 先“百万”后“长度”
  → TPM 保证每个样本内部表达量总和相同，跨样本比较更直观；
  FPKM 仍受样本间总 reads 差异影响，但历史沿用多（Cufflinks 时代）。

---

回到你的代码

dat_fpkm <- dat_fpkm[rownames(dat_counts),]

这一步就是把 归一化后的表达矩阵（FPKM）与 过滤完的 counts 矩阵 按基因行名对齐，保证后续差异分析、富集、可视化都用同一批基因。