單細胞轉錄組數據的counts，TPM，log-TPM的概率分佈都是怎樣的?

1.Counts（計數）：

• Counts是指在每個基因上觀察到的RNA分子的數量。它是透過對測序資料進行基因定量得到的。
• 在單細胞轉錄組資料中，counts的機率分佈通常是離散的，因為它是整數值。每個基因的counts值可以從0開始一直到非常高的數字。
• 在一個細胞中，每個基因的counts值可以表示該基因在該細胞中的表達水平。而在整個單細胞資料集中，每個基因的counts值的分佈可以反映基因在整個細胞群體中的表達模式。




2.TPM（每百萬轉錄本數）：

• TPM是一種歸一化的表達方式，它將每個基因的表達量除以總的轉錄本數，並乘以一個標準化因子，通常是1,000,000。
• TPM的機率分佈是連續的，因為它是一個相對錶達量的度量，可以取任意實數值。
• TPM的優點是可以比較不同基因在同一樣本中的表達水平，以及在不同樣本之間的表達差異，而不受基因長度和測序深度的影響。




3.Log-TPM（TPM的對數）：

• Log-TPM是對TPM進行對數變換得到的表達方式，常用於降低表達量的偏斜性和增加低表達基因的可比性。
• Log-TPM的機率分佈也是連續的，因為它是對TPM進行變換得到的。
• Log-TPM的優點是可以更好地適應正態分佈的假設，使得後續的統計分析更加可靠。




counts的機率分佈是離散的，TPM和log-TPM的機率分佈是連續的。在單細胞轉錄組資料分析中，我們可以根據具體的研究目的和分析方法選擇合適的表達方式。




百泰派克生物科技——生物製品表徵，多組學生物質譜檢測優質服務商




相關服務： 

多組學整合分析

轉錄組學和蛋白質組學整合分析

轉錄組學與代謝組學整合分析

轉錄組學與脂質組學整合分析

蛋白質組學與代謝組學整合分析

代謝組與16S rDNA測序整合分析

脂質組學與蛋白質組學整合分析

翻譯後修飾蛋白質組與代謝組整合分析

蛋白質組學

代謝組學

脂質組學