21.什么是RPKM、FPKM

RPKM,Reads Per Kilobase of exon model per Million mapped reads, is defined in thisway [Mortazavi etal., 2008]: 每1百萬個(gè)map上的reads中map到外顯子的每1K個(gè)堿基上的reads個(gè)數(shù)。假如有1百萬個(gè)reads映射到了人的基因組上，那么具體到每個(gè)外顯 子呢，有多少映射上了呢，而外顯子的長度不一，那么每1K個(gè)堿基上又有多少reads映射上了呢，這大概就是這個(gè)RPKM的直觀解釋。

如果對應(yīng)特定基因的話，那么就是每1000000 mapped到該基因上的reads中每kb有多少是mapped到該基因上的exon的readTotal exon reads，映射到外顯子上總的reads個(gè)數(shù)。

這個(gè)是映射到某個(gè)區(qū)域上的reads個(gè)數(shù)，這個(gè)區(qū)域或者是已知注釋的基因或者跨兩個(gè)外顯子的邊界或者是某個(gè) 基因已經(jīng)注釋的轉(zhuǎn)錄本的內(nèi)含子、外顯子。對于真核生物來說，外顯子和它們自己內(nèi)部的關(guān)系由某類型的mRNA來注釋。

計(jì)算時(shí)，計(jì)算所有某個(gè)基因已注釋的所有外顯子長度的總和。即使某個(gè)基因以多種注釋的轉(zhuǎn)錄本呈現(xiàn)，這個(gè)外顯子在求和時(shí)只被包含 一次。即使部分重疊的外顯子共享相同的區(qū)域，重疊的外顯子以其總長來計(jì)算。report).map的reads總和。映射到某個(gè)基因上的所有reads總數(shù)。因此這包含所有的唯一映射到這個(gè)區(qū)域上的reads。

舉例：比如對應(yīng)到該基因的read有1000個(gè)，總reads個(gè)數(shù)有100萬，而該基因的外顯子總長為5kb，那么它的RPKM 為：10^9*1000(reads個(gè)數(shù))/10^6(總reads個(gè)數(shù))*5000(外顯子長度)=200或者：1000(reads個(gè)數(shù))/1(百 萬)*5(K)=200這個(gè)值反映基因的表達(dá)水平。

FPKM(fragments per kilobase of exon per million fragments mapped). FPKM與RPKM計(jì)算方法基本一致。不同點(diǎn)就是FPKM計(jì)算的是fragments，而RPKM計(jì)算的是reads。Fragment比read的含義 更廣，因此FPKM包含的意義也更廣，可以是pair-end的一個(gè)fragment，也可以是一個(gè)read。

22.什么是轉(zhuǎn)錄本重構(gòu)

用測序的數(shù)據(jù)組裝成轉(zhuǎn)錄本。有兩種組裝方式：1，de-novo構(gòu)建；2，有參考基因組重構(gòu)。其中de-novo組裝是指在不依賴參考基因組的情況下，將有overlap的reads連接成一個(gè)更長的序列，經(jīng)過不斷的延伸， 拼成一個(gè)個(gè)的contig及scaffold。常用工具包括velvet，trans-ABYSS，Trinity等。有參考基因組重構(gòu)，是指先將 read貼回到基因組上，然后在基因組通過reads覆蓋度，junction位點(diǎn)的信息等得到轉(zhuǎn)錄本，常用工具包括scripture、 cufflinks。

23.什么是genefusion

將基因組位置不同的兩個(gè)基因中的一部分或全部整合到一起，形成新的基因，稱作融合基因，或嵌合體基因。該基因有可能翻譯出融合或嵌合體蛋白。

24.什么是表達(dá)譜

基因表達(dá)譜(geneexpression profile)：指通過構(gòu)建處于某一特定狀態(tài)下的細(xì)胞或組織的非偏性cDNA文庫,大規(guī)模cDNA測序,收集cDNA序列片段、定性、定量分析其 mRNA群體組成,從而描繪該特定細(xì)胞或組織在特定狀態(tài)下的基因表達(dá)種類和豐度信息,這樣編制成的數(shù)據(jù)表就稱為基因表達(dá)譜。