在RNA-seq的分析中，需要對基因或者轉錄本的read counts數進行標準化過程。因為落在一個基因區域內的read counts取決于基因長度和測序深度。當基因長度越長，測序深度越深，則落在該基因的read counts越多。
當進行基因差異表達的分析時，往往是在多個樣本中比較不同基因的表達量，如果不進行數據標準化，比較結果則是沒有意義的。
常用的三種標準化分析是RPKM (Reads Per Kilobase Million)、FPKM (Fragments Per Kilobase Million) 和 TPM (Transcripts Per Million)
為了更清楚的展示計算過程，我們用三個樣本的4個基因的read counts矩陣做例子（來源于YouTube）。如表1：
可以清楚地看到，樣本3的4個基因read counts數目明顯多于其他兩個樣本，說明其測序深度較高，基因B的長度的基因A的兩倍，也使得其read counts在三個樣本中都高于A。
1、RPKM/FPKM
RPKM和FPKM的計算過程相同，都是先將測序深度標準化，再對基因長度標準化。
第一步：先將測序深度標準化，分別計算出每個樣本的總reads數（為了使數值可讀性更好，下面的計算中我們用10代表million），然后將表中數據分別除以總reads數即可，這樣就得到了reads per million. 如下表2：
第二步：基因長度的標準化。將表2的read per million直接除以基因長度即可，如表3：
這里，就算出來RPKM值的結果，FPKM和RPKM的定義是相同的，唯一的區別是FPKM適用于雙端測序文庫，而RPKM適用于單端測序文庫。FPKM會將配對比對到一個片段（fragment）上的兩個reads計算一次，接下來的計算過程跟RPKM一樣。
2、TPM
TPM的計算過程與RPKM相反，即先標準化基因長度，再標準化測序深度。仍以表1的那個例子來說明TPM是計算過程。
第一步：直接除以基因長度，得到reads per kilobase，如表4：
第二步：標準化測序深度時，總的reads數要用第一步中除過基因長度的數值。即第一樣本除以15，第二個樣本除以20.25，第三個樣本除以45.1 。表5就是TPM的結果。
鏈接：http://www.lxweimin.com/p/ffa45423e01c
補充：
因為科研過程中需要將counts值轉換為FPKM值計算，所以對FPKM這一部分進行一下補充
對數量級的理解
要求出FPKM值，需要獲得三個參數。
cDNA Fragments：為單個基因比對到基因組上的reads數，在測序數據里就是count值。HTseq處理后可以直接得到的結果。
Mapped Fragments：指每個樣品中所有基因比對到基因組上的reads數。也就是用求和函數sum()將單一樣品的count值全部加起來。注意，由于單位是百萬，所以求和后需要除以10^6。
Transcript Length：也就是exon length，是指reads比對到基因外顯子上的長度。這個需要找到參考基因組才能獲得數據。
