RPKM
RPKM是Reads Per Kilobase per Million mapped reads的缩写，代表每百万reads中来自于某基因每千碱基长度的reads数。RPKM是将map到基因的read数除以map到基因组上的所有read数(以million为单位)与RNA的长度(以KB为单位)。
基本内容
RNA-seq是二代测序技术中用来表示基因表达量或丰度的方法。在衡量基因表达量时，若是单纯以map到的read数来计算基因的表达量，在统计上是不合理的。因为在随机抽样的情况下，序列较长的基因被抽到的机率本来就会比序列短的基因较高，如此一来，序列长的基因永远会被认为表达量较高，而错估基因真正的表现量，所以Ali Mortazavi等人在2008年提出以RPKM在估计基因的表现量。
其公式为:
以下就用一个简化的例子来说明RPKM的运用方式与概念:
假设一基因体只有两个基因，一个9 KB，一个1 KB，如今有一sample，其map 到9 KB 的read 有18 million 个，map 到1 KB 的有2 million 个，
对于9 KB 的基因而言，
Total exon reads=18 million
Mapped reads=18+2=20 million
Exon length=9 KB
RPKM =18million/(20*9)=0.1*10^6=10^5
对于1 KB 的基因而言，
Total exon reads=2 million
Mapped reads=18+2=20 million
Exon length=1 KB
RPKM =2million/(20*1)=0.1*10^6=10^5
由此我们可以知道这两个基因表现量没有差别。
假设此时我们有另一个sample（该例子中map上的reads数较少，RPKM值作为表达量的衡量指数并不可信），其表现如下图1所示:
