r - RNA-seq - R - 如何将基因长度导入 RPKM calc 的数据集

Question

因此，原则上标准化原始计数 RNAseq 文件非常简单......

但是我的原始计数文件不伴随基因长度。

我如何/从哪里可以导入基因长度并将其与集合 ID 匹配？我正在使用来自 cpm 值的 EdgeR rpkm，它返回

x_rpkm <- rpkm(x_cpm)

“rpkm.default(x_cpm) 中的错误：缺少参数“gene.length”，没有默认值”

谢谢

Answer 1

在计算每个基因的读数时，您应该使用“.gtf”或“.gff”文件。首先使用 GenomicFeatures 库将该文件加载到 R 中。

library("GenomicFeatures")
gtf_txdb <- makeTxDbFromGFF("example.gtf")

然后再次从 GenomicFeatures 库中使用genes 函数将导入的gtf 中的基因列表作为GRanges 对象获取。

gene_list <- genes(gtf_txdb)

如果您随后将基因列表转换为 data.frame，您将获得每个基因的一堆信息，包括长度。

gene_list <- as.data.frame(gene_list)