这些天来，我们一般都是处理上游定量好的count数据，然后进行下游的转录组分析。但是，我们查看GEO数据集时，会发现有些数据集并没有提供count数据，而仅仅提供了FPKM或者RPKM等格式的数据。那当数据集提供的是FPKM数据集时，我们还能处理吗。前面曾老师分享的推文中描述了FPKM的处理方式，具体见RNAseq数据，下载GEO中的FPKM文件后该怎么下游分析，评论区中有小伙伴谈到limma包的作者不推荐用limma处理FPKM数据，最好用原始数据进行分析。那用count与用FPKM去处理获得的差异基因具有巨大的差别吗？曾老师前两天提出了这个疑问,于是便有了今天的推文。接下来，我们就探索一下用count与用FPKM去处理获得的差异基因是否具有巨大差别吧？

今天，我们使用标题为 LncRNA-directed Antigenicity Loss Suppresses Immunosurveillance 的数据集 GSE113143 进行探究，数据集的介绍链接如下https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc= GSE113143 ，感兴趣的小伙伴可以点进去看看作者的总体设计。在此，我们对文章进行简单归纳，作者通过转录组测序探究了小鼠乳腺癌组织和乳腺组织的表达谱。。

GSE113143 数据集的样本分组如下，两个分组三个重复样本：

处理数据的话，作者仅仅提供了「FPKM矩阵」。因为我们要比较FPKM与count分别进行差异分析的区别，所以我们需要自身对于上游转录组数据进行定量，去获得「Ensenmble count矩阵」。之后，我们就可以直接走Ensenmble矩阵的差异分析流程进行分析了，链接见https://mp.weixin.qq.com/s/BHt_7WFCtKXIZwQYqhO8jA。

以下为作者提供的FPKM矩阵下载链接：https://www.ncbi.nlm.nih.gov/geo/download/?acc=GSE113143&format=file&file=GSE113143%5FNormal%5FTumor%5FExpression%2Etab%2Egz；感兴趣的小伙伴可以下载试试。

FPKM处理代码援引自泥人吴老师的RNAseq数据，下载GEO中的FPKM文件后该怎么下游分析，其中也有一些很好的描述，感兴趣的小伙伴可以看看。FPKM处理关键是要将FPKM值转换为TPM值，然后用Limma进行后续的差异分析。