GEO中的Series Matrix File(s)通常是经过了标准化和对数转换的数据，但是不是所有的都是
可以通过boxplot函数观察一下样本表达丰度值的分布是否整齐进行判断
如果表达丰度的数值在50以内，通常是经过log2转化的。如果数字在几百几千，则是未经转化的。
芯片数据标准化：
对给定的基因组参考区域，计算比对上的read数，又称为raw count（RC）
aw count作为原始的read计数矩阵是一个绝对值，而绝对值的特点是基因长度、测序深度不同不可以比较。所以我们要进行标准化把count矩阵转变为相对值，去除基因长度、测序深度的影响，我们采用分析的
RPM (Reads per million mapped reads)：RPM方法：10^6标准化了测序深度的影响，但没有考虑转录本的长度的影响。
RPKM/FPKM方法：10 3标准化了基因长度的影响，10 6标准化了测序深度的影响。TCGA的数据分析多采用这种结果
TPM (Transcript per million)：TPM的计算方法也同RPKM/FPKM类似，TPM可以看作是RPKM/FPKM值的百分比。TPM实际上改进了RPKM/FPKM方法在跨样品间定量的不准确性。TPM的使用范围与RPKM/FPKM相同。
具体还可参考生信技能树老师此文
RNA-seq的counts值，RPM, RPKM, FPKM, TPM 的异同:
https://cloud.tencent.com/developer/article/1484078