在企业产生中,如何理解tpm和标准化作业

TPM就是要打破生产和维护之间的壁垒，让一线员工参与到设备维护中来，成为设备的主人。在实际的生产运营过程中，很多设备的故障是由于操作的不当造成的。如何避免这样的错误对设备造成的伤害，采用标准化作业的方式就可以达到这样的目标。

TPM的自主保养是很重要的一个支柱，然而在实际的推展过程中，往往会遇到很大的麻烦。例如一线员工在没有得到培训，并且没有标准规范的情况下，盲目的参与设备维护，就会适得其反。一方面无法达到维护的目的，另一方面挫伤了员工主动参与的积极性。在实际的工作过程中我们采用“七定法”来规范我们的自主点检的规范。

1、定部位

确定我们要对那些部位进行点检，比如：动力系统，电器系统，控制系统，液压系统，启动系统等。

2、定项目

确定要点检的项目内容，比如：灰尘，杂物，跑冒滴漏；腐蚀，磨损，变形，裂纹，松动，震动，议程声音；温度，气压，液压，液位等。

3、定方法

确定如何点检，用那种工具点检。自主点检主要利用五感进行点检，视觉，听觉，嗅觉，触觉等。

4、定标准

点检就是对设备部位的优劣进行判断，可以量化的尽可能量化，不可以量化的也要描述清楚规范要求。

5、定周期

一般的周期可以分为：每班，每日，每周，每月，每季度，每年等。

6、定人员

明确哪些项目该有谁来负责，谁来实施。一般分为操作人员和维护人员，分别对应自主保养和专业保养。

7、定条件

点检的内容是否需要停机来实施，有些内容必须停机才可以实施，有些可以在开机状态实施，需要做明确的规定。

有了这样的规范和标准，就可以提升自主点检的效果，同时提高了点检的效率，为推进TPM活动打下一个良好的基础。

RPKM，FPKM和TPM明确解释

转录组测序中，常见的几种reads count值的标准化方法，基于测序深度和基因长度进行标准化。

RPKM（Reads Per Kilobase Million）计算方法：

计算样本中的总reads数，然后将其除以1000000，获得百万缩放因子。

将每个基因的reads count值，除以百万缩放因子标准化测序深度，获得每百万reads中来自该基因的reads比例（reads per million，RPM）。

将RPM值除以基因长度（以千碱基为单位），获得RPKM。

FPKM（Fragments Per Kilobase Million）与RPKM非常相似：

RPKM是针对单端测序而言，其中每个reads对应于一个已测序的片段；FPKM用于双端测序，两个reads（分为R1和R2端）对应一个测序片段（fragments）。RPKM和FPKM之间的唯一区别是FPKM考虑到成对的reads来源于一个DNA片段的测序，因此它不会来自同一fragments的reads进行两次计数。

TPM（Transcripts Per Kilobase Million）与RPKM和FPKM也比较相似，但计算顺序略有不同：

将每个基因的reads count值除以每个基因的长度（以千碱基为单位），获得基因的每千碱基reads覆盖数（reads per million，RPK）。

计算样本中所有RPK值，然后除以1000000，获得百万缩放因子。

将RPK值除以百万缩放因子，获得TPM值。

因此可看到，TPM与RPKM和FPKM相比，唯一的区别是先对基因长度进行归一化，然后对序列深度进行归一化。但是这种差异的影响非常明显。

使用TPM时，每个样本中所有TPM的总和是相同的，这样可以更轻松地比较每个样本中映射到基因的reads比例。使用RPKM和FPKM，每个样本中的标准化reads之和可能会有所不同，这使得直接在样本间比较更加复杂。

所以TPM方法正越来越流行。

如果样品1中基因A的TPM为3.33，而样品B中的TPM为3.33，则可以认为这两个样品中映射到基因A的总reads数的比例完全相同，因为两个样本中的TPM的总和始终为相同的数字（因此，无论要查看哪个样本，计算比例所需要的分母都是相同的。

使用RPKM或FPKM，每个样本中的标准化读数之和可能不同，此时如果样本1中基因A的RPKM为3.33，样本2中的RPKM为3.33，则难以获知两个样本中映射到基因A中reads的比例是否相同，这是因为计算比例所需的分母在两个样本之间可能是不同的。

来自StatQuest

过去，当您进行RNA测序时，您以RPKM（Reads Per Kilobase Million 每千碱基百万个读数）或FPKM（Fragments Per Kilobase Million 每千碱基百万个碎片）报告结果。但是，TPM（Transcripts Per Kilobase Million每千碱基记录本）现在变得非常流行。由于这些术语似乎有很多混乱，我认为我将使用StatQuest清除所有内容。

这三个指标试图对测序深度和基因长度进行标准化。这是针对RPKM的操作方法：

FPKM与RPKM非常相似。RPKM是针对单端RNA-seq制作的，其中每个读数对应于一个已测序的单个片段。FPKM用于配对末端RNA-seq。使用成对末端RNA-seq，两个读段可以对应一个片段，或者，如果该对中的一个读段没有作图，则一个读段可以对应一个片段。RPKM和FPKM之间的唯一区别是FPKM考虑到两次读取可以映射到一个片段（因此它不会对该片段进行两次计数）。

TPM与RPKM和FPKM非常相似。唯一的区别是操作顺序。这是您计算TPM的方法：

因此，您会看到，在计算TPM时，唯一的区别是先对基因长度进行归一化，然后对序列深度进行归一化。但是，这种差异的影响非常深远。

使用TPM时，每个样本中所有TPM的总和是相同的。这样可以更轻松地比较每个样本中映射到基因的读段的比例。相反，使用RPKM和FPKM，每个样本中的标准化读数之和可能会有所不同，这使得直接比较样本变得更加困难。

这是一个例子。如果样品1中基因A的TPM为3.33，而样品B中TPM为3.33，则我知道这两个样品中映射到基因A的总读数的比例完全相同。这是因为两个样本中的TPM的总和总是相同（因此，无论您要查看的是什么样本，计算比例所需要的分母都是相同的。）

使用RPKM或FPKM，每个样本中的标准化读数之和可能不同。因此，如果样本1中基因A的RPKM为3.33，样本2中的RPKM为3.33，我将不知道样本1中与基因2映射的基因A的读取比例是否相同，这是因为分母需要计算两个样本的比例可能会有所不同。

来源– StatQuest

标签： FPKM rpkm StatQuest TPM

鹏仔微信 15129739599 鹏仔QQ344225443 鹏仔前端 pjxi.com 共享博客 sharedbk.com