韦恩(Venn)图是常见统计图之一,用于展示各样本(或分组)之间共有(或特有)元素的数量(或比例)。
例如做RNA-seq的最直接目的,大多是鉴定差异表达的基因。当试验涉及到多分组情况时,常需要展示多组间共享的差异基因数量,这个时候就要使用到韦恩Venn图。例如以下示例,植物组织中响应7天氮缺乏(-N_7d)、7天磷酸盐缺乏(-Pi_7d)和盐胁迫(d)、冷胁迫(e)或干旱胁迫(f)的差异表达lncRNA的Venn图。
文献中的韦恩图示例
文献中通常提到,这些Venn图一般通过一些R包(如VennDiagram)来做。
本篇教程,就让小编带您学习如何使用R包VennDiagram绘制Venn图,以及如何统计各组元素的交集。
首先准备输入数据。既然期望比较各组共有/特有元素,那么就可以将各组中所包含的元素提取出来,粘贴到一个新的列表中。
如下图示例,一共包含4个分组,group1-4,下方是各组中所包含的元素名称。各列不等长没关系,某一列内有重复的值也没关系,后续读到R中后能够自动识别并去除空值或重复值。
韦恩图作图文件内容样式
接下来,将该文件读到R中,绘制Venn图。
VennDiagram包中的函数venn.diagram(),可以直接基于原始数据自动统计并绘制Venn图。
!!!**************************************************
#韦恩图(VennDiagram 包,适用样本数 2-5)
library(VennDiagram)
#读入作图文件,all.txt即上述提到的记录group1-4的元素名称的文件
dat <- read.table('all.txt', header = TRUE, sep = '\t', stringsAsFactors = FALSE, check.names = FALSE)
#以2个分组为例
#指定统计的分组列,并设置作图颜色、字体样式等
venn_list <- list(group1 = dat$group1, group2 = dat$group2)
venn.diagram(venn_list, filename = 'venn2.png', imagetype = 'png',
fill = c('red', 'blue'), alpha = 0.50, cat.col = rep('black', 2),
col = 'black', cex = 1.5, fontfamily = 'serif',
cat.cex = 1.5, cat.fontfamily = 'serif')
!!!**************************************************
两组交集韦恩图
工作路径下输出一张图片“venn2.png”,打开就是绘制的Venn图。
这是展示的两组的,再展示一个四组比较的。
!!!**************************************************
#以4个分组为例
#指定统计的分组列,并设置作图颜色、字体样式等
venn_list <- list(group1 = dat$group1, group2 = dat$group2, group3 = dat$group3, group4 = dat$group4)
venn.diagram(venn_list, filename = 'venn4.png', imagetype = 'png',
fill = c('red', 'blue', 'green', 'orange'), alpha = 0.50,
cat.col = c('red', 'blue', 'green', 'orange'), cat.cex = 1.5, cat.fontfamily = 'serif',
col = c('red', 'blue', 'green', 'orange'), cex = 1.5, fontfamily = 'serif')
!!!**************************************************
四组交集韦恩图
同样地,工作路径下输出一张图片“venn4.png”,打开就是绘制的Venn图。
以上自动读取原始数据,并统计各组之间的交集状态,获取共有元素的数量信息后,绘制Venn图,整个过程一气呵成。
但是,如果期望获得各组之间的交集元素具体包含哪些,并将这些交集元素的名称输出出来,应该怎样做呢?
VennDiagram包中的函数get.venn.partitions()可以实现这个功能,参考以下示例。
!!!**************************************************
#继续以上述4个分组为例,组间交集元素获得
inter <- get.venn.partitions(venn_list)
for (i in 1:nrow(inter)) inter[i,'values'] <- paste(inter[[i,'..values..']], collapse = ', ')
write.table(inter[-c(5, 6)], 'venn4_inter.txt', row.names = FALSE, sep = '\t', quote = FALSE)
!!!**************************************************
输出交集元素名称
工作路径下输出文件“venn4_inter.txt”,可以用Excel打开。
group1-4中,TRUE代表该组中出现的元素,FALSE则代表未出现的元素。
count为交集元素数量,values为交集元素名称。
!
!
!
注:!!!*******之间为R脚本内容。