R包VennDiagram的韦恩图绘制及交集元素的提取

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。

准备作图数据

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

R包VennDiagram的韦恩图绘制

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。

关于交集元素的提取方法

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。