4 组以上的韦恩图，如何做的高端大气上档次？不妨试试这些方法？
韦恩图，相信很多人都不陌生。韦恩图主要的作用是展示集合之间的关系，帮助我们查看集合元素的分布关系。
韦恩图在生命科学领域也有重要的应用，例如在组学中，不同组之间差异基因的比较，或者不同处理间基因变化等，都可以用韦恩图表示，读文章的时候也会经常碰见。
相比于直接将集合元素列为表格展示，韦恩图的展示更加直观，包含更多的信息，能够让研究人员从中获取有用的信息。韦恩图的做法很简单，列出几个集合的元素，找交集、差集等作图。
图片来源：文献截图，参考文献【1】
然而，大家有没有思考过一个问题：一般在文献中见到的韦恩图最多也就 4 个集合，很多在线工具画韦恩图的极限是 4 个集合。可是，当想要展示的集合数超过 4 时，应该怎么作图？能否作图？结果还能解读吗？
带着这些疑问，接下来跟着师兄探究一下。
一、在线韦恩图工具
在平常的研究中，如果需要比较或者作图的集合数不多，师兄强烈建议使用在线工具。不为别的，就为它简便快捷、高效有用。至于用什么在线工具，可以先求助一下度娘，会有一大堆推荐，选择自己看得过去的即可。
在这里，师兄要介绍一款在线工具 DeepVenn，介绍它是因为其特殊性，它最多可以接受 10 个集合做韦恩图，这也是个开放、免费的在线工具。
DeepVenn 在线工具网址：http://www.deepvenn.com/
图片来源：网站截图
带着本文最开始提出的问题，我们实践一下。为了让这个实践更具有参考性，师兄下载了一篇发表在《PNAS》上的文章，用文章提供的数据来做 5 个集合的韦恩图，用实践的数据来帮助理解（从科研中来，到科研中去）。
数据略有修改：参考文献【2】（图片来源：自己做的）
将每个集合的元素复制粘贴到 DeepVenn 中，点击右侧的「Draw as PNG」，一键出图，做好的结果如下：
图片来源：网站截图
从这个结果可以看出，5 个集合也是能做出用圈圈展示的韦恩图的，点击页面右侧的交集、并集等可以查看具体的元素。
然而，到这里我们也注意到了一个问题，那就是假设要用这个韦恩图对自己的结果进行解析，似乎从这个图上基本基本看不出任何信息，因为杂乱无章。写文章根本不好描述，别人看了也会觉得差劲，这违背了科学作图的初衷。
很显然，这个时候就需要寻求别的方法了，接着往下看。
二、Upset 展示不太像韦恩图的韦恩图（R 语言版本）
这部分需要涉及到 R 语言，还是因为前面提到的那篇《PNAS》文章，师兄在阅读的时候，看到一张图，只看图一开始是比较迷惑的，不知道什么东西，为什么这么展示，有什么目的？
通过图例发现是 UpSet 做的，暂且称作 UpSet plots 吧。
图片来源：文献截图，参考文献【2】
在经过一番仔细研究后，发现这个 UpSet plots 就是「披着马甲」的韦恩图。
其本质与韦恩图一样——展示集合关系，但是优点在于可以清楚、有条理、美观地展示出 4 组以上集合的关系，用 Upset 的方式展示集合，会让结果更加明了，也更具数据意义。
UpSet 也是师兄要说的主角！接下来讲解如何实现它，完全复制文章中的图片。
这篇《PNAS》文章提供了作图的原始数据，也就是之前展示的数据，接下来就以它为基础作图（tips：很多优秀的文章都会上传原始数据和数据处理过程，阅读文献时可以关注一下，对于提高自己的研究有很重要的作用）。
第一步，安装需要的软件包。
1、devtools::install_github("GuangchuangYu/UpSetR")
2、library(UpSetR)
第二步，加载数据。
数据可以是每个集合一个文件，这里为了演示更加基础，使用这种办法。也可以是一个文件，例如数据框的形式，再提取每列的元素作图。
1、setwd("D:/生物信息学/Upset")
2、NK <- read.table("1.txt")
3、NK <- as.list(NK$V1)
4、TC <- read.table("2.txt")
5、TC <- as.list(TC$V1)
6、BC <- read.table("3.txt")
7、BC <- as.list(BC$V1)
8、DC <- read.table("4.txt")
9、DC <- as.list(DC$V1)
10、MC <- read.table("5.txt")
11、MC <- as.list(MC$V1)
12、# 读入每一个集合，并转化为 list
第三步，用 Upset 自带的函数转换数据结构，符合画图要求。
1、example <-list(NK = NK,TC = TC,BC = BC,DC = DC,MC = MC) # 合并列表
2、example <- fromList(example)#Upset 自带函数转化数据结构
3、setsBarColors <-c('#EA4335', '#FBBC05', '#34A853', '#4285F4', '#68A180')# 设置集合颜色
第四步，画图。
参数使用如下参数即可，如果感兴趣想深入探究，可以自己换着参数多试几遍。
1、upset(example,
2、nsets = length(example),
3、nintersects = 1000,
4、sets = c('DC','MC',"BC","TC","NK"),# 这里的集合顺序和图上呈现的是相反的
5、keep.order = TRUE,
6、point.size = 3,
7、line.size = 1,
8、number.angles = 0,
9、text.scale = c(1.5, 1.2, 1.2, 1, 1.5, 1),
10、order.by ="freq",
11、matrix.color ="#4285F4",
12、main.bar.color = 'black',
13、mainbar.y.label = 'OM vs. OF',
14、sets.bar.color = setsBarColors)
这个结果与原来文章的图片不能说是相似，只能说是一摸一样。
图片来源：自己做的
如果想要标记感兴趣的交集，可以加「queries」这个参数，list 中列出需要查看的交集，并设置颜色即可。
1、upset(example,
2、nsets = length(example),
3、nintersects = 1000,
4、sets = c('DC','MC',"BC","TC","NK"),
5、keep.order = TRUE,
6、point.size = 3,
7、line.size = 1,
8、number.angles = 0,
9、text.scale = c(1.5, 1.2, 1.2, 1, 1.5, 1),
10、order.by ="freq",
11、matrix.color ="#4285F4",
12、main.bar.color = 'black',
13、mainbar.y.label = 'OM vs. OF',
14、sets.bar.color = setsBarColors,
15、queries = list(list(query = intersects,
16、params = list('DC','MC',"BC","TC","NK"), color = "red", active = T)))
图片来源：自己做的
三、在线 Upset
当然了，师兄也考虑到很多人不会 R 语言，对于这种好东西会望而却步，在线工具也有很多。这里介绍一款师兄之前也用过的工具——imageGP，这是一款免费的在线画图工具。
网址：http://www.ehbio.com/ImageGP/index.php/Home/Index/index.html
打开网站，在首页找到「Upset」画图选项。
图片来源：网站截图
点击进去，里面有示例，准备怎样的数据结构用于画图，这里师兄选择了「Long format」。
图片来源：网站截图
将自己的数据粘贴进去。
图片来源：自己做的
选择默认的参数，点击页面下方「PLOT」，即可一键出图，最后下载文件即可，是不是使用起来很简单？
与之前 R 语言画的一样，但是缺点是可调整的参数不多。文件可以下载为 PDF 格式，可以自己再添加东西或者修饰。
图片来源：网站画图
以上就是今天的全部内容了，希望对你的研究有用。
