有时候，我们从GEO数据库挖掘了好几组数据集的差异表达基因，我们需要统计这些基因列表的交集，一般可以用韦恩图和Upset图。而韦恩图一般适合小样本的交集，而多个样本的话可以用Upset图来表示。
比如，我们通过GEO2R工具，获得了差异基因列表的结果，假设有6个基因列表，我们可以把显著性差异表达基因提取处理，用excel制作一个genelist，表头是数据集，每列是基因，保存为list.csv,导入进来以后，见表 [1]
list<-read.csv("/list.csv")
head(list)
Table 1: 6个基因列表
| A | B | C | D | E | F |
|---|---|---|---|---|---|
| SLC2A3 | TMC4 | CDC25B | C15orf48 | SYTL1 | KIF2C |
| UNC5B | CTHRC1 | C1orf132 | E2F1 | CDCA5 | AURKA |
| MT2A | MMD | ST3GAL5 | C1orf132 | BIRC5 | AURKA |
| ST3GAL5 | VSIG2 | TMEM154 | MTHFD2 | MCM10 | CDC20 |
| TUBB6 | CTHRC1 | ST3GAL5 | KDELR3 | MTHFD2 | C17orf53 |
| CTHRC1 | MMP11 | TMEM154 | NSG1 | MELK | CDCA5 |
但是这个表其实是有问题的，那就是这些列表里有些基因是重复的，而且还有NA值，我们可以把各自的重复值和NA值删除。记住，一定是删除各列的重复值，而不是全部的表格。
我们可以把列表单独提取处理，然后分别去除重复值和NA值，然后指定成list的形式（当然表格形式也是可以的，不过不同行数的list怎么合并成一个表格我不会，除非导出来用excel）。
## 单独提出各个list
listA<-list$A
listB<-list$B
listC<-list$C
listD<-list$D
listE<-list$E
listF<-list$F
## 去除各自列表的重复值
listA<-listA[!duplicated(listA)]
listB<-listB[!duplicated(listB)]
listC<-listC[!duplicated(listC)]
listD<-listD[!duplicated(listD)]
listE<-listE[!duplicated(listE)]
listF<-listF[!duplicated(listF)]
## 去除各自列表的NA值
listA<-na.omit(listA)
listB<-na.omit(listB)
listC<-na.omit(listC)
listD<-na.omit(listD)
listE<-na.omit(listE)
listF<-na.omit(listF)
## 合并list
list<-list(A=listA,B=listB,C=listC,D=listD,E=listE,F=listF)
不过，经过我后期验证，其实不去除重复值和NA值，最后的结果是一样的，可能已经自动去除了，具体是否这样我没去深入研究。
1 绘制韦恩图
一般而言，主流画韦恩图的包是VennDiagram，教程非常多，比如使用VennDiagram包绘制韦恩图
但是这里我想推荐一下ggVennDiagram这个包，有一天在Y数的公众号瞎溜达，看到一篇的ggVennDiagram 诞生记文章，知道这个包可以用ggplot2的语句，而且不限基因列表限制。
我以前喜欢用联川生物的在线工具画韦恩图，我承认他家可以画很漂亮的韦恩图，并且还是在线交互式绘图，我看过很多在线工具，但是他家的确实是最好看的。而这个工具利用的就是VennDiagram这个包，但是缺点是最多只能画5个，所以还是推荐ggVennDiagram这个包，可能颜值差了点，但是效果还是不错的。
先看最基本的函数，见图 [1]所示。
library(ggVennDiagram)
ggVennDiagram(list)
可以看到默认显示的是交集数字和比例，然后按照集合的数字填充颜色，对于很多个交集的话，这样的图确实很难看，可是这个包符合ggolot2语句，所以是可以高度DIY的。我们看一下help的函数
ggVennDiagram(
x,
category.names = names(x), #自定义数据集的名称
show_intersect = FALSE, #是否交互式演示
set_color = "black", # 数据集的颜色，默认即可
set_size = NA, #数据集标签的大小，默认即可
label = c("both", "count", "percent", "none"), # 显示数值、比例还是不显示
label_alpha = 0.5, #各个标签集合的外框透明度，0为全透明，默认0.5
label_geom = c("label", "text"), #显示数字和标签框
label_color = "black",#标签颜色
label_size = NA, #标签字体大小
label_percent_digit = 0, #标签的百分位数
label_txtWidth = 40, #标签文本的宽度
edge_lty = "solid", #标签边缘类型，默认实心
edge_size = 1, #标签边缘大小
...
)
可以看到可支持的函数很多，作者也写了一些引导说明，大家可以自己尝试跑一些。
比如我们只显示数字，设置为虚线显示，见图 [2]所示。
ggVennDiagram(
list,
label = "count",
edge_lty = "dashed",
edge_size = 0.5
)
然而，ggVennDiagram是支持ggplot2语句的，也就是说我们可以继续叠加修改，比如换个颜色，加个主题，加个标题什么的，还有把那个count的标签去掉什么的，最终效果见图 [3]所示，也可以换个配色，见图[4]所示。
library(ggplot2)
ggVennDiagram(
list,
label = "count",
edge_lty = "dashed",
edge_size = 0.5)+
scale_fill_gradient(low="steelblue",high = "brown")+
theme_bw()+
ggtitle("Veen plot for six sets")+
theme(legend.position = 'none')
ggVennDiagram(
list,
label = "count",
edge_lty = "dashed",
edge_size = 0.5)+
scale_fill_distiller(palette = "RdBu")+
theme_void()+
ggtitle("Veen plot for six sets")+
theme(legend.position = 'none')
可是这依然不够ggplot2，更多的可以看ggVennDiagram 的新生这篇文章，我们可以把数据转换，比如给个华丽丽的标签，见图 [5]所示。
venn = Venn(list)
data = process_data(venn)
ggplot() +
geom_sf(aes(fill = count), data = venn_region(data)) +
geom_sf(aes(color = id), data = venn_setedge(data), show.legend = FALSE) +
geom_sf_text(aes(label = name), data = venn_setlabel(data)) +
geom_sf_label(aes(label = count), data = venn_region(data)) +
theme_void()+
theme(legend.position = 'none')+
ggtitle("Veen plot for six sets")
而我们喜欢按数据集填充颜色，把fill改成id即可，最后效果见图 [6]所示
ggplot() +
geom_sf(aes(fill = id), data = venn_region(data)) +
geom_sf(aes(color = id), data = venn_setedge(data), show.legend = FALSE) +
geom_sf_text(aes(label = name), data = venn_setlabel(data)) +
geom_sf_label(aes(label = count), data = venn_region(data)) +
theme_void()+
theme(legend.position = 'none')+
ggtitle("Veen plot for six sets")
2 绘制Upset图
当数据集多于5组的适合，画韦恩图就吃力了，因为圈圈太多，所以很不好看。这个时候就可以用Upset这种图来表示了。而推荐用UpsetR这个包，目前在CRAN上也收录了，很方便的可以安装。
install.package('UpSetR)
UpsetR这个包默认的画图其实不是list的形式，而是各个交集以0和1的expression形式，用来表示有还是无。这个时候就需要需要我们先把数据处理好，这个可以使用UpSetR自带的fromList()函数实现，很简单的一句话，最后的表格见表 [2]
library(UpSetR)
data2<-fromList(list)
Table 2: 6个基因列表的集合
| A | B | C | D | E | F |
|---|---|---|---|---|---|
| 1 | 1 | 0 | 1 | 0 | 0 |
| 1 | 0 | 0 | 0 | 0 | 0 |
| 1 | 1 | 1 | 1 | 1 | 0 |
| 1 | 1 | 1 | 1 | 1 | 1 |
| 1 | 0 | 0 | 0 | 0 | 0 |
| 1 | 1 | 1 | 1 | 1 | 0 |
当然我们也可以不转换数据，只要加上一句fromList(list)也可以画图，现在我们用最基本的函数进行下Upset图的绘制，效果见图 [7]所示。
upset(data2) # 要先加载UpSetR
### 如果不想对list进行转换，也可以直接用下面这个代码
# upset(fromList(list))
很明显的，这里有个很大的bug，那就是明明有6个数据集，那就是默认只显示了5个数据集（nset=5），既然默认的参数统计不出来，我们就手动添加进来。
另外这个函数的功能相当的多，可以各种排序（按频率排序，按频数排序，还可以按数据集分组），还可以给点填色等等。具体的可以在示例说明找到，一切都等你发现
比如我们按freq排序，设置6个数据集，见图 [8]所示。
upset(fromList(list),nsets = 6,order.by = "freq")
## upset(fromList(list),sets = c("A","B","C","D","E","F")) #也可以按需设置
我们想知道6个数据集都交集的情况，还想标个颜色，可以这样，见图 [9]所示。
upset(fromList(list),nsets = 6,order.by = "freq",,queries = list(list(query = intersects, params = list("A","B","C","D","E","F"), active = T)))
UpSetR是一个很强大的包，功能很多，但有一个问题就是不能使用ggplot语句，导出的图也不是ggplot，这个我们可以用Y叔的ggplotify转换。当然其实还有一个叫ggupset的包可以使用ggplot语句的，但是需要数据处理，语法很复杂，有兴趣自己百度学习。
3 两组图的结合
Upset图有个缺点就是，如果按频数画图，右上角会空出很大一块，我们能不能把韦恩图和Upset图组合到一起，这个问题Y叔已经考虑并解决过了，可以参考转UpSet图为ggplot?
这里用到了Y叔叔的yyplot这个神包，然而这个包也是很难装上的，因为这是Y叔的私人包，需要补装很多包，而很多包都是只有Github上才能安装，比如gglayer这个包，你在CRAN和BiocManager上都上找不到的，只有Y叔的Github上的包才能安装，但是又经常访问困难，所以我Fork到了我的gitee上。而且用yyplot画韦恩图，需要用ggvenn这个函数，但是这个函数又要配置Java环境，所以个中曲折自己摸索吧。
remotes::install_git('https://gitee.com/swcyo/gglayer/'))
remotes::install_git('https://gitee.com/swcyo/yyplot/'))
library(yyplot)
我们可以不用Y叔的yyplot画韦恩图（因为很难安装），用ggVennDiagram的图即可，两种图的组合原理是两个ggplot图形的叠加，这里要用到Y叔的ggimge这个包（Y叔是无处不在的），最后效果见图 [10]所示。
library(ggplotify) #把别的图转为ggplot2
library(ggimage) # 组合图片
p1<-upset(fromList(list),nsets = 6,order.by = "freq",,queries = list(list(query = intersects, params = list("A","B","C","D","E","F"), active = T)))
g1<-as.ggplot(p1) # 转换为ggplot2图片
g2<-ggplot() +
geom_sf(aes(fill = id), data = venn_region(data)) +
geom_sf(aes(color = id), data = venn_setedge(data), show.legend = FALSE) +
geom_sf_text(aes(label = name), data = venn_setlabel(data)) +
geom_sf_label(aes(label = count), data = venn_region(data)) +
theme_void()+
theme(legend.position = 'none')
g3<-g1 + geom_subview(subview = g2 , x=.8, y=.7, w=.45, h=.45)
g3
但是这里有一个bug，就是左侧的bar不见了，不知道是不是我电脑的问题。。。
如果要用yyplot画韦恩图的画，可以这样，最后效果见 [11]
library(yyplot)
g4<-ggvenn(fromList(list))
g5<-g1 + geom_subview(subview = g4 + theme_void(), x=.8, y=.7, w=.5, h=.5)
g5
4 在线交互式作图
有很多网站可以在线交互式作图，有国产开发的，也有shiny，比如：
https://www.omicstudio.cn/tool/6
https://www.hiplot.com.cn
gehlenborglab.shinyapps.io/upsetr/
https://asntech.shinyapps.io/intervene/
更多的在线功能等着大家发现。