目录
1. 数据处理
2. 绘制venn图
3. 图表的美化
前段时间看文献的时候，遇到这样一类韦恩图（如下图），我个人觉得非常个性、漂亮！
废话不多说，下面就为大家介绍一种画法，基本上可以实现范例文章中的绘图效果。
1. 数据处理
#导入数据；
data = read.csv("venn_data.csv",header = TRUE,row=1)
head(data)
#获取行名;
otus = rownames(data)
head(otus)
#获取列名;
groups = colnames(data)
groups
#指定比较组，"_"为分隔符号；
pairwises= "YF_YC_ZF_ZC_XC_XF_CF"
#获取所指定比较组的样本名；
s<-strsplit(pairwises,"_")
s
compares = unlist(s)
compares
#筛选每个样本中丰度值大于0的otu,保存为list;
x = list()
x
#[]选取数据框、矩阵、向量中的元素，[[]]选取列表中的元素;
for (i in compares){
x[[i]] =otus[as.numeric(data[,i]) > 0]
}
summary(x)
2. 绘制venn图
本次绘制venn图用到的R包为ggVennDiagram，一般的venn图绘制工具最多支持5组（5维）数据，而ggVennDiagram包最多可支持7组数据。
#从CRAN安装ggVennDiagram包；
install.packages("ggVennDiagram")
install.packages("ggsci")
#载入所需的R包；
library(ggplot2)
library(ggsci)
library(sf)
library(ggVennDiagram)
#自定义颜色；
color1 <- alpha("#f8766d",0.9)
color2 <- alpha("#FF99CC",0.7)
color3 <- alpha("#c77cff",0.5)
color4 <- alpha("#99CC00",0.5)
#绘制常见的4组数据venn图；
ggVennDiagram(x[1:4], label_alpha=0) +
scale_fill_gradient(low="white",high =color4 ,guide="none")
#绘制5组数据的venn图；
#label_alpha = 0去除文字标签底色；
#category.names参数用于设定样本名称；
ggVennDiagram(x[1:5], label_alpha=0,label_size =3) +
scale_color_brewer(palette = "Paired")+
scale_fill_gradient(low="white",high = color1)
#edge_size设置线条粗细；
#label ="count"隐藏百分比，让原本就不“富裕”的空间更大一点；
#guide="none"隐藏图例；
ggVennDiagram(x[1:5], label_alpha=0,label_size =4,
edge_size = 0.5,label ="count") +
scale_color_brewer(palette = "Paired")+
scale_fill_gradient(low="white",high = color1,guide="none")
#label = "none"用于隐藏图上的标签；
ggVennDiagram(x[1:5], label_alpha=0,label = "none",
edge_size = 0.5) +
scale_color_lancet()+
scale_fill_gradient(low="gray100",high = "gray95",guide="none")
#还可以用交互的方式（plotly）查看每个子集中的基因；
ggVennDiagram(x[1:5], show_intersect = TRUE)
#下面再看下6组数据的绘制效果；
#个人感觉绘制6组时得到的图形区域有点胖，有点散，与文章的图还是有差异的；
ggVennDiagram(x[1:6], label_alpha=0,label_size =3,
edge_size = 0.5,label ="count") +
scale_color_lancet()+
scale_fill_gradient(low="gray100",high = "gray95",guide="none")
#同样的方法，再看下7组数据的绘制效果；
ggVennDiagram(x, label_alpha=0,label_size =3,
edge_size = 0.5,label ="count") +
scale_color_lancet()+
scale_fill_gradient(low="gray100",high = color2,guide="none")
#不添加过多的填充颜色，便于在Ai中进行后期调整；
ggVennDiagram(x, label_alpha=0,label = "none",
edge_size = 0.5) +
scale_color_lancet()+
scale_fill_gradient(low="gray100",high = "gray95",guide="none")
3. 图表的美化
以7组数据的venn图为例，主要用Ai为每个分组的“独有”区域添加相应的分组渐变色，并添加对应子集的OUT（或基因）数量。首先，使用Ai打开前面保存的PDF格式的venn图，如下。
然后，用小白工具（直接选择工具）逐一选中每个分组的“线条”，并将其描边颜色新建为色板。
使用小黑工具（选择工具）双击每组数据独有“部分”的图形进入图层隔离模式，依次选中每一区块，为其添加相应的填充颜色，如下。
接着，通过效果\风格化菜单，逐一为每个色块应用内发光效果，快捷键为“Ctrl+Shift+E”。
我这里使用的是中心内发光，具体的参数设置如下。
整体的颜色有点浓烈，按住Shift键，加选所有的色块，将不透明度调整为50%左右。
接下来，使用文字工具将感兴趣区块的OUT或gene数量添加到图形上，这里的字体选择Arial，字号为14pt。
接着优化一下字体的大小和颜色，至于如何为图表添加小图案，可参考《与科研巨佬的图表相比，我的差在哪里？》一文，这里不再赘述。最终的效果如下:
好啦，今天就分享到这里啦~
参考资料
Sucher J, Mbengue M, Dresen A, et al. Phylotranscriptomics of the Pentapetalae reveals frequent regulatory variation in plant local responses to the fungal pathogen Sclerotinia sclerotiorum[J]. The Plant Cell, 2020, 32(6): 1820-1844.Gao, C.-H., Yu, G., and Cai, P. (2021). ggVennDiagram: An Intuitive, Easy-to-Use, and Highly Customizable R Package to Generate Venn Diagram. Frontiers in Genetics 12, 1598. doi: 10.3389/fgene.2021.706907.
网友评论