掌握数据可视化利器：Upset图（集合图）绘制方法详解

掌握数据可视化利器：Upset图（集合图）绘制方法详解

在数据分析和可视化中，经常需要对某几组样本中共有或特有的基因、OTU或微生物进行可视化。通常可以选择维恩图进行可视化，但当分组信息过多时，维恩图的展示能力及可读性则有所下降。因此，推荐使用维恩图的升级版本——集合图（Upset plot）。

集合图的主要组成部分

集合图主要由三部分组成：

1. 最上面的y轴以柱状图形式展示，用于表示交集大小
2. 下面左侧的x轴以条形图形式展示，表示每一个集合的大小
3. 下面右侧的矩阵点表明集合之间的交集情况。例如，若两个样本间有相同的元素，则使用连线将两个样本相连；同样地，若多个样本间存在连线，那这部分即为这几个样本内的共有元素。

如何使用R语言绘制集合图

示例数据（data1.csv）

数据为丰度/表达量矩阵，表格需要带表头和列名，每一列为样本名，每一行为各种指标数据名，如OTU、基因ID、代谢物名称等。

集合图绘制示例

# 读取本地数据并查看
dat <- read.csv("data1.csv", header = TRUE, row.names = 1, check.names = F)
head(dat)

# 加载R包
# install.packages("UpSetR")
library(UpSetR)

# 将丰度矩阵中的非0值转换为1
dat[dat > 0] <- 1

# 集合图绘制
# 基础绘图
upset(dat)

# 集合图美化
upset(dat,
      nsets = 20, # 可视化数据集数量
      nintersects = 60, # 显示前多少个交集
      main.bar.color = 'blue', # 柱状图颜色
      matrix.color = "black", # 集合点的颜色
      sets.bar.color = "red", # 条形图条形的颜色
      set_size.show = F, # 是否在条形图上显示集合大小
      mb.ratio = c(0.5, 0.5) # 矩阵图与主柱图之比
)

# 将条形图颜色设置为不同的颜色
# install.packages("RColorBrewer")
library(RColorBrewer)
upset(dat,
      nsets = 20, # 可视化数据集数量
      nintersects = 60, # 显示前多少个交集
      main.bar.color = 'blue', # 柱状图颜色
      matrix.color = "black", # 集合点的颜色
      sets.bar.color = c(brewer.pal(10, "Set3"), brewer.pal(10, "Paired")), # 条形图条形的颜色
      set_size.show = F, # 是否在条形图上显示集合大小
      mb.ratio = c(0.5, 0.5) # 矩阵图与主柱图之比
)

# 高亮显示特定交集
# queries参数用于指定要显示的特定组的交集，每个元素都包含一个query（查询类型）和params（查询参数）字段。在这个例子中，有两个查询：第一个查询指定"S1"和"S8"集合的交集，将其显示为红色；第二个查询指定"S15"集合，将其显示为绿色。color字段用于设置交集的颜色，active字段用于指定是否激活该查询
upset(dat, nsets = 20, mb.ratio = c(0.5, 0.5),
      # 设置自己想要展示的特定组的交集
      queries = list(list(query = intersects, params = list("S1", "S8"),
                          color = "red", active = T),
                     list(query = intersects, params = list("S15"),
                          color = "green", active = T))
)