Venn图难以展示大于5组的集合怎么办？用UpSet图表示

Venn图经常用于表现组间重叠元素的数量信息。但是随着分组数量的增多，Venn图的结构会越渐复杂，如下所示，当分组数量为5组时，已经不容易从中识别交集概况了。因此，这也是为什么很少见到5组以上的Venn图的原因。

可是有些时候，确实有待于展现大于5组的集合。如果不使用Venn图，应该怎样做呢？此时不妨试下UpSet图，它是在较多分组条件时取代Venn图表现数据结构的有效方案。

那么，UpSet图是怎样的一种结构呢？如下展示了一个简单的UpSet图和Venn图的关系。

同时Venn图的另一缺点是结构也比较单一，只能表达交集数量信息。相比之下，UpSet图的内容也可以更加丰富。

不妨来看一篇文献“Kowalczyk J E, Peng M, Pawlowski M, et al. The White-Rot Basidiomycete Dichomitus squalens Shows Highly Specific Transcriptional Response to Lignocellulose-Related Aromatic Compounds”中是如何巧妙利用UpSet图可视化多组间的共有元素以及元素类别的。

横向是不同的试验处理组，横向柱形图代表了各处理组中上调基因的数量；纵向柱形图代表了各处理组之间，重叠的上调基因数量，柱形图中的颜色表示了基因的功能分类占比。和常规Venn图一比，优势非常明显：数值展示了数量，柱形图长度呈现了直观的大小比较，堆叠式柱形图还反映了元素亚组，柱形图按高度排列后很清晰地展现了哪些组之间存在更高程度的重叠，等等。

图2，UpSet图表示了在不同芳香化合物条件下生长的污叉丝孔菌所有上调基因的比较分析，展示了基因数量最多的前25个集合。

是不是对UpSet图有所心动了？接下来，小编给大家简介一个能够绘制UpSet图的R包，UpSetR，该包非常简单易学。

首先准备一个数据集，假设这里希望查看group1-5组中，重叠的差异基因的数量信息。数据集中，每一行表示一种基因（不要有重复值，即基因名称是唯一的），每一列代表一个分组，数值1表示该基因在该组中存在显著差异表达，0则表示无差异。

接下来将该表读入到R中，加载UpSetR包，绘制UpSet图展示集合交集概况。绘制UpSet图的函数是upset()，用法非常简洁智能。