用Upset Plot替代韦恩图分析蛋白质组学数据遇数据适配及多DF绘图问题

安全阿岳

2026-6-26

用Upset Plot分析蛋白质组学肽段数据的解决方案

一、适配现有布尔型数据绘图

你的当前数据结构已满足Upset Plot的要求，无需额外转换。以下以upsetplot库为例演示：

安装依赖（未安装时执行）：

pip install upsetplot pandas

绘图代码：

import pandas as pd
from upsetplot import plot

# 调用你的现有数据
data = upset_df[['peptide','onlymq', 'onlysage', 'both']]

# 统计各布尔组合对应的肽段数量
counts = data.groupby(['onlymq', 'onlysage', 'both']).size()

# 生成Upset Plot
plot(counts)

upsetplot会自动识别布尔列的组合，清晰展示仅MQ识别、仅Sage识别、两者共同识别的肽段分布，完全匹配你的分析目标。

二、直接输入多批次肽段列表绘图

完全支持像韦恩图一样，用多个肽段列表（DataFrame）直接生成Upset Plot，无需提前构建布尔列。步骤如下：

假设你有两个原始肽段DataFrame：

mq_peptides：仅含MQ识别的肽段列（列名如peptide）
sage_peptides：仅含Sage识别的肽段列（列名如peptide）

代码示例：

import pandas as pd
from upsetplot import from_contents, plot

# 构建分组字典：键为分组名称，值为去重后的肽段集合
peptide_groups = {
    "MQ": set(mq_peptides['peptide'].drop_duplicates()),
    "Sage": set(sage_peptides['peptide'].drop_duplicates())
}

# 转换为Upset Plot所需格式
upset_data = from_contents(peptide_groups)

# 生成绘图
plot(upset_data)

from_contents方法会自动计算各分组的独有肽段、交集肽段数量，直接生成符合需求的Upset Plot，逻辑和韦恩图输入完全一致，更适配原始数据流程。