如何在R的ComplexUpset中获取intersection size对应的成员名称？

问题修正与分析 #

你原代码中存在一处关键笔误：distinct_genes_table <- data.frame(Genes_table, b= 0, c= 0, ...)里的Genes_table未定义，需替换为distinct_genes_table，这是导致后续数据异常、无法提取成员的核心原因之一。以下是修正后的完整解决方案：

方法一：借助ComplexUpset内置数据提取交集成员 #

先通过upset_data获取图中展示的交集集合，再批量提取对应基因：

library(ComplexUpset)
library(readxl)
library(dplyr)
library(tibble)

# 修正原代码笔误，重新构建数据框
setwd("/Users/hasancandemirci/Desktop//data")
hcd <- read_xlsx("a.xlsx")
hcd <- as.data.frame(hcd)

Genes <- c(hcd$b, hcd$c, hcd$d, hcd$e, hcd$f, hcd$g)

distinct_genes_table <- tibble(Genes)
# 替换未定义的Genes_table为distinct_genes_table
distinct_genes_table <- data.frame(distinct_genes_table, b=0, c=0, d=0, e=0, f=0, g=0)

distinct_genes_table$b <- ifelse(distinct_genes_table$Genes %in% hcd$b, 1, 0)
distinct_genes_table$c <- ifelse(distinct_genes_table$Genes %in% hcd$c, 1, 0)
distinct_genes_table$d <- ifelse(distinct_genes_table$Genes %in% hcd$d, 1, 0)
distinct_genes_table$e <- ifelse(distinct_genes_table$Genes %in% hcd$e, 1, 0)
distinct_genes_table$f <- ifelse(distinct_genes_table$Genes %in% hcd$f, 1, 0)
distinct_genes_table$g <- ifelse(distinct_genes_table$Genes %in% hcd$g, 1, 0)

distinct_genes_table <- na.omit(distinct_genes_table)
tf <- colnames(distinct_genes_table)[2:7]  # 同步修正此处的对象名

# 获取图中展示的交集数据（匹配绘图时的min_size参数）
upset_data_obj <- upset_data(distinct_genes_table, tf, min_size=15)
target_intersections <- unique(upset_data_obj$plot_intersections_subset)

# 批量提取每个交集的基因成员
intersection_results <- lapply(target_intersections, function(intersect_obj) {
  # 获取当前交集对应的组名
  group_names <- names(intersect_obj)[intersect_obj]
  # 筛选同时属于这些组的基因
  genes_list <- distinct_genes_table %>%
    filter(if_all(all_of(group_names), ~ . == 1)) %>%
    pull(Genes)
  # 返回交集标识和对应基因
  list(
    intersection = paste(group_names, collapse = " & "),
    genes = genes_list,
    size = length(genes_list)
  )
})

# 转换为数据框方便查看
intersection_df <- bind_rows(intersection_results)
print(intersection_df)

方法二：直接从原始数据框筛选指定交集 #

如果需要单独提取某个特定交集的基因，可直接用筛选语句：

# 示例：提取同时属于b、c、d三个组的基因
bcd_genes <- distinct_genes_table %>%
  filter(b == 1 & c == 1 & d == 1) %>%
  pull(Genes)
print(bcd_genes)

若要批量提取所有满足min_size≥15的交集，可生成所有组组合后逐一验证：

# 生成所有非空组组合
all_group_combs <- lapply(1:length(tf), function(k) {
  combn(tf, k, simplify = FALSE)
}) %>% unlist(recursive = FALSE)

# 筛选出大小≥15的交集并提取基因
valid_intersections <- lapply(all_group_combs, function(comb) {
  gene_count <- distinct_genes_table %>%
    filter(if_all(all_of(comb), ~ . == 1)) %>%
    nrow()
  if(gene_count >= 15) {
    genes <- distinct_genes_table %>%
      filter(if_all(all_of(comb), ~ . == 1)) %>%
      pull(Genes)
    list(
      intersection = paste(comb, collapse = " & "),
      size = gene_count,
      genes = genes
    )
  } else {
    NULL
  }
}) %>% Filter(Negate(is.null), .)

# 转换为数据框查看
valid_intersection_df <- bind_rows(valid_intersections)
print(valid_intersection_df)

内容的提问来源于stack exchange，提问作者Hasan Can Demirci