如何在R语言中绘制按蛋白强度着色的点密度维恩图？

完全可以实现，下面是两种实用方案，无需依赖Python：

方案一：使用ggVennDiagram（推荐，基于ggplot2） #

这个包能快速生成维恩图框架，结合ggplot2的图层可轻松添加散点并按蛋白强度着色，灵活性极强。

步骤1：安装并加载依赖包 #

install.packages("ggVennDiagram")
install.packages("ggplot2")
library(ggVennDiagram)
library(ggplot2)

步骤2：整理数据集 #

假设你的数据是包含蛋白归属与强度的数据框proteins，结构如下：

如果你的数据是集合形式（每个集合为蛋白ID向量），可按以下方式转换为逻辑数据框：

# 替换为你的实际集合数据
set_A <- c("P01", "P02", "P03", "P04", "P05", "P06", "P07", "P08", "P09", "P10")
set_B <- c("P01", "P02", "P03", "P04")
set_C <- c("P03", "P04", "P05", "P06")
set_D <- c("P05", "P06", "P07", "P08")

# 生成包含归属与强度的数据框
proteins <- data.frame(
  protein_id = unique(c(set_A, set_B, set_C, set_D)),
  in_A = unique(c(set_A, set_B, set_C, set_D)) %in% set_A,
  in_B = unique(c(set_A, set_B, set_C, set_D)) %in% set_B,
  in_C = unique(c(set_A, set_B, set_C, set_D)) %in% set_C,
  in_D = unique(c(set_A, set_B, set_C, set_D)) %in% set_D,
  intensity = rnorm(length(unique(c(set_A, set_B, set_C, set_D))), mean = 10, sd = 2) # 替换为你的实际强度数据
)

步骤3：绘制点密度维恩图 #

# 生成维恩图区域坐标与蛋白对应点的位置
venn_data <- process_data(list(A=set_A, B=set_B, C=set_C, D=set_D))
venn_coords <- generate_points(venn_data) %>% 
  left_join(proteins, by = c("name" = "protein_id"))

# 叠加轮廓与着色散点
ggplot() +
  # 添加维恩图轮廓
  geom_polygon(data = venn_data@region, aes(x=x, y=y, group=id), fill="transparent", color="black") +
  # 添加蛋白点，按强度映射颜色
  geom_point(data = venn_coords, aes(x=x, y=y, color=intensity), alpha=0.7, size=2) +
  # 设置颜色渐变（可自定义）
  scale_color_viridis_c(option = "plasma", name = "蛋白强度") +
  # 隐藏冗余坐标轴
  theme_void() +
  theme(legend.position = "right")

方案二：使用venn包 #

venn包支持直接绘制带点的维恩图，操作更简洁：

install.packages("venn")
library(venn)

# 构造集合列表
sets <- list(A=set_A, B=set_B, C=set_C, D=set_D)

# 绘制带着色点的维恩图
venn(sets, 
     points = TRUE, 
     col.points = proteins$intensity, 
     cex.points = 2,
     legend = TRUE,
     main = "蛋白组学集合点密度维恩图")
# 添加强度颜色图例
colorbar(proteins$intensity, main = "蛋白强度")

优化提示 #

• 若蛋白数量过多导致点重叠，可降低alpha（透明度）或size（点大小）优化显示。
• 颜色渐变方案可自定义，例如用scale_color_gradient(low="blue", high="red")替换viridis色系。

内容的提问来源于stack exchange，提问作者Corey Model