本篇教程就让我们来学习如何绘制右图这种“对称散点图”，展示组间差异基因表达格局。
示例文件“gene_diff.txt”是一组基因差异表达分析结果，记录了处理组（treat）和对照组（control）间表达显著不一致的基因，鉴定标准为p<0.01以及|log2 Fold Change|≥1。
其中，gene_id为基因名称；control和treat代表了两组中基因的平均表达值；log2FoldChange即log2转化后的基因表达差异倍数；pvalue是差异基因显著性p值；diff为根据p<0.01以及|log2 Fold Change|≥1筛选的差异基因，该列中“up”为上调，“down”为下调，“none”为非差异基因。
接下来通过该示例文件，展示使用R语言绘制差异基因表达“对称散点图”过程。
首先对数据做一些预处理。
例如，基因表达值数量级相差过大，取个对数转换；基因名称按是否为差异基因作个排序，避免后续作图时被不显著的基因点遮盖，即排序的目的是让这些显著基因的点都位于图的上方。
下来就可以使用预处理后的数据作图了。
第一种类型是将基因按上调、下调或不显著类型着色，便于从图中辨认差异基因。我们使用ggplot2的方法绘制差异基因散点图。
两个坐标轴分别代表了处理组（treat）和对照组（control），图中的点代表各基因在两组中的平均表达值（已经作了log转换）。treat组和control组相比，上调基因以红色表示，下调基因以绿色表示。图中的虚线代表了|log2FC|=1时的阈值线。
在该图中，我们可以很轻松地观察差异基因整体分布状态和数量比较的信息。
上图中没有将p值信息展示出。因此另一种思路是，颜色代表p值，这样就可以在图中获得一个渐变梯度。同样使用ggplot2的方法绘制，和上述过程相比仅在颜色指定上存在区别。
类似上图，两个坐标轴分别代表了处理组（treat）和对照组（control），图中的点代表各基因在两组中的平均表达值（已经作了log转换），图中的虚线代表了|log2FC|=1时的阈值线。
和上图不同点在于，此时基因按显著性p值着色，从不显著>显著展示以蓝色>红色渐变，就获得了一种梯度信息。这样可以很方便地看出，在两组中的表达值差异越大的基因，p值越小，二者趋势是一致的，重在描述了差异倍数和p值的关系。
如何在差异基因Venn图中同时标识上下调基因数量信息
韦恩（Venn）图是常见统计图之一，用于展示各样本（或分组）之间共有（或特有）元素的数量（或比例）。例如做RNA-seq的最直接目的，大多是鉴定差异表达的基因。当试验涉及到多分组情况时，常需要展示多组间共享的差异基因数量，这个时候就要使用到Venn图。例如文献 “Transcriptomic analyses of rice (Oryza sativa) genes and non-coding RNAs under nitrogen starvation using multiple omics technologies” 中，植物组织中响应7天氮缺乏（-N_7d）、7天磷酸盐缺乏（-Pi_7d）和盐胁迫（d）、冷胁迫（e）或干旱胁迫（f）的差异表达lncRNA的Venn图。
不过这种Venn图太过单调，虽然展示了差异基因的数量，却没有区分基因是上调的还是下调的。另一种思路是，分别把上调或下调的基因拿出来，然后分别作图展示上调基因间的交集或者下调基因间的交集，但缺点是如果分组较多的话会很占篇幅，并且如果一个基因在一组中上调而在另一组中下调时则无法绘制出。
为了有效解决这些问题，今天我们来看一种特殊风格的Venn图，能够同时展示基因交集以及上下调数量的二维信息。风格如下， 在Venn图中原数字位置添加了表示上下调基因数量的饼图 。外圈表示不同的分组，饼图则表示了交集/或特有区域中，所包含的上调（红色）和下调（绿色）基因数量。此外，如果交集处某基因在不同组中的上下调趋势不一致，则在灰色区域显示数量。
本节我们来学习如何在R语言中绘制这种特殊的Venn图。
示例数据“treat1_control.txt”、“treat2_control.txt”和“treat3_control.txt”分别为3种不同试验处理下的样品，与对照组相比后识别的显著差异表达基因。表中genes列为差异基因的名称，logFC列中将所有上调基因标识为1，所有下调基因标识为-1。
接下来绘制Venn图展示3组基因的交集概况，并同时将基因的上下调数量信息也表示出来。
使用R包GOplot，即可通过给定的数据绘制这种特殊的Venn图，同时展示基因交集以及上下调数量的二维信息。
这样这种Venn图组合饼图的样式就得到了。
右图Venn图的外圈表示数据中，3组处理组间相同/或特有的差异表达基因数量概况，具体的数值在饼图中展示，红色代表共有的上调基因，绿色代表共有的下调基因，灰色表示交集中在不同组中的上下调趋势不一致的基因。
对于各组交集具体涉及了哪些基因，它们的名称、上下调状态如何，将直接在面板中显示出来，如左图所示列表信息。
总之过程非常方便，很简单的一条命令，您get到了吗？
