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？
用如下命令：ls("package:KEGG.db")
[1] "KEGG" "KEGG_dbconn" "KEGG_dbfile" "KEGG_dbInfo"
[5] "KEGG_dbschema""KEGGENZYMEID2GO" "KEGGEXTID2PATHID" "KEGGGO2ENZYMEID"
[9] "KEGGMAPCOUNTS""KEGGPATHID2EXTID" "KEGGPATHID2NAME" "KEGGPATHNAME2ID"
或用如下命令：
help(package="KEGG.db")
ENSG00000000003.13
ENSG00000000005.5
ENSG00000000419.11
ENSG00000000457.12
ENSG00000000460.15
ENSG00000000938.11
提示：
第一步：删除已存在变量和使用命令（ stringsAsFactors = FALSE ）以防止出错（R often uses a concept of factors to re-encode strings. This can be too early and too aggressive. Sometimes a string is just a string.To avoid problems delay re-encoding of strings by using stringsAsFactors = FALSE when creating data.frames.）
第二步：导入数据：
e1<-read.table("clipboard",header=T,sep=',')#读取剪切板的内容即其他地方复制后，直接使用该命令调取复制的内容。
或者直接新建.txt文档，将内容复制进去：
了解一下这个包的作用 >?org.Hs.eg.db
发现我们已有的信息ensembl_id,并且得知symbol（对象）这一列表示的是基因名，由此确定答题方向， 通过ensembl_id确定gene_id,再通过gene_id确定基因名 。
我们在g2e和我们已知的数据a的ensembl_id不一样，区别在于最后的版本号，我们已有数据有版本号，而得到的g2e没有版本号，所以先将其版本号去掉。
x,y:用于合并的两个数据框
by,by.x,by.y：指定依据哪些行合并数据框,默认值为相同列名的列.
all,all.x,all.y：指定x和y的行是否应该全在输出文件.
sort： by指定的列是否要排序.
suffixes： 指定除by外相同列名的后缀.
incomparables： 指定by中哪些单元不进行合并.
答案为：
在最后合并两个表格除了使用merge函数，还可以使用match函数
中间的失误：
提示：使用 http://www.cbioportal.org/index.do 定位数据集： http://www.cbioportal.org/datasets
打开 http://www.cbioportal.org/ ，操作如下：
得到另一种形式的图片，但是与网页制作的图片是一致的。
提示使用： http://www.oncolnc.org/
打开提示网址：
画出和网页一致的图（图片还需进一步查资料了解）
生存分析的基本了解： http://wemedia.ifeng.com/81829327/wemedia.shtml
如果 p 值小于阈值（0.05 或 0.01），则两组生存时间有显著差异。
