摘要

在生物信息學、數據挖掘等領域的集合分析中，傳統 Venn 圖在多維度數據展示時存在信息擁擠、可讀性差等問題。本文基于 R 語言的 ComplexUpset 包，以基因表達研究為場景，從包安裝、數據準備到可視化實現，完整演示如何制作正刊級別的集合交集圖，解決多條件下差異基因（或其他數據）的交集展示難題，代碼可直接復用。

一、前言

在處理多組條件下的集合數據（如不同處理組的差異基因、多批次實驗的共同結果等）時，Venn 圖僅適用于 3 組以內的簡單交集展示，當條件數增加到 4 組及以上時，圖形會變得混亂，難以直觀區分各交集的具體數量和構成。

ComplexUpset 包作為 ggplot2 的擴展工具，支持多組條件的集合可視化，不僅能清晰展示各交集的樣本數量，還可靈活調整圖形細節（如過濾小交集、排序交集順序），同時兼容 ggplot2 的語法，方便后續美化。本文以 “4 種處理條件下的差異基因” 為例，實戰演示該包的核心用法。

二、環境準備：安裝并加載所需 R 包

首先需安裝 ComplexUpset 包（核心可視化工具）、ggplot2（圖形基礎）、dplyr（數據處理），以及 RColorBrewer（配色輔助）。若已安裝過對應包，可跳過安裝步驟，直接加載。

# 1. 安裝所需包（未安裝時執行）
if (!require("ComplexUpset")) {install.packages("ComplexUpset")  # 核心集合可視化包
}
if (!require("ggplot2")) {install.packages("ggplot2")       # 基礎繪圖包
}
if (!require("dplyr")) {install.packages("dplyr")         # 數據處理包
}
if (!require("RColorBrewer")) {install.packages("RColorBrewer")  # 配色包
}# 2. 加載已安裝的包
library(ComplexUpset)
library(ggp