Диаграмма Венна из списка кластеров и сопутствующих факторов

Я предоставил два решения, используя два разных пакета с возможностями диаграммы Венна. Как вы и ожидали, оба включают начальный шаг с использованием функции aggregate().

Я предпочитаю результаты пакета venneuler. Положения меток по умолчанию не идеальны, но вы можете настроить их, взглянув на связанный метод plot (возможно, используя locator() для выбора координат).

Решение 1-е:

Одна из возможностей — использовать venneuler() в пакете venneuler для рисования диаграммы Венна.

library(venneuler)

## Modify the "factor" column, by renaming it and converting
## it to a character vector.
levels(data$factor) <- c("a", "b", "c")
data$factor <- as.character(data$factor)

## FUN is an anonymous function that determines which letters are present
## 2 or more times in the cluster and then pastes them together into 
## strings of a form that venneuler() expects.
##
inter <- aggregate(factor ~ cluster, data=data,
                   FUN = function(X) {
                       tab <- table(X)
                       names <- names(tab[tab>=2])
                       paste(sort(names), collapse="&")
                   })            
## Count how many clusters contain each combination of letters
counts <- table(inter$factor)
counts <- counts[names(counts)!=""]  # To remove groups with <2 of any letter
#  a   a&b a&b&c   a&c     b   b&c     c 
# 19    13    12    14    13     9    12 

## Convert to proportions for venneuler()
ps <- counts/sum(counts)

## Calculate the Venn diagram
vd <- venneuler(c(a=ps[["a"]], b = ps[["b"]], c = ps[["c"]],
                  "a&b" = ps[["a&b"]],
                  "a&c" = ps[["a&c"]],
                  "b&c" = ps[["b&c"]],
                  "a&b&c" = ps[["a&b&c"]]))
## Plot it!
plot(vd)

Несколько замечаний о выборе, который я сделал при написании этого кода:

• Я изменил названия факторов с "factor-a" на "a". Вы, очевидно, можете изменить это обратно.

• Я только требовал, чтобы каждый фактор присутствовал> = 2 раза (вместо> 10) для подсчета в каждом кластере. (Это должно было продемонстрировать код с этим небольшим подмножеством ваших данных.)

• Если вы посмотрите на промежуточный объект counts, вы увидите, что он содержит исходный безымянный элемент. Этот элемент представляет собой количество кластеров, содержащих менее 2 любых букв. Вы можете лучше меня решить, хотите ли вы включить их в расчет последующего объекта ps («пропорции»).

Решение второе:

Другая возможность состоит в том, чтобы использовать vennCounts() и vennDiagram() в пакете Bioconductor limma. Чтобы загрузить пакет, следуйте приведенным здесь инструкциям. В отличие от решения venneuler выше, перекрытие в результирующая диаграмма не пропорциональна фактической степени пересечения. Вместо этого он снабжает диаграмму фактическими частотами. (Обратите внимание, что это решение не требует редактирования столбца data$factor.)

library(limma)

out <- aggregate(factor ~ cluster, data=data, FUN=table)
out <- cbind(out[1], data.frame(out[2][[1]]))

counts <- vennCounts(out[, -1] >= 2)
vennDiagram(counts, names = c("Factor A", "Factor B", "Factor C"),
            cex = 1, counts.col = "red")