绘制韦恩图及计算P值

发布于

（1）计算韦恩venn图交集的P值

代码语言：javascript
复制
#=======================================================

#=======================================================

rm(list=ls())

library(dplyr)

library(tidyr)

library(Biobase)

library(limma)

library(VennDiagram)


setwd('D:\SCIwork\UCEC\000000\1mrna\UCEC')

sur1 <- read.csv("sur_gene_diff.csv", header = T, row.names = 1)

sur1gene &lt;- sub(&#34;\\_&#34;, &#34;-&#34;, sur1gene)

rownames(sur1) <- sur1$gene

sur1 <- subset(sur1, sur1$pValue < 0.01)


sur2 <- read.csv("sur_gene_cox.csv", header = T, row.names = 1)

rownames(sur2) <- sub("\_", "-", rownames(sur2))

sur2$gene <- rownames(sur2)

sur2 <- subset(sur2, sur2$coef < 0)


A=rownames(sur1)

B=rownames(sur2)

inter <- intersect(A, B)


a <- 2380

b <- 2313

inter <- 345

这里的a为A数据集的基因数，b为B数据集的基因数，inter为两者交集的基因数。
计算韦恩图P值的代码为

代码语言：javascript
复制
> phyper(inter-1, a, 20000-a, b, lower.tail = F)

[1] 2.098632e-06

可以看到P值小于0.05，因此该overlap的基因不是随机生成的，是可以被接纳的。
这里需要解释的是代码phyper(inter-1, a, 20000-a, b, lower.tail = F)中的20000代表的是背景基因总数，如果是mRNA我这里设置为20000。

计算venn图P值的具体资料大家可以检索：超几何分布检验（hypergeometric test）与费歇尔精确检验（fisher's exact test）； Statistical significance of the overlap between two groups of genes; Calculate venn diagram hypergeometric p value using R等。

（2）绘制韦恩venn图

代码语言：javascript
复制
categrory1 <- c("DEG", "PRG")

lty1 <-  rep("blank",  2)

fill1 <-  c("light blue", "pink")

alpha1 <- rep(0.5, 2)

catpos1 = c(0, 0)

catdist1 = rep(0.025, 2)


grid.newpage()

p <- draw.pairwise.venn(a, b, inter,

category = categrory1,

lty = lty1,

fill =fill1,

alpha = alpha1,

cat.pos = catpos1,

cat.dist = catdist1,

scaled = FALSE)


pdf(file = 'venn_anti_gene.pdf', height = 5, width = 5)

p

dev.off()

#diagram#na#overlap#tail#using