DiVenn一款用于比较基因列表的交互式Venn图绘制工具

简介: Divenn一种基于网络的基于Web的工具Divenn 可以将来自多个RNA-seq实验中的基因列表进行比较,并显示每个基因(集)的调控水平和整合到Kegg pathway和GO term的数据信息。我们通过该工具更加方便的了解重叠基因与其相关的pathway或Go terms之间的表达模式,十分有趣。

Divenn一种基于网络的基于Web的工具

Divenn 可以将来自多个RNA-seq实验中的基因列表进行比较,并显示每个基因(集)的调控水平和整合到Kegg pathway和GO term的数据信息。我们通过该工具更加方便的了解重叠基因与其相关的pathway或Go terms之间的表达模式,十分有趣。

Divenn有以下三种优势:

  • 添加基因表达水平信息于Venn图中(可比较多个数据集)
  • 交互性可视化整合于GO和代谢通路数据库的生物注释,可高亮感兴趣的基因node
  • 高分辨率的图形和基因相关信息输出

Github地址:https://github.com/BCH-RC/DiVenn

网页地址:https://divenn.tch.harvard.edu/

Tutor视频地址:https://www.youtube.com/watch?v=A7Ldx24e9UU&feature=youtu.be

输入数据

当前支持两种类型的输入数据:

  1. 两列tab分割的自定义数据。比如Gene ID 和相应的通路信息,转录因子和它们所调节的下游基因,microRNAs和相应的靶基因。注意:第二列数据必须设置为 "1" 或者 "2"。
  2. 基因表达数据 第一列为GeneID,第二列为基因调节信息,也就是我们鉴定到的差异基因上下调信息,设置"1"为上调,"2"为下调基因。如果我们想去链接这些基因至KEGG通路或者GO数据库,开发者提供支持14个模式物种。目前,通路分析只接受3种类型的ID: KEGG, Uniport,和NCBI。所有的agriGO库内支持的ID都支持在Divenn中GO分析。

示例文件可以参考:https://divenn.tch.harvard.edu/data.html

573b5c869f91fc30adb57f59ba4a028.png

框架

可视化

我们选择物种,分组设置为3组加载示例文件进行可视化,点击提交

1a41df51480c6150745678190e3ac85.png

d5e35690ff753d02b61d0348832e547.png

然后就以网络的形式展现Venn图形,可以看到以不同的颜色区分上下调信息,右侧面板可以进行图形控制、形状、字体、通路和GO信息等操作。将Summarize Nodes选为Yes,更加直观调节信息。

f3edc8fd7ba5f28db55662aa751fba0.png

在图形上滚动鼠标滚轮将放大/缩小图形。

左键点击一个节点会显示连接的边缘颜色,这将显示每个实验的基因调控状态。双击同一节点将隐藏连接边的颜色。

b635ca1b1e28918fbad93126f11a25e.png

右键单击一个节点将显示5个功能选项:显示或隐藏一个或所有节点标签,显示该基因或所有基因通路或GOterm。这样我们能方便的查看各个交集或者独立基因集设计的功能信息~

5cc050831c4074575b0ff76f2275be4.png

右侧面板show Gene Details中选中pathway或者Gene Ontology, 即可生成所有基因相关的功能及通路信息的表格,且支持搜索排序。

d992179081fd803fcea9d8b5068c3d6.png

如果需要在基于此表格中筛选部分基因重新作图,可选中后面的复选框。按SHIFT进行加选。最后点击表格下方的“Redraw”按钮将所选基因重新绘制出图。

之后我们点击右侧的保存图形即可,支持svg、png和jpg三种格式,快去试试吧~~

参考文献

Sun, Liang, et al. "DiVenn: An Interactive and Integrated Web-based Visualization Tool for Comparing Gene Lists." Frontiers in Genetics (2019),doi: 10.3389/fgene.2019.00421

相关文章
|
人工智能 数据可视化 Go
R绘图实战|GSEA富集分析图
GSEA(Gene Set EnrichmentAnalysis),即基因集富集分析,它的基本思想是使用预定义的基因,将基因按照在两类样本中的差异表达程度排序,然后检验预先设定的基因集合是否在这个排序表的顶端或者底端富集。
2466 0
R绘图实战|GSEA富集分析图
|
6天前
|
并行计算 数据可视化 算法
CMplot & rMVP | 全基因组曼哈顿图和QQ图轻松可视化!
`CMplot`和`rMVP`是R语言中的两个包,用于全基因组关联分析(GWAS)的数据可视化。`CMplot`专注于曼哈顿图和QQ图的绘制,支持多种图表类型,如常见的SNP密度图、环状曼哈顿图、矩阵图、单条染色体图和多重曼哈顿图等。`rMVP`不仅包含了`CMplot`的功能,还支持更复杂的GWAS方法,如线性/混合线性模型和基因组选择算法,优化了内存管理和计算效率,特别适合大规模数据集。此外,它还提供PCA图和柱状图。两者都提供了丰富的参数定制图表。
16 1
CMplot & rMVP | 全基因组曼哈顿图和QQ图轻松可视化!
|
7天前
|
并行计算 前端开发 数据可视化
R语言面板平滑转换回归(PSTR)分析案例实现
R语言面板平滑转换回归(PSTR)分析案例实现
13 0
|
5月前
|
数据可视化
Tableau可视化设计案例-03基本表、树形图、气泡图、词云
Tableau可视化设计案例-03基本表、树形图、气泡图、词云
|
5月前
|
机器学习/深度学习
如何使用一行代码在一张图形上展示不同的模型
如何使用一行代码在一张图形上展示不同的模型
29 0
|
9月前
|
数据可视化 数据挖掘 Linux
转录组下游分析丨利用limma包进行差异表达分析,结果可视化绘制火山图和热图
转录组下游分析丨利用limma包进行差异表达分析,结果可视化绘制火山图和热图
|
9月前
|
数据可视化 数据挖掘 Linux
科研绘图丨使用R语言Pheatmap包快速绘制基因表达量热图的方法,支持聚类和配色自定义修改
科研绘图丨使用R语言Pheatmap包快速绘制基因表达量热图的方法,支持聚类和配色自定义修改
|
11月前
|
数据采集 数据可视化
|
11月前
|
数据可视化 数据处理
R可视化学习(4) -- 棒棒糖图
棒棒糖图其实类似于柱状图加散点图的效果,因为他的形状就是由俩部分组成(点+线条),因此在ggplot中,我们只要通过geom_point()函数绘制"糖"的那一部分,geom_segment()函数绘制“棒棒”那一部分,就可轻松绘制出这种图形
92 0
|
11月前
|
数据可视化
R可视化学习(5) -- 脊线图
Ridgeline 图(脊线图),(有时称为Joyplot)可以同时显示几个组的数值分布情况,分布可以使用直方图或密度图来表示,它们都与相同的水平尺度对齐,并略有重叠。常常被用来可视化随时间或空间变化的多个分布/直方图变化。
174 0
R可视化学习(5) -- 脊线图

热门文章

最新文章