无论是二代测序还是芯片分析，在检测到基因后，您也许想知道哪些基因是受测样本共有的,哪些是样本独有的，这时最简单的就是采用维恩图分析，这里介绍几种维恩图的绘制方法。
在线维恩图绘制
2-4个分组的维恩图绘制，
网址：http://bioinfogp.cnb.csic.es/tools/venny/index.html
简单粗暴，
填入相应的list内容后即可自动刷新呈现结果：
系统默认是Solid White，
我们选择Colors后，变成：
我们选择Colors后，变成：
 |
更多在线维恩图绘制：http://bioinformatics.psb.ugent.be/webtools/Venn/
http://jvenn.toulouse.inra.fr/app/example.html
本地维恩图绘制
软件：VennPainter，下载地址：https://www.linguoliang.net/blog/download/
VennPainter可以绘制2-8个样本的venn图，
输入文件为每个样本的基因的名称，
每个样本分别以txt文件保存，
文件名为样本名称。
VennPainter界面上有绘制维恩图的详细步骤，
输入文件为每个样本的基因的名称，
每个样本分别以txt文件保存，
文件名为样本名称。
VennPainter界面上有绘制维恩图的详细步骤，
不同样本的数据文件可以同时载入。
 |
比在线软件更人性化。
 |
R语言绘制维恩图
R中绘制维恩图的包很多，VennDiagram、gplots、venneuler等，这里介绍VennDiagram的使用。
输入文件：第一列是基因名称，
其余列表示样本是否检测到该基因
（值的大小无所谓，0表示没有检测到，大于0表示检测到），
保存到以tab格式分割的txt文件中，
输入文件：第一列是基因名称，
其余列表示样本是否检测到该基因
（值的大小无所谓，0表示没有检测到，大于0表示检测到），
保存到以tab格式分割的txt文件中，
如下表所示：
 |
安装并载入VennDiagram包：
Install.packages(“VennDiagram”) #安装
library(VennDiagram) #加载
data <- read.table(“gene.txt”, sep = "\t", header = T, row.names = 1,check.names = F) #读入数据
VennDiagram绘图的主函数venn.diagram()的可选参数有很多，主要有以下几个：
Install.packages(“VennDiagram”) #安装
library(VennDiagram) #加载
data <- read.table(“gene.txt”, sep = "\t", header = T, row.names = 1,check.names = F) #读入数据
VennDiagram绘图的主函数venn.diagram()的可选参数有很多，主要有以下几个：
 |
venn.diagram()函数需要输入list的格式，因此需要对输入数据进行转换：
data.list <- mapply(function(x){rownames(data[data[x]>0,])},names(data))
venn.diagram(data.list, filename = “gene_venn.png”,
imagetype = "png", height = 1000, width = 1000, #输出文件格式、大小
fill = c("red", "blue","green","purple",”yellow”), #填充颜色
label.col = "white",cex =1.2, #每个区域标签属性设置
cat.col =c("red", "blue","green","purple",”yellow”), #样本标签颜色
col="transparent", #线条颜色设置为透明
margin=c(0.1,0.1,0.1,0.1))
 |
venn.diagram()函数有很多参数，通过调整参数来改变维恩图的展现方法，相较于其他方法更复杂，却可以绘制更好看的图。