step1: 安装库
install.packages("UpSetR")
step2:导入包
library(UpSetR)
step3：读取数据
otu_RA <- read.delim('./otu_RA.txt',
header = TRUE, row.names = 1, sep = '\t')
read.delim(): 这是R语言中的一个函数，用于读取文本文件，特别是以制表符分隔的文件。它可以处理包含表格数据的文本文件。
header = TRUE: 这是一个参数，指示文件的第一行包含列名（变量名）。
row.names = 1: 这是另一个参数，指示使用文件中的第一列作为行名。
sep = '\t': 这是指定分隔符的参数，这里使用的是制表符(‘\t’)。
step4：对数据进行操作
otu_RA[otu_RA > 0] <- 1
otu_RA > 0: 这是一个逻辑条件，它生成一个与otu_RA相同大小的布尔型数据框或矩阵，其中元素为TRUE表示对应位置的元素大于0，而FALSE表示小于等于0。
<- 1: 这是将选中的元素的值赋值为1。换句话说，所有在原始数据框或矩阵中大于0的元素都被设置为1。
step5：upset 绘图
plot <- upset(otu_RA, nset = 7, nintersects = 10, order.by = c('degree','freq'), decreasing = c(TRUE, TRUE),
mb.ratio = c(0.7, 0.3),
point.size = 1.8,
line.size = 1,
mainbar.y.label = "Intersection size",
sets.x.label = "Set Size",
main.bar.color = "#2a83a2", sets.bar.color = "#3b7960",
queries = list(list(query = intersects,
params = list("BS","RS","RE","VE","SE","LE","P"),
active = T,color="#d66a35",
query.name = "BS vs RS vs RE vs VE vs SE vs LE vs P")))
upset(): 这是创建UpSet图的函数。
nset = 7: 这是设置的数量，即UpSet图中显示的集合的数量。
nintersects = 10: 这是交集的数量，即显示的交集的数量。
order.by = c('degree','freq'): 这是指定按照哪些标准对集合进行排序，这里使用了两个标准：度（degree）和频率（freq）。
decreasing = c(TRUE, TRUE): 这是指定排序的顺序，这里设置为降序。
mb.ratio = c(0.7, 0.3): 这是主条形图和集合条形图的比例。（上图和下图）
point.size = 1.8: 这是点的大小。
line.size = 1: 这是线的大小。
mainbar.y.label = "Intersection size": 这是主条形图的y轴标签。
sets.x.label = "Set Size": 这是集合条形图的x轴标签。
main.bar.color = "#2a83a2": 这是主条形图的颜色。
sets.bar.color = "#3b7960": 这是集合条形图的颜色。
queries = list(list(query = intersects, params = list("BS","RS","RE","VE","SE","LE","P"), active = T,color="#d66a35", query.name = "BS vs RS vs RE vs VE vs SE vs LE vs P")): 这是用于添加查询的参数，其中指定了一组查询，每个查询包括集合的名称、参数、活动状态和颜色。
该图解读：c、 垂直条形图显示了植物区室和土壤之间交集的操作分类单元（OTU）数量；水平条形图显示了原数数据OUT总量；线条和圆圈表示在七个隔间之间
重叠的OTU，即，通过点与点之间的连接，对应传统韦恩图中圈与圈的重叠部分。
研究检测到1364个OTU，在所有植物区室和大块土壤中共存，这表明它们有能力适应不同的生态位，甚至可以在植物器官中正常发育（图1c）。
