导读：传统韦恩图宏观展示基因集间的重叠数量，却无法揭示具体基因。网络韦恩图将每个基因视为节点，通过其空间布局直观呈现共有与特有基因。它使研究者能够直接锁定关键候选基因，如驱动核心通路的具体成员，实现了从“有多少”到“是谁”的洞察深化。

图1. 相同数据集的常规venn图（左侧）和网络venn图（右侧）

图1通过两种不同的可视化方法，展示了三个生物学通路（WNT, MAPK, PI3K）之间关键基因的重叠情况。左侧采用常规韦恩图，右侧采用网络韦恩图，二者在信息呈现的维度上形成了鲜明对比。

宏观概览与微观洞察

左侧常规韦恩图的核心优势在于宏观概览。它使用重叠的圆圈和其中的数字，清晰地回答了“有多少”的问题。我们能迅速获知通路间共享基因的数量规模，例如三个通路共有6个关键基因。然而，这种方法将具体的基因身份视为一个“黑箱”，研究者需要额外的步骤（如在图中添加具体基因）才能获知这些关键基因的具体身份。

右侧网络韦恩图则致力于微观洞察。它将每个具体的基因都作为一个独立的节点，并通过精心的空间布局，让基因根据其所属的通路自动聚类。这使得研究者能直观地回答“是谁”的问题，一眼识别出驱动核心通路交互的具体基因成员。

核心差异：

值得注意的是，网络韦恩图的强大细节展示能力也带来了其固有的局限：可读性对数据量敏感。当涉及的基因数量过多时，密集的节点会使得图面拥挤不堪，反而适得其反，降低了解读效率。

1，打开作图URL

https://www.bioinformatics.com.cn/plot_basic_network_venn_diagram_272

图2.网络venn绘图页面

2，示例数据

点击图片上方的示例数据，下载，并使用excel打开。

图3. 示例数据

示例数据包括3列，每一列表示一个基因集，其中第一行是基因集的名字。第2行起是基因集里包含的基因，每一列中从上到下要连续，中间不要有空的单元格。

3，输入检查

示例数据：点击输入框下面的“示例”按钮，将载入示例数据。

真实数据：数据放在excel中，调整好后，Ctrl+A选中数据，Ctrl+C拷贝，Ctrl+V将数据粘贴到输入框中。

图4. 载入数据，输入检查

 然后使用输入框下面的“输入检查”按钮先对输入数据进行检查。若检查不通过，请根据检查提示重复【修改-输入检查】步骤，直到检查通过（如下图所示），然后可以继续选择其他参数。

图5.输入检查

注：输入检查是新添加的功能，它会根据不同模块的输入要求，逐行逐列检查输入数据，并给出提示，以确保数据符合模块输入要求。

4，选择参数

图6.绘图参数

图片大小

图片宽度，高度（一般宽度等于高度）

节点大小

基因集/根节点的大小

基因/子节点的大小

字体相关

基因集/根节点名字字体大小

基于/子节点名字字体大小

节点名字标注位置角度：节点名字相对于圆心的位置，以360°为一个圆，0°对应3点钟方向，90°对应6点钟方向，180°对应9点钟方向，270°对应0点钟方向。这个参数在“节点名字标注位置与节点的距离”不为0时起作用

节点名字标注位置与节点的距离：标注名字距离圆心的距离

注：角度和距离可以用来微调文字，调整后布局也会发生相应变化

颜色

集合/根节点颜色，提供了9种颜色，也就是最多可以绘制9个基因集的交集情况

基因/子节点颜色：基因的颜色，默认一种

集合/根节点的形状

提供了圆形，矩形，球形（带伪3D效果）共三种形状 

基因/子节点的形状

提供了圆形，矩形，球形（带伪3D效果）共三种形状

节点连线

连线粗细：数值越大，连线越粗

连线曲度： 0：直线（不弯曲）；0.5：中等曲度；1：较大曲度；负值：反向弯曲（这里限定范围为[-1,1]）

线形：提供了实线，虚线，长虚线，点线等样式

字体：设置了期刊杂志中最常用的两种字体：Times New Roman和Arial

5，提交出图

检查通过，并且参数选好后，点击“提交”按钮，约1s后，会在页面上显示网络venn图。我们提供了pdf、svg两种矢量图，png、tiff两种标量图供大家下载使用。可以使用acrobat illustrator等软件编辑矢量图，进行组图，调整文字位置，字体，添加说明等操作，以满足个性化需求。

图7.预览图

图8.其他样式图

微生信助力高分文章，用户340000+，谷歌学术8000+