📚 课程目录第3章 R包管理系统详解

3、R包管理系统详解：CRAN、Bioconductor、GitHub与本地包

做Seurat分析，第一步不是跑代码，而是把包装对。我自己折腾过不下二十次环境，发现很多人卡在「装不上」——说白了就是没搞懂R包从哪来、怎么装、怎么管。这一节我把四大来源掰开揉碎讲清楚。

CRAN（Comprehensive R Archive Network）是R包的官方仓库，也是大多数人接触的第一个来源。安装方法简单到令人发指：

install.packages("Seurat")
install.packages("dplyr")

但简单背后有坑。CRAN上的包经过了严格的代码审查和跨平台测试，稳定性最好。但版本更新相对保守，尤其是生物信息学包——新方法出来半年，CRAN上可能还只有老版本。

我在一个项目中需要Seurat 4.3的新功能，CRAN上只到4.1。强行装旧版，结果UMAP降维结果跟论文对不上。后来发现是数据标准化函数改了API。所以我的习惯是：先看CRAN版本号，如果落后超过两个小版本，直接考虑其他来源。

小技巧：用 available.packages() 查看CRAN上所有包的版本，用 old.packages() 检查需要更新的包。

Bioconductor是专门服务生物信息学的包仓库，Seurat的很多依赖（比如SingleCellExperiment、SummarizedExperiment）都从这里来。区别在于：它用 BiocManager 安装。

if (!requireNamespace("BiocManager", quietly = TRUE))
    install.packages("BiocManager")
BiocManager::install("SingleCellExperiment")

Bioconductor的发布节奏是半年一次大版本，所有包必须同步更新。这意味着如果你装了最新的Seurat，很可能需要同时升级整个Bioconductor体系。

我曾经手贱，在新项目中用了Bioc 3.17的包，但服务器上默认是3.15。结果装到一半报依赖冲突，卡了整整半天。后来学乖了：每次装Bioconductor包前，先查当前版本：

BiocManager::version()

然后强制指定版本安装：

BiocManager::install("SingleCellExperiment", version = "3.15")

避坑指南：千万不要混用不同大版本的Bioconductor包。我见过有人用 install.packages 去装Bioconductor包，结果依赖链全断，最后只能重装R。

GitHub是获取最前沿代码的地方。Seurat的开发版、bug修复版、实验性功能，通常先在GitHub上发布。安装靠 devtools 或 remotes：

install.packages("devtools")
devtools::install_github("satijalab/seurat", ref = "develop")

ref 参数可以指定分支、tag或commit。我个人强烈建议指定commit hash——这样哪怕原仓库以后删了分支，你也能精确复现环境。

GitHub包的依赖管理是最头疼的。它不会自动处理CRAN和Bioconductor的依赖版本。我曾经装一个单细胞流程包，它依赖 dplyr 1.0.0，但我系统里是 1.0.10——理论上兼容，但那个包硬编码了旧版API，装完就报错。

解决办法：创建一个独立的R包库（后面章节会讲），把关键依赖的版本也锁死。

  核心经验：GitHub包是双刃剑。用对了可以提前享受新功能，用错了就是环境爆炸的导火索。我的原则是——只在隔离环境中尝试GitHub包，绝不直接装到生产项目里。

有时候你在一台没网的服务器上干活，或者需要安装一个已经被CRAN移除的远古版本。这时候本地包（.tar.gz 源码包）就是救星。

install.packages("/path/to/Seurat_4.3.0.tar.gz", repos = NULL, type = "source")

注意 repos = NULL 告诉R不要联网找依赖。这意味着你必须自己把依赖包也装好。我通常的做法是：在能联网的机器上用 download.packages 把所有依赖的源码包下载下来，打包上传到服务器：

pkgs <- c("Seurat", "dplyr", "ggplot2")
download.packages(pkgs, destdir = "./local_pkgs/", type = "source")

然后写一个批量安装脚本：

for (pkg in list.files("local_pkgs", pattern = "\\.tar\\.gz$")) {
    install.packages(file.path("local_pkgs", pkg), repos = NULL, type = "source")
}

依赖顺序很重要。我曾经没注意 Seurat 依赖 SeuratObject，先装了Seurat再装SeuratObject——安装失败。正确的做法：先装依赖树底层的包，再装顶层的。

离线装机必备：推荐用 miniCRAN 包生成完整的本地依赖树，自动解决依赖顺序。

这四个来源构成了R包管理的核心生态。实际项目中，它们常常混合使用——比如Seurat本体从CRAN装，依赖的SingleCellExperiment从Bioconductor装，一个补丁包从GitHub装，最后再补一个离线包搞定服务器环境。