2. 环境搭建：安装R、Seurat、Snakemake、conda

环境搭建这事儿，看着简单，其实最容易卡住人。我见过不少同行在第一步就装错了R版本，导致后面所有包都没法跑。所以我们先把地基打牢。

说白了，咱们这套管道依赖三个核心：R + Seurat（分析引擎）、Snakemake（流程引擎）、conda（环境管理器）。你想想看，要是混着装，半年后没人知道哪个包属于哪个项目。所以第一步就是装好conda，用它隔离一切。

2.1 安装 Miniconda

推荐用Miniconda，不要装Anaconda全套。轻量，够用，少很多包冲突问题。

# Linux / macOS
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh -b -p ~/miniconda3
~/miniconda3/bin/conda init

# 完成后重启终端，或者 source ~/.bashrc

我曾经在一台内存只有8GB的服务器上装了Anaconda，结果光base环境就占了好几个G，跑管道时swap直接撑爆。换成Miniconda后，内存压力小了很多。

2.2 创建独立环境

我们为这个课程创建一个专属环境，一次配好，到处重用。

conda create -n seurat_pipe python=3.9
conda activate seurat_pipe

2.3 安装 R 与 Seurat

conda可以直接装R，而且会自动处理系统依赖（比如gcc、glibc）。这是最省心的方式。

conda install -c conda-forge r-base=4.2.3
conda install -c conda-forge r-seurat=4.3.0
conda install -c conda-forge r-ggplot2 r-dplyr r-matrix

注意版本对应：Seurat 4.3.x 要求R ≥ 4.1，你装4.2.3比较稳。装完后验证一下：

R -e "library(Seurat); packageVersion('Seurat')"

如果看到版本号，说明R和Seurat都就绪。否则检查一下conda channel的源。

2.4 安装 Snakemake

Snakemake 用 conda 安装非常方便，它会自动处理好snakemake-minimal和所有依赖。

conda install -c bioconda -c conda-forge snakemake=7.32.4

装完后验证：

snakemake --version

输出 7.32.4 就对了。

我推荐你同时装个 snakemake-executor-plugin-cluster-generic，以后扩展到HPC集群时会用上：

conda install -c bioconda snakemake-executor-plugin-cluster-generic

2.5 环境整体结构一览

整个搭建流程可以归纳为下图，你可以照着走，不会迷路。

2.6 版本对照表

不同项目可能依赖不同版本。下表是当前经过验证的稳定组合，如果后续课程跑不通，先回来对照这个表。

2.7 验证完整环境

最后，跑一个快速脚本确认所有工具都可用。

# 在 seurat_pipe 环境中执行
python -c "import sys; print(sys.version)"
R --version | head -1
snakemake --version
R -e "library(Seurat); message('Seurat loaded successfully')"

如果出现任何 not found 或 package 'Seurat’ not available，就回到前面检查哪一步没装对。