📚 课程目录第4章 DESeq2的安装与依赖环境配置

4. DESeq2 的安装与依赖环境配置

这一章咱们聊聊 DESeq2 的安装。

说实话，装工具本身并不难，但很多新手卡在依赖环境上。我自己就曾因为 R 版本不对，折腾了一下午。今天就帮你把坑填平。

4.1 前置条件：R 版本与 Bioconductor 基础

DESeq2 是一个 R 包，运行在 Bioconductor 生态上。所以第一步是确保你的 R 版本够新。我建议至少 R 4.0 以上，R 4.2 或 4.3 更稳。

查看 R 版本很简单：

R --version

或者直接在 R 控制台里：

R.version.string

注意： 如果你还在用 R 3.6 或更老版本，强烈建议升级。Bioconductor 3.15 之后已经不再支持 R 3.6。我曾经遇到一个合作者，他的集群环境锁死在 R 3.5，结果 DESeq2 根本装不上，最后花了两天迁移项目。

装好 R 之后，需要装 BiocManager（Bioconductor 的包管理器）。

install.packages("BiocManager")

速度慢？可以换个国内镜像。我一般用清华的：

install.packages("BiocManager", repos = "https://mirrors.tuna.tsinghua.edu.cn/CRAN/")

装好 BiocManager 后，用它安装 DESeq2 和它的核心依赖：

BiocManager::install("DESeq2")

就这么一行。BiocManager 会自动解决依赖关系，把 GenomicRanges、IRanges、S4Vectors 等底层包一并拉下来。但自动解决≠完全可靠，下面说几个容易踩的雷。

4.2 依赖环境：它到底要哪些包？

DESeq2 的依赖树其实挺深的。为了让你有个直观印象，我整理了一张依赖关系图。

以上这些包，通常 BiocManager 会全部自动下载。但有些系统下，RcppGSL 和 RcppArmadillo 需要本地的 GSL（GNU Scientific Library）和 BLAS/LAPACK 库。如果你在 Linux 上遇到 configure: error: missing libgsl，先装系统库：

# Ubuntu / Debian
sudo apt-get install libgsl-dev libblas-dev liblapack-dev

# CentOS / RHEL
sudo yum install gsl-devel blas-devel lapack-devel

macOS 用户可以用 Homebrew：

brew install gsl

Windows 用户一般不需要手动装，R 的预编译包涵盖了这些。

4.3 验证安装是否成功

装完 DESeq2 之后，别急着跑分析。先运行一段最小验证代码：

library(DESeq2)

# 检查版本
packageVersion("DESeq2")

# 如果能成功加载而不报错，就是好的开始

你会看到类似这样的输出（版本号可能不同）：

[1] ‘1.42.0’

小技巧： 我个人习惯在 .Rprofile 里加一行 suppressPackageStartupMessages(library(DESeq2))，这样每次启动 R 会自动加载，省事。但注意不要在生产脚本里这么干，否则别人运行你的脚本会懵。

4.4 常见安装问题与避坑

我总结了一个速查表，方便你对照排查。

症状	最可能原因	解决办法
BiocManager::install 进度条卡死	网络慢或镜像不稳定	换国内镜像，或使用 `options(timeout=1000)` 增加超时时间
configure: error: missing libgsl	缺少 GSL 系统库	根据操作系统安装 libgsl-dev
Warning: cannot remove prior installation of package ‘Matrix’	R 包权限问题，或包被其他进程占用	以管理员权限启动 R，或删除目录重新装
Error: package ‘Rcpp’ was installed before R 4.0	旧版本 Rcpp 与新 R 不兼容	重新编译安装 Rcpp：`install.packages("Rcpp", type = "source")`
library(DESeq2) 报错 “unable to load shared object”	动态库链接问题（多见于 macOS）	运行 `install.packages("RcppArmadillo", type = "source")` 强制重新编译

重要： 千万别在安装中途 Ctrl+C 中断！我之前有一次手贱，看到下载速度慢就强制退出了，结果 R 的包库损坏，最后不得不手动删了 ~/R/library 下的 DESeq2 文件夹重新来。嗯，血的教训。

4.5 使用 conda 环境安装（可选）

如果你习惯用 conda，也可以这样装：

conda create -n rna_seq r-base=4.3 bioconductor-deseq2
conda activate rna_seq
R

但我不太推荐你用 conda 装 DESeq2。为什么呢？BIoconductor 的版本迭代很快，conda 通道里的版本常常落后几个月。我去年在一个合作项目里用 conda 装，结果发现 DESeq2 还是 1.38，但最新版已经修复了一个关键的 p-value 矫正 bug。最后还是老老实实回了 R 原生环境。

当然，如果你们实验室服务器不能连外网，conda 可以离线安装，那另当别论。

4.6 一句话总结这一章

核心就三条：R ≥ 4.0，BiocManager 装 DESeq2，缺系统库补系统库。搞定这些，你就能丝滑进入差异分析了。