Seurat 安装与 R 环境配置

好，现在开始动手。

这一章咱们把 Seurat 的环境搭好。说白了，就是把你手里的 R 变得能做单细胞分析。

很多人觉得装软件嘛，无非就是点下一步。但在单细胞分析里，环境配置反而是最折腾人的一步。我一开始吃过大亏——R 版本不对，Seurat 装到一半报错，折腾了一下午。嗯，这次咱们把坑都避开。

R 和 RStudio 的安装与配置

先保证基础环境干净。你需要一个较新的 R 版本，我个人建议用 4.2.0 以上。Seurat 的更新很快，R 太老了装不上。

安装步骤其实很简单：

1. 去 CRAN 下载对应平台的 R 安装包
2. 安装时注意：Windows 用户记得勾选“将 R 添加到系统 PATH”
3. 然后装 RStudio Desktop（免费版就行）

为什么要装 RStudio？不是必须的，但我强烈推荐。它的项目管理、代码高亮、环境查看器，能让你少掉很多头发。你想想看，每次加载数据都得敲 getwd() 检查路径，烦不烦？RStudio 的项目功能直接帮你记住。

有一个细节我提一下：安装路径不要有中文。我曾在项目中遇到过同事的路径带了“用户”，结果 R 包编译失败，查了半天才发现是中文编码惹的祸。

装好之后，打开 RStudio，先跑个简单的测试：

version

看看输出里的 R.version.string，确保是 4.2.0 以上。如果版本太低，去官网下载新的。别用命令行升级，容易出幺蛾子。

Seurat 及其依赖包的安装

环境搭好了，下一步是装 Seurat。这里不推荐用 install.packages("Seurat") 直接从 CRAN 装——版本可能落后。我建议走 Bioconductor 的渠道：

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

BiocManager::install("Seurat")

BiocManager 会自动处理好依赖关系。这对 Seurat 尤其重要，因为它依赖很多生物信息学的底层包，比如 SingleCellExperiment、SparseM。自己手动装依赖，你会疯掉的。

装的时候要注意日志。如果看到类似这样的提示：

Warning in install.packages :
  package ‘Seurat’ is not available for this version of R

那说明你的 R 版本太旧。去更新 R 吧，别犹豫。

如果一切顺利，跑完大概需要 5-15 分钟，取决于你网速和机器。装完之后，我一般会顺手把几个常用包也装上：

BiocManager::install(c("ggplot2", "dplyr", "Matrix", "patchwork"))

这里面 patchwork 特别好用——把多个图形拼在一起，省事。后面我们做可视化时会频繁用到它。

环境验证与常见问题

装完了怎么确认没问题？我习惯做一个“加载测试”：

library(Seurat)
library(ggplot2)
library(patchwork)

如果没有报错，恭喜你，环境配好了。

接下来跑一个极简的例子验证功能：

pbmc_small <- pbmc_small  # 这是 Seurat 自带的测试数据
pbmc_small
# 你应该能看到类似这样的输出：
# An object of class Seurat 
# 230 features across 80 samples within 1 assay 
# Active assay: RNA (230 features, 20 variable features)

嗯，看到这个你就放心了。

我整理了一张表，把常见的安装问题和解决方法列出来，方便你排查：

我记得有一次，帮一个学生配环境，他的 Windows 一直报“无法载入共享目标对象”。原因是没装 Rtools。这个坑挺常见的——Windows 平台编译 C++ 代码需要它。解决办法：https://cran.r-project.org/bin/windows/Rtools/ 下载对应版本安装就好。