DESeq2 简介与安装：让差异分析从第一步就稳

好，咱们正式开始接触 DESeq2 这个工具。

说实话，在 RNA-seq 差异分析这个领域，DESeq2 几乎是绕不开的存在。我入行那会儿，用的还是 edgeR，后来转到 DESeq2 就再也没换回来。为什么？因为它对统计模型的拿捏、对异常值的处理，真的很稳。

DESeq2 到底是什么？

简单说，DESeq2 是一个基于负二项分布模型的 R 包。它用来做基因表达差异分析。你给它 count 数据，它帮你算哪些基因在实验组和对照组之间表达有显著变化。

背后的数学我不细讲，你只要明白一点：

• 常规的统计检验（比如 t 检验）处理不了 RNA-seq 数据的离散度问题。
• DESeq2 用负二项分布来建模，恰恰能处理这种“方差大于均值”的数据特性。

我习惯把它的工作流程分为四步：

1. 输入 count 矩阵 + 实验设计
2. 估计大小因子（size factors）——也就是归一化
3. 估计离散度（dispersion）
4. 拟合模型 + Wald 检验或 LRT

下面这张图能帮你把整个逻辑串起来：

安装前的准备工作

安装 DESeq2 本身不难。但我要提醒你一句话：先配好镜像源，再动手。我第一次装的时候直接敲 install.packages，结果等了一个小时还在下载依赖……

DESeq2 是 Bioconductor 家族的包。所以你不应该用 install.packages，要用 BiocManager。

正式安装步骤

来，跟着我做。

第一步：安装 BiocManager

如果你的 R 里还没有 BiocManager，先装它：

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

第二步：安装 DESeq2

BiocManager::install("DESeq2")

这条命令会自动帮你解决依赖。它会装什么？我列一下核心的：

第三步：验证安装

装完之后，我习惯跑一句：

library(DESeq2)
packageVersion("DESeq2")

如果返回版本号，比如 1.42.0，那就说明装好了。

依赖问题排查：我踩过的雷

你可能会碰到以下几种报错。别慌，我一个个说：

• “ERROR: dependency ‘Rcpp’ is not available” —— 先装 Rcpp：install.packages("Rcpp")
• “BiocManager not found” —— 你没装 BiocManager 或者 R 版本太老
• “无法加载共享对象” —— 常见于 Windows 用户，试试 install.packages("Rcpp") 后重启 R session

我记得有一次在服务器上装，系统没 root 权限，R 的库路径是只读的。你猜怎么着？用 BiocManager::install("DESeq2", lib="/path/to/my/Rlibs")，然后设置 .libPaths() 就行。

首次加载与测试

装好之后，我建议你跑一个最小示例，确保一切正常：

library(DESeq2)

# 创建模拟数据
counts <- matrix(rnbinom(1000, mu=100, size=1/0.5), ncol=4)
colnames(counts) <- c("ctrl1","ctrl2","trt1","trt2")
condition <- factor(c("ctrl","ctrl","trt","trt"))

# 构建 DESeqDataSet
dds <- DESeqDataSetFromMatrix(
  countData = counts,
  colData = DataFrame(condition),
  design = ~ condition
)

# 直接跑差异分析
dds <- DESeq(dds)
res <- results(dds)

# 看一眼结果
head(res)

如果这一步没报错，恭喜你，环境已经搭好了。