Bioconductor 是一个基于 R 语言的生物信息软件包，主要用于生物数据的注释、分析、统计、以及可视化 （http://www.bioconductor.org ）。

总所周知，Bioconductor 是和 R 版本绑定的，这是为了确保用户不把包安装在错误的版本上。Bioconductor 发行版每年更新两次，它在任何时候都有一个发行版本（release version），对应于 R 的发行版本。此外，Bioconductor 还有一个开发版本（development version），它对应于 R 的开发版本。

R 每年（通常是 4 月中旬）在 ‘x.y.z’ 中发布一个 ‘.y’ 版本，但 Bioconductor 每 6 个月（4 月中旬和 10 月中旬）发布一个 ‘.y’ 版本。

Bioconductor 与 R 各自对应的版本如下：（参考：Bioconductor releases）
Bioconductor 中的 R 包安装方法总结 - 图1

biocLite 使用

在 R-3.5（Bioconductor-3.7） 前，Bioconductor 都是通过 biocLite 安装相关的 R 包：

  1. source("https://bioconductor.org/biocLite.R")
  2. biocLite(pkg_name)

但是，从 R-3.5（Bioconductor-3.8）起，Bioconductor 更改了 R 包的安装方式：它们通过发布在 CRAN 的 [BiocManager](https://cran.r-project.org/web/packages/BiocManager/index.html) 包来对 Bioconductor 的包进行安装和管理——通过 CRAN 安装 BiocManager，再通过这个包来安装 Bioconductor 的包。

BiocManager 安装与使用

1. 镜像，镜像，镜像！

重要的事情说三遍！很多安装 CRAN 和 Bioconductor 包的童鞋都会发现自己的包下载不完整，以至于出现各种神奇的报错！所以国内的用户推荐参考下面的用法，设置国内镜像，改善包下载速度慢的问题。

  • Bioconductor 镜像


Bioconductor 镜像源配置文件之一是 .Rprofile (Linux 下位于 ~/.Rprofile )。
在文末添加如下语句：

  1. options(BioC_mirror="https://mirrors.tuna.tsinghua.edu.cn/bioconductor")

打开 R 即可使用该 Bioconductor 镜像源安装 Bioconductor 软件包。

  • CRAN 镜像与 R 包安装

R 在线安装包，设置全局镜像（选择中国的镜像），加快安装进度，可以参考以下方法：

  1. #设置清华大学镜像
  2. local({
  3.     r <- getOption("repos")  
  4.     r["CRAN"] <- "http://mirrors.tuna.tsinghua.edu.cn/CRAN/"   
  5.     options(repos=r)
  6. }) 
  8. #然后在安装需要的包
  9. install.packages("ggplot2")

或者直接在安装方法中指定 repos，指定国内的镜像地址，安装会快很多：

  1. install.packages("ggplot2",repos="http://mirrors.tuna.tsinghua.edu.cn/CRAN/")

2. 安装 BiocManager 包

  1. chooseCRANmirror()                             # 选择 CRAN 的镜像
  2. install.packages("BiocManager")  # 安装 BiocManager 包

3. 安装 Bioconductor 的 R 包

  1. BiocManager::install(c("GenomicRanges", "Organism.dplyr"))

4. 查看 Bioconductor 的版本

  1. BiocManager::version()
  2. ## '3.8'

5. 更新所有已经安装的 R 包

  1. BiocManager::install()  # 更新到最新版本

6. 旧和意外版本的 R 包

当 Bioconductor 的包都来自同一版本时，它们的效果最佳。 使用 valid() 来查看过期（out-of-date）或意外版本（unexpected versions）的 R 包。

  1. BiocManager::valid()
  3. ## Warning: 21 packages out-of-date; 2 packages too new
  4. ## 
  5. ## * sessionInfo()
  6. ## 
  7. ## R Under development (unstable) (2018-11-02 r75540)
  8. ## Platform: x86_64-pc-linux-gnu (64-bit)
  9. ## Running under: Ubuntu 18.04.1 LTS
  10. ## 
  11. ## Matrix products: default
  12. ## BLAS: /usr/lib/x86_64-linux-gnu/blas/libblas.so.3.7.1
  13. ## LAPACK: /usr/lib/x86_64-linux-gnu/lapack/liblapack.so.3.7.1
  14. ## 
  15. ## locale:
  16. ##  [1] LC_CTYPE=en_US.UTF-8       LC_NUMERIC=C              
  17. ##  [3] LC_TIME=en_US.UTF-8        LC_COLLATE=C              
  18. ##  [5] LC_MONETARY=en_US.UTF-8    LC_MESSAGES=en_US.UTF-8   
  19. ##  [7] LC_PAPER=en_US.UTF-8       LC_NAME=C                 
  20. ##  [9] LC_ADDRESS=C               LC_TELEPHONE=C            
  21. ## [11] LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C       
  22. ## 
  23. ## attached base packages:
  24. ## [1] stats     graphics  grDevices utils     datasets  methods   base     
  25. ## 
  26. ## other attached packages:
  27. ## [1] BiocStyle_2.11.0
  28. ## 
  29. ## loaded via a namespace (and not attached):
  30. ##  [1] Rcpp_1.0.0         bookdown_0.7       digest_0.6.18     
  31. ##  [4] rprojroot_1.3-2    backports_1.1.2    magrittr_1.5      
  32. ##  [7] evaluate_0.12      stringi_1.2.4      rmarkdown_1.10    
  33. ## [10] tools_3.6.0        stringr_1.3.1      xfun_0.4          
  34. ## [13] yaml_2.2.0         compiler_3.6.0     BiocManager_1.30.4
  35. ## [16] htmltools_0.3.6    knitr_1.20        
  36. ## 
  37. ## Bioconductor version '3.9'
  38. ## 
  39. ##   * 21 packages out-of-date
  40. ##   * 2 packages too new
  41. ## 
  42. ## create a valid installation with
  43. ## 
  44. ##   BiocManager::install(c(
  45. ##     "BiocManager", "GenomicDataCommons", "GenomicRanges", "IRanges",
  46. ##     "RJSONIO", "RcppArmadillo", "S4Vectors", "TCGAbiolinks", "TCGAutils",
  47. ##     "TMB", "biocViews", "biomaRt", "bumphunter", "curatedMetagenomicData",
  48. ##     "dimRed", "dplyr", "flowCore", "ggpubr", "ggtree", "lme4", "rcmdcheck",
  49. ##     "shinyFiles", "tximportData"
  50. ##   ), update = TRUE, ask = FALSE)
  51. ## 
  52. ## more details: BiocManager::valid()$too_new, BiocManager::valid()$out_of_date

valid() 返回一个对象，可以查询该对象以获取有关无效包的详细信息：

  1. > v <- valid()
  2. Warning message:
  3. 6 packages out-of-date; 0 packages too new
  4. > names(v)
  5. [1] "out_of_date" "too_new"
  6. > head(v$out_of_date, 2)
  7.     Package LibPath
  8. bit "bit"   "/home/shenweiyan/R/x86_64-pc-linux-gnu-library/3.5-Bioc-3.8"
  9. ff  "ff"    "/home/shenweiyan/R/x86_64-pc-linux-gnu-library/3.5-Bioc-3.8"
  10.     Installed Built   ReposVer Repository
  11. bit "1.1-12"  "3.5.0" "1.1-13" "https://cran.rstudio.com/src/contrib"
  12. ff  "2.2-13"  "3.5.0" "2.2-14" "https://cran.rstudio.com/src/contrib"
  13. >

7. 适用的 R 包

可以使用 available() 发现适用于我们的 Bioconductor 版本的软件包；第一个参数是可用于根据正则表达式过滤包名称，例如，可用于 Homo sapiens 的 ‘BSgenome’ 包：

  1. avail <- BiocManager::available()
  2. length(avail)
  3. ## [1] 16261
  5. BiocManager::available("BSgenome.Hsapiens")
  6. ##  [1] "BSgenome.Hsapiens.1000genomes.hs37d5"
  7. ##  [2] "BSgenome.Hsapiens.NCBI.GRCh38"       
  8. ##  [3] "BSgenome.Hsapiens.UCSC.hg17"         
  9. ##  [4] "BSgenome.Hsapiens.UCSC.hg17.masked"  
  10. ##  [5] "BSgenome.Hsapiens.UCSC.hg18"         
  11. ##  [6] "BSgenome.Hsapiens.UCSC.hg18.masked"  
  12. ##  [7] "BSgenome.Hsapiens.UCSC.hg19"         
  13. ##  [8] "BSgenome.Hsapiens.UCSC.hg19.masked"  
  14. ##  [9] "BSgenome.Hsapiens.UCSC.hg38"         
  15. ## [10] "BSgenome.Hsapiens.UCSC.hg38.masked"

安装旧版本的 Bioconductor R 包

image.png

R≥3.5，Bioconductor≥3.7

可以使用 BiocManager 安装相关与版本匹配的 R 包。或者通过源码的方式安装旧版本 R 包。

R<3.5，Bioconductor<3.7

那么使用 3.5 以下 R 版本的用户是继续使用 biocLite，还是 BiocManager，还是其他的方法安装匹配相关版本的 R 包呢？

首先，对于 R < 3.5.0，如果 biocLite 或者 BiocManager 可以安装，则优先使用 biocLite 或者 BiocManager 去安装。

其次，对于 R < 3.5.0， 如果 biocLite 和 BiocManager 都无法安装对应版本的 R 包，可以参考下面的方法。

  1. > source("https://bioconductor.org/biocLite.R")
  2. Bioconductor version 3.6 (BiocInstaller 1.28.0), ?biocLite for help
  3. A new version of Bioconductor is available after installing the most recent
  4.   version of R; see http://bioconductor.org/install
  5. > biocLite("clusterProfile")
  6. ......
  8. Warning message:
  9. package ‘clusterProfile’ is not available (for R version 3.4.3)
  11. > chooseCRANmirror()
  12. > install.packages("BiocManager")
  13. Warning message:
  14. package ‘BiocManager’ is not available (for R version 3.4.3) 
  15. >

这时候，Bioconductor 推荐使用以下命令安装相应的 R 包。

  1. source("https://bioconductor.org/biocLite.R")
  2. BiocInstaller::biocLite(c("GenomicFeatures", "AnnotationDbi"))

安装新版本的 Bioconductor R 包

Bioconductor 是与特定版本的 R 绑定的，正常来说当 Bioconductor 的包都来自同一版本时，它们的效果最佳。

Bioconductor versions are associated with specific R versions, as summarized here. Attempting to install a version of Bioconductor that is not supported by the version of R in use leads to an error; using the most recent version of Bioconductor may require installing a new version of R.

From：https://cran.r-project.org/web/packages/BiocManager/vignettes/BiocManager.html

所以，当有些 R 包是基于高版本的 Bioconductor 开发的，在低版本的 Bioconductor/R 中直接执行 BiocManager::install("package")，安装得到的 package 版本默认是与当前版本 Bioconductor/R 相匹配的，而并非是最新的版本。
image.png
以 DiffBind 包为例，DiffBind==3.4.0 是基于 Bioconductor==3.14（对应 R-4.1）开发的；我们在 Bioconductor==3.13（对应 R-4.0）中执行 BiocManager::install("DiffBind")，默认安装的是 DiffBind==3.0.15！
image.png

1. 源码方式安装

如果想要在 Bioconductor==3.13（对应 R-4.0）中安装 DiffBind==3.4.0，可以直接通过源码包的方式安装：

  1. > packageurl <- "http://bioconductor.org/packages/release/bioc/src/contrib/DiffBind_3.4.0.tar.gz"
  2. > install.packages(packageurl, repos=NULL, type="source")

2. BiocInstaller 安装

下面，我们以在 R-3.4（Bioconductor==3.6）中安装最新版本的 clusterProfiler 为例。

在 Aanconda2 环境 R==3.4.3 中安装 clusterProfiler，发现 package ‘clusterProfile’ is not available (for R version 3.4.3)。

  1. > source("https://bioconductor.org/biocLite.R")
  2. Bioconductor version 3.6 (BiocInstaller 1.28.0), ?biocLite for help
  3. A new version of Bioconductor is available after installing the most recent
  4.   version of R; see http://bioconductor.org/install
  5. > biocLite("clusterProfile")
  6. BioC_mirror: https://bioconductor.org
  7. Using Bioconductor 3.6 (BiocInstaller 1.28.0), R 3.4.3 (2017-11-30).
  8. Installing package(s) ‘clusterProfile’
  9. Old packages: 'ade4', 'ape', 'backports', 'caret', ......
  11. Update all/some/none? [a/s/n]: n
  12. Warning message:
  13. package ‘clusterProfile’ is not available (for R version 3.4.3)

使用 BiocInstaller 安装 clusterProfiler：

  1. > source("https://bioconductor.org/biocLite.R")
  2. Bioconductor version 3.6 (BiocInstaller 1.28.0), ?biocLite for help
  3. A new version of Bioconductor is available after installing the most recent
  4.   version of R; see http://bioconductor.org/install
  6. > BiocInstaller::biocLite("clusterProfiler")
  7. BioC_mirror: https://bioconductor.org
  8. Using Bioconductor 3.6 (BiocInstaller 1.28.0), R 3.4.3 (2017-11-30).
  9. Installing package(s) ‘clusterProfiler’
  10. trying URL 'https://bioconductor.org/packages/3.6/bioc/src/contrib/clusterProfiler_3.6.0.tar.gz'
  11. Content type 'application/x-gzip' length 4478098 bytes (4.3 MB)
  12. ==================================================
  13. downloaded 4.3 MB
  15. * installing *source* package ‘clusterProfiler’ ...
  16. ** R
  17. ** data
  18. ** inst
  19. ** byte-compile and prepare package for lazy loading
  20. ** help
  21. *** installing help indices
  22. ** building package indices
  23. ** installing vignettes
  24. ** testing if installed package can be loaded
  25. * DONE (clusterProfiler)
  27. > packageVersion('clusterProfiler')
  28. [1] ‘3.6.0’

install.packages 一站式方案

用 install.packages 来安装 CRAN 和 Bioconductor 所有的包！这是来自于 Y 叔 2018-09-25 在公众号发表的《不用 biocLite 安装 Bioconductor 包》介绍的方法。这里截取部分内容介绍一下。

用 install.packages 来安装 CRAN 和 Bioconductor 所有的包，你要做的很简单，在 ~/.Rprofile 里加入以下两行内容。

  1. options(BioC_mirror="https://mirrors.tuna.tsinghua.edu.cn/bioconductor")
  2. utils::setRepositories(ind=1:2)

第一行，使用国内的镜像，我这里用的是清华大学的，第二行，设定 install.packages 从 CRAN 和 Bioconductor 中搜索包，其实你还可以让它支持比如 R-Forge 以及各种第三方的仓库。

然后你就可以愉快地使用 install.packages 来安装 Bioconductor 包了。

安装体积比较大的 R 包

安装 CRAN 或者 Bioconductor 中一些体积比较大的 R 包，如果网络不太好，经常可能会出现包下载不完（Timeout of 60 seconds was reached），从而导致无法正常安装。
image.png
参考 How do i set a timeout for utils::download.file() in R - Stack Overflow，增加 timeout 时长的同时使用国内的镜像进行加速：

  1. getOption('timeout')
  2. # [1] 60
  4. options(timeout=100)

image.png

以上，就是 Bioconductor R 包安装和使用的全部内容，希望对大家有所帮助。

参考资料

  1. omicsgene，《R 语言包安装方法，设置国内镜像加快安装速度》，OmicsClass 组学大讲堂问答社区
  2. Y 叔叔，《不用 biocLite 安装 Bioconductor 包》，”biobable”公众号