Seurat2.3.0 mac安装

最新推荐文章于 2026-06-21 11:41:26 发布

原创最新推荐文章于 2026-06-21 11:41:26 发布 · 1.2k 阅读

1 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#r语言

R 专栏收录该内容

32 篇文章

订阅专栏

博主在Mac上安装R包Seurat2.3.0时遇到了多个问题，包括multtest包版本过旧、Biobase包依赖问题以及Java运行时缺失。通过从CRAN存档中下载multtest旧版本、使用BiocManager安装Biobase以及下载并安装Java来解决这些问题。最后成功安装Seurat，并展示了使用Seurat进行单细胞数据分析的代码示例。

首先说明一下我的安装环境
mac 版本
mac版本：macOS catalina 10.15.7 R版本我的电脑有两个版本，使用Rswitch可以在mac里安装多个R版本
在这里插入图片描述
其中R4.1中安装Seurat4(Seurat4和Seurat3差不多，没有多个区别)
但是Seurat2和Seurat3在使用语法上差别较大，所以我在R3.6的环境中安装Seurat2.3.0

下面说明一下Seurat2.3.0安装的过程中出现的问题
安装代码

install.packages('devtools')
# Replace '2.3.0' with your desired version
devtools::install_version(package = 'Seurat', version = package_version('2.3.0'))

然后首先遇到的问题是不是要更新一些包，我选择更新，

出现的问题1:

multtest have non-zero exit status

解决办法
从https://cran.r-project.org/src/contrib/Archive/multtest/
下载2.6.0的版本

install.packages("~/Downloads/multtest_2.6.0.tar.gz", repos = NULL, type = "source")

出现的问题2
Biobase包出现depencicy问题
解决办法

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

BiocManager::install("Biobase")

出现的问题3
https://blog.csdn.net/weixin_39617702/article/details/111204645
解决方法：
参考上面提供的连接，他遇到的问题和我一样，但是我gcc安装的位置有区别
我安装的gcc后面有个@，而且版本是10
在这个目录下是有libfortran的
然后重新安装Seurar，就可以正常编译了，最终的结果如下
但是在FindCluster时，出现一个问题

No Java runtime present, requesting install

在这里插入图片描述解决方法：
https://www.oracle.com/java/technologies/downloads/#jdk17-mac
下载
然后进行默认安装即可，不需要设置环境变量

测试代码

rm(list=ls())
setwd("~/Desktop/R_test/")
suppressPackageStartupMessages({
  library(SingleCellExperiment)
  library(Seurat)
})
paul=readRDS("./paul.rds")
# 这个数据是sc.datasets.pual15()是一样的，只不过是数据的信息
print("======paul信息=========")
print(paul)

## create Seurat object
data_seurat <- CreateSeuratObject(assay(paul,"X"),meta.data = as.data.frame(colData(paul)),row.names = rownames(paul))
# meta.data不使用as.data.frame就会发生下面的错误
#Error in h(simpleError(msg, call)): 在为'['函数选择方法时评估'i'参数出了错: 在为'duplicated'函数选择方法时评估'x'参数出了错: DataFrame object with NULL colnames, please fix it with colnames(x) <- value  
#Traceback:

data_seurat = NormalizeData(data_seurat, display.progress = FALSE)
data_seurat = FindVariableGenes(data_seurat, do.plot = F, display.progress = FALSE)
data_seurat <- ScaleData(data_seurat, display.progress = FALSE)
data_seurat = RunPCA(object = data_seurat, pc.genes = data_seurat@var.genes, do.print = F)
data_seurat <- FindClusters(data_seurat, reduction.type = "pca", resolution = 0.6, dims.use = 1:20,
                            print.output = 0)
data_seurat <- RunTSNE(data_seurat, dims.use = 1:20, do.fast = T, check_duplicates = FALSE)
DimPlot(data_seurat, reduction.use = "tsne", group.by = "paul15_clusters",label.size =10 )
DimPlot(data_seurat, reduction.use = "tsne", group.by = "res.0.6",label.size =10 )