使用 Docker 部署 R 与 CellChat：从零开始的完整教程

在单细胞数据分析领域，CellChat 是一个强大的 R 包，用于推断和可视化细胞间通讯网络。然而，由于其依赖众多（包括 Bioconductor 包、GitHub 第三方包和系统级库），在本地环境中安装常常会遇到各种依赖冲突或缺失问题。

本文将带你使用 Docker 技术，从零开始构建一个纯净、可复现的 R 环境，并成功安装和运行 CellChat。整个过程无需污染本地系统，适合科研、开发和团队协作。

---

✅ 为什么选择 Docker？

• 环境隔离：避免污染本地 R 环境
• 可复现性：任何人运行相同镜像都能得到一致结果
• 跨平台兼容：Windows、macOS、Linux 通用
• 易于分享：只需分享 Dockerfile 即可重建环境

---

🐳 第一步：选择合适的 R Docker 镜像

Rocker 项目（Rocker Project）提供了官方维护的 R 镜像系列。我们有以下两个推荐选项：

✅ 推荐 1：rocker/r-ver（纯净基础镜像）

• 优点：最小化 R 环境，适合自定义构建
• 缺点：无预装依赖，需手动安装所有系统库

✅ 推荐 2：rocker/tidyverse（强烈推荐！）

• 镜像：rocker/tidyverse:4.4
• 优点：
  • 包含 r-base 和常用 tidyverse 包
  • 预装了 libcurl、libxml2、openssl、gcc 等常用系统依赖
  • 特别适合需要 devtools::install_github() 的场景

👉 本文选择 rocker/tidyverse:4.4 作为基础镜像。

---

🛠 第二步：启动容器并进入交互环境

docker run -it --name r-cellchat rocker/tidyverse:4.4 /bin/bash

• -it：开启交互式终端
• --name r-cellchat：为容器命名，便于后续操作
• /bin/bash：直接进入 bash 而非默认的 R 环境

---

🔧 第三步：安装系统依赖

虽然 tidyverse 镜像已包含许多依赖，但为了安装 CellChat，我们仍需补充一些关键系统库：

apt-get update

apt-get install -y \
    libgit2-dev \
    libssh2-1-dev \
    libcurl4-openssl-dev \
    libssl-dev \
    libxml2-dev \
    libfontconfig1-dev \
    libharfbuzz-dev \
    libfribidi-dev \
    libglpk-dev  # 关键！解决 igraph 的 libglpk.so.40 问题

⚠️ 注意：libglpk-dev 是 igraph 的底层依赖，缺失会导致后续加载失败。

---

📦 第四步：在 R 中安装 R 包

进入 R 环境：

R

然后依次执行以下命令：

1. 安装 devtools 和 remotes

install.packages(c("devtools", "remotes"), repos = "https://cloud.r-project.org")

2. 安装 BiocManager（用于 Bioconductor 包）

if (!require("BiocManager", quietly = TRUE)) {
    install.packages("BiocManager", repos = "https://cloud.r-project.org")
}

3. 安装 CellChat 所需的 Bioconductor 依赖包

BiocManager::install(c(
    "BiocBase", 
    "BiocNeighbors", 
    "BiocGenerics", 
    "ComplexHeatmap", 
    "SingleCellExperiment", 
    "SummarizedExperiment"
))

💡 提示：CellChat 依赖多个 Bioconductor 包，必须通过 BiocManager::install() 安装。

---

🚨 第五步：解决常见安装错误

❌ 错误 1：ERROR: dependencies ‘ComplexHeatmap’, ‘BiocNeighbors’ are not available

原因：未提前安装 Bioconductor 依赖包。

解决方案：如上一步所示，先用 BiocManager::install() 安装所有依赖。

---

❌ 错误 2：unable to load shared object 'igraph.so': libglpk.so.40: cannot open shared object file

原因：系统缺少 GLPK 线性规划库。

解决方案：在容器中运行：

apt-get install -y libglpk-dev

然后重新尝试安装 CellChat。

---

✅ 第六步：成功安装 CellChat

确认所有依赖已安装后，执行：

devtools::install_github("sqjin/CellChat")

✅ 如果你在国内网络环境，建议使用代理或 remotes::install_github() 配合镜像源。

---

🧪 第七步：验证 CellChat 是否正常工作

library(CellChat)

# 查看 CellChat 提供的数据集
data(package = "CellChat")

# 手动下载示例数据（如果内置数据缺失）
download.file(
  "https://github.com/sqjin/CellChat/raw/main/data/pbmc.cellchat.rda",
  destfile = "/tmp/pbmc.cellchat.rda"
)
load("/tmp/pbmc.cellchat.rda")

# 运行完整分析流程
pbmc.cellchat <- subsetCellChat(pbmc.cellchat)
pbmc.cellchat <- createCellChat(object = pbmc.cellchat, group.by = "idents")
pbmc.cellchat <- computeCommunProb(pbmc.cellchat)
plot(pbmc.cellchat)

如果图形成功绘制，恭喜你！🎉
👉 CellChat 已在 Docker 环境中完全正常运行！

---

📦 附录：推荐的 Dockerfile（自动化构建）

FROM rocker/tidyverse:4.4

RUN apt-get update && \
    apt-get install -y --no-install-recommends \
        libgit2-dev \
        libssh2-1-dev \
        libcurl4-openssl-dev \
        libssl-dev \
        libxml2-dev \
        libfontconfig1-dev \
        libharfbuzz-dev \
        libfribidi-dev \
        libglpk-dev && \
    rm -rf /var/lib/apt/lists/*

RUN R -e " \
    install.packages(c('devtools', 'remotes'), repos = 'https://cloud.r-project.org'); \
    if (!require('BiocManager', quietly = TRUE)) install.packages('BiocManager'); \
    BiocManager::install(c('BiocBase', 'BiocNeighbors', 'BiocGenerics', 'ComplexHeatmap', 'SingleCellExperiment', 'SummarizedExperiment')); \
    devtools::install_github('sqjin/CellChat'); \
    "

构建镜像：

docker build -t cellchat-env .

运行容器：

docker run -it cellchat-env R

---

🎯 总结

步骤	关键点
选择镜像	rocker/tidyverse:4.4 最适合开发
系统依赖	必须安装 libglpk-dev
R 包安装	先装 BiocManager 依赖，再装 CellChat
验证安装	使用示例数据或手动下载测试

---