Installation R – impact-cyto

La majorité des outils qui sont développés actuellement le sont sous R. L’installation de R s’accompagne de l’installation d’outils qui permettront d’utiliser les dernières versions de chaque outil.

Installation

L’installation comporte deux parties : une première où il est recommandé d’agir en tant qu’administrateur de la machine, une seconde où les droits d’utilisateur suffisent.

Pour la première partie (en administrateur), voici les logiciels et extensions que nous conseillons d’installer :

R (choisissez votre système) : installez la version 64 bits (décochez la version 32 bits) ; de plus, je ne sélectionne aucune traduction de façon à obtenir des messages d’erreur en anglais qui sont plus documentés sur internet.
RStudio Desktop (choisissez votre système) : suivez les étapes.

Les versions les plus à jour nécessitent souvent une installation adaptée à l’ordinateur (étape de compilation). Pour Windows, il faut installer en plus :

Rtools (windows) : téléchargez et suivez les étapes ; choisissez la version 64 bits, parce que R est installé en 64 bits (décochez l’installation de la version 32 bits de Rtools). Point important : cochez la case pour ajouter les programmes au PATH (sans cela, R ne trouve pas make) ; cette option n’apparaît que si l’installation est effectuée en tant qu’administrateur (si vous ne la voyez pas, recommencez l’installation en mode administrateur en cliquant avec le bouton de droite sur l’installateur et en sélectionnant “Exécuter an tant que…”). Terminez l’installation.
Une version anglaise de cette installation est disponible ici.

Pour la seconde partie, les droits d’administrateur ne sont pas nécessaires, car les packages ajoutant des fonctionnalités à R seront installés dans le dossier utilisateur. Donc, lancez Rstudio, et installez alors les packages/library suivant(e)s qui seront utiles pour installer les différentes méthodes d’analyse :

devtools permet d’installer des packages à partir de github pour utiliser les dernières mises à jour :
```
install.packages("devtools")
```
ggplot2 permet de réaliser de jolis graphiques et est très utilisé, donc à installer aussi :
```
install.packages("devtools")
```

flowcore est le coeur de la lecture et l’écriture des fichiers FCS ; il est indispensable et s’installe grâce à Bioconductor qui a changé de méthode d’installation fin 2018 :

## Pour R >= 3.5
if (!requireNamespace("BiocManager", quietly = TRUE))
install.packages("BiocManager")
BiocManager::install("flowCore")
# ne pas laisser vide entre les parantheses sous peine d'installer un tas de packages inutiles en cytométrie

## Pour R < 3.5
## remplacer https:// par http:// si la commande suivante ne fonctionne pas
source("https://bioconductor.org/biocLite.R")
biocLite("flowCore")

Pour vérifier votre installation, chargez le package flowCore :

library(flowCore)

. S’il n’y a pas d’erreur, c’est que la commande s’est correctement exécutée.

Pour mettre à jour le package flowCore afin de corriger certains bugs avant la nouvelle release de Bioconductor (tous les 6 mois environ), vous pouvez utiliser les commandes suivantes, mais seulement si c’est vraiment nécessaire :
```
library(devtools)
install_github("RGLab/flowCore", ref="trunk")
```

Utilisation

Lorsque vous copiez des commandes dans les vignettes des logiciels, prenez garde à ne pas copier les caractères ajoutés à la mise en forme des lignes de commande, par exemple les ‘>’ ou ‘+’ en début de ligne.

library(FlowSOM)
> fileName <- system.file("extdata","lymphocytes.fcs",
+       package="FlowSOM")
> fSOM <- FlowSOM(fileName,
+     # Input options:
+     compensate = TRUE,transform = TRUE,toTransform=c(8:18),
+     scale = TRUE,
+     # SOM options:
+     colsToUse = c(9,12,14:18), xdim = 7, ydim = 7,
+     # Metaclustering options:
+     nClus = 10,
+     # Seed for reproducible results:
+     seed = 42)

Les commandes à coller dans R sont les suivantes :

fileName <- system.file("extdata","lymphocytes.fcs",
       package="FlowSOM")
fSOM <- FlowSOM(fileName,
     # Input options:
     compensate = TRUE,transform = TRUE,toTransform=c(8:18),
     scale = TRUE,
     # SOM options:
     colsToUse = c(9,12,14:18), xdim = 7, ydim = 7,
     # Metaclustering options:
     nClus = 10,
     # Seed for reproducible results:
     seed = 42)

Bon démarrage sous R, et contactez-nous si vous avez une question d’installation.

Dernière mise à jour le 12 Septembre 2019.