R语言 / RStudio 插件合集（共 1003 个）

【信号网络布尔建模（CellNOptR）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   利用先验知识网络与扰动数据训练信号通路的布尔逻辑模型，揭示其调控机制。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("CellNOptR")
      普通 CRAN 包： install.packages("CellNOptR")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(CellNOptR)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「信号网络布尔建模」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/CellNOptR/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【深度测序亚克隆SNV检测（deepSNV）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   在深度测序数据中检测亚克隆单核苷酸变异（SNV），用于肿瘤等复杂样本分析。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("deepSNV")
      普通 CRAN 包： install.packages("deepSNV")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(deepSNV)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「深度测序亚克隆SNV检测」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/deepSNV/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Illumina芯片文件解析（illuminaio）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   解析Illumina芯片输出的IDAT等文件，读取样本的荧光强度数据，为下游甲基化或表达分析提供输入。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("illuminaio")
      普通 CRAN 包： install.packages("illuminaio")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(illuminaio)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Illumina芯片文件解析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/HenrikBengtsson/illuminaio
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【基因分型芯片 HMM 模型（VanillaICE）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于隐马尔可夫模型分析高通量基因分型芯片数据，识别拷贝数变异与基因型状态。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("VanillaICE")
      普通 CRAN 包： install.packages("VanillaICE")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(VanillaICE)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「基因分型芯片 HMM 模型」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/VanillaICE/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【SnpEff 变异注释（annotate）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   对VCF变异结果做功能注释，判断变异位于基因区还是调控区、是否改变氨基酸，输出注释后文件。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("annotate")
      普通 CRAN 包： install.packages("annotate")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(annotate)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「SnpEff 变异注释」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/annotate/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【注释数据库接口（AnnotationDbi）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为 Bioconductor 各类注释包提供统一查询接口，基于 SQLite 数据库获取基因名、GO 与通路等注释。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("AnnotationDbi")
      普通 CRAN 包： install.packages("AnnotationDbi")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(AnnotationDbi)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「注释数据库接口」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/AnnotationDbi
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【注释包构建工具（AnnotationForge）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   用于自建基于 SQLite 的注释数据包，把物种或芯片的基因注释整理成标准 Bioconductor 注释包。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("AnnotationForge")
      普通 CRAN 包： install.packages("AnnotationForge")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(AnnotationForge)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「注释包构建工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/AnnotationForge
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【注释资源云端库（AnnotationHub）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   访问 Bioconductor 云端注释资源库的客户端，按需下载基因组、转录本与表观遗传等注释数据集。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("AnnotationHub")
      普通 CRAN 包： install.packages("AnnotationHub")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(AnnotationHub)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「注释资源云端库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/AnnotationHub/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【注释资源入库工具（AnnotationHubData）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   把公共数据资源转换成标准 Bioconductor 对象并打包上传到 AnnotationHub，供社区共享调用。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("AnnotationHubData")
      普通 CRAN 包： install.packages("AnnotationHubData")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(AnnotationHubData)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「注释资源入库工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/AnnotationHubData/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【基因组区域注释（annotatr）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   把基因组区域（如峰、差异甲基化位点）注释到基因结构与功能类别。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("annotatr")
      普通 CRAN 包： install.packages("annotatr")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(annotatr)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「基因组区域注释」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/annotatr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【小鼠mm39基因组数据包（bsgenome.mmusculus.ucsc.mm39）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   UCSC mm39（GRCm39）版小鼠全基因组序列数据包，供序列提取、比对与坐标注释使用。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("bsgenome.mmusculus.ucsc.mm39")
      普通 CRAN 包： install.packages("bsgenome.mmusculus.ucsc.mm39")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(bsgenome.mmusculus.ucsc.mm39)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「小鼠mm39基因组数据包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/bsgenome.mmusculus.ucsc.mm39/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【小鼠mm9基因组数据包（bsgenome.mmusculus.ucsc.mm9）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   UCSC mm9（NCBI build 37）版小鼠全基因组序列数据包，支持序列提取与坐标注释。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("bsgenome.mmusculus.ucsc.mm9")
      普通 CRAN 包： install.packages("bsgenome.mmusculus.ucsc.mm9")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(bsgenome.mmusculus.ucsc.mm9)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「小鼠mm9基因组数据包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/bsgenome.mmusculus.ucsc.mm9/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【大鼠rn5基因组数据包（bsgenome.rnorvegicus.ucsc.rn5）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   UCSC rn5（RGSC 5.0）版大鼠参考基因组序列数据包，用于序列检索与坐标注释。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("bsgenome.rnorvegicus.ucsc.rn5")
      普通 CRAN 包： install.packages("bsgenome.rnorvegicus.ucsc.rn5")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(bsgenome.rnorvegicus.ucsc.rn5)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「大鼠rn5基因组数据包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/bsgenome.rnorvegicus.ucsc.rn5/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【大鼠rn6基因组数据包（bsgenome.rnorvegicus.ucsc.rn6）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   UCSC rn6（RGSC 6.0）版大鼠参考基因组序列数据包，用于序列提取与坐标注释。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("bsgenome.rnorvegicus.ucsc.rn6")
      普通 CRAN 包： install.packages("bsgenome.rnorvegicus.ucsc.rn6")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(bsgenome.rnorvegicus.ucsc.rn6)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「大鼠rn6基因组数据包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/bsgenome.rnorvegicus.ucsc.rn6/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【酵母sacCer1基因组（bsgenome.scerevisiae.ucsc.saccer1）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   UCSC sacCer1版酿酒酵母参考基因组序列数据包，用于序列查询与基因组坐标注释。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("bsgenome.scerevisiae.ucsc.saccer1")
      普通 CRAN 包： install.packages("bsgenome.scerevisiae.ucsc.saccer1")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(bsgenome.scerevisiae.ucsc.saccer1)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「酵母sacCer1基因组」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/bsgenome.scerevisiae.ucsc.saccer1/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【酵母sacCer2基因组（bsgenome.scerevisiae.ucsc.saccer2）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   UCSC sacCer2版酿酒酵母参考基因组序列数据包，用于序列提取、比对与坐标注释。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("bsgenome.scerevisiae.ucsc.saccer2")
      普通 CRAN 包： install.packages("bsgenome.scerevisiae.ucsc.saccer2")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(bsgenome.scerevisiae.ucsc.saccer2)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「酵母sacCer2基因组」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/bsgenome.scerevisiae.ucsc.saccer2/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【酵母sacCer3基因组（bsgenome.scerevisiae.ucsc.saccer3）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   UCSC sacCer3（R64-1-1）版酵母参考基因组数据包，用于序列检索与坐标注释。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("bsgenome.scerevisiae.ucsc.saccer3")
      普通 CRAN 包： install.packages("bsgenome.scerevisiae.ucsc.saccer3")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(bsgenome.scerevisiae.ucsc.saccer3)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「酵母sacCer3基因组」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/bsgenome.scerevisiae.ucsc.saccer3/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【复杂热图绘制（ComplexHeatmap）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   灵活绘制复杂热图，支持多组学数据的注释叠加、顺序布局与层次化组合展示。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ComplexHeatmap")
      普通 CRAN 包： install.packages("ComplexHeatmap")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ComplexHeatmap)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「复杂热图绘制」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/jokergoo/ComplexHeatmap, https://jokergoo.github.io/ComplexHeatmap-reference/book/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【富集热图绘制（EnrichedHeatmap）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   绘制富集热图以展示基因组特征周围的信号分布，例如转录起始位点附近的甲基化或测序覆盖情况。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("EnrichedHeatmap")
      普通 CRAN 包： install.packages("EnrichedHeatmap")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(EnrichedHeatmap)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「富集热图绘制」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/jokergoo/EnrichedHeatmap
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【富集结果可视化（enrichplot）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   将富集分析结果绘制成点图、条形图、网络图与树状图等多种图形，直观展示显著功能条目。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("enrichplot")
      普通 CRAN 包： install.packages("enrichplot")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(enrichplot)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「富集结果可视化」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/enrichplot/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Epiviz 基因组可视交互（epivizr）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   连接 Epiviz 网页应用，把 R 会话中的基因组数据以交互式轨道或图形方式展示和探索。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("epivizr")
      普通 CRAN 包： install.packages("epivizr")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(epivizr)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Epiviz 基因组可视交互」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/epivizr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【流式数据自动质控（flowai）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   对流式细胞术FCS数据做自动或交互质控，检查流速、信号采集与动态范围并剔除异常事件。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("flowai")
      普通 CRAN 包： install.packages("flowai")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(flowai)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「流式数据自动质控」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/flowai/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【基因组变异可视化绘图（GenVisR）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供基因组数据的可视化功能，可绘制突变瀑布图、泳道图与拷贝数图等，用于肿瘤突变谱与基因组变异的直观展示。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("GenVisR")
      普通 CRAN 包： install.packages("GenVisR")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(GenVisR)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「基因组变异可视化绘图」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/GenVisR/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【基因组数据可视化（ggbio）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于ggplot2的基因组数据绘图工具，可绘制染色体、基因模型、测序覆盖度与结构变异等多种图形。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ggbio")
      普通 CRAN 包： install.packages("ggbio")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ggbio)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「基因组数据可视化」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/ggbio/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【流式细胞数据可视化（ggcyto）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   用ggplot2语法绘制流式细胞术数据图形，支持门控、补偿与多通道标记，便于展示细胞分群结果。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ggcyto")
      普通 CRAN 包： install.packages("ggcyto")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ggcyto)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「流式细胞数据可视化」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/ggcyto/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【KEGG通路可视化分析（ggkegg）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于ggplot2语法分析并绘制KEGG通路信息，可把表达与富集结果映射到通路图上做可视化探索。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ggkegg")
      普通 CRAN 包： install.packages("ggkegg")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ggkegg)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「KEGG通路可视化分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/ggkegg/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【多序列比对可视化（ggmsa）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   用ggplot2绘制多序列比对图，支持碱基与氨基酸配色方案、序列标识和结构注释，便于比较保守区。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ggmsa")
      普通 CRAN 包： install.packages("ggmsa")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ggmsa)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「多序列比对可视化」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/ggmsa/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【系统发育树可视化（ggtree）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于ggplot2语法的系统发育树绘图包，支持树形与注释数据叠加，可绘制环形树并整合元数据。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ggtree")
      普通 CRAN 包： install.packages("ggtree")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ggtree)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「系统发育树可视化」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/ggtree/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【基因表达交互可视化（Glimma）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为差异表达分析结果提供交互式图形界面，可动态查看均值差异图、火山图与表达箱线图，方便筛选候选基因。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("Glimma")
      普通 CRAN 包： install.packages("Glimma")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(Glimma)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「基因表达交互可视化」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/hasaru-k/GlimmaV2
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【基因组区间热图工具（heatmaps）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   在基因组区间上绘制热图的函数集合，可展示启动子或峰区域的 ChIP-seq 信号并分析序列特征。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("heatmaps")
      普通 CRAN 包： install.packages("heatmaps")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(heatmaps)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「基因组区间热图工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/heatmaps/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【带注释聚类热图（Heatplus）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   绘制可附加行与列协变量注释、并为聚类分支着色的热图，直观展示样本分组与表达模式之间的关系。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("Heatplus")
      普通 CRAN 包： install.packages("Heatplus")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(Heatplus)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「带注释聚类热图」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/alexploner/Heatplus
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Hub资源包构建工具（hubpub）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   辅助创建与维护 AnnotationHub、ExperimentHub 资源包，生成目录元数据并校验，便于提交发布。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hubpub")
      普通 CRAN 包： install.packages("hubpub")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hubpub)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Hub资源包构建工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hubpub/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【交互式差异表达分析（ideal）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于 DESeq2 的交互式差异表达分析框架，支持结果可视化、GO 与通路富集，并生成可复现报告。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ideal")
      普通 CRAN 包： install.packages("ideal")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ideal)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「交互式差异表达分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/ideal/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【染色体核型图绘制包（idiogram）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   绘制染色体核型示意图并可叠加表达、拷贝数等数据，用于展示基因组水平的变化模式。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("idiogram")
      普通 CRAN 包： install.packages("idiogram")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(idiogram)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「染色体核型图绘制包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/idiogram/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【交互式复合热图（interactivecomplexheatmap）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为ComplexHeatmap提供交互能力，可在Shiny中点击、框选热图并获取对应子集数据。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("interactivecomplexheatmap")
      普通 CRAN 包： install.packages("interactivecomplexheatmap")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(interactivecomplexheatmap)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「交互式复合热图」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/interactivecomplexheatmap/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【交互式数据探索器（isee）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于Shiny的交互式浏览器，用于探索SummarizedExperiment与单细胞数据的图表和表格。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("isee")
      普通 CRAN 包： install.packages("isee")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(isee)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「交互式数据探索器」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/isee/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【染色体核型可视化（karyoploter）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   在染色体核型示意图上按基因组坐标绘制任意数据，实现线性与环形基因组图形绘制。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("karyoploter")
      普通 CRAN 包： install.packages("karyoploter")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(karyoploter)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「染色体核型可视化」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/karyoploter/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【limma图形界面（limmagui）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为 limma 线性模型差异表达分析提供 Tcl/Tk 图形界面，方便交互完成分析与结果导出。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("limmagui")
      普通 CRAN 包： install.packages("limmagui")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(limmagui)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「limma图形界面」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/limmagui/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【MAF突变数据分析工具（maftools）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   用于读取、分析与可视化 MAF 格式体细胞突变数据的工具包，可绘制突变景观与临床关联图表。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("maftools")
      普通 CRAN 包： install.packages("maftools")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(maftools)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「MAF突变数据分析工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/maftools/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【微生物组可视化（miaviz）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   微生物组数据可视化工具包，支持丰度组成图、多样性排序图与系统发育树的绘制和排版。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("miaviz")
      普通 CRAN 包： install.packages("miaviz")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(miaviz)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「微生物组可视化」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/miaviz/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【遗传变异注释（VariantAnnotation）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   对遗传变异数据进行注释，读取VCF文件并关联基因、转录本及功能等生物学信息。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("VariantAnnotation")
      普通 CRAN 包： install.packages("VariantAnnotation")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(VariantAnnotation)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「遗传变异注释」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/VariantAnnotation/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【单细胞批次校正（batchelor）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供多种单细胞数据批次效应校正方法，使不同批次或平台的细胞可以联合分析。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("batchelor")
      普通 CRAN 包： install.packages("batchelor")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(batchelor)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「单细胞批次校正」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/batchelor/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【并行计算框架（BiocParallel）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Bioconductor 并行计算基础设施，可在多核、集群或云环境高效执行批量分析任务。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("BiocParallel")
      普通 CRAN 包： install.packages("BiocParallel")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(BiocParallel)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「并行计算框架」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/Bioconductor/BiocParallel
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【膀胱癌表达数据集（bladderbatch）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   膀胱癌基因表达示例数据集，包含多个批次与表型注释信息，常用于批次效应校正与差异表达方法演示。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("bladderbatch")
      普通 CRAN 包： install.packages("bladderbatch")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(bladderbatch)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「膀胱癌表达数据集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/bladderbatch/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【甲基化芯片分析流程（ChAMP）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   针对Illumina 450K与EPIC甲基化芯片的分析流程，涵盖质控、标准化与差异分析。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ChAMP")
      普通 CRAN 包： install.packages("ChAMP")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ChAMP)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「甲基化芯片分析流程」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/ChAMP/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【ChAMP甲基化数据（champdata）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为ChAMP包提供所需数据集，包括测试数据与拷贝数分析用的血液对照样本，便于甲基化芯片流程演示与验证。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("champdata")
      普通 CRAN 包： install.packages("champdata")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(champdata)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「ChAMP甲基化数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/champdata/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【chipenrich配套数据（chipenrich.data）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   chipenrich的支持数据包，包含预定义基因集、基因位点定义与可比对性估计值，供富集分析流程直接调用。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("chipenrich.data")
      普通 CRAN 包： install.packages("chipenrich.data")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(chipenrich.data)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「chipenrich配套数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/chipenrich.data/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【峰区间批量注释（ChIPpeakAnno）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   对ChIP-seq、ChIP-chip等实验得到的峰区间批量注释，关联基因与基因组特征。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ChIPpeakAnno")
      普通 CRAN 包： install.packages("ChIPpeakAnno")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ChIPpeakAnno)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「峰区间批量注释」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/ChIPpeakAnno/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【通路拓扑基因集分析（clipper）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   利用信号通路拓扑结构进行基因集富集分析，识别重要生物学通路。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("clipper")
      普通 CRAN 包： install.packages("clipper")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(clipper)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「通路拓扑基因集分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/clipper/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【免疫组库分析数据集（easierdata）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为EASIER分析流程提供配套的示例免疫组库与表达数据集，便于快速运行和验证分析结果。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("easierdata")
      普通 CRAN 包： install.packages("easierdata")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(easierdata)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「免疫组库分析数据集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/easierdata/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【大肠杆菌亮氨酸数据（ecolileucine）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   大肠杆菌亮氨酸生物合成相关的表达与代谢示例数据集，用于演示基因调控网络分析流程。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ecolileucine")
      普通 CRAN 包： install.packages("ecolileucine")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ecolileucine)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「大肠杆菌亮氨酸数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/ecolileucine/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【流式自动密度门控（flowdensity）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   依据数据密度实现自动化的顺序门控，模拟人工门控策略，为流式数据客观划分群体。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("flowdensity")
      普通 CRAN 包： install.packages("flowdensity")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(flowdensity)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「流式自动密度门控」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/flowdensity/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GSVA示例数据集（gsvadata）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   GSVA软件包文档中使用的示例数据，包含表达矩阵与分组信息，可复现基因集变异分析完整流程。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("gsvadata")
      普通 CRAN 包： install.packages("gsvadata")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(gsvadata)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GSVA示例数据集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/gsvadata/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GWASTools示例数据（gwasdata）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为GWASTools软件包的示例与文档提供的基因型与样本数据，用于演示全基因组关联分析流程。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("gwasdata")
      普通 CRAN 包： install.packages("gwasdata")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(gwasdata)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GWASTools示例数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/gwasdata/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人骨骼肌单细胞数据（hsmmsinglecell）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   人骨骼肌成肌细胞分化过程的单细胞 RNA 测序示例数据，用于演示和测试单细胞表达分析流程。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hsmmsinglecell")
      普通 CRAN 包： install.packages("hsmmsinglecell")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hsmmsinglecell)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人骨骼肌单细胞数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hsmmsinglecell/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【巨噬细胞表达数据集（macrophage）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供巨噬细胞相关的基因表达示例数据，可用于免疫转录组分析的教学与流程演示。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("macrophage")
      普通 CRAN 包： install.packages("macrophage")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(macrophage)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「巨噬细胞表达数据集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/macrophage/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【minfi示例甲基化数据（minfidata）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   包含 Illumina 450K 甲基化芯片示例数据与表型信息，用于演示 minfi 的预处理与分析流程。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("minfidata")
      普通 CRAN 包： install.packages("minfidata")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(minfidata)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「minfi示例甲基化数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/minfidata/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【minfi示例EPIC数据（minfidataepic）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供 Illumina EPIC 甲基化芯片示例数据集，用于测试和演示 minfi 对 EPIC 平台的分析流程。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("minfidataepic")
      普通 CRAN 包： install.packages("minfidataepic")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(minfidataepic)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「minfi示例EPIC数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/minfidataepic/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【版本设置工具（BiocVersion）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Bioconductor 的版本标记包，安装后让 BiocManager 知道当前使用的 Bioconductor 版本。

■ 文件说明
   · 本目录共 2 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("BiocVersion")
      普通 CRAN 包： install.packages("BiocVersion")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(BiocVersion)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「版本设置工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/BiocVersion/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【注释资源过滤（AnnotationFilter）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供按染色体、位置、基因类型等条件过滤注释资源的工具，常与 AnnotationHub 等配合使用。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("AnnotationFilter")
      普通 CRAN 包： install.packages("AnnotationFilter")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(AnnotationFilter)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「注释资源过滤」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/Bioconductor/AnnotationFilter
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【空间贝叶斯聚类（BayesSpace）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   用贝叶斯模型对空间转录组做聚类与分辨率增强，提高低分辨率空间阵列数据的定位精度。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("BayesSpace")
      普通 CRAN 包： install.packages("BayesSpace")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(BayesSpace)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「空间贝叶斯聚类」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   edward130603.github.io/BayesSpace
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【CAGE 数据分析（CAGEfightR）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于 Bioconductor 分析 CAGE 基因表达数据，识别转录起始位点与增强子区域。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("CAGEfightR")
      普通 CRAN 包： install.packages("CAGEfightR")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(CAGEfightR)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「CAGE 数据分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/MalteThodberg/CAGEfightR
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【参考细胞类型数据集（celldex）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   汇集带有整理细胞类型标签的参考表达数据集，用于单细胞数据自动注释和转录组数据的细胞组分反卷积分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("celldex")
      普通 CRAN 包： install.packages("celldex")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(celldex)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「参考细胞类型数据集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/celldex/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Codelink芯片数据处理（codelink）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   读取与处理Codelink芯片数据，完成背景校正、归一化与探针注释等步骤，产出可供差异表达分析使用的表达矩阵。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("codelink")
      普通 CRAN 包： install.packages("codelink")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(codelink)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Codelink芯片数据处理」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/codelink/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【高通量基因过滤（genefilter）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供从高通量实验数据中过滤基因的方法，如按方差、表达量等准则筛选用于后续分析的基因。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("genefilter")
      普通 CRAN 包： install.packages("genefilter")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(genefilter)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「高通量基因过滤」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/genefilter/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【转录组数据过滤（HTSFilter）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   对带重复的高通量转录组测序数据进行过滤，依据重复样本间表达一致性剔除低表达噪声基因，提高分析灵敏度。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("HTSFilter")
      普通 CRAN 包： install.packages("HTSFilter")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(HTSFilter)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「转录组数据过滤」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/HTSFilter/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【甲基化芯片分析（minfi）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   处理 Illumina 甲基化芯片原始数据的核心工具包，完成背景校正、类型转换与甲基化水平提取。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("minfi")
      普通 CRAN 包： install.packages("minfi")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(minfi)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「甲基化芯片分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/minfi/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【局部错误发现率估计（twilight）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   估计局部错误发现率，用于多重假设检验中差异表达基因的筛选与排序。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("twilight")
      普通 CRAN 包： install.packages("twilight")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(twilight)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「局部错误发现率估计」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   http://compdiag.molgen.mpg.de/software/twilight.shtml
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【遗传变异过滤（VariantFiltering）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   对编码区与非编码区遗传变异进行过滤筛选，辅助罕见病与群体遗传研究中的候选位点确定。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("VariantFiltering")
      普通 CRAN 包： install.packages("VariantFiltering")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(VariantFiltering)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「遗传变异过滤」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/rcastelo/VariantFiltering
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【不规则矩阵（BumpyMatrix）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   存放非标量对象的不规则矩阵结构，适合表示每个基因对应多个特征值的多维数据。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("BumpyMatrix")
      普通 CRAN 包： install.packages("BumpyMatrix")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(BumpyMatrix)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「不规则矩阵」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/BumpyMatrix
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【芯片测试数据文件（affymetrixdatatestfiles）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   收录Affymetrix芯片分析流程所用的测试数据文件，用于功能验证与回归测试。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("affymetrixdatatestfiles")
      普通 CRAN 包： install.packages("affymetrixdatatestfiles")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(affymetrixdatatestfiles)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「芯片测试数据文件」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/affymetrixdatatestfiles/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【文件缓存管理（BiocFileCache）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   在会话之间管理本地下载文件的缓存，避免重复下载大文件，并跟踪资源版本与访问记录。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("BiocFileCache")
      普通 CRAN 包： install.packages("BiocFileCache")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(BiocFileCache)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「文件缓存管理」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/BiocFileCache/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【BIOM格式数据读写（biomformat）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   读写微生物组分析常用的BIOM格式文件，实现不同分析软件之间的数据交换与共享。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("biomformat")
      普通 CRAN 包： install.packages("biomformat")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(biomformat)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「BIOM格式数据读写」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/biomformat/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【慢性淋巴细胞白血病表达数据（cll）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供慢性淋巴细胞白血病患者的基因表达数据与配套注释，可直接加载用于差异表达、分型与预后相关的方法验证。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("cll")
      普通 CRAN 包： install.packages("cll")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(cll)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「慢性淋巴细胞白血病表达数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/cll/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【芯片数据对象转换（convert）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   定义多种微阵列数据对象之间的强制转换方法，便于不同表达数据格式的统一与相互操作。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("convert")
      普通 CRAN 包： install.packages("convert")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(convert)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「芯片数据对象转换」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/convert/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【差异表达格式转换（DEFormats）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   在DESeq2、edgeR等常用差异表达分析框架之间转换数据格式，便于分析流程相互衔接。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("DEFormats")
      普通 CRAN 包： install.packages("DEFormats")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(DEFormats)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「差异表达格式转换」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/aoles/DEFormats
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【液滴单细胞测试文件（droplettestfiles）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   收集液滴式单细胞测序流程产出的原始文件，用于测试 DropletUtils 等包的处理函数。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("droplettestfiles")
      普通 CRAN 包： install.packages("droplettestfiles")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(droplettestfiles)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「液滴单细胞测试文件」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/droplettestfiles/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【ELMER配套数据集（elmer.data）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为ELMER调控分析流程提供所需的甲基化与表达示例数据集及注释文件，便于复现分析过程。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("elmer.data")
      普通 CRAN 包： install.packages("elmer.data")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(elmer.data)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「ELMER配套数据集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/elmer.data/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【实验数据资源发布（ExperimentHubData）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为实验数据资源库添加和管理数据资源，供开发者封装实验数据与注释文件，使其可被其他用户远程下载使用。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ExperimentHubData")
      普通 CRAN 包： install.packages("ExperimentHubData")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ExperimentHubData)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「实验数据资源发布」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/ExperimentHubData/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【FAAH 敲除代谢组数据（faahko）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   FAAH 基因敲除小鼠的液相色谱质谱代谢组数据，正离子模式 NetCDF 格式，用于演示代谢组流程。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("faahko")
      普通 CRAN 包： install.packages("faahko")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(faahko)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「FAAH 敲除代谢组数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/faahko/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【流式工作区示例数据（flowworkspacedata）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供flowJo与Diva工作区文件、配套FCS数据及门控集，用于运行流式分析流程示例。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("flowworkspacedata")
      普通 CRAN 包： install.packages("flowworkspacedata")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(flowworkspacedata)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「流式工作区示例数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/flowworkspacedata/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【转录本长度数据库（genelendatabase）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   收录多种基因组的 mRNA 转录本长度，支持多种基因编号格式，数据主要整理自 UCSC 表浏览器。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("genelendatabase")
      普通 CRAN 包： install.packages("genelendatabase")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(genelendatabase)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「转录本长度数据库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/genelendatabase/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【物种分类编号对照表（genomeinfodbdata）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供 NCBI 分类编号与物种之间的映射文件，供 GenomeInfoDb 包中的相关函数调用。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("genomeinfodbdata")
      普通 CRAN 包： install.packages("genomeinfodbdata")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(genomeinfodbdata)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「物种分类编号对照表」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/genomeinfodbdata/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Snp6芯片分型元数据（genomewidesnp6crlmm）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   配合 crlmm 包对 Affymetrix GenomeWideSnp_6 芯片做快速基因分型所需的元数据文件。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("genomewidesnp6crlmm")
      普通 CRAN 包： install.packages("genomewidesnp6crlmm")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(genomewidesnp6crlmm)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Snp6芯片分型元数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/genomewidesnp6crlmm/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【按文件与区间并行计算（GenomicFiles）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供按文件或按基因组区间分块的并行计算框架，对大批量测序数据文件执行统一分析流程，降低内存占用。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("GenomicFiles")
      普通 CRAN 包： install.packages("GenomicFiles")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(GenomicFiles)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「按文件与区间并行计算」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/GenomicFiles/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【全基因组关联分析工具（GWASTools）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供全基因组关联研究所需的数据读取、质量控制与关联检验工具，支持大规模样本与多种表型，常用于人群队列遗传分析。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("GWASTools")
      普通 CRAN 包： install.packages("GWASTools")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(GWASTools)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「全基因组关联分析工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/smgogarten/GWASTools
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Gypsum 云数据客户端（gypsum）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   ArtifactDB 生态的云文件存储客户端，支持文件上传、下载与数据管理，用于访问 gypsum 云服务。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("gypsum")
      普通 CRAN 包： install.packages("gypsum")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(gypsum)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Gypsum 云数据客户端」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/gypsum/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HDF5比对统计管理（h5vc）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   使用HDF5后端管理大规模测序比对统计结果，支持多位点、多样本的碱基计数与变异查看。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("h5vc")
      普通 CRAN 包： install.packages("h5vc")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(h5vc)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HDF5比对统计管理」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/h5vc/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HDF5数组后端存储（HDF5Array）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为延迟数组提供HDF5格式的磁盘后端，使超出内存的大规模矩阵可被分块读写，实现高效的大型数据计算。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("HDF5Array")
      普通 CRAN 包： install.packages("HDF5Array")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(HDF5Array)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HDF5数组后端存储」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/HDF5Array
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HG-U133A_2 CDF 定义（hgu133a2cdf）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   包含 HG-U133A_2.cdf 文件对应环境的注释包，提供该 Affymetrix 芯片的探针布局定义。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hgu133a2cdf")
      普通 CRAN 包： install.packages("hgu133a2cdf")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hgu133a2cdf)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HG-U133A_2 CDF 定义」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hgu133a2cdf/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HG-U133A CDF 定义（hgu133acdf）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   包含 HG-U133A.cdf 文件对应环境的注释包，提供 Affymetrix HG-U133A 芯片的探针布局信息。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hgu133acdf")
      普通 CRAN 包： install.packages("hgu133acdf")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hgu133acdf)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HG-U133A CDF 定义」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hgu133acdf/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HG-U133B CDF 定义（hgu133bcdf）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   包含 HG-U133B.cdf 文件对应环境的注释包，为 Affymetrix HG-U133B 芯片提供布局定义。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hgu133bcdf")
      普通 CRAN 包： install.packages("hgu133bcdf")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hgu133bcdf)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HG-U133B CDF 定义」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hgu133bcdf/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HG-U133 Plus2 CDF 定义（hgu133plus2cdf）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   包含 HG-U133_Plus_2.cdf 文件对应环境的注释包，提供该 Affymetrix 芯片的布局信息。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hgu133plus2cdf")
      普通 CRAN 包： install.packages("hgu133plus2cdf")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hgu133plus2cdf)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HG-U133 Plus2 CDF 定义」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hgu133plus2cdf/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【hgu2beta7 芯片注释数据（hgu2beta7）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于公共数据组装的注释数据文件，用于 hgu2beta7 芯片的探针与基因信息映射分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hgu2beta7")
      普通 CRAN 包： install.packages("hgu2beta7")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hgu2beta7)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「hgu2beta7 芯片注释数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hgu2beta7/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HuGene1.0ST芯片定义库（hugene10stv1cdf）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Human Gene 1.0 ST v1 芯片的 CDF 环境包，供 affy 包读取原始 CEL 文件并汇总。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hugene10stv1cdf")
      普通 CRAN 包： install.packages("hugene10stv1cdf")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hugene10stv1cdf)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HuGene1.0ST芯片定义库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hugene10stv1cdf/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Illumina示例数据文件（illuminadatatestfiles）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   收录Illumina基因表达芯片的示例数据文件，供相关注释包和下游分析流程测试与演示使用。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("illuminadatatestfiles")
      普通 CRAN 包： install.packages("illuminadatatestfiles")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(illuminadatatestfiles)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Illumina示例数据文件」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/illuminadatatestfiles/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人450K甲基化芯片清单（illuminahumanmethylation450kmanifest）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   人类450K甲基化芯片的清单文件包，包含探针类型与芯片布局信息，用于甲基化数据预处理。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("illuminahumanmethylation450kmanifest")
      普通 CRAN 包： install.packages("illuminahumanmethylation450kmanifest")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(illuminahumanmethylation450kmanifest)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人450K甲基化芯片清单」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/illuminahumanmethylation450kmanifest/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【EPIC甲基化芯片清单（illuminahumanmethylationepicmanifest）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   人类EPIC甲基化芯片的清单包，描述探针设计与芯片布局，供甲基化数据读取与质量控制。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("illuminahumanmethylationepicmanifest")
      普通 CRAN 包： install.packages("illuminahumanmethylationepicmanifest")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(illuminahumanmethylationepicmanifest)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「EPIC甲基化芯片清单」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/illuminahumanmethylationepicmanifest/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【KEGG通路图分析（kegggraph）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   解析KEGG的KGML文件并将通路表示为图结构，支持通路拓扑分析与网络相关操作。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("kegggraph")
      普通 CRAN 包： install.packages("kegggraph")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(kegggraph)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「KEGG通路图分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/kegggraph/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Loom单细胞容器（loomexperiment）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为 loom 格式的单细胞数据提供实验类容器，便于与 Bioconductor 生态互操作。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("loomexperiment")
      普通 CRAN 包： install.packages("loomexperiment")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(loomexperiment)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Loom单细胞容器」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/loomexperiment/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人类芯片 ID 映射库（lumihumanidmapping）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   人类 Illumina 芯片的标识符映射数据库，支持不同类型基因 ID 之间的批量转换。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("lumihumanidmapping")
      普通 CRAN 包： install.packages("lumihumanidmapping")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(lumihumanidmapping)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人类芯片 ID 映射库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/lumihumanidmapping/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【代谢物 ID 跨库映射（metaboliteidmapping）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   在多个代谢物数据库之间转换化合物标识符的 R 包，内置统一映射表，便于整合不同来源的数据。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("metaboliteidmapping")
      普通 CRAN 包： install.packages("metaboliteidmapping")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(metaboliteidmapping)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「代谢物 ID 跨库映射」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/metaboliteidmapping/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Illumina甲基化芯片处理（methylumi）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   methylumi 包，读取并预处理 Illumina 甲基化芯片数据，输出甲基化比例并支持质控注释。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("methylumi")
      普通 CRAN 包： install.packages("methylumi")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(methylumi)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Illumina甲基化芯片处理」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/methylumi/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【miRBase版本历史库（mirbaseversions.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   保存多个版本 miRBase 的微小 RNA 注释信息，便于跨版本查询与标识符对照分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("mirbaseversions.db")
      普通 CRAN 包： install.packages("mirbaseversions.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(mirbaseversions.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「miRBase版本历史库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/mirbaseversions.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【质谱结果格式转换（msstatsconvert）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   将各类质谱软件的输出结果转换为统一数据格式，便于后续统计分析处理。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("msstatsconvert")
      普通 CRAN 包： install.packages("msstatsconvert")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(msstatsconvert)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「质谱结果格式转换」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/msstatsconvert/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【流式数据 HDF5 存储（ncdfFlow）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为流式细胞术数据提供基于 HDF5 的存储方案，便于处理超出内存的大型流式数据集。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ncdfFlow")
      普通 CRAN 包： install.packages("ncdfFlow")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ncdfFlow)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「流式数据 HDF5 存储」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/ncdfFlow/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HDF5 数据读写接口（rhdf5）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供 R 访问 HDF5 文件的接口，用于读写层级结构的大规模科学数据。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("rhdf5")
      普通 CRAN 包： install.packages("rhdf5")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(rhdf5)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HDF5 数据读写接口」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/grimbough/rhdf5
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HDF5 压缩过滤器（rhdf5filters）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为 HDF5 数据提供多种压缩过滤器支持，提升存储效率并兼容常见压缩格式。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("rhdf5filters")
      普通 CRAN 包： install.packages("rhdf5filters")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(rhdf5filters)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HDF5 压缩过滤器」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/grimbough/rhdf5filters
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HDF5库封装（Rhdf5lib）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   将HDF5库打包为R包，为其他R包提供读写HDF5格式数据所需的底层库和编译支持。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("Rhdf5lib")
      普通 CRAN 包： install.packages("Rhdf5lib")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(Rhdf5lib)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HDF5库封装」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/grimbough/Rhdf5lib
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【AB1700芯片质控分析（ABarray）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   面向应用生物系统公司AB1700基因表达芯片的质控检查与统计数据分析工具集。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ABarray")
      普通 CRAN 包： install.packages("ABarray")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ABarray)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「AB1700芯片质控分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/ABarray/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【等位基因特异表达分析（AllelicImbalance）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   检测并统计等位基因特异表达现象，用于研究基因表达的顺式调控与基因组印记效应。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("AllelicImbalance")
      普通 CRAN 包： install.packages("AllelicImbalance")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(AllelicImbalance)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「等位基因特异表达分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/pappewaio/AllelicImbalance
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【可变剪接定量分析（ASpli）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于RNA-seq比对结果开展可变剪接分析，识别差异剪接事件并统计外显子与内含子的使用情况，适合转录组剪接调控研究。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ASpli")
      普通 CRAN 包： install.packages("ASpli")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ASpli)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「可变剪接定量分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/ASpli/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【BeadArray 数据压缩（BeadDataPackR）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   压缩与还原 Illumina BeadArray 原始数据，减小存储体积并支持更新样本注释与比对信息。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("BeadDataPackR")
      普通 CRAN 包： install.packages("BeadDataPackR")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(BeadDataPackR)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「BeadArray 数据压缩」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/BeadDataPackR/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【表观突变分析工具（BEAT）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   分析亚硫酸氢盐测序数据的表观突变工具包，检测甲基化组中的异常甲基化位点并做统计检验。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("BEAT")
      普通 CRAN 包： install.packages("BEAT")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(BEAT)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「表观突变分析工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/BEAT/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【生物序列处理（Biostrings）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   高效处理 DNA、RNA 与氨基酸序列的字符串容器，支持序列比对、匹配与统计操作。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("Biostrings")
      普通 CRAN 包： install.packages("Biostrings")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(Biostrings)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「生物序列处理」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/Biostrings
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【甲基化差异区域检测（bumphunter）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   用局部平滑回归从甲基化芯片数据中检测差异甲基化区域并给出区域级统计结果。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("bumphunter")
      普通 CRAN 包： install.packages("bumphunter")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(bumphunter)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「甲基化差异区域检测」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/bumphunter/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【BUSpaRse 单细胞BUS格式工具（BUSpaRse）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为kallisto/bustools流程提供R接口，把BUS文件转换为基因计数或转录本兼容计数矩阵。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("BUSpaRse")
      普通 CRAN 包： install.packages("BUSpaRse")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(BUSpaRse)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「BUSpaRse 单细胞BUS格式工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   Bioconductor 官方仓库
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【基因分类富集分析（Category）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   对基因列表进行基于分类的富集分析，支持GO、KEGG等注释体系的统计检验。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("Category")
      普通 CRAN 包： install.packages("Category")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(Category)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「基因分类富集分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/Category/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【三端测序假多聚A位点过滤（cleanupdtseq）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   针对oligo(dT)介导的三端测序数据，识别并过滤内部多聚腺苷酸化位点造成的假信号，提高三端测序定量结果的准确性。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("cleanupdtseq")
      普通 CRAN 包： install.packages("cleanupdtseq")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(cleanupdtseq)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「三端测序假多聚A位点过滤」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/cleanupdtseq/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【CMA 微阵列分类集成（CMA）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   汇总机器学习与统计学的多种微阵列分类算法，支持变量筛选、超参数调优与模型评估比较，可逐步或联合运行。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("CMA")
      普通 CRAN 包： install.packages("CMA")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(CMA)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「CMA 微阵列分类集成」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   Bioconductor 官方仓库
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【差异表达方法性能比较（compcoder）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   模拟RNA测序计数数据并运行多种差异表达分析方法，比较各方法的灵敏度与错误率，为方法选择提供量化依据。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("compcoder")
      普通 CRAN 包： install.packages("compcoder")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(compcoder)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「差异表达方法性能比较」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/compcoder/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【计数数据特征比较（countsimqc）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   生成综合报告比较多个计数矩阵的特征分布，常用于评估模拟数据与真实数据之间的一致性。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("countsimqc")
      普通 CRAN 包： install.packages("countsimqc")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(countsimqc)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「计数数据特征比较」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/countsimqc/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【条件分位数归一化（cqn）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   实现条件分位数归一化方法，依据基因长度与GC含量校正RNA测序数据的读段计数偏差。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("cqn")
      普通 CRAN 包： install.packages("cqn")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(cqn)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「条件分位数归一化」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/cqn/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【细胞分类与肿瘤纯度（CRImage）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   从组织切片图像中分类细胞并计算肿瘤细胞含量，辅助病理定量分析与诊断。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("CRImage")
      普通 CRAN 包： install.packages("CRImage")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(CRImage)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「细胞分类与肿瘤纯度」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/CRImage/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【CRISPR突变计数（CrispRVariants）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   对靶向位点的CRISPR编辑结果进行突变计数与可视化，量化各类插入缺失比例。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("CrispRVariants")
      普通 CRAN 包： install.packages("CrispRVariants")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(CrispRVariants)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「CRISPR突变计数」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/CrispRVariants/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【测序污染特征识别（decontam）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   利用DNA定量数据或阴性对照样本，以统计方法识别标志基因与宏基因组测序数据中的污染序列特征。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("decontam")
      普通 CRAN 包： install.packages("decontam")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(decontam)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「测序污染特征识别」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/decontam/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【组学通路活性推断（decoupler）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   集合多种统计方法于统一框架，借助先验知识资源从组学数据中推断转录因子、通路等生物学活性并降维解读。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("decoupler")
      普通 CRAN 包： install.packages("decoupler")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(decoupler)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「组学通路活性推断」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/decoupler/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【RNA-seq差异基因识别（DEGseq）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   从RNA-seq数据中识别差异表达基因，提供基于MA图与Fisher精确检验的经典统计方法。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("DEGseq")
      普通 CRAN 包： install.packages("DEGseq")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(DEGseq)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「RNA-seq差异基因识别」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/DEGseq/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【延迟矩阵行列统计（DelayedMatrixStats）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为延迟矩阵对象提供按行与按列计算的统计函数，无需将全部数据载入内存即可完成均值、分位数等汇总。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("DelayedMatrixStats")
      普通 CRAN 包： install.packages("DelayedMatrixStats")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(DelayedMatrixStats)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「延迟矩阵行列统计」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/PeteHaitch/DelayedMatrixStats
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【蛋白差异表达统计（DEqMS）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   针对定量蛋白质组学数据的差异蛋白表达统计分析工具，依据肽段数校正方差估计。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("DEqMS")
      普通 CRAN 包： install.packages("DEqMS")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(DEqMS)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「蛋白差异表达统计」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/DEqMS/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【derfinder 并行加速包（derfinderhelper）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为 derfinder 提供并行计算辅助函数，配合 BiocParallel 加速F统计量计算并减少加载开销。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("derfinderhelper")
      普通 CRAN 包： install.packages("derfinderhelper")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(derfinderhelper)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「derfinder 并行加速包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/derfinderhelper/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【负二项差异表达分析（DESeq2）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于负二项分布模型的差异表达分析主流工具，支持RNA-seq计数数据的稳健统计推断。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("DESeq2")
      普通 CRAN 包： install.packages("DESeq2")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(DESeq2)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「负二项差异表达分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/thelovelab/DESeq2
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【液滴单细胞数据处理（DropletUtils）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   处理液滴法单细胞测序数据的实用工具集，可区分真实细胞与空液滴、估计环境RNA并进行数据质控和统计。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("DropletUtils")
      普通 CRAN 包： install.packages("DropletUtils")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(DropletUtils)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「液滴单细胞数据处理」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/DropletUtils/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【RNA测序分析流程（easyrnaseq）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   整合比对、计数与差异表达等步骤的RNA测序分析流程，支持多种实验设计和并行计算。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("easyrnaseq")
      普通 CRAN 包： install.packages("easyrnaseq")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(easyrnaseq)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「RNA测序分析流程」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/easyrnaseq/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【基因聚类与差异识别（EBarrays）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   在统一框架下同时完成基因聚类与差异表达识别，利用经验贝叶斯模型处理重复测量数据并输出表达模式分类。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("EBarrays")
      普通 CRAN 包： install.packages("EBarrays")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(EBarrays)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「基因聚类与差异识别」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/EBarrays/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【出版物级火山图绘制（EnhancedVolcano）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   绘制适合发表的高质量火山图，支持增强着色、标签标注与样式自定义，直观展示差异表达分析的统计结果。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("EnhancedVolcano")
      普通 CRAN 包： install.packages("EnhancedVolcano")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(EnhancedVolcano)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「出版物级火山图绘制」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/kevinblighe/EnhancedVolcano
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【雌激素析因实验数据（estrogen）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   8 张 Affymetrix 芯片构成的雌激素处理 2×2 析因设计数据，每水平两次重复，适合演示方差分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("estrogen")
      普通 CRAN 包： install.packages("estrogen")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(estrogen)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「雌激素析因实验数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/estrogen/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【表达量推断重复分析（fishpond）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   利用抽样得到的推断重复，进行转录本与基因水平的差异表达分析，并配套 Salmon 定量工具。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("fishpond")
      普通 CRAN 包： install.packages("fishpond")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(fishpond)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「表达量推断重复分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/fishpond/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【流式数据统计分析（flowstats）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   在flowCore基础之上提供流式数据统计分析方法，涵盖门控、群体比较与质控工具。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("flowstats")
      普通 CRAN 包： install.packages("flowstats")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(flowstats)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「流式数据统计分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/flowstats/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【高通量数据荟萃分析（GeneMeta）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   对多组高通量表达实验进行荟萃分析，合并不同研究中的差异表达结果，提高结论的可靠性与统计效力，适用于芯片数据整合。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("GeneMeta")
      普通 CRAN 包： install.packages("GeneMeta")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(GeneMeta)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「高通量数据荟萃分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/GeneMeta/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【基因集合重叠检验（GeneOverlap）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   通过统计检验判断两组基因列表的重叠是否显著，并以图形展示重叠情况，常用于功能富集结果的验证与基因集之间的比较。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("GeneOverlap")
      普通 CRAN 包： install.packages("GeneOverlap")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(GeneOverlap)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「基因集合重叠检验」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   http://shenlab-sinai.github.io/shenlab-sinai/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【群体结构与亲缘关系分析（GENESIS）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   针对存在群体分层或亲缘关系的样本，提供遗传数据的统计估计与推断方法，可用于全基因组关联研究中的混杂校正。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("GENESIS")
      普通 CRAN 包： install.packages("GENESIS")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(GENESIS)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「群体结构与亲缘关系分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/UW-GAC/GENESIS
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GO功能谱统计分析（goprofiles）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   对功能谱做统计分析，比较两组样本的GO术语使用频率差异，并给出置信区间与显著性检验结果。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("goprofiles")
      普通 CRAN 包： install.packages("goprofiles")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(goprofiles)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GO功能谱统计分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/goprofiles/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【基因集变异分析（GSVA）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   对微阵列和RNA测序数据开展基因集变异分析，把表达矩阵转换为通路活性矩阵，便于样本之间通路水平的统计比较与分型。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("GSVA")
      普通 CRAN 包： install.packages("GSVA")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(GSVA)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「基因集变异分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/rcastelo/GSVA
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【CRISPR脱靶位点分析（GUIDEseq）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   分析GUIDE-seq与PEtag-seq实验数据，识别基因编辑中的脱靶切割位点并统计其分布，用于评估编辑的特异性与安全性。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("GUIDEseq")
      普通 CRAN 包： install.packages("GUIDEseq")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(GUIDEseq)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「CRISPR脱靶位点分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/GUIDEseq/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【RNA甲基化位点可视化（Guitar）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供RNA甲基化位点的统计与可视化功能，绘制甲基化位点在转录本各区域上的分布图谱，比较样本间模式。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("Guitar")
      普通 CRAN 包： install.packages("Guitar")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(Guitar)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「RNA甲基化位点可视化」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/Guitar/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【高通量 qPCR 数据分析（htqpcr）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   自动分析高通量实时定量 PCR 数据，支持孔板读取、归一化、质量控制与差异表达统计，并输出结果图表。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("htqpcr")
      普通 CRAN 包： install.packages("htqpcr")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(htqpcr)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「高通量 qPCR 数据分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/htqpcr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【基准测试结果比较工具（icobra）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   比较与可视化差异表达、分类等基准测试结果，提供统计汇总图表与交互界面，便于方法评估。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("icobra")
      普通 CRAN 包： install.packages("icobra")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(icobra)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「基准测试结果比较工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/icobra/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【纳米孔测序质控（ioniser）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   针对Oxford Nanopore MinION测序数据进行质量评估，统计读长、质量值等指标并可视化。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ioniser")
      普通 CRAN 包： install.packages("ioniser")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ioniser)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「纳米孔测序质控」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/ioniser/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【等重标记蛋白定量（isobar）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   用于iTRAQ等同量异位标记的蛋白质相对定量，包含肽段与蛋白水平噪声模型及差异分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("isobar")
      普通 CRAN 包： install.packages("isobar")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(isobar)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「等重标记蛋白定量」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/isobar/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【IsoformSwitchAnalyzeR 异构体分析（IsoformSwitchAnalyzeR）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   从短读长或长读长 RNA-seq 数据中识别、注释并可视化具有功能后果的异构体转换。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("IsoformSwitchAnalyzeR")
      普通 CRAN 包： install.packages("IsoformSwitchAnalyzeR")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(IsoformSwitchAnalyzeR)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「IsoformSwitchAnalyzeR 异构体分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   http://bioconductor.org/packages/IsoformSwitchAnalyzeR/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【BAM视图示例数据（leebamviews）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供 Lee 等研究中的 BAM 文件视图示例数据，演示二代测序比对结果的浏览与统计。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("leebamviews")
      普通 CRAN 包： install.packages("leebamviews")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(leebamviews)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「BAM视图示例数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/leebamviews/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【基因组区域重叠富集（lola）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   对基因组区域集合做重叠富集分析，检验其与注释区域数据库的显著关联并给出统计结果。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("lola")
      普通 CRAN 包： install.packages("lola")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(lola)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「基因组区域重叠富集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/lola/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【芯片多变量统计分析（made4）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   结合 ADE4 方法对微阵列数据进行多变量统计分析，支持 PCA、聚类与结果可视化。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("made4")
      普通 CRAN 包： install.packages("made4")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(made4)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「芯片多变量统计分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/made4/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【多组学差异检测工具（manta）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供组学数据差异特征检测与统计检验功能的分析包，支持多条件比较并汇总显著结果。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("manta")
      普通 CRAN 包： install.packages("manta")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(manta)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「多组学差异检测工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/manta/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【MeSH 富集分析工具（meshr）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   利用 MeSH 本体层级关系对基因列表做主题词富集检验的 R 包，提供统计检验与结果可视化。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("meshr")
      普通 CRAN 包： install.packages("meshr")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(meshr)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「MeSH 富集分析工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/meshr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【宏基因组差异丰度分析（metagenomeseq）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   针对宏基因组测序数据的差异丰度分析包，用零膨胀高斯模型处理稀疏计数并做统计检验。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("metagenomeseq")
      普通 CRAN 包： install.packages("metagenomeseq")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(metagenomeseq)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「宏基因组差异丰度分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/metagenomeseq/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【微生物组分析工具（microbiome）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于 phyloseq 的微生物组分析工具集，提供群落组成汇总、多样性统计与差异丰度检验等方法。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("microbiome")
      普通 CRAN 包： install.packages("microbiome")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(microbiome)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「微生物组分析工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/microbiome/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【单细胞邻域丰度检验（milor）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   在单细胞邻域图上开展差异丰度检验，比较不同条件下的细胞状态组成并输出统计结果与图表。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("milor")
      普通 CRAN 包： install.packages("milor")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(milor)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「单细胞邻域丰度检验」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/milor/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【组学差异特征分析（mirage）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   针对高通量组学数据开展差异特征分析，通过统计建模识别组间显著变化的标志并输出结果图表。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("mirage")
      普通 CRAN 包： install.packages("mirage")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(mirage)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「组学差异特征分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/mirage/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【CRISPR 扩增子分析（amplican）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   分析 CRISPR 基因组编辑的扩增子测序数据，统计插入缺失与编辑效率。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("amplican")
      普通 CRAN 包： install.packages("amplican")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(amplican)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「CRISPR 扩增子分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/amplican/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【同位素分布计算（BRAIN）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   递归计算分子的同位素分布，用于质谱数据处理以及代谢物与多肽的同位素峰拟合解析。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("BRAIN")
      普通 CRAN 包： install.packages("BRAIN")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(BRAIN)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「同位素分布计算」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/BRAIN/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【多组学数据整合（omicade4）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于多重协惯量分析整合多组学数据集，揭示不同平台数据之间的共同结构与关联。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("omicade4")
      普通 CRAN 包： install.packages("omicade4")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(omicade4)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「多组学数据整合」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/omicade4/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【TCGA 临床数据包（rtcga.clinical）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供TCGA多种癌症的临床随访与病理信息数据集，便于开展生存与预后相关分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("rtcga.clinical")
      普通 CRAN 包： install.packages("rtcga.clinical")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(rtcga.clinical)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「TCGA 临床数据包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/rtcga.clinical/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【10x脑组织单细胞数据（tenxbraindata）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供10x Genomics小鼠脑组织单细胞转录组示例数据的实验数据包。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("tenxbraindata")
      普通 CRAN 包： install.packages("tenxbraindata")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(tenxbraindata)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「10x脑组织单细胞数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/tenxbraindata/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【表型数据统计检验包（phenotest）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   对表型数据进行统计检验与混合模型分析，用于基因与表型之间的关联研究。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("phenotest")
      普通 CRAN 包： install.packages("phenotest")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(phenotest)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「表型数据统计检验包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/phenotest/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Bioc 泛型函数库（BiocGenerics）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Bioconductor 基础 S4 泛型函数集合，为众多生信包提供统一的函数接口与方法定义。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("BiocGenerics")
      普通 CRAN 包： install.packages("BiocGenerics")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(BiocGenerics)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Bioc 泛型函数库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/BiocGenerics
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【生物数据输入输出（BiocIO）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为 Bioconductor 包提供统一的文件读写接口，规范基因组数据的导入导出格式。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("BiocIO")
      普通 CRAN 包： install.packages("BiocIO")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(BiocIO)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「生物数据输入输出」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/BiocIO/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人类基因组hs37d5（bsgenome.hsapiens.1000genomes.hs37d5）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   人类千人基因组 hs37d5 参考基因组，含 decoy 序列，用于 GATK 流程的比对与变异检测分析工作。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("bsgenome.hsapiens.1000genomes.hs37d5")
      普通 CRAN 包： install.packages("bsgenome.hsapiens.1000genomes.hs37d5")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(bsgenome.hsapiens.1000genomes.hs37d5)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人类基因组hs37d5」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/bsgenome.hsapiens.1000genomes.hs37d5/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人类基因组GRCh38（bsgenome.hsapiens.ncbi.grch38）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   人类 NCBI GRCh38 参考基因组序列包，提供标准人基因组序列，用于比对、注释与变异分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("bsgenome.hsapiens.ncbi.grch38")
      普通 CRAN 包： install.packages("bsgenome.hsapiens.ncbi.grch38")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(bsgenome.hsapiens.ncbi.grch38)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人类基因组GRCh38」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/bsgenome.hsapiens.ncbi.grch38/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人类基因组hg18（bsgenome.hsapiens.ucsc.hg18）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   人类 UCSC hg18 参考基因组序列包，提供完整 hg18 组装序列，用于比对与基因组注释分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("bsgenome.hsapiens.ucsc.hg18")
      普通 CRAN 包： install.packages("bsgenome.hsapiens.ucsc.hg18")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(bsgenome.hsapiens.ucsc.hg18)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人类基因组hg18」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/bsgenome.hsapiens.ucsc.hg18/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人类基因组hg19（bsgenome.hsapiens.ucsc.hg19）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   人类 UCSC hg19 参考基因组序列包，广泛使用的经典人基因组，用于比对、注释与外显子分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("bsgenome.hsapiens.ucsc.hg19")
      普通 CRAN 包： install.packages("bsgenome.hsapiens.ucsc.hg19")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(bsgenome.hsapiens.ucsc.hg19)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人类基因组hg19」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/bsgenome.hsapiens.ucsc.hg19/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人类基因组hg38（bsgenome.hsapiens.ucsc.hg38）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   人类 UCSC hg38 参考基因组序列包，当前主流人基因组组装，支持比对、变异与注释分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("bsgenome.hsapiens.ucsc.hg38")
      普通 CRAN 包： install.packages("bsgenome.hsapiens.ucsc.hg38")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(bsgenome.hsapiens.ucsc.hg38)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人类基因组hg38」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/bsgenome.hsapiens.ucsc.hg38/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【cBioPortal数据访问（cbioportaldata）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   从cBio癌症基因组学门户获取研究数据集，支持压缩包或API接口读取，并以表格或MultiAssayExperiment对象返回。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("cbioportaldata")
      普通 CRAN 包： install.packages("cbioportaldata")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(cbioportaldata)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「cBioPortal数据访问」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/cbioportaldata/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【OpenBabel功能接口（ChemmineOB）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为化学信息学提供OpenBabel部分功能的R接口，支持分子格式转换与性质计算。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ChemmineOB")
      普通 CRAN 包： install.packages("ChemmineOB")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ChemmineOB)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「OpenBabel功能接口」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/girke-lab/ChemmineOB
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【连接图谱分析工具集（cmapr）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   在R中对连接图谱数据进行检索、整理与关联分析，计算药物扰动谱与目标表达特征的相似性，用于药物作用机制探索。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("cmapr")
      普通 CRAN 包： install.packages("cmapr")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(cmapr)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「连接图谱分析工具集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/cmapr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Gx系列基础类库（CoreGx）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为药物基因组学Gx系列包提供基础类与函数，统一数据结构以及常用操作接口。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("CoreGx")
      普通 CRAN 包： install.packages("CoreGx")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(CoreGx)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Gx系列基础类库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/CoreGx/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【门控细胞术数据结构（cytolib）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供表示与操作门控流式细胞术数据的C++核心数据结构与应用接口，是相关分析包共用的底层支撑库。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("cytolib")
      普通 CRAN 包： install.packages("cytolib")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(cytolib)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「门控细胞术数据结构」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/cytolib/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【跨平台门控数据接口（CytoML）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供GatingML标准接口，实现流式细胞数据在不同平台间的导入、导出与共享。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("CytoML")
      普通 CRAN 包： install.packages("CytoML")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(CytoML)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「跨平台门控数据接口」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/RGLab/CytoML
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人类基因组注释库v75（ensdb.hsapiens.v75）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   包含人类Ensembl第75版基因注释的数据库包，可查询基因、转录本与外显子的坐标和结构信息。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ensdb.hsapiens.v75")
      普通 CRAN 包： install.packages("ensdb.hsapiens.v75")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ensdb.hsapiens.v75)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人类基因组注释库v75」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/ensdb.hsapiens.v75/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人类基因组注释库v79（ensdb.hsapiens.v79）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   包含人类Ensembl第79版基因注释的数据库包，支持按基因名或区域检索转录本与外显子信息。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ensdb.hsapiens.v79")
      普通 CRAN 包： install.packages("ensdb.hsapiens.v79")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ensdb.hsapiens.v79)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人类基因组注释库v79」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/ensdb.hsapiens.v79/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人类基因组注释库v86（ensdb.hsapiens.v86）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   包含人类Ensembl第86版基因注释的数据库包，提供基因、转录本与外显子的坐标及功能注释。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ensdb.hsapiens.v86")
      普通 CRAN 包： install.packages("ensdb.hsapiens.v86")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ensdb.hsapiens.v86)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人类基因组注释库v86」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/ensdb.hsapiens.v86/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GDC肿瘤基因组数据接口（GenomicDataCommons）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   连接癌症基因组图谱数据门户，按项目、样本与文件类型查询并下载肿瘤基因组与临床数据，支持批量检索。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("GenomicDataCommons")
      普通 CRAN 包： install.packages("GenomicDataCommons")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(GenomicDataCommons)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GDC肿瘤基因组数据接口」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/GenomicDataCommons, http://github.com/Bioconductor/GenomicDataCommons, http://bioconductor.github.io/GenomicDataCommons/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【基因模型导入与查询（GenomicFeatures）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   从注释文件或数据库导入基因模型，构建转录本数据库，按基因、转录本或外显子查询区间，是注释分析的核心工具。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("GenomicFeatures")
      普通 CRAN 包： install.packages("GenomicFeatures")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(GenomicFeatures)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「基因模型导入与查询」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/GenomicFeatures
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【基因组位点打分数据（GenomicScores）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为全基因组位点特异性打分数据提供统一访问接口，可查询保守性、致病性等注释分数，用于变异与区域功能评估。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("GenomicScores")
      普通 CRAN 包： install.packages("GenomicScores")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(GenomicScores)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「基因组位点打分数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/rcastelo/GenomicScores
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GRASP 2.0数据库访问（grasp2db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   以SQLite方式封装GRASP 2.0全基因组关联结果数据库，提供查询接口检索已报道的显著关联位点。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("grasp2db")
      普通 CRAN 包： install.packages("grasp2db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(grasp2db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GRASP 2.0数据库访问」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/grasp2db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【基因集富集数据结构（GSEABase）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   定义基因集、基因集合与注释的标准化数据结构及操作方法，为各类富集分析软件提供统一的数据接口与基础支持。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("GSEABase")
      普通 CRAN 包： install.packages("GSEABase")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(GSEABase)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「基因集富集数据结构」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/GSEABase/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HG-U95B 芯片注释库（hgu95b.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Affymetrix HG-U95B 芯片注释数据库，提供探针到基因等注释的查询接口。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hgu95b.db")
      普通 CRAN 包： install.packages("hgu95b.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hgu95b.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HG-U95B 芯片注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hgu95b.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人类注释组合包（homo.sapiens）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   打包人类常用注释对象的组合注释包，一次加载基因、GO 与转录本数据。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("homo.sapiens")
      普通 CRAN 包： install.packages("homo.sapiens")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(homo.sapiens)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人类注释组合包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/homo.sapiens/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【EPIC v2甲基化芯片清单（illuminahumanmethylationepicv2manifest）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   人类EPIC v2甲基化芯片的清单包，记录探针类型与芯片布局，用于甲基化数据导入。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("illuminahumanmethylationepicv2manifest")
      普通 CRAN 包： install.packages("illuminahumanmethylationepicv2manifest")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(illuminahumanmethylationepicv2manifest)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「EPIC v2甲基化芯片清单」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/illuminahumanmethylationepicv2manifest/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【KEGG接口客户端（keggrest）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   封装 KEGG REST API，在 R 中直接检索基因、通路、化合物与酶等数据并整理为表格。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("keggrest")
      普通 CRAN 包： install.packages("keggrest")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(keggrest)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「KEGG接口客户端」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/keggrest/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【矩阵通用函数接口包（matrixgenerics）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为矩阵类对象提供统一通用函数接口的集合，便于 SummarizedExperiment 等多方法协同开发。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("matrixgenerics")
      普通 CRAN 包： install.packages("matrixgenerics")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(matrixgenerics)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「矩阵通用函数接口包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/matrixgenerics/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人类变异致病性预测库（polyphen.hsapiens.dbsnp131）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   存放人类 dbSNP 131 变异位点的 PolyPhen 致病性预测结果，可查询氨基酸替换对蛋白功能的影响。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("polyphen.hsapiens.dbsnp131")
      普通 CRAN 包： install.packages("polyphen.hsapiens.dbsnp131")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(polyphen.hsapiens.dbsnp131)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人类变异致病性预测库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/polyphen.hsapiens.dbsnp131/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人类dbSNP132致病评分（sift.hsapiens.dbsnp132）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   收录人类dbSNP132变异位点的SIFT功能预测评分注释，用于变异致病性过滤、排序与位点功能注释分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("sift.hsapiens.dbsnp132")
      普通 CRAN 包： install.packages("sift.hsapiens.dbsnp132")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(sift.hsapiens.dbsnp132)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人类dbSNP132致病评分」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/sift.hsapiens.dbsnp132/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人类dbSNP137致病评分（sift.hsapiens.dbsnp137）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   收录人类dbSNP137常见变异位点的SIFT功能预测评分，为变异功能注释与致病性评估提供参考数据。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("sift.hsapiens.dbsnp137")
      普通 CRAN 包： install.packages("sift.hsapiens.dbsnp137")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(sift.hsapiens.dbsnp137)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人类dbSNP137致病评分」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/sift.hsapiens.dbsnp137/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【dbSNP144 GRCh37 位点库（snplocs.hsapiens.dbsnp144.grch37）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   收录 dbSNP 144 版本中映射到 GRCh37 参考基因组的人类 SNP 位置与等位基因，支持变异注入与注释。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("snplocs.hsapiens.dbsnp144.grch37")
      普通 CRAN 包： install.packages("snplocs.hsapiens.dbsnp144.grch37")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(snplocs.hsapiens.dbsnp144.grch37)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「dbSNP144 GRCh37 位点库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/snplocs.hsapiens.dbsnp144.grch37/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【dbSNP144 GRCh38 位点库（snplocs.hsapiens.dbsnp144.grch38）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   收录 dbSNP 144 版本中映射到 GRCh38 参考基因组的人类 SNP 位置与等位基因，支持变异注入与注释。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("snplocs.hsapiens.dbsnp144.grch38")
      普通 CRAN 包： install.packages("snplocs.hsapiens.dbsnp144.grch38")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(snplocs.hsapiens.dbsnp144.grch38)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「dbSNP144 GRCh38 位点库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/snplocs.hsapiens.dbsnp144.grch38/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人类hg18 KnownGene注释库（txdb.hsapiens.ucsc.hg18.knowngene）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于UCSC hg18基因组的人类KnownGene转录本注释库，包含基因、转录本与外显子区间结构信息。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("txdb.hsapiens.ucsc.hg18.knowngene")
      普通 CRAN 包： install.packages("txdb.hsapiens.ucsc.hg18.knowngene")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(txdb.hsapiens.ucsc.hg18.knowngene)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人类hg18 KnownGene注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/txdb.hsapiens.ucsc.hg18.knowngene/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人类hg19 KnownGene注释库（txdb.hsapiens.ucsc.hg19.knowngene）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于UCSC hg19基因组的人类KnownGene转录本注释库，包含基因、转录本与外显子区间结构信息。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("txdb.hsapiens.ucsc.hg19.knowngene")
      普通 CRAN 包： install.packages("txdb.hsapiens.ucsc.hg19.knowngene")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(txdb.hsapiens.ucsc.hg19.knowngene)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人类hg19 KnownGene注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/txdb.hsapiens.ucsc.hg19.knowngene/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人类hg19 lincRNA注释库（txdb.hsapiens.ucsc.hg19.lincrnastranscripts）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于UCSC hg19基因组的人类lincRNA转录本注释库，包含基因、转录本与外显子区间结构信息。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("txdb.hsapiens.ucsc.hg19.lincrnastranscripts")
      普通 CRAN 包： install.packages("txdb.hsapiens.ucsc.hg19.lincrnastranscripts")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(txdb.hsapiens.ucsc.hg19.lincrnastranscripts)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人类hg19 lincRNA注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/txdb.hsapiens.ucsc.hg19.lincrnastranscripts/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人类hg38 KnownGene注释库（txdb.hsapiens.ucsc.hg38.knowngene）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于UCSC hg38基因组的人类KnownGene转录本注释库，包含基因、转录本与外显子区间结构信息。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("txdb.hsapiens.ucsc.hg38.knowngene")
      普通 CRAN 包： install.packages("txdb.hsapiens.ucsc.hg38.knowngene")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(txdb.hsapiens.ucsc.hg38.knowngene)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人类hg38 KnownGene注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/txdb.hsapiens.ucsc.hg38.knowngene/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【转录本定量汇总导入（tximport）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   将Salmon、kallisto等转录本定量结果汇总为基因水平表达矩阵的分析工具。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("tximport")
      普通 CRAN 包： install.packages("tximport")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(tximport)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「转录本定量汇总导入」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/tximport/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【转录本定量示例数据（tximportdata）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   tximport包的示例数据集，内含Salmon与kallisto定量结果，用于学习与测试流程。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("tximportdata")
      普通 CRAN 包： install.packages("tximportdata")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(tximportdata)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「转录本定量示例数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/tximportdata/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人类dbSNP144位点GRCh38（xtrasnplocs.hsapiens.dbsnp144.grch38）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   人类 dbSNP144 扩展 SNP 位点数据集，基于 GRCh38 版本，供变异注释与位置查询使用。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("xtrasnplocs.hsapiens.dbsnp144.grch38")
      普通 CRAN 包： install.packages("xtrasnplocs.hsapiens.dbsnp144.grch38")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(xtrasnplocs.hsapiens.dbsnp144.grch38)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人类dbSNP144位点GRCh38」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/xtrasnplocs.hsapiens.dbsnp144.grch38/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【阵列比较基因组杂交分析（aCGH）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供阵列比较基因组杂交数据的类与函数，用于肿瘤等样本的拷贝数变异分析。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("aCGH")
      普通 CRAN 包： install.packages("aCGH")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(aCGH)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「阵列比较基因组杂交分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/aCGH/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【芯片富集区域计算（ACME）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   计算微阵列数据的富集程度，识别染色质免疫共沉淀等实验中的显著富集区域。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ACME")
      普通 CRAN 包： install.packages("ACME")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ACME)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「芯片富集区域计算」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   http://watson.nci.nih.gov/~sdavis
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Bioconductor 对象保存（alabaster.base）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   将Bioconductor对象以语言无关的标准化文件格式保存到磁盘，便于跨平台交换与读取。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("alabaster.base")
      普通 CRAN 包： install.packages("alabaster.base")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(alabaster.base)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Bioconductor 对象保存」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/alabaster.base/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【组成数据差异丰度分析（ALDEx2）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   充分考虑样本与尺度变异的差异丰度分析方法，适用于微生物组等组成型数据的比较。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ALDEx2")
      普通 CRAN 包： install.packages("ALDEx2")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ALDEx2)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「组成数据差异丰度分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/ggloor/ALDEx_bioc
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【AnVIL云端生信计算环境（AnVIL）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   在AnVIL云计算环境中使用Bioconductor资源，支持大规模基因组学数据的云端分析。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("AnVIL")
      普通 CRAN 包： install.packages("AnVIL")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(AnVIL)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「AnVIL云端生信计算环境」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/AnVIL/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【ArrayExpress 数据获取（ArrayExpress）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   查询并下载 EBI ArrayExpress 数据库的芯片与测序数据，直接构建 ExpressionSet 等分析对象。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ArrayExpress")
      普通 CRAN 包： install.packages("ArrayExpress")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ArrayExpress)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「ArrayExpress 数据获取」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/ArrayExpress/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【ATAC测序质控（ATACseqQC）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   用于ATAC-seq数据质量评估，检查片段长度分布、核小体信号、重复率与染色质开放特征，帮助筛选合格文库后再做下游分析。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ATACseqQC")
      普通 CRAN 包： install.packages("ATACseqQC")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ATACseqQC)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「ATAC测序质控」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/ATACseqQC/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【单细胞基因集活性评分（AUCell）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   在单细胞转录组数据中评估基因集活性，识别具有特定表达特征的细胞群体。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("AUCell")
      普通 CRAN 包： install.packages("AUCell")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(AUCell)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「单细胞基因集活性评分」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   http://scenic.aertslab.org
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【长读长转录本定量（bambu）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   面向长读长RNA测序数据进行上下文感知的转录本定量与发现，识别新转录本与异构体。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("bambu")
      普通 CRAN 包： install.packages("bambu")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(bambu)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「长读长转录本定量」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/GoekeLab/bambu
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【BAM 读段计数信号（bamsignals）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   从BAM比对文件中高效提取指定基因组区间的读段计数信号，用于覆盖度分析。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("bamsignals")
      普通 CRAN 包： install.packages("bamsignals")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(bamsignals)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「BAM 读段计数信号」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/lamortenera/bamsignals
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【矩阵类型统一处理（beachmat）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   将Bioconductor代码与具体矩阵类型解耦，使同一分析代码可处理稠密、稀疏等多种矩阵。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("beachmat")
      普通 CRAN 包： install.packages("beachmat")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(beachmat)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「矩阵类型统一处理」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/tatami-inc/beachmat
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Bioconductor 基础包（Biobase）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Bioconductor 的核心基础包，定义 ExpressionSet 等通用数据结构与注释、数据处理基础函数。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("Biobase")
      普通 CRAN 包： install.packages("Biobase")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(Biobase)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Bioconductor 基础包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/Biobase
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【近邻搜索算法（BiocNeighbors）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供多种 k 近邻与半径近邻检测算法，用于单细胞等生物数据的相似性快速检索。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("BiocNeighbors")
      普通 CRAN 包： install.packages("BiocNeighbors")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(BiocNeighbors)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「近邻搜索算法」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/BiocNeighbors/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【生物集合表示（BiocSet）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   用统一数据结构表示基因集等生物学集合及其元素关系，便于富集分析与集合运算。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("BiocSet")
      普通 CRAN 包： install.packages("BiocSet")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(BiocSet)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「生物集合表示」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/BiocSet/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【基因组数据可视化工具（biovizBase）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供基因组数据可视化的基础绘图工具与图形组件，被多个基因组浏览器包所使用。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("biovizBase")
      普通 CRAN 包： install.packages("biovizBase")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(biovizBase)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「基因组数据可视化工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/biovizBase/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【亚硫酸氢盐测序分析（BiSeq）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   处理并分析靶向亚硫酸氢盐测序数据，计算甲基化率并在样本间检测差异甲基化区域。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("BiSeq")
      普通 CRAN 包： install.packages("BiSeq")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(BiSeq)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「亚硫酸氢盐测序分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/BiSeq/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Bioconductor 聚类算法集（bluster）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为 Bioconductor 生态提供通用聚类算法，常用于单细胞等数据的聚类分析。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("bluster")
      普通 CRAN 包： install.packages("bluster")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(bluster)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Bioconductor 聚类算法集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/bluster/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【参考基因组对象（BSgenome）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Bioconductor 参考基因组基础设施，以高效对象存储整条染色体序列与常见单核苷酸多态性位点。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("BSgenome")
      普通 CRAN 包： install.packages("BSgenome")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(BSgenome)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「参考基因组对象」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/BSgenome
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【线虫 ce10 基因组（bsgenome.celegans.ucsc.ce10）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   秀丽隐杆线虫 UCSC ce10 版本基因组序列包，提供六条染色体序列，用于基因定位与序列比对分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("bsgenome.celegans.ucsc.ce10")
      普通 CRAN 包： install.packages("bsgenome.celegans.ucsc.ce10")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(bsgenome.celegans.ucsc.ce10)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「线虫 ce10 基因组」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/bsgenome.celegans.ucsc.ce10/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【线虫 ce11 基因组（bsgenome.celegans.ucsc.ce11）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   秀丽隐杆线虫 UCSC ce11 版本基因组序列包，基于 WS220 组装，是当前常用的线虫参考基因组。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("bsgenome.celegans.ucsc.ce11")
      普通 CRAN 包： install.packages("bsgenome.celegans.ucsc.ce11")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(bsgenome.celegans.ucsc.ce11)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「线虫 ce11 基因组」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/bsgenome.celegans.ucsc.ce11/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【秀丽隐杆线虫基因组ce2（bsgenome.celegans.ucsc.ce2）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   秀丽隐杆线虫 UCSC ce2 参考基因组序列包，提供全基因组序列与染色体信息，用于比对、区间提取和覆盖度分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("bsgenome.celegans.ucsc.ce2")
      普通 CRAN 包： install.packages("bsgenome.celegans.ucsc.ce2")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(bsgenome.celegans.ucsc.ce2)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「秀丽隐杆线虫基因组ce2」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/bsgenome.celegans.ucsc.ce2/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【黑腹果蝇基因组dm3（bsgenome.dmelanogaster.ucsc.dm3）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   黑腹果蝇 UCSC dm3 参考基因组序列包，常用果蝇组装版本，支持比对、注释与变异检测分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("bsgenome.dmelanogaster.ucsc.dm3")
      普通 CRAN 包： install.packages("bsgenome.dmelanogaster.ucsc.dm3")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(bsgenome.dmelanogaster.ucsc.dm3)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「黑腹果蝇基因组dm3」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/bsgenome.dmelanogaster.ucsc.dm3/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【黑腹果蝇基因组dm6（bsgenome.dmelanogaster.ucsc.dm6）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   黑腹果蝇 UCSC dm6 参考基因组序列包，当前主流果蝇组装，用于比对、表观与基因组变异研究。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("bsgenome.dmelanogaster.ucsc.dm6")
      普通 CRAN 包： install.packages("bsgenome.dmelanogaster.ucsc.dm6")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(bsgenome.dmelanogaster.ucsc.dm6)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「黑腹果蝇基因组dm6」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/bsgenome.dmelanogaster.ucsc.dm6/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【斑马鱼基因组danRer7（bsgenome.drerio.ucsc.danrer7）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   斑马鱼 UCSC danRer7 参考基因组序列包，常用组装版本，支持序列比对、注释与变异检测。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("bsgenome.drerio.ucsc.danrer7")
      普通 CRAN 包： install.packages("bsgenome.drerio.ucsc.danrer7")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(bsgenome.drerio.ucsc.danrer7)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「斑马鱼基因组danRer7」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/bsgenome.drerio.ucsc.danrer7/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【大肠杆菌基因组20080805（bsgenome.ecoli.ncbi.20080805）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   大肠杆菌 K-12 NCBI 参考基因组序列包，提供细菌全基因组序列，用于比对与菌株分析研究。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("bsgenome.ecoli.ncbi.20080805")
      普通 CRAN 包： install.packages("bsgenome.ecoli.ncbi.20080805")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(bsgenome.ecoli.ncbi.20080805)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「大肠杆菌基因组20080805」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/bsgenome.ecoli.ncbi.20080805/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【小鼠基因组mm10（bsgenome.mmusculus.ucsc.mm10）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   小鼠 UCSC mm10 参考基因组序列包，常用小鼠基因组组装，用于比对、注释与表达分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("bsgenome.mmusculus.ucsc.mm10")
      普通 CRAN 包： install.packages("bsgenome.mmusculus.ucsc.mm10")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(bsgenome.mmusculus.ucsc.mm10)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「小鼠基因组mm10」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/bsgenome.mmusculus.ucsc.mm10/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【BugSigDB基因集查询（bugsigdbr）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   从BugSigDB微生物组特征数据库提取基因集与差异丰度结果，供富集与荟萃分析使用。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("bugsigdbr")
      普通 CRAN 包： install.packages("bugsigdbr")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(bugsigdbr)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「BugSigDB基因集查询」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/bugsigdbr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【CAGE 测序分析（CAGEr）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   分析 CAGE 测序数据，实现转录起始位点的精确定位与启动子组的挖掘发现。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("CAGEr")
      普通 CRAN 包： install.packages("CAGEr")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(CAGEr)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「CAGE 测序分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/CAGEr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【质谱数据注释（CAMERA）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   质谱数据处理中的注释方法集合，用于同位素峰、加合物等信号的识别与归属。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("CAMERA")
      普通 CRAN 包： install.packages("CAMERA")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(CAMERA)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「质谱数据注释」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   http://msbi.ipb-halle.de/msbi/CAMERA/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【犬类芯片注释数据库（canine2.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   犬Affymetrix芯片的Entrez基因注释数据包，用于探针到基因的映射与富集分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("canine2.db")
      普通 CRAN 包： install.packages("canine2.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(canine2.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「犬类芯片注释数据库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/canine2.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【多组学通路比较（categorycompare）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   跨实验比较基因注释与通路富集结果，识别共有或特异的类别并按显著性排序。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("categorycompare")
      普通 CRAN 包： install.packages("categorycompare")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(categorycompare)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「多组学通路比较」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/categorycompare/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【线虫芯片注释库（celegans.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于公共数据库构建的Affymetrix秀丽隐杆线虫芯片注释数据，提供探针与基因标识符等映射，供表达谱分析使用。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("celegans.db")
      普通 CRAN 包： install.packages("celegans.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(celegans.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「线虫芯片注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/celegans.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【细胞混合度评估（CellMixS）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   评估单细胞数据中细胞特异性的混合程度，量化批次效应与数据整合的实际效果。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("CellMixS")
      普通 CRAN 包： install.packages("CellMixS")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(CellMixS)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「细胞混合度评估」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/almutlue/CellMixS
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【CGH 基础类（CGHbase）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   芯片 CGH 数据分析的基础函数与类定义，为拷贝数变异研究提供数据结构支持。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("CGHbase")
      普通 CRAN 包： install.packages("CGHbase")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(CGHbase)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「CGH 基础类」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/tgac-vumc/CGHbase
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【鸡芯片注释库（chicken.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于公共数据库构建的Affymetrix鸡芯片注释数据，提供探针与基因标识符映射，用于鸡表达谱数据的注释分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("chicken.db")
      普通 CRAN 包： install.packages("chicken.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(chicken.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「鸡芯片注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/chicken.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【ChIP峰基因集富集（chipenrich）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   ChIP-Enrich与Poly-Enrich对ChIP测序峰数据开展基因集富集检验，并校正基因长度与序列可比对性等混杂因素。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("chipenrich")
      普通 CRAN 包： install.packages("chipenrich")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(chipenrich)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「ChIP峰基因集富集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/chipenrich/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【ChIP-seq质量评估（ChIPQC）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   计算ChIP-seq数据的质量指标并生成评估报告，衡量文库复杂度与信号富集程度。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ChIPQC")
      普通 CRAN 包： install.packages("ChIPQC")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ChIPQC)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「ChIP-seq质量评估」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/ChIPQC/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【结合位点识别（ChIPseqR）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   从高通量测序数据中识别蛋白质结合位点，依据读数分布模型检测显著富集区域。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ChIPseqR")
      普通 CRAN 包： install.packages("ChIPseqR")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ChIPseqR)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「结合位点识别」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/ChIPseqR/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【染色质可及性变异分析（chromVAR）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   分析单细胞 ATAC 测序中的区域染色质可及性变异和转录因子活性。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("chromVAR")
      普通 CRAN 包： install.packages("chromVAR")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(chromVAR)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「染色质可及性变异分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/chromVAR/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【NGS 拷贝数变异检测（cn.mops）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   用泊松混合模型从下一代测序数据中检测拷贝数变异（CNV），适用于全基因组分析。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("cn.mops")
      普通 CRAN 包： install.packages("cn.mops")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(cn.mops)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「NGS 拷贝数变异检测」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   http://www.bioinf.jku.at/software/cnmops/cnmops.html
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【化合物注释数据库（CompoundDb）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   创建与使用化合物注释数据库，统一管理质谱数据的化合物信息与谱图元数据。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("CompoundDb")
      普通 CRAN 包： install.packages("CompoundDb")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(CompoundDb)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「化合物注释数据库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/RforMassSpectrometry/CompoundDb
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人体微生物组整理数据（curatedmetagenomicdata）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供标准化整理的人体微生物组数据，含基因家族、标志物丰度、通路丰度与物种相对丰度，可直接用于新分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("curatedmetagenomicdata")
      普通 CRAN 包： install.packages("curatedmetagenomicdata")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(curatedmetagenomicdata)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人体微生物组整理数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/curatedmetagenomicdata/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【卵巢癌转录组临床数据（curatedovariandata）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供带临床注释的卵巢癌基因表达数据集，用于卵巢癌转录组的差异表达分析与生存预后评估。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("curatedovariandata")
      普通 CRAN 包： install.packages("curatedovariandata")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(curatedovariandata)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「卵巢癌转录组临床数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/curatedovariandata/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【TCGA癌症多组学数据（curatedtcgadata）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   以多组学实验对象形式提供TCGA公开数据，整合RNA测序、拷贝数、突变与蛋白等测定结果及临床病理信息。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("curatedtcgadata")
      普通 CRAN 包： install.packages("curatedtcgadata")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(curatedtcgadata)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「TCGA癌症多组学数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/curatedtcgadata/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【扩增子序列精确推断（dada2）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   从高通量扩增子测序数据中精确解析样本序列变异（ASV），用于微生物组分析。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("dada2")
      普通 CRAN 包： install.packages("dada2")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(dada2)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「扩增子序列精确推断」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   http://benjjneb.github.io/dada2/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【单细胞数据去污染（decontX）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   去除单细胞基因组数据中环境游离 RNA 造成的污染，提高下游分析可靠性。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("decontX")
      普通 CRAN 包： install.packages("decontX")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(decontX)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「单细胞数据去污染」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/decontX/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【碱基级差异表达分析（derfinder）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   无需基因注释即可在碱基分辨率上分析RNA测序数据的差异表达，识别差异表达区域与差异ChIP-seq峰。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("derfinder")
      普通 CRAN 包： install.packages("derfinder")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(derfinder)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「碱基级差异表达分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/derfinder/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【差异甲基化区域识别（DMRcaller）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   从亚硫酸盐测序数据中识别差异甲基化区域，可区分CG与CHG、CHH等不同序列背景。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("DMRcaller")
      普通 CRAN 包： install.packages("DMRcaller")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(DMRcaller)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「差异甲基化区域识别」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/DMRcaller/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【甲基化空间分析（DMRcate）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   面向甲基化芯片与测序数据的空间分析方法，通过核平滑策略识别差异甲基化区域。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("DMRcate")
      普通 CRAN 包： install.packages("DMRcate")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(DMRcate)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「甲基化空间分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/DMRcate/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【全基因组亚硫酸盐DMR检测（dmrseq）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   从全基因组亚硫酸盐测序数据中检测差异甲基化区域，用汇集零分布与最小二乘模型推断。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("dmrseq")
      普通 CRAN 包： install.packages("dmrseq")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(dmrseq)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「全基因组亚硫酸盐DMR检测」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/dmrseq/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【疾病本体注释库（do.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于疾病本体构建的注释映射数据库，提供疾病术语及其与基因等生物实体的关联信息。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("do.db")
      普通 CRAN 包： install.packages("do.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(do.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「疾病本体注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/do.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【疾病本体富集分析（DOSE）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于疾病本体进行语义相似性计算与富集分析，将基因与疾病表型关联起来解读结果。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("DOSE")
      普通 CRAN 包： install.packages("DOSE")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(DOSE)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「疾病本体富集分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://yulab-smu.top/biomedical-knowledge-mining-book/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【果蝇二代芯片注释库（drosophila2.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   果蝇 Drosophila_2 表达芯片的注释数据库，基于公共数据构建探针与基因的映射关系。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("drosophila2.db")
      普通 CRAN 包： install.packages("drosophila2.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(drosophila2.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「果蝇二代芯片注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/drosophila2.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【测序数据离散收缩（DSS）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为测序数据提供离散度收缩估计，用于亚硫酸盐测序的差异甲基化与差异表达分析。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("DSS")
      普通 CRAN 包： install.packages("DSS")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(DSS)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「测序数据离散收缩」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/DSS/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【小鼠基因组注释库v79（ensdb.mmusculus.v79）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   包含小鼠Ensembl第79版基因注释的数据库包，支持按基因名或基因组区域快速检索注释信息。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ensdb.mmusculus.v79")
      普通 CRAN 包： install.packages("ensdb.mmusculus.v79")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ensdb.mmusculus.v79)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「小鼠基因组注释库v79」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/ensdb.mmusculus.v79/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Ensembl注释库构建（ensembldb）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   从Ensembl构建并查询基因注释包的框架，将基因、转录本与外显子信息打包为可检索的本地库。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ensembldb")
      普通 CRAN 包： install.packages("ensembldb")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ensembldb)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Ensembl注释库构建」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/ensembldb/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【细胞类型富集参考数据（ewcedata）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为表达加权细胞类型富集分析提供所需的参考数据，用于判断基因清单中富集了哪些细胞类型。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ewcedata")
      普通 CRAN 包： install.packages("ewcedata")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ewcedata)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「细胞类型富集参考数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/ewcedata/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【实验数据资源客户端（ExperimentHub）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   访问实验数据资源库的客户端工具，可下载并缓存公开的实验数据集与注释资源，方便在R中直接调用分析。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ExperimentHub")
      普通 CRAN 包： install.packages("ExperimentHub")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ExperimentHub)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「实验数据资源客户端」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/ExperimentHub/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【快速分段算法（fastseg）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   快速的分段算法，用于拷贝数等基因组数据的断点检测，运行高效且易用。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("fastseg")
      普通 CRAN 包： install.packages("fastseg")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(fastseg)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「快速分段算法」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   http://www.bioinf.jku.at/software/fastseg/index.html
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【甲基化芯片注释 hg19（fdb.infiniummethylation.hg19）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   整理 27K 与 450K 甲基化芯片的探针注释信息并映射到 hg19 基因组，供甲基化数据分析使用。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("fdb.infiniummethylation.hg19")
      普通 CRAN 包： install.packages("fdb.infiniummethylation.hg19")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(fdb.infiniummethylation.hg19)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「甲基化芯片注释 hg19」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/fdb.infiniummethylation.hg19/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【裂殖酵母胁迫时序数据（fission）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   裂殖酵母在氧化胁迫下 0 到 180 分钟时间序列 RNA 测序的基因读数整理数据。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("fission")
      普通 CRAN 包： install.packages("fission")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(fission)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「裂殖酵母胁迫时序数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/fission/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【通用基因集富集分析（gage）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   适用于微阵列与RNA测序数据的基因集与通路富集方法，对样本量和平台差异较稳健。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("gage")
      普通 CRAN 包： install.packages("gage")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(gage)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「通用基因集富集分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/gage/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【富集分析配套数据（gagedata）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为gage提供配套的微阵列演示数据集与KEGG、GO基因集数据，便于测试通路分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("gagedata")
      普通 CRAN 包： install.packages("gagedata")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(gagedata)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「富集分析配套数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/gagedata/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GCRMA背景校正（gcrma）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   利用探针序列信息对Affymetrix基因芯片进行背景校正与归一化，提高表达值估计的准确性。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("gcrma")
      普通 CRAN 包： install.packages("gcrma")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(gcrma)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GCRMA背景校正」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/gcrma/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GDS基因数据文件接口（gdsfmt）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供对CoreArray基因组数据结构文件的R读写接口，支持超大规模基因型数据的高效存储与访问。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("gdsfmt")
      普通 CRAN 包： install.packages("gdsfmt")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(gdsfmt)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GDS基因数据文件接口」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/zhengxwen/gdsfmt
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【集成树基因调控网络推断（GENIE3）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   使用随机森林等树集成方法，从基因表达数据中推断基因之间的调控关系，重建基因调控网络，适用于转录组数据分析。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("GENIE3")
      普通 CRAN 包： install.packages("GENIE3")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(GENIE3)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「集成树基因调控网络推断」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/GENIE3/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【基因组数据注释可视化（genomation）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   用于基因组数据的汇总、注释与可视化，可将测序信号按基因、启动子等区域聚合展示。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("genomation")
      普通 CRAN 包： install.packages("genomation")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(genomation)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「基因组数据注释可视化」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   http://bioinformatics.mdc-berlin.de/genomation/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【genomation示例数据（genomationdata）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   包含从 ENCODE 下载的 ChIP-seq、甲基化与 CAGE 数据，用于演示 genomation 包功能。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("genomationdata")
      普通 CRAN 包： install.packages("genomationdata")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(genomationdata)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「genomation示例数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/genomationdata/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【基因组注释信息数据库（GenomeInfoDb）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供各物种基因组的染色体名称、序列长度与组装版本等注释信息，统一命名风格，是区间类操作的基础依赖。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("GenomeInfoDb")
      普通 CRAN 包： install.packages("GenomeInfoDb")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(GenomeInfoDb)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「基因组注释信息数据库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/GenomeInfoDb
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【基因组区间操作（genomeintervals）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   定义表示基因组区间的类，并提供对这些区间进行运算与操作的函数方法，是相关包的基础设施。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("genomeintervals")
      普通 CRAN 包： install.packages("genomeintervals")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(genomeintervals)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「基因组区间操作」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/genomeintervals/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【基因组区间操作核心包（GenomicRanges）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   定义基因组区间的数据结构并实现取交集、并集、覆盖与重叠查询等操作，是区间类分析的基础设施。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("GenomicRanges")
      普通 CRAN 包： install.packages("GenomicRanges")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(GenomicRanges)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「基因组区间操作核心包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/GenomicRanges
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【空间转录组数据处理工具（GeomxTools）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   面向空间转录组原始数据，完成质量控制、归一化、探针筛选与区域比较分析，产出可直接使用的表达矩阵。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("GeomxTools")
      普通 CRAN 包： install.packages("GeomxTools")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(GeomxTools)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「空间转录组数据处理工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/GeomxTools/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GEO数据下载（geoquery）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   从 NCBI 基因表达综合数据库 GEO 下载芯片与测序数据，并整理成便于 Bioconductor 分析的表达集对象。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("geoquery")
      普通 CRAN 包： install.packages("geoquery")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(geoquery)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GEO数据下载」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/geoquery/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【系统发育树图层注释（ggtreeextra）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为ggtree的环形树等布局增加几何图层，可把条形、点、热图等数据以同心圆方式叠到树上展示。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ggtreeextra")
      普通 CRAN 包： install.packages("ggtreeextra")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ggtreeextra)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「系统发育树图层注释」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/ggtreeextra/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【DNA拷贝数增减分析（GLAD）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   从比较基因组杂交等数据中检测DNA片段的获得与缺失，识别拷贝数变异区域，用于肿瘤与遗传病的基因组改变研究。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("GLAD")
      普通 CRAN 包： install.packages("GLAD")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(GLAD)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「DNA拷贝数增减分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   http://bioinfo.curie.fr
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GO基因本体注释数据库（go.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   包含完整基因本体术语及其层级关系的注释数据包，用于GO富集分析中的术语关系查询与解释。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("go.db")
      普通 CRAN 包： install.packages("go.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(go.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GO基因本体注释数据库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/go.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Golub白血病表达数据集（golubesets）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Golub等人白血病研究中整理的表达数据与样本注释，覆盖多种白血病类型，可用于分类方法演示。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("golubesets")
      普通 CRAN 包： install.packages("golubesets")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(golubesets)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Golub白血病表达数据集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/golubesets/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【RNA测序GO富集检验（goseq）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   针对RNA测序等长度偏好数据做GO富集分析，校正基因长度与表达量带来的检出偏差，提高可靠性。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("goseq")
      普通 CRAN 包： install.packages("goseq")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(goseq)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「RNA测序GO富集检验」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/goseq/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GO与芯片富集分析工具（GOstats）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供基因本体与芯片数据的操作与检验工具，可完成GO富集与条件检验，是基因功能分析中经典而常用的基础软件包。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("GOstats")
      普通 CRAN 包： install.packages("GOstats")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(GOstats)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GO与芯片富集分析工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/GOstats/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【通路网络富集分析（graphite）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   把KEGG、Reactome等数据库的通路整理成图结构，开展基于拓扑的通路富集分析与通路间比较。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("graphite")
      普通 CRAN 包： install.packages("graphite")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(graphite)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「通路网络富集分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/graphite/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【富集实验伪影区域掩蔽（GreyListChIP）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   根据染色质免疫沉淀实验的对照输入数据自动生成灰名单，标记高信号伪影区域并在分析中掩蔽，减少假阳性峰。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("GreyListChIP")
      普通 CRAN 包： install.packages("GreyListChIP")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(GreyListChIP)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「富集实验伪影区域掩蔽」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/GreyListChIP/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GRO-seq分析流程（groHMM）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供GRO-seq数据分析流程，基于隐马尔可夫模型检测转录延伸与转录活跃的基因组区域。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("groHMM")
      普通 CRAN 包： install.packages("groHMM")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(groHMM)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GRO-seq分析流程」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/Kraus-Lab/groHMM
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【线性模型基因集富集（GSEAlm）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   采用线性模型框架检验基因集与表型之间的关系，可处理复杂实验设计，用于微阵列表达数据中的基因集富集分析。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("GSEAlm")
      普通 CRAN 包： install.packages("GSEAlm")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(GSEAlm)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「线性模型基因集富集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/GSEAlm/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HapMap SNP5 样本数据（hapmapsnp5）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   HapMap 计划的 Affymetrix SNP 5.0 芯片样本数据，供拷贝数变异与基因分型分析使用。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hapmapsnp5")
      普通 CRAN 包： install.packages("hapmapsnp5")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hapmapsnp5)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HapMap SNP5 样本数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hapmapsnp5/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【批次效应校正（Harman）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于主成分分析与约束优化从数据集中去除批次效应，保留生物学差异，适用于多批次组学数据的整合分析。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("Harman")
      普通 CRAN 包： install.packages("Harman")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(Harman)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「批次效应校正」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   http://www.bioinformatics.csiro.au/harman/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人类疾病本体注释库（hdo.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   人类疾病本体（DO）的注释映射数据库，基于 DO 本体数据组装，可用于疾病相关基因富集分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hdo.db")
      普通 CRAN 包： install.packages("hdo.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hdo.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人类疾病本体注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hdo.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HEEBO 寡核苷酸芯片数据（heebodata）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   描述 HEEBO 寡核苷酸芯片探针集的数据对象，包含探针序列与注释信息，供芯片注释使用。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("heebodata")
      普通 CRAN 包： install.packages("heebodata")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(heebodata)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HEEBO 寡核苷酸芯片数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/heebodata/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【区间操作入门示例（HelloRanges）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为熟悉区间操作工具的用户提供R语言基因组区间分析的入门示例与函数对照，演示常用操作的使用方法。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("HelloRanges")
      普通 CRAN 包： install.packages("HelloRanges")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(HelloRanges)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「区间操作入门示例」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/HelloRanges/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HG-Focus 芯片注释库（hgfocus.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Affymetrix HG-Focus 芯片的注释数据，基于公共数据库组装，提供探针到基因的映射关系。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hgfocus.db")
      普通 CRAN 包： install.packages("hgfocus.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hgfocus.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HG-Focus 芯片注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hgfocus.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HG-Focus 探针序列（hgfocusprobe）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   自动生成的探针序列注释包，提供 Affymetrix HG-Focus 芯片探针序列，用于重注释分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hgfocusprobe")
      普通 CRAN 包： install.packages("hgfocusprobe")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hgfocusprobe)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HG-Focus 探针序列」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hgfocusprobe/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HG-U133A 芯片注释库（hgu133a.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Affymetrix HG-U133A 芯片的注释数据，基于公共数据库组装，提供探针与基因的映射关系。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hgu133a.db")
      普通 CRAN 包： install.packages("hgu133a.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hgu133a.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HG-U133A 芯片注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hgu133a.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HG-U133A_2 注释库（hgu133a2.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Affymetrix HG-U133A 2.0 芯片的注释数据，基于公共数据库组装，用于探针与基因信息映射。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hgu133a2.db")
      普通 CRAN 包： install.packages("hgu133a2.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hgu133a2.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HG-U133A_2 注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hgu133a2.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HG-U133A 探针序列（hgu133aprobe）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   自动生成的探针序列注释包，提供 Affymetrix HG-U133A 芯片探针序列，便于重新注释芯片。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hgu133aprobe")
      普通 CRAN 包： install.packages("hgu133aprobe")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hgu133aprobe)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HG-U133A 探针序列」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hgu133aprobe/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HG-U133B 芯片注释库（hgu133b.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Affymetrix HG-U133B 芯片的注释数据，基于公共数据库组装，提供探针到基因的映射关系。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hgu133b.db")
      普通 CRAN 包： install.packages("hgu133b.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hgu133b.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HG-U133B 芯片注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hgu133b.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HG-U133 Plus2 注释库（hgu133plus2.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   使用最广的 Affymetrix 人类表达芯片 HG-U133 Plus 2.0 的注释数据，提供探针与基因映射。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hgu133plus2.db")
      普通 CRAN 包： install.packages("hgu133plus2.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hgu133plus2.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HG-U133 Plus2 注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hgu133plus2.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HG-U133 Plus2 探针序列（hgu133plus2probe）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   自动生成的探针序列注释包，含 HG-U133 Plus 2.0 芯片探针序列，用于芯片重注释分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hgu133plus2probe")
      普通 CRAN 包： install.packages("hgu133plus2probe")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hgu133plus2probe)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HG-U133 Plus2 探针序列」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hgu133plus2probe/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HG-U219 芯片注释库（hgu219.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Affymetrix 人类基因组 U219 板芯片的注释数据，基于公共数据库组装，提供探针与基因映射。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hgu219.db")
      普通 CRAN 包： install.packages("hgu219.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hgu219.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HG-U219 芯片注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hgu219.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HG-U95A 芯片注释库（hgu95a.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Affymetrix HG-U95A 芯片注释数据库，收录探针与基因、GO 及通路等的映射信息。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hgu95a.db")
      普通 CRAN 包： install.packages("hgu95a.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hgu95a.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HG-U95A 芯片注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hgu95a.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HG-U95Av2 芯片注释数据（hgu95av2）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Affymetrix 人全基因组 U95Av2 芯片注释数据包，含探针与基因符号等对应关系。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hgu95av2")
      普通 CRAN 包： install.packages("hgu95av2")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hgu95av2)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HG-U95Av2 芯片注释数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hgu95av2/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HG-U95Av2 芯片注释库（hgu95av2.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   HG-U95Av2 芯片的 SQLite 注释数据库，提供探针至基因、GO 和通路的映射。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hgu95av2.db")
      普通 CRAN 包： install.packages("hgu95av2.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hgu95av2.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HG-U95Av2 芯片注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hgu95av2.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HG-U95C 芯片注释库（hgu95c.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Affymetrix HG-U95C 芯片注释数据库，收录探针与基因、GO 等的映射关系。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hgu95c.db")
      普通 CRAN 包： install.packages("hgu95c.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hgu95c.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HG-U95C 芯片注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hgu95c.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HG-U95D 芯片注释库（hgu95d.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Affymetrix HG-U95D 芯片注释数据库，提供探针到基因与功能注释的映射。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hgu95d.db")
      普通 CRAN 包： install.packages("hgu95d.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hgu95d.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HG-U95D 芯片注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hgu95d.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Agilent 全基因组注释库（hgug4112a.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Agilent 人类全基因组芯片注释数据库，提供探针到基因等注释的查询。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hgug4112a.db")
      普通 CRAN 包： install.packages("hgug4112a.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hgug4112a.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Agilent 全基因组注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hgug4112a.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HilbertVis 曲线可视化（HilbertVis）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供基于希尔伯特曲线的基因组数据可视化方法，用于呈现全基因组信号的分布形态。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("HilbertVis")
      普通 CRAN 包： install.packages("HilbertVis")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(HilbertVis)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HilbertVis 曲线可视化」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   http://www.ebi.ac.uk/~anders/hilbert
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HT HG-U133A 注释库（hthgu133a.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   HT_HG-U133A 人类芯片注释包，提供探针与基因符号、GO 及 KEGG 通路的映射，可用于表达谱结果的功能注释。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hthgu133a.db")
      普通 CRAN 包： install.packages("hthgu133a.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hthgu133a.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HT HG-U133A 注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hthgu133a.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Hu6800 芯片注释库（hu6800.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Hu6800 人类芯片注释包，提供探针与基因符号、GO 及 KEGG 通路的映射，可用于表达谱结果的功能注释。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hu6800.db")
      普通 CRAN 包： install.packages("hu6800.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hu6800.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Hu6800 芯片注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hu6800.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人类注释基础数据库（human.db0）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   人类基因注释的基础数据库包，为 org.Hs.eg.db 等注释包提供底层表结构与通用查询方法支撑。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("human.db0")
      普通 CRAN 包： install.packages("human.db0")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(human.db0)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人类注释基础数据库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/human.db0/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人类基因染色体定位数据（humanchrloc）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   人类基因染色体定位数据集，给出基因所在染色体与位置信息，便于基因组位置相关分析与作图。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("humanchrloc")
      普通 CRAN 包： install.packages("humanchrloc")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(humanchrloc)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人类基因染色体定位数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/humanchrloc/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HWG芯片注释数据库（hwgcod.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   针对 HWG 相关芯片的注释数据库包，提供探针到基因符号、Entrez 编号与功能条目的映射关系。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hwgcod.db")
      普通 CRAN 包： install.packages("hwgcod.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hwgcod.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HWG芯片注释数据库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hwgcod.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【多类型基因组整合聚类（iClusterPlus）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   对多种类型的基因组数据进行整合聚类，同时考虑拷贝数、表达与突变，识别肿瘤分子亚型。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("iClusterPlus")
      普通 CRAN 包： install.packages("iClusterPlus")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(iClusterPlus)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「多类型基因组整合聚类」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/iClusterPlus/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【450K探针变异注释库（illumina450probevariants.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供Illumina 450K甲基化芯片探针位点的常见变异注释数据，用于评估探针对基因型的影响。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("illumina450probevariants.db")
      普通 CRAN 包： install.packages("illumina450probevariants.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(illumina450probevariants.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「450K探针变异注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/illumina450probevariants.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人450K甲基化注释hg19（illuminahumanmethylation450kanno.ilmn12.hg19）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   人类450K甲基化芯片的官方注释包，基于hg19提供探针位置、基因及CpG岛等注释信息。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("illuminahumanmethylation450kanno.ilmn12.hg19")
      普通 CRAN 包： install.packages("illuminahumanmethylation450kanno.ilmn12.hg19")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(illuminahumanmethylation450kanno.ilmn12.hg19)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人450K甲基化注释hg19」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/illuminahumanmethylation450kanno.ilmn12.hg19/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【EPIC甲基化注释B2版（illuminahumanmethylationepicanno.ilm10b2.hg19）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   人类EPIC甲基化芯片B2版注释包，基于hg19给出探针对应的基因、区域与功能注释。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("illuminahumanmethylationepicanno.ilm10b2.hg19")
      普通 CRAN 包： install.packages("illuminahumanmethylationepicanno.ilm10b2.hg19")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(illuminahumanmethylationepicanno.ilm10b2.hg19)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「EPIC甲基化注释B2版」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/illuminahumanmethylationepicanno.ilm10b2.hg19/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【EPIC甲基化注释B4版（illuminahumanmethylationepicanno.ilm10b4.hg19）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   人类EPIC甲基化芯片B4版注释包，基于hg19整合探针定位、基因注释及功能区域数据。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("illuminahumanmethylationepicanno.ilm10b4.hg19")
      普通 CRAN 包： install.packages("illuminahumanmethylationepicanno.ilm10b4.hg19")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(illuminahumanmethylationepicanno.ilm10b4.hg19)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「EPIC甲基化注释B4版」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/illuminahumanmethylationepicanno.ilm10b4.hg19/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【EPIC v2甲基化注释hg38（illuminahumanmethylationepicv2anno.20a1.hg38）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   人类EPIC v2甲基化芯片注释包，基于hg38提供探针定位、基因关联与功能元件注释信息。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("illuminahumanmethylationepicv2anno.20a1.hg38")
      普通 CRAN 包： install.packages("illuminahumanmethylationepicv2anno.20a1.hg38")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(illuminahumanmethylationepicv2anno.20a1.hg38)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「EPIC v2甲基化注释hg38」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/illuminahumanmethylationepicv2anno.20a1.hg38/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Illumina人v1芯片库（illuminahumanv1.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Illumina人类v1表达芯片的注释数据库，支持按探针或基因查询芯片注释与功能信息。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("illuminahumanv1.db")
      普通 CRAN 包： install.packages("illuminahumanv1.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(illuminahumanv1.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Illumina人v1芯片库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/illuminahumanv1.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Illumina人v2芯片库（illuminahumanv2.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Illumina人类v2表达芯片注释数据库，提供探针与基因对应关系及功能注释查询。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("illuminahumanv2.db")
      普通 CRAN 包： install.packages("illuminahumanv2.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(illuminahumanv2.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Illumina人v2芯片库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/illuminahumanv2.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Illumina人v3芯片库（illuminahumanv3.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Illumina人类v3表达芯片注释数据库，可查询探针对应的基因、位置与功能信息。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("illuminahumanv3.db")
      普通 CRAN 包： install.packages("illuminahumanv3.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(illuminahumanv3.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Illumina人v3芯片库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/illuminahumanv3.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Illumina人v4芯片库（illuminahumanv4.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Illumina人类v4表达芯片注释数据库，提供探针注释与基因映射，便于表达数据注释。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("illuminahumanv4.db")
      普通 CRAN 包： install.packages("illuminahumanv4.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(illuminahumanv4.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Illumina人v4芯片库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/illuminahumanv4.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Illumina小鼠v1芯片库（illuminamousev1.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Illumina小鼠v1表达芯片注释数据库，提供探针与基因的对应关系及注释信息查询。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("illuminamousev1.db")
      普通 CRAN 包： install.packages("illuminamousev1.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(illuminamousev1.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Illumina小鼠v1芯片库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/illuminamousev1.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Illumina小鼠v2芯片库（illuminamousev2.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Illumina小鼠v2表达芯片注释数据库，提供探针与基因对应关系及相关功能注释。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("illuminamousev2.db")
      普通 CRAN 包： install.packages("illuminamousev2.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(illuminamousev2.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Illumina小鼠v2芯片库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/illuminamousev2.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【IMC重复样本注释工具（imcrtools）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为成像质谱流式数据提供重复样本注释与元数据管理工具，便于空间蛋白组数据整理。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("imcrtools")
      普通 CRAN 包： install.packages("imcrtools")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(imcrtools)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「IMC重复样本注释工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/imcrtools/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【拷贝数变异推断（infercnv）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   从单细胞RNA测序数据推断基因组拷贝数变异，识别肿瘤细胞亚克隆与染色体异常。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("infercnv")
      普通 CRAN 包： install.packages("infercnv")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(infercnv)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「拷贝数变异推断」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/infercnv/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【InteractionSet 互作数据类（InteractionSet）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为存储基因组互作数据提供基础类，便于管理成对区间及其关联的元数据。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("InteractionSet")
      普通 CRAN 包： install.packages("InteractionSet")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(InteractionSet)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「InteractionSet 互作数据类」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/InteractionSet/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【IRanges 整数区间操作（IRanges）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Bioconductor 中整数区间操作的基础包，为基因组区间数据的存储与运算提供底层支持。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("IRanges")
      普通 CRAN 包： install.packages("IRanges")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(IRanges)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「IRanges 整数区间操作」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/IRanges
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【JASPAR 2014基序库（jaspar2014）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供JASPAR 2014版转录因子结合位点基序矩阵，用于序列扫描与基序富集分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("jaspar2014")
      普通 CRAN 包： install.packages("jaspar2014")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(jaspar2014)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「JASPAR 2014基序库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/jaspar2014/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【JASPAR 2016基序库（jaspar2016）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供JASPAR 2016版转录因子结合位点基序矩阵，用于序列扫描与基序富集分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("jaspar2016")
      普通 CRAN 包： install.packages("jaspar2016")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(jaspar2016)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「JASPAR 2016基序库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/jaspar2016/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【JASPAR 2018基序库（jaspar2018）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供JASPAR 2018版转录因子结合位点基序矩阵，用于序列扫描与基序富集分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("jaspar2018")
      普通 CRAN 包： install.packages("jaspar2018")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(jaspar2018)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「JASPAR 2018基序库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/jaspar2018/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【JASPAR 2020基序库（jaspar2020）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供JASPAR 2020版转录因子结合位点基序矩阵，用于序列扫描与基序富集分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("jaspar2020")
      普通 CRAN 包： install.packages("jaspar2020")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(jaspar2020)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「JASPAR 2020基序库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/jaspar2020/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【JASPAR 2022基序库（jaspar2022）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供JASPAR 2022版转录因子结合位点基序矩阵，用于序列扫描与基序富集分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("jaspar2022")
      普通 CRAN 包： install.packages("jaspar2022")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(jaspar2022)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「JASPAR 2022基序库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/jaspar2022/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【JASPAR 2024基序库（jaspar2024）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供JASPAR 2024版转录因子结合位点基序矩阵，用于序列扫描与基序富集分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("jaspar2024")
      普通 CRAN 包： install.packages("jaspar2024")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(jaspar2024)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「JASPAR 2024基序库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/jaspar2024/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【生物序列核方法分析（kebabs）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供基于核方法的生物序列分析，支持多种序列核函数用于分类、回归与相似性预测。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("kebabs")
      普通 CRAN 包： install.packages("kebabs")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(kebabs)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「生物序列核方法分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/UBod/kebabs
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【KEGG疾病通路数据集（keggdzpathwaysgeo）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供来自GEO数据集的KEGG疾病通路基因集与配套表达数据，便于富集分析方法验证。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("keggdzpathwaysgeo")
      普通 CRAN 包： install.packages("keggdzpathwaysgeo")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(keggdzpathwaysgeo)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「KEGG疾病通路数据集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/keggdzpathwaysgeo/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【KEGG同源基因注释（keggorthology）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于 KEGG Orthology 数据库为基因做同源归类与功能注释，支持通路层面的富集分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("keggorthology")
      普通 CRAN 包： install.packages("keggorthology")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(keggorthology)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「KEGG同源基因注释」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/keggorthology/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【景观生态关联分析（LEA）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   用于景观基因组学与生态关联研究的R包，可进行环境梯度分析、基因型与环境关联以及冗余分析等。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("LEA")
      普通 CRAN 包： install.packages("LEA")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(LEA)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「景观生态关联分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   http://membres-timc.imag.fr/Olivier.Francois/lea.html
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【微生物标志物筛选（lefser）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   实现 LEfSe 算法，从宏基因组或标记基因丰度表中筛选组间显著富集的微生物标志物。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("lefser")
      普通 CRAN 包： install.packages("lefser")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(lefser)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「微生物标志物筛选」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/lefser/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人类芯片注释数据库（lumihumanall.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   人类 Illumina 表达芯片的注释数据库，提供探针到基因及功能信息的映射关系供查询。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("lumihumanall.db")
      普通 CRAN 包： install.packages("lumihumanall.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(lumihumanall.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人类芯片注释数据库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/lumihumanall.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【单细胞基因筛选工具（m3drop）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于 Michaelis-Menten 模型刻画单细胞测序缺失，筛选特征基因并检测高变异基因。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("m3drop")
      普通 CRAN 包： install.packages("m3drop")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(m3drop)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「单细胞基因筛选工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/m3drop/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【单细胞差异表达分析（mast）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于模型的单细胞转录组分析工具包，用于差异表达检验并处理细胞检出率与协变量影响。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("mast")
      普通 CRAN 包： install.packages("mast")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(mast)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「单细胞差异表达分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/mast/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【MeDIP测序甲基化分析（medips）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   分析 MeDIP-seq 甲基化免疫沉淀测序数据，计算区域甲基化信号并做差异甲基化与基因组比较。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("medips")
      普通 CRAN 包： install.packages("medips")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(medips)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「MeDIP测序甲基化分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/medips/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【MEEBO芯片注释数据（meebodata）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   MEEBO 小鼠长寡核苷酸芯片平台的探针与基因注释数据包，用于芯片数据的注释与重注释。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("meebodata")
      普通 CRAN 包： install.packages("meebodata")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(meebodata)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「MEEBO芯片注释数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/meebodata/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【代谢组学核心工具函数（metabocoreutils）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   代谢组学相关包共用的基础函数集，提供质量精度换算、中性质量计算与峰列表处理等工具。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("metabocoreutils")
      普通 CRAN 包： install.packages("metabocoreutils")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(metabocoreutils)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「代谢组学核心工具函数」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/metabocoreutils/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【靶向甲基化区域识别（methylseekr）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   methylSeekR 包，分析重亚硫酸盐测序数据，识别部分甲基化区域及其基因组分布特征。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("methylseekr")
      普通 CRAN 包： install.packages("methylseekr")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(methylseekr)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「靶向甲基化区域识别」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/methylseekr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【MG_U74A芯片注释库（mgu74a.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   mgu74a.db 包，为 Affymetrix MG_U74A 芯片提供基因注释与探针映射数据库，供小鼠表达分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("mgu74a.db")
      普通 CRAN 包： install.packages("mgu74a.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(mgu74a.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「MG_U74A芯片注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/mgu74a.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【MG_U74Av2芯片注释库（mgu74av2.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   mgu74av2.db 包，为 Affymetrix MG_U74Av2 芯片提供基因注释与探针映射数据库，供分析调用。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("mgu74av2.db")
      普通 CRAN 包： install.packages("mgu74av2.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(mgu74av2.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「MG_U74Av2芯片注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/mgu74av2.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【最小距离拷贝数分析（minimumdistance）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   采用最小距离方法从 SNP 芯片数据中检测拷贝数变异与甲基化异常，支持家系和散发病例分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("minimumdistance")
      普通 CRAN 包： install.packages("minimumdistance")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(minimumdistance)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「最小距离拷贝数分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/minimumdistance/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【甲基化富集分析（missmethyl）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   针对 Illumina 甲基化芯片数据开展差异分析与功能富集，校正探针数量偏差并支持多种注释。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("missmethyl")
      普通 CRAN 包： install.packages("missmethyl")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(missmethyl)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「甲基化富集分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/missmethyl/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【MOFA2多组学分析（MOFA2）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   多组学因子分析第二代工具，用无监督因子模型整合转录组、蛋白组等多组学数据并进行降维。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("MOFA2")
      普通 CRAN 包： install.packages("MOFA2")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(MOFA2)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「MOFA2多组学分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://biofam.github.io/MOFA2/index.html
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Monocle 轨迹分析（monocle）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   单细胞转录组的聚类、差异表达与拟时序轨迹分析，用于重建细胞发育路径。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("monocle")
      普通 CRAN 包： install.packages("monocle")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(monocle)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Monocle 轨迹分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/monocle/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【快速序列基序匹配（motifmatchr）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   在 R 中快速将基序与基因组序列进行匹配，用于 ChIP 和 ATAC 等测序数据的基序富集分析。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("motifmatchr")
      普通 CRAN 包： install.packages("motifmatchr")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(motifmatchr)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「快速序列基序匹配」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/motifmatchr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【多序列比对工具（msa）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供多种多序列比对算法接口，可在 R 中完成序列比对并读取、处理和导出比对结果。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("msa")
      普通 CRAN 包： install.packages("msa")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(msa)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「多序列比对工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/UBod/msa
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【质谱数据基础类（MSnbase）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供质谱与蛋白质组学数据处理的基础函数和类，是Bioconductor质谱分析体系的核心依赖包。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("MSnbase")
      普通 CRAN 包： install.packages("MSnbase")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(MSnbase)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「质谱数据基础类」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://lgatto.github.io/MSnbase
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【多序列比对（muscle）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于 MUSCLE 算法的多序列比对包，在 R 里完成序列比对与结果导出。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("muscle")
      普通 CRAN 包： install.packages("muscle")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(muscle)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「多序列比对」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   http://www.drive5.com/muscle/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【基因组ORF分析（ORFik）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   面向基因组学中开放阅读框的研究，提供Ribo-seq与RNA-seq数据中ORF的定量、注释和可视化。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ORFik")
      普通 CRAN 包： install.packages("ORFik")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ORFik)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「基因组ORF分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/Roleren/ORFik
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【果蝇基因组1芯片注释包（pd.drosgenome1）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   芯片注释数据包，把果蝇基因组1芯片的探针编号映射到对应基因，用于表达数据读取与下游分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("pd.drosgenome1")
      普通 CRAN 包： install.packages("pd.drosgenome1")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(pd.drosgenome1)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「果蝇基因组1芯片注释包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/pd.drosgenome1/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人全基因组SNP5.0芯片注释包（pd.genomewidesnp.5）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   芯片注释数据包，提供人类全基因组SNP5.0芯片的探针到基因组位点映射关系，用于基因分型数据的读取与分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("pd.genomewidesnp.5")
      普通 CRAN 包： install.packages("pd.genomewidesnp.5")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(pd.genomewidesnp.5)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人全基因组SNP5.0芯片注释包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/pd.genomewidesnp.5/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人全基因组SNP6.0芯片注释包（pd.genomewidesnp.6）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   芯片注释数据包，提供人类全基因组SNP6.0芯片的探针到基因组位点映射关系，用于基因分型数据的读取与分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("pd.genomewidesnp.6")
      普通 CRAN 包： install.packages("pd.genomewidesnp.6")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(pd.genomewidesnp.6)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人全基因组SNP6.0芯片注释包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/pd.genomewidesnp.6/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【芯片平台信息包构建（pdInfoBuilder）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   用于构建芯片平台设计信息包，为各类表达芯片提供探针注释与基因组坐标等基础数据。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("pdInfoBuilder")
      普通 CRAN 包： install.packages("pdInfoBuilder")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(pdInfoBuilder)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「芯片平台信息包构建」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/pdInfoBuilder/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【G 四链体形成序列识别（pqsfinder）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   在 DNA 或 RNA 序列中识别潜在可形成 G 四链体的序列，并给出结构相关的评分。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("pqsfinder")
      普通 CRAN 包： install.packages("pqsfinder")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(pqsfinder)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「G 四链体形成序列识别」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://pqsfinder.fi.muni.cz
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【PWM 基序富集分析（pwmenrich）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   使用位置权重矩阵进行转录因子结合位点富集分析，识别序列中显著富集的调控基序及其靶基因。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("pwmenrich")
      普通 CRAN 包： install.packages("pwmenrich")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(pwmenrich)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「PWM 基序富集分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/pwmenrich/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Roche测序数据分析（R453Plus1Toolbox）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   用于导入和分析Roche Genome Sequencer测序系统数据的工具箱，支持测序结果的质控与变异检测。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("R453Plus1Toolbox")
      普通 CRAN 包： install.packages("R453Plus1Toolbox")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(R453Plus1Toolbox)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Roche测序数据分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/R453Plus1Toolbox/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Bowtie比对包装器（Rbowtie）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为Bowtie短读长比对软件提供R包装，可在R环境中完成测序reads到参考基因组的快速比对。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("Rbowtie")
      普通 CRAN 包： install.packages("Rbowtie")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(Rbowtie)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Bowtie比对包装器」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/fmicompbio/Rbowtie
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Protobuf库封装（RProtoBufLib）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   打包Protocol Buffers的C++头文件和静态库，供R包在编译时使用，实现高效的序列化数据交互。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("RProtoBufLib")
      普通 CRAN 包： install.packages("RProtoBufLib")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(RProtoBufLib)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Protobuf库封装」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/RProtoBufLib/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Rsubread 测序比对定量（Rsubread）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   用于高通量测序数据的序列比对、表达定量与变异分析，是RNA-seq转录组流程常用基础工具。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("Rsubread")
      普通 CRAN 包： install.packages("Rsubread")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(Rsubread)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Rsubread 测序比对定量」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   http://bioconductor.org/packages/Rsubread
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【S4 数组容器基础库（S4Arrays）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Bioconductor中数组类容器的底层基础库，为各类矩阵与数组数据结构提供统一实现。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("S4Arrays")
      普通 CRAN 包： install.packages("S4Arrays")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(S4Arrays)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「S4 数组容器基础库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/S4Arrays
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【S4 向量容器基础库（S4Vectors）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Bioconductor中向量与列表类容器的底层基础库，为多种生物信息数据结构提供统一支撑。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("S4Vectors")
      普通 CRAN 包： install.packages("S4Vectors")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(S4Vectors)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「S4 向量容器基础库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/S4Vectors
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【全基因组变异数据管理（SeqArray）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   面向大规模全基因组测序变异位点的数据管理与压缩存储工具，支持高效读写与筛选。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("SeqArray")
      普通 CRAN 包： install.packages("SeqArray")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(SeqArray)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「全基因组变异数据管理」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/zhengxwen/SeqArray
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【富集结果简化聚类（simplifyenrichment）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   对GO等富集分析结果计算语义相似度并聚类，把冗余功能条目归并为可读的功能模块，并配合热图展示。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("simplifyenrichment")
      普通 CRAN 包： install.packages("simplifyenrichment")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(simplifyenrichment)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「富集结果简化聚类」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/simplifyenrichment/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【单细胞实验数据结构（singlecellexperiment）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   定义存储单细胞测序数据的S4类，统一管理表达矩阵、细胞与基因注释及降维结果，是相关包的通用基础。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("singlecellexperiment")
      普通 CRAN 包： install.packages("singlecellexperiment")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(singlecellexperiment)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「单细胞实验数据结构」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/singlecellexperiment/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【单细胞交互分析平台（singlecelltk）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   集成质控、归一化、降维聚类与差异表达分析的交互式单细胞分析工具，支持多种算法并提供图形界面。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("singlecelltk")
      普通 CRAN 包： install.packages("singlecelltk")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(singlecelltk)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「单细胞交互分析平台」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/singlecelltk/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【转录因子结合位点分析（TFBSTools）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   用于转录因子结合位点分析的软件包，支持基序扫描、富集与位置权重矩阵处理。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("TFBSTools")
      普通 CRAN 包： install.packages("TFBSTools")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(TFBSTools)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「转录因子结合位点分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/ge11232002/TFBSTools
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【单细胞数据整洁接口（tidysinglecellexperiment）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为SingleCellExperiment单细胞数据提供整洁操作接口，简化分析流程。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("tidysinglecellexperiment")
      普通 CRAN 包： install.packages("tidysinglecellexperiment")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(tidysinglecellexperiment)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「单细胞数据整洁接口」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/tidysinglecellexperiment/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【转录因子活性推断（tigre）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   通过高斯过程重建基因表达来推断转录因子活性，用于基因调控网络分析。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("tigre")
      普通 CRAN 包： install.packages("tigre")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(tigre)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「转录因子活性推断」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/ahonkela/tigre
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【高密度芯片转录本定位（tilingArray）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   利用高密度寡核苷酸叠瓦式芯片数据进行转录本定位、边界识别与表达分析。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("tilingArray")
      普通 CRAN 包： install.packages("tilingArray")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(tilingArray)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「高密度芯片转录本定位」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/tilingArray/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【DNA三链形成序列搜索（triplex）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   在DNA序列中搜索并可视化可形成分子内三链结构的序列，研究其分布与规律。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("triplex")
      普通 CRAN 包： install.packages("triplex")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(triplex)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「DNA三链形成序列搜索」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   http://www.fi.muni.cz/~lexa/triplex/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【序列基序导入导出（universalmotif）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   在R中导入、修改与导出序列基序，支持多种基序格式及其比较与统计分析。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("universalmotif")
      普通 CRAN 包： install.packages("universalmotif")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(universalmotif)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「序列基序导入导出」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/universalmotif/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【变异数据工具集（varianttools）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   面向大规模测序变异数据的存储、注释与统计分析工具集,支持位点过滤与关联分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("varianttools")
      普通 CRAN 包： install.packages("varianttools")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(varianttools)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「变异数据工具集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/varianttools/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【外部向量表示基础库（XVector）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Bioconductor中外部指针向量表示与操作的底层基础库，被大量序列相关包所依赖。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("XVector")
      普通 CRAN 包： install.packages("XVector")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(XVector)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「外部向量表示基础库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/XVector
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【空间转录组聚类（Banksy）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   面向空间转录组数据的聚类算法，融合空间邻域信息与表达相似性，划分组织区域与细胞邻域。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("Banksy")
      普通 CRAN 包： install.packages("Banksy")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(Banksy)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「空间转录组聚类」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/prabhakarlab/Banksy
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【结合位点序列预测（BCRANK）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   从排序的 DNA 序列预测具有生物学意义的结合位点共有序列，常用于 ChIP 与 SELEX 数据分析。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("BCRANK")
      普通 CRAN 包： install.packages("BCRANK")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(BCRANK)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「结合位点序列预测」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/BCRANK/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【奇异值分解（BiocSingular）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为 Bioconductor 包提供统一的奇异值分解接口，支持多种近似算法以加速降维计算。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("BiocSingular")
      普通 CRAN 包： install.packages("BiocSingular")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(BiocSingular)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「奇异值分解」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/LTLA/BiocSingular
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【流式细胞分析（CATALYST）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   流式细胞术数据分析工具集，涵盖补偿校正、聚类、降维与差异丰度等完整流程。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("CATALYST")
      普通 CRAN 包： install.packages("CATALYST")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(CATALYST)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「流式细胞分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/HelenaLC/CATALYST
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【R化学信息学工具包（ChemmineR）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   面向R的化学信息学工具包，支持化合物结构处理、相似性比较与聚类等分析。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ChemmineR")
      普通 CRAN 包： install.packages("ChemmineR")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ChemmineR)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「R化学信息学工具包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/girke-lab/ChemmineR
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【单细胞染色质共开放分析（cicero）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于单细胞染色质可及性数据预测调控元件的顺式共开放关系，构建细胞类型特异的调控网络，用于发育与分化研究。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("cicero")
      普通 CRAN 包： install.packages("cicero")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(cicero)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「单细胞染色质共开放分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/cicero/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Clariom D人转录簇注释库（clariomdhumantranscriptcluster.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   存储Clariom D人类芯片转录簇到基因的对应关系，支持把转录簇水平信号汇总为基因表达值，便于差异表达与富集分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("clariomdhumantranscriptcluster.db")
      普通 CRAN 包： install.packages("clariomdhumantranscriptcluster.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(clariomdhumantranscriptcluster.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Clariom D人转录簇注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/clariomdhumantranscriptcluster.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Clariom S人转录簇注释库（clariomshumantranscriptcluster.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   存储Clariom S人类芯片转录簇与基因的对应关系，方便将芯片原始信号注释到基因并继续做表达谱与功能富集分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("clariomshumantranscriptcluster.db")
      普通 CRAN 包： install.packages("clariomshumantranscriptcluster.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(clariomshumantranscriptcluster.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Clariom S人转录簇注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/clariomshumantranscriptcluster.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【多肽序列模拟酶切（cleaver）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   按胰蛋白酶等蛋白酶的切割规则对多肽与蛋白序列进行模拟酶切，预测理论肽段，为质谱蛋白质组学实验提供参考。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("cleaver")
      普通 CRAN 包： install.packages("cleaver")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(cleaver)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「多肽序列模拟酶切」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/cleaver/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【结肠癌经典表达数据集（colonca）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   收录经典的结肠癌与正常组织基因表达数据集，样本量适中且注释完整，常用于分类、聚类与特征筛选的示例验证。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("colonca")
      普通 CRAN 包： install.packages("colonca")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(colonca)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「结肠癌经典表达数据集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/colonca/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【单细胞聚类基准数据（duoclustering2018）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Duò 等2018年论文使用的单细胞真实与模拟数据集，含多种聚类结果与性能绘图函数。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("duoclustering2018")
      普通 CRAN 包： install.packages("duoclustering2018")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(duoclustering2018)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「单细胞聚类基准数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/duoclustering2018/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【UCSC 转运 RNA 注释（fdb.ucsc.trnas）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   由 UCSC 数据生成的转运 RNA 基因预测注释，以特征数据库对象提供，便于区间查询与注释。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("fdb.ucsc.trnas")
      普通 CRAN 包： install.packages("fdb.ucsc.trnas")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(fdb.ucsc.trnas)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「UCSC 转运 RNA 注释」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/fdb.ucsc.trnas/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GO术语语义相似度计算（GOSemSim）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   计算基因本体术语之间的语义相似度，用于衡量基因或蛋白的功能相似性，可支持功能富集、聚类与疾病基因优先排序分析。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("GOSemSim")
      普通 CRAN 包： install.packages("GOSemSim")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(GOSemSim)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GO术语语义相似度计算」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://yulab-smu.top/biomedical-knowledge-mining-book/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【广义偏最小二乘分类（gpls）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   用广义偏最小二乘法对高维数据做分类预测，适合变量数远多于样本数的基因表达数据。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("gpls")
      普通 CRAN 包： install.packages("gpls")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(gpls)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「广义偏最小二乘分类」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/gpls/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【拷贝数预测与偏倚校正（HMMcopy）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   利用隐马尔可夫模型从高通量测序数据预测拷贝数变异，并校正GC含量与可比对性偏倚，输出平滑的拷贝数图谱。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("HMMcopy")
      普通 CRAN 包： install.packages("HMMcopy")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(HMMcopy)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「拷贝数预测与偏倚校正」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/HMMcopy/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HTA2.0 转录本簇注释（hta20transcriptcluster.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   人类转录组 HTA 2.0 芯片的转录本簇水平注释数据，用于把基因水平表达量映射到基因、GO 与通路信息。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hta20transcriptcluster.db")
      普通 CRAN 包： install.packages("hta20transcriptcluster.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hta20transcriptcluster.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HTA2.0 转录本簇注释」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hta20transcriptcluster.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HuEx10ST转录本簇注释库（huex10sttranscriptcluster.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Human Exon 1.0 ST 芯片转录本簇注释库，可查询基因符号、Entrez ID、GO 与染色体定位。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("huex10sttranscriptcluster.db")
      普通 CRAN 包： install.packages("huex10sttranscriptcluster.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(huex10sttranscriptcluster.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HuEx10ST转录本簇注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/huex10sttranscriptcluster.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HuGene10ST转录本簇注释（hugene10sttranscriptcluster.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Human Gene 1.0 ST 芯片转录本簇注释库，支持基因符号、Entrez ID 与 GO 查询。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hugene10sttranscriptcluster.db")
      普通 CRAN 包： install.packages("hugene10sttranscriptcluster.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hugene10sttranscriptcluster.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HuGene10ST转录本簇注释」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hugene10sttranscriptcluster.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HuGene11ST转录本簇注释（hugene11sttranscriptcluster.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Human Gene 1.1 ST 芯片转录本簇水平注释库，可查询基因符号、Entrez ID、GO 与染色体位置。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hugene11sttranscriptcluster.db")
      普通 CRAN 包： install.packages("hugene11sttranscriptcluster.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hugene11sttranscriptcluster.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HuGene11ST转录本簇注释」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hugene11sttranscriptcluster.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HuGene2.0ST转录本簇注释（hugene20sttranscriptcluster.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Human Gene 2.0 ST 芯片转录本簇水平注释库，可映射基因符号、Entrez ID、GO 条目及定位信息。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hugene20sttranscriptcluster.db")
      普通 CRAN 包： install.packages("hugene20sttranscriptcluster.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hugene20sttranscriptcluster.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HuGene2.0ST转录本簇注释」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hugene20sttranscriptcluster.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HuGene2.1ST转录本簇注释（hugene21sttranscriptcluster.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Human Gene 2.1 ST 芯片转录本簇水平注释库，支持基因符号、Entrez ID、GO 与染色体定位查询。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hugene21sttranscriptcluster.db")
      普通 CRAN 包： install.packages("hugene21sttranscriptcluster.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hugene21sttranscriptcluster.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HuGene2.1ST转录本簇注释」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hugene21sttranscriptcluster.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【基因表达示例数据集（iyer517）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供经典基因表达微阵列数据集，常用于聚类、分类与模式识别等分析方法的演示。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("iyer517")
      普通 CRAN 包： install.packages("iyer517")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(iyer517)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「基因表达示例数据集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/iyer517/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【蒙特卡洛共识聚类（m3c）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   采用蒙特卡洛参考方法的共识聚类工具，用于估计最佳聚类数目并评估聚类稳定性。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("m3c")
      普通 CRAN 包： install.packages("m3c")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(m3c)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「蒙特卡洛共识聚类」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/m3c/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【时间序列表达分析（masigpro）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   时间序列基因表达数据的显著性与聚类分析工具，可识别随实验条件变化的重要表达模式。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("masigpro")
      普通 CRAN 包： install.packages("masigpro")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(masigpro)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「时间序列表达分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/masigpro/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【甲基化时钟参考数据（methylclockdata）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   methylClockData 包，收录多种甲基化年龄预测模型的系数与参考数据，供时钟分析调用。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("methylclockdata")
      普通 CRAN 包： install.packages("methylclockdata")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(methylclockdata)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「甲基化时钟参考数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/methylclockdata/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【表达数据软聚类分析（mfuzz）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Mfuzz 包，采用模糊 c 均值算法对时间序列表达数据软聚类，识别基因表达动态模式。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("mfuzz")
      普通 CRAN 包： install.packages("mfuzz")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(mfuzz)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「表达数据软聚类分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/mfuzz/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【miRNA靶标预测数据库（mirnatap.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为 miRNAtap 提供预先构建的靶标预测注释数据库，收录多个来源的 miRNA 与基因互作记录。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("mirnatap.db")
      普通 CRAN 包： install.packages("mirnatap.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(mirnatap.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「miRNA靶标预测数据库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/mirnatap.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【小鼠基因10ST转录簇注释库（mogene10sttranscriptcluster.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Affymetrix小鼠基因1.0 ST芯片的转录簇水平注释数据库，提供转录簇到基因与功能注释的映射。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("mogene10sttranscriptcluster.db")
      普通 CRAN 包： install.packages("mogene10sttranscriptcluster.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(mogene10sttranscriptcluster.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「小鼠基因10ST转录簇注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/mogene10sttranscriptcluster.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【小鼠基因20ST转录簇注释库（mogene20sttranscriptcluster.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Affymetrix小鼠基因2.0 ST芯片的转录簇水平注释数据库，提供转录簇到基因与功能注释的映射。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("mogene20sttranscriptcluster.db")
      普通 CRAN 包： install.packages("mogene20sttranscriptcluster.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(mogene20sttranscriptcluster.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「小鼠基因20ST转录簇注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/mogene20sttranscriptcluster.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【转录组交互探索（pcaexplorer）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于 DESeq2 结果构建交互界面，提供 PCA、样本聚类、热图与基因表达探索，便于转录组数据质控。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("pcaexplorer")
      普通 CRAN 包： install.packages("pcaexplorer")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(pcaexplorer)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「转录组交互探索」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/pcaexplorer/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【单细胞PCA工具集（pcatools）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为单细胞表达数据提供主成分分析相关工具，涵盖降维、批次校正与结果可视化等常用函数。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("pcatools")
      普通 CRAN 包： install.packages("pcatools")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(pcatools)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「单细胞PCA工具集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/pcatools/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【单细胞贝叶斯分析（BASiCS）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   单细胞 RNA 测序数据的贝叶斯建模框架，区分技术噪声与生物异质性并检测差异表达基因。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("BASiCS")
      普通 CRAN 包： install.packages("BASiCS")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(BASiCS)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「单细胞贝叶斯分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/catavallejos/BASiCS
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【交叉验证分类框架（ClassifyR）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供交叉验证分类建模框架，适用于差异变异与差异分布检验等生物医学问题。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ClassifyR")
      普通 CRAN 包： install.packages("ClassifyR")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ClassifyR)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「交叉验证分类框架」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://sydneybiox.github.io/ClassifyR/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【模式集基因活性分析（CoGAPS）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   通过贝叶斯矩阵分解推断模式集中协调的基因活性，识别生物学过程与通路模式。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("CoGAPS")
      普通 CRAN 包： install.packages("CoGAPS")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(CoGAPS)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「模式集基因活性分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/CoGAPS/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【高维细胞术差异发现（diffcyt）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   结合高分辨率聚类与经验贝叶斯检验，检测流式与质谱细胞术数据中细胞群的差异特征。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("diffcyt")
      普通 CRAN 包： install.packages("diffcyt")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(diffcyt)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「高维细胞术差异发现」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/diffcyt/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【微生物组混合模型（DirichletMultinomial）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于狄利克雷多项混合模型的机器学习方法，用于微生物组丰度数据的聚类与群落分型，识别样本的群落类型。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("DirichletMultinomial")
      普通 CRAN 包： install.packages("DirichletMultinomial")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(DirichletMultinomial)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「微生物组混合模型」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/DirichletMultinomial/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【DNA形状特征预测（DNAshapeR）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   高通量预测小沟宽度、螺旋扭曲等DNA形状特征，支持序列特征分析与机器学习建模。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("DNAshapeR")
      普通 CRAN 包： install.packages("DNAshapeR")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(DNAshapeR)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「DNA形状特征预测」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/DNAshapeR/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【基因与异构体差异表达（EBSeq）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于经验贝叶斯的RNA测序分析包，实现基因和异构体水平的差异表达分析，支持多条件下的表达模式比较。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("EBSeq")
      普通 CRAN 包： install.packages("EBSeq")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(EBSeq)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「基因与异构体差异表达」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/EBSeq/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【非参数流式门控（flowmeans）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   结合非参数聚类与分段回归变点检测识别流式细胞群体，实现无需先验的自动分群。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("flowmeans")
      普通 CRAN 包： install.packages("flowmeans")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(flowmeans)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「非参数流式门控」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/flowmeans/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GC偏好感知峰识别（gcapc）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   面向 ChIP-seq 数据的峰识别工具，先用广义线性混合模型估计读段 GC 偏好并加以校正，再识别富集峰。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("gcapc")
      普通 CRAN 包： install.packages("gcapc")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(gcapc)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GC偏好感知峰识别」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/gcapc/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GDC多组学整合分析（GDCRNATools）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   面向GDC数据库中的lncRNA、mRNA和miRNA数据，完成下载、差异分析与整合关联分析，支持生存分析，用于癌症转录组研究。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("GDCRNATools")
      普通 CRAN 包： install.packages("GDCRNATools")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(GDCRNATools)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GDC多组学整合分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/GDCRNATools/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GWAS目录数据建模（gwascat）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   读取并整理EMBL-EBI全基因组关联目录的数据，提供对象模型与查询方法，便于检索已发表关联。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("gwascat")
      普通 CRAN 包： install.packages("gwascat")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(gwascat)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GWAS目录数据建模」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/gwascat/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【区间删失数据生存分析（icens）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   面向区间删失数据的生存分析包，提供非参数最大似然估计与回归方法，适用于仅知事件区间的研究。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("icens")
      普通 CRAN 包： install.packages("icens")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(icens)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「区间删失数据生存分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/icens/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【幂律误差表达分析（plgem）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   用幂律全局误差模型归一化芯片表达数据并检测差异表达基因，以模型拟合替代经验阈值，结果更稳健。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("plgem")
      普通 CRAN 包： install.packages("plgem")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(plgem)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「幂律误差表达分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/plgem/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【短序列比对结果处理（GenomicAlignments）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   读取、表示与操作测序短序列比对结果，统计覆盖度、提取读段与剪接位点，是转录组与富集测序分析的基础工具。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("GenomicAlignments")
      普通 CRAN 包： install.packages("GenomicAlignments")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(GenomicAlignments)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「短序列比对结果处理」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/GenomicAlignments
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Illumina 芯片预处理（lumi）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   针对 Illumina 基因表达芯片的预处理与标准化工具，支持方差稳定变换、质控与 ID 映射。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("lumi")
      普通 CRAN 包： install.packages("lumi")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(lumi)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Illumina 芯片预处理」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/lumi/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【ChIP-Seq 单双样本分析（mosaics）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   MOSAiCS 模型用于 ChIP-Seq 数据的单样本与双样本分析，识别蛋白结合位点并评估富集显著性。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("mosaics")
      普通 CRAN 包： install.packages("mosaics")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(mosaics)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「ChIP-Seq 单双样本分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   http://groups.google.com/group/mosaics_user_group
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【双序列比对（pwalign）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供成对序列比对功能，可在 R 中高效完成两条序列的比对并计算相似性。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("pwalign")
      普通 CRAN 包： install.packages("pwalign")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(pwalign)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「双序列比对」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/pwalign
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人类基因组hg19屏蔽版（bsgenome.hsapiens.ucsc.hg19.masked）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   人类 hg19 屏蔽版基因组，重复序列以 N 掩蔽，常用于序列比对与覆盖度分析流程。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("bsgenome.hsapiens.ucsc.hg19.masked")
      普通 CRAN 包： install.packages("bsgenome.hsapiens.ucsc.hg19.masked")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(bsgenome.hsapiens.ucsc.hg19.masked)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人类基因组hg19屏蔽版」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/bsgenome.hsapiens.ucsc.hg19.masked/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人类基因组hg38屏蔽版（bsgenome.hsapiens.ucsc.hg38.masked）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   人类 hg38 屏蔽版基因组，重复序列区域已被掩蔽，适合比对与重复区分析工作。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("bsgenome.hsapiens.ucsc.hg38.masked")
      普通 CRAN 包： install.packages("bsgenome.hsapiens.ucsc.hg38.masked")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(bsgenome.hsapiens.ucsc.hg38.masked)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人类基因组hg38屏蔽版」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/bsgenome.hsapiens.ucsc.hg38.masked/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【质谱成像分析工具箱（Cardinal）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   面向质谱成像数据的统计分析工具箱，支持数据预处理、空间分割与差异分析。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("Cardinal")
      普通 CRAN 包： install.packages("Cardinal")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(Cardinal)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「质谱成像分析工具箱」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   http://www.cardinalmsi.org
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【多重成像数据可视化（cytomapper）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   用于R中高度多重成像数据的可视化，可在像素与细胞层级同时呈现空间分布、分割掩膜与细胞类型注释。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("cytomapper")
      普通 CRAN 包： install.packages("cytomapper")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(cytomapper)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「多重成像数据可视化」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/cytomapper/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【拷贝数变异分析（DNAcopy）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   分析DNA拷贝数数据，采用循环二元分割等算法检测基因组上的拷贝数变异区段。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("DNAcopy")
      普通 CRAN 包： install.packages("DNAcopy")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(DNAcopy)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「拷贝数变异分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/DNAcopy/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【R图像处理分析工具箱（EBImage）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为R语言提供完整的图像处理与分析工具，支持图像读写、滤波、分割与细胞形态测量，广泛用于显微成像分析。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("EBImage")
      普通 CRAN 包： install.packages("EBImage")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(EBImage)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「R图像处理分析工具箱」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/aoles/EBImage
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【测序文件读写工具（Rsamtools）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   导入和处理BAM比对文件、FASTA序列、BCF变异文件和tabix索引，是测序分析的基础IO包。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("Rsamtools")
      普通 CRAN 包： install.packages("Rsamtools")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(Rsamtools)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「测序文件读写工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/Rsamtools
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【短读长测序位点分析（segmentseq）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   对短读长测序数据进行读段聚类与差异分析，在基因组上注释信号位点并比较样本间变化。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("segmentseq")
      普通 CRAN 包： install.packages("segmentseq")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(segmentseq)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「短读长测序位点分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/segmentseq/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【基因融合可视化（chimeraviz）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   整理多种融合基因检测工具的输出结果，提供可视化函数展示融合涉及的基因、转录本与蛋白结构域等信息。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("chimeraviz")
      普通 CRAN 包： install.packages("chimeraviz")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(chimeraviz)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「基因融合可视化」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/chimeraviz/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【ChIP峰注释可视化（ChIPseeker）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   对ChIP峰进行注释、比较与可视化，生成峰分布、富集与靶基因关联的分析图表。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ChIPseeker")
      普通 CRAN 包： install.packages("ChIPseeker")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ChIPseeker)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「ChIP峰注释可视化」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://onlinelibrary.wiley.com/share/author/GYJGUBYCTRMYJFN2JFZZ?target=10.1002/cpz1.585
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【通用富集分析与可视化（clusterprofiler）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   对基因与基因集开展GO、KEGG等富集分析并可视化结果，支持多物种与多种组学输入，是解读组学数据的功能分析工具。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("clusterprofiler")
      普通 CRAN 包： install.packages("clusterprofiler")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(clusterprofiler)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「通用富集分析与可视化」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/clusterprofiler/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【保守元件检测（CNEr）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   检测基因组之间的保守非编码元件并可视化比对结果，用于跨物种调控元件研究。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("CNEr")
      普通 CRAN 包： install.packages("CNEr")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(CNEr)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「保守元件检测」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/ge11232002/CNEr
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【计算表观基因组学工具（compepitools）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   集成并同步可视化多种表观基因组学数据类型，支持多样本、多基因组区域的比较分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("compepitools")
      普通 CRAN 包： install.packages("compepitools")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(compepitools)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「计算表观基因组学工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/compepitools/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【共识聚类分析（ConsensusClusterPlus）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于重采样的共识聚类方法，为微阵列等数据提供稳定的样本分群结果与可视化。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ConsensusClusterPlus")
      普通 CRAN 包： install.packages("ConsensusClusterPlus")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ConsensusClusterPlus)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「共识聚类分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/ConsensusClusterPlus/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【甲基化芯片拷贝数分析（conumee）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于Illumina 450k与EPIC甲基化芯片数据开展拷贝数变异分析，提供处理、分段与可视化绘图方法。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("conumee")
      普通 CRAN 包： install.packages("conumee")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(conumee)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「甲基化芯片拷贝数分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/conumee/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【密码子使用与表达预测（cordon）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   分析未注释或KEGG、COG注释序列的密码子使用偏好，预测基因表达水平并开展基因集富集与可视化。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("cordon")
      普通 CRAN 包： install.packages("cordon")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(cordon)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「密码子使用与表达预测」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/cordon/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【聚类与树结构转换（ctc）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   在R与其他软件之间导入导出聚类结果与分类树，便于聚类分析结果的交换与后续可视化处理。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ctc")
      普通 CRAN 包： install.packages("ctc")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ctc)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「聚类与树结构转换」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/ctc/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【保守氨基酸模式可视化（daglogo）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于概率理论识别并可视化分组序列中显著保守的氨基酸模式，以图形化方式展示基序组成差异。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("daglogo")
      普通 CRAN 包： install.packages("daglogo")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(daglogo)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「保守氨基酸模式可视化」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/daglogo/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【差异表达分析报告（DEGreport）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   汇总差异表达基因分析结果并自动生成可视化报告，包含聚类、富集与通路分析内容。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("DEGreport")
      普通 CRAN 包： install.packages("DEGreport")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(DEGreport)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「差异表达分析报告」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   http://lpantano.github.io/DEGreport/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【差异区域绘图函数（derfinderplot）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为 derfinder 的结果提供绘图函数，将图形依赖与核心功能分离，便于可视化差异表达区域。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("derfinderplot")
      普通 CRAN 包： install.packages("derfinderplot")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(derfinderplot)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「差异区域绘图函数」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/derfinderplot/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【单细胞与批量RNA可视化（dittoseq）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   面向单细胞与批量RNA测序数据的可视化工具，可生成色盲友好、可直接发表的图形。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("dittoseq")
      普通 CRAN 包： install.packages("dittoseq")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(dittoseq)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「单细胞与批量RNA可视化」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/dittoseq/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【大肠杆菌组学工具包（ecolitk）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   面向大肠杆菌基因组与表达数据的分析工具集，支持数据下载、注释整合与探索性可视化。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ecolitk")
      普通 CRAN 包： install.packages("ecolitk")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ecolitk)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「大肠杆菌组学工具包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/ecolitk/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【RNA测序探索与归一化（EDASeq）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为RNA测序数据提供探索性数据分析与归一化方法，可校正GC含量和测序深度偏差并进行数据可视化。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("EDASeq")
      普通 CRAN 包： install.packages("EDASeq")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(EDASeq)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「RNA测序探索与归一化」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/drisso/EDASeq
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【基因集富集集成分析（EGSEA）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   集成多种基因集富集分析方法的结果，综合评估通路富集的显著性并可视化，提高富集分析结论的稳健性。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("EGSEA")
      普通 CRAN 包： install.packages("EGSEA")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(EGSEA)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「基因集富集集成分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/EGSEA/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【富集分析导航整合（EnrichmentBrowser）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   整合基于基因集与基于网络的富集分析结果，提供统一流程完成通路富集、结果比较与可视化导航浏览。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("EnrichmentBrowser")
      普通 CRAN 包： install.packages("EnrichmentBrowser")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(EnrichmentBrowser)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「富集分析导航整合」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/EnrichmentBrowser/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【单细胞基因集富集（escape）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   面向单细胞测序的基因集富集平台，支持 ssGSEA、GSVA、AUCell 等方法并可视化单细胞富集结果。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("escape")
      普通 CRAN 包： install.packages("escape")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(escape)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「单细胞基因集富集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/escape/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【流式细胞自组织映射分析（FlowSOM）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   使用自组织映射算法对流式细胞术数据进行聚类与可视化，快速鉴定细胞亚群，适合高维细胞群体的解读与后续分析。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("FlowSOM")
      普通 CRAN 包： install.packages("FlowSOM")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(FlowSOM)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「流式细胞自组织映射分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   http://www.r-project.org, http://dambi.ugent.be
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【流式数据可视化（flowviz）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供流式细胞数据的可视化工具，包括散点图、密度图以及门控结果的图形展示。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("flowviz")
      普通 CRAN 包： install.packages("flowviz")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(flowviz)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「流式数据可视化」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/flowviz/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【乳腺癌表达特征计算（genefu）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   针对乳腺癌研究的表达分析函数集，涵盖跨芯片平台基因映射、分子分型与预后特征计算及可视化。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("genefu")
      普通 CRAN 包： install.packages("genefu")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(genefu)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「乳腺癌表达特征计算」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/genefu/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【ChIP数据调控网络构建（GeneNetworkBuilder）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   结合ChIP芯片或ChIP测序数据与基因表达数据构建调控网络，展示转录因子与靶基因关系，并支持网络的可视化与筛选。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("GeneNetworkBuilder")
      普通 CRAN 包： install.packages("GeneNetworkBuilder")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(GeneNetworkBuilder)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「ChIP数据调控网络构建」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/GeneNetworkBuilder/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【基因组绘图函数（geneplotter）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为 Bioconductor 提供与绘图相关的函数，用于可视化基因组位置与基因表达等数据。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("geneplotter")
      普通 CRAN 包： install.packages("geneplotter")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(geneplotter)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「基因组绘图函数」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/geneplotter/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【基因组互作数据处理（GenomicInteractions）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供基因组互作数据的存储与操作类，支持互作区间的注释、过滤与可视化，用于染色体构象与调控元件分析。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("GenomicInteractions")
      普通 CRAN 包： install.packages("GenomicInteractions")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(GenomicInteractions)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「基因组互作数据处理」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/ComputationalRegulatoryGenomicsICL/GenomicInteractions/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【空间转录组可视化（ggspavis）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为空间转录组数据提供绘图函数，把基因表达与组织切片坐标叠加展示，便于观察空间表达模式。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ggspavis")
      普通 CRAN 包： install.packages("ggspavis")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ggspavis)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「空间转录组可视化」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/ggspavis/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GO注释表达数据可视化（GOexpress）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   利用基因本体注释对芯片和RNA测序数据进行可视化展示，按功能类别比较表达差异，帮助研究者从功能角度理解实验结果。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("GOexpress")
      普通 CRAN 包： install.packages("GOexpress")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(GOexpress)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GO注释表达数据可视化」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/kevinrue/GOexpress
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Hi-C数据显著性检验（GOTHiC）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   采用二项检验对Hi-C染色质构象数据建模，去除实验偏好与随机背景，识别显著的空间互作区域，用于三维基因组研究。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("GOTHiC")
      普通 CRAN 包： install.packages("GOTHiC")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(GOTHiC)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Hi-C数据显著性检验」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/GOTHiC/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【h5vc 示例数据集（h5vcdata）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   h5vc 包示例与文档所需的配套数据集，用于演示基于 HDF5 的高通量测序变异检测与可视化流程。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("h5vcdata")
      普通 CRAN 包： install.packages("h5vcdata")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(h5vcdata)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「h5vc 示例数据集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/h5vcdata/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【染色质构象捕获分析（HiTC）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   面向高通量染色体构象捕获数据的分析工具，支持Hi-C接触矩阵的导入、归一化、可视化与样本间差异比较，用于三维基因组结构研究。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("HiTC")
      普通 CRAN 包： install.packages("HiTC")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(HiTC)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「染色质构象捕获分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/HiTC/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【表达数据质量检查（inspect）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   对基因表达数据进行质量检查与可视化诊断，帮助发现样本异常、批次效应与偏差。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("inspect")
      普通 CRAN 包： install.packages("inspect")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(inspect)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「表达数据质量检查」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/inspect/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【双色cDNA芯片分析包（marray）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   经典的双色 cDNA 微阵列数据处理工具包，提供归一化、诊断分析与数据可视化功能。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("marray")
      普通 CRAN 包： install.packages("marray")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(marray)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「双色cDNA芯片分析包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/marray/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【甲基化数据分析（meal）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   整合甲基化与基因表达数据的分析流程，支持差异甲基化位点、区域分析与结果可视化。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("meal")
      普通 CRAN 包： install.packages("meal")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(meal)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「甲基化数据分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/meal/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【MeSH 注释数据库框架（meshdbi）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为 MeSH 系列注释包提供统一数据库容器与查询接口的 R 包，可按主题词或基因编号检索对应关系。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("meshdbi")
      普通 CRAN 包： install.packages("meshdbi")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(meshdbi)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「MeSH 注释数据库框架」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/meshdbi/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【甲基化芯片质量控制（methylaid）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   methylAid 包，对 Illumina 甲基化芯片数据进行质量控制与可视化，评估样本与探针质量。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("methylaid")
      普通 CRAN 包： install.packages("methylaid")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(methylaid)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「甲基化芯片质量控制」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/methylaid/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【微生物组分析套件（mia）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于 SummarizedExperiment 的微生物组分析工具集，支持多样性计算、差异丰度检验与结果可视化。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("mia")
      普通 CRAN 包： install.packages("mia")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(mia)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「微生物组分析套件」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/mia/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【微生物组处理流程（microbiotaprocess）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供微生物组数据分析和可视化流程，涵盖多样性估计、差异分析、标志物种识别与进化树展示。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("microbiotaprocess")
      普通 CRAN 包： install.packages("microbiotaprocess")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(microbiotaprocess)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「微生物组处理流程」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/microbiotaprocess/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【基因组坐标数据绘图（Gviz）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   按基因组坐标绘制数据与注释轨迹图，展示基因结构、覆盖度、变异与转录信号，是基因组可视化的常用工具。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("Gviz")
      普通 CRAN 包： install.packages("Gviz")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(Gviz)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「基因组坐标数据绘图」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/ivanek/Gviz
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【基因组注释与浏览器接口（rtracklayer）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供读取基因组注释文件的接口，并与 UCSC 基因组浏览器交互，实现注释数据的导入导出。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("rtracklayer")
      普通 CRAN 包： install.packages("rtracklayer")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(rtracklayer)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「基因组注释与浏览器接口」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/rtracklayer/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【空间解卷积分析（spotlight）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   以单细胞转录组为参考，通过种子非负矩阵分解回归对空间转录组位点做细胞类型解卷积与可视化。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("spotlight")
      普通 CRAN 包： install.packages("spotlight")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(spotlight)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「空间解卷积分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/spotlight/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【基因组轨迹可视化（trackviewer）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   以极简风格绘制基因组轨迹、棒棒糖图与交互式视图，直观展示基因结构、变异与覆盖度信息。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("trackviewer")
      普通 CRAN 包： install.packages("trackviewer")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(trackviewer)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「基因组轨迹可视化」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/trackviewer/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【a4基础分析（a4base）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   a4框架的基础分析模块，提供数据预处理、差异分析与结果汇总的通用函数。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("a4base")
      普通 CRAN 包： install.packages("a4base")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(a4base)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「a4基础分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/a4base/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【a4数据预处理（a4preproc）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   a4框架的预处理模块，完成表达数据归一化、缺失值处理与特征变量过滤。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("a4preproc")
      普通 CRAN 包： install.packages("a4preproc")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(a4preproc)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「a4数据预处理」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/a4preproc/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【注释驱动聚类（adSplit）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   利用GO等功能注释信息驱动的聚类方法，检验基因集在样本间是否存在显著差异。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("adSplit")
      普通 CRAN 包： install.packages("adSplit")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(adSplit)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「注释驱动聚类」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   http://compdiag.molgen.mpg.de/software/adSplit.shtml
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Affymetrix 文件解析（affxparser）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   解析Affymetrix芯片原始数据文件（如CEL、CDF）的底层软件开发工具包。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("affxparser")
      普通 CRAN 包： install.packages("affxparser")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(affxparser)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Affymetrix 文件解析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/HenrikBengtsson/affxparser
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Affymetrix 寡核苷酸芯片（affy）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   处理Affymetrix寡核苷酸芯片数据的经典方法集，涵盖背景校正、归一化与表达值计算。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("affy")
      普通 CRAN 包： install.packages("affy")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(affy)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Affymetrix 寡核苷酸芯片」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/affy
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【芯片预处理比较评估（affycomp）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   评估Affymetrix表达芯片预处理方法性能，提供基准数据集与量化比较指标。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("affycomp")
      普通 CRAN 包： install.packages("affycomp")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(affycomp)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「芯片预处理比较评估」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/affycomp/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【芯片核心工具集（affycoretools）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Affymetrix表达芯片分析的常用工具集合，涵盖标准化、注释与差异结果整理。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("affycoretools")
      普通 CRAN 包： install.packages("affycoretools")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(affycoretools)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「芯片核心工具集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/affycoretools/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【芯片示例数据集（affydata）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供Affymetrix表达芯片示例数据集，便于演示和测试相关的分析流程。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("affydata")
      普通 CRAN 包： install.packages("affydata")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(affydata)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「芯片示例数据集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/affydata/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Affymetrix 数据文件解析（affyio）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   低层解析Affymetrix各类数据文件的工具，为上层芯片分析包提供文件读取支持。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("affyio")
      普通 CRAN 包： install.packages("affyio")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(affyio)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Affymetrix 数据文件解析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/bmbolstad/affyio
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【芯片线性模型界面（affylmgui）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为affy芯片线性模型分析提供图形界面，便于交互式完成差异表达比较。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("affylmgui")
      普通 CRAN 包： install.packages("affylmgui")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(affylmgui)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「芯片线性模型界面」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/affylmgui/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【探针水平模型拟合（affyPLM）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   对Affymetrix芯片数据拟合探针水平模型，用于评估芯片质量并计算稳健表达量。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("affyPLM")
      普通 CRAN 包： install.packages("affyPLM")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(affyPLM)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「探针水平模型拟合」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/bmbolstad/affyPLM
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Agilent微RNA芯片分析（AgiMicroRna）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   处理Agilent微RNA芯片数据并进行差异表达分析，输出差异miRNA结果与质量控制报告。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("AgiMicroRna")
      普通 CRAN 包： install.packages("AgiMicroRna")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(AgiMicroRna)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Agilent微RNA芯片分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/AgiMicroRna/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【乳腺癌分子亚型判定（AIMS）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于基因表达数据判定乳腺癌内在分子亚型，输出管腔型、基底型等亚型分类结果。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("AIMS")
      普通 CRAN 包： install.packages("AIMS")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(AIMS)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「乳腺癌分子亚型判定」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   http://www.bci.mcgill.ca/AIMS
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【气道平滑肌表达数据（airway）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   地塞米松处理气道平滑肌细胞的RNA测序数据集，常用于差异表达分析演示。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("airway")
      普通 CRAN 包： install.packages("airway")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(airway)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「气道平滑肌表达数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/airway/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【矩阵数据序列化（alabaster.matrix）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为基础矩阵类提供序列化支持，实现表达矩阵等数据的保存与读取。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("alabaster.matrix")
      普通 CRAN 包： install.packages("alabaster.matrix")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(alabaster.matrix)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「矩阵数据序列化」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/alabaster.matrix/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【区间数据序列化（alabaster.ranges）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为GenomicRanges等区间类提供序列化支持，持久化保存基因组坐标数据。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("alabaster.ranges")
      普通 CRAN 包： install.packages("alabaster.ranges")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(alabaster.ranges)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「区间数据序列化」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/alabaster.ranges/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【单细胞实验序列化（alabaster.sce）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为SingleCellExperiment对象提供序列化支持，持久化保存单细胞测序数据。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("alabaster.sce")
      普通 CRAN 包： install.packages("alabaster.sce")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(alabaster.sce)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「单细胞实验序列化」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/alabaster.sce/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【序列化模式定义（alabaster.schemas）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   定义alabaster序列化框架所用的模式，为各类对象的存取提供规范约束。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("alabaster.schemas")
      普通 CRAN 包： install.packages("alabaster.schemas")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(alabaster.schemas)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「序列化模式定义」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/alabaster.schemas/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【组学实验序列化（alabaster.se）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为SummarizedExperiment对象提供序列化支持，持久化保存组学实验数据。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("alabaster.se")
      普通 CRAN 包： install.packages("alabaster.se")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(alabaster.se)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「组学实验序列化」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/alabaster.se/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【ALL 白血病芯片数据（all）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   急性淋巴细胞白血病（ALL）微阵列表达数据集，常用于差异表达分析演示。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("all")
      普通 CRAN 包： install.packages("all")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(all)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「ALL 白血病芯片数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/all/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【ALL/MLL 芯片数据（allmll）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   白血病 ALL 与 MLL 亚型的微阵列表达数据集，用于分类与差异表达分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("allmll")
      普通 CRAN 包： install.packages("allmll")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(allmll)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「ALL/MLL 芯片数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/allmll/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【替代 CDF 环境（altcdfenvs）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为 Affymetrix 芯片构建替代 CDF 注释环境，重新定义探针集映射关系。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("altcdfenvs")
      普通 CRAN 包： install.packages("altcdfenvs")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(altcdfenvs)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「替代 CDF 环境」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/altcdfenvs/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【扩增子芯片示例数据（ampaffyexample）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   扩增子表达谱 Affymetrix 芯片的示例数据集，用于流程演示与结果测试。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ampaffyexample")
      普通 CRAN 包： install.packages("ampaffyexample")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ampaffyexample)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「扩增子芯片示例数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/ampaffyexample/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【微生物组偏倚校正差异分析（ANCOMBC）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   对微生物组数据进行带偏倚校正的差异丰度与相关性分析，使结果更加稳健可靠。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ANCOMBC")
      普通 CRAN 包： install.packages("ANCOMBC")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ANCOMBC)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「微生物组偏倚校正差异分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/FrederickHuangLin/ANCOMBC
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Affymetrix 注释（annaffy）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为 Affymetrix 芯片提供基因注释查询与 HTML 表格输出功能。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("annaffy")
      普通 CRAN 包： install.packages("annaffy")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(annaffy)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Affymetrix 注释」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/annaffy/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【AnnData 文件接口（anndatar）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   在 R 中读取与操作 HDF5 格式 AnnData（.h5ad）单细胞数据。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("anndatar")
      普通 CRAN 包： install.packages("anndatar")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(anndatar)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「AnnData 文件接口」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/anndatar/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【AnVIL 基础工具（anvilbase）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   AnVIL 云平台数据访问的基础工具包，供各云后端共同调用。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("anvilbase")
      普通 CRAN 包： install.packages("anvilbase")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(anvilbase)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「AnVIL 基础工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/anvilbase/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【亲和纯化复合物分析（apcomplex）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   利用亲和纯化质谱数据推断蛋白质复合物成员及相互作用关系网络。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("apcomplex")
      普通 CRAN 包： install.packages("apcomplex")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(apcomplex)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「亲和纯化复合物分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/apcomplex/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GLM 系数后验估计（apeglm）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   对广义线性模型的系数做近似后验估计，为RNA-seq差异分析提供更稳健的效应量收缩。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("apeglm")
      普通 CRAN 包： install.packages("apeglm")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(apeglm)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GLM 系数后验估计」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/apeglm/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【微阵列标准化方法（aroma.light）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   面向微阵列与高通量数据的轻量标准化、背景校正与分析函数集合。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("aroma.light")
      普通 CRAN 包： install.packages("aroma.light")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(aroma.light)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「微阵列标准化方法」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/aroma.light/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【微阵列离群检测（arraymvout）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   对微阵列表达数据进行多元离群样本检测与数据质量评估的分析工具。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("arraymvout")
      普通 CRAN 包： install.packages("arraymvout")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(arraymvout)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「微阵列离群检测」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/arraymvout/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【芯片质控报告（arrayqualitymetrics）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   计算多种微阵列质量指标，并生成可浏览的 HTML 质控报告。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("arrayqualitymetrics")
      普通 CRAN 包： install.packages("arrayqualitymetrics")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(arrayqualitymetrics)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「芯片质控报告」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/arrayqualitymetrics/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【C++ 头文件数组支持（assorthead）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为 C++ 头文件生成与数组批量读写提供支持的底层工具函数集合。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("assorthead")
      普通 CRAN 包： install.packages("assorthead")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(assorthead)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「C++ 头文件数组支持」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/assorthead/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【拟南芥 ATH1 注释库（ath1121501.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Affymetrix 拟南芥 ATH1 芯片的基因注释数据库，含标识符映射信息。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ath1121501.db")
      普通 CRAN 包： install.packages("ath1121501.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ath1121501.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「拟南芥 ATH1 注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/ath1121501.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【ATH1 芯片 CDF 文件（ath1121501cdf）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Affymetrix 拟南芥 ATH1 芯片的 CDF 芯片定义环境数据包。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ath1121501cdf")
      普通 CRAN 包： install.packages("ath1121501cdf")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ath1121501cdf)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「ATH1 芯片 CDF 文件」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/ath1121501cdf/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【关键基因通路挖掘（attract）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   综合基因与通路水平信息，从表达数据中挖掘出关键差异基因模块。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("attract")
      普通 CRAN 包： install.packages("attract")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(attract)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「关键基因通路挖掘」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/attract/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【RNA测序转录本定量分析（ballgown）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   用于RNA测序数据的转录本水平定量与差异表达分析，支持可变剪接与样本分组比较。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ballgown")
      普通 CRAN 包： install.packages("ballgown")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ballgown)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「RNA测序转录本定量分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/ballgown/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【跨语言依赖环境管理（basilisk）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为Bioconductor包管理独立的Python与Conda运行环境，自动安装并隔离第三方依赖。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("basilisk")
      普通 CRAN 包： install.packages("basilisk")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(basilisk)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「跨语言依赖环境管理」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/basilisk/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【依赖环境管理工具函数（basilisk.utils）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为依赖环境管理包提供底层辅助函数，用于环境创建、版本检查与路径共享等操作。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("basilisk.utils")
      普通 CRAN 包： install.packages("basilisk.utils")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(basilisk.utils)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「依赖环境管理工具函数」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/basilisk.utils/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【贝叶斯差异表达分析（bayseq）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于贝叶斯统计模型对计数型测序数据进行差异表达分析，估计后验概率并筛选差异基因。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("bayseq")
      普通 CRAN 包： install.packages("bayseq")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(bayseq)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「贝叶斯差异表达分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/bayseq/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【B细胞调控网络活性分析（bcellviper）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于转录组数据推断B细胞相关调控网络的蛋白活性，用于免疫细胞状态与功能研究。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("bcellviper")
      普通 CRAN 包： install.packages("bcellviper")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(bcellviper)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「B细胞调控网络活性分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/bcellviper/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Illumina 芯片质控分析（beadarray）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   面向Illumina BeadArray芯片数据的质量评估与低层分析，涵盖归一化与差异表达。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("beadarray")
      普通 CRAN 包： install.packages("beadarray")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(beadarray)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Illumina 芯片质控分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/beadarray/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【整合素β7表达数据集（beta7）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   包含与整合素β7相关的基因表达数据集，用于免疫细胞标志物分析与方法演示。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("beta7")
      普通 CRAN 包： install.packages("beta7")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(beta7)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「整合素β7表达数据集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/beta7/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Bioconductor对象整理（biobroom）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   将Bioconductor常用对象转换为整齐的数据框，便于使用tidyverse工具做统计与绘图。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("biobroom")
      普通 CRAN 包： install.packages("biobroom")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(biobroom)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Bioconductor对象整理」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/biobroom/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Bioconductor 开发工具（BiocBaseUtils）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为开发 Bioconductor 包提供通用工具函数，如参数校验、类型判断与错误提示等辅助功能。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("BiocBaseUtils")
      普通 CRAN 包： install.packages("BiocBaseUtils")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(BiocBaseUtils)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Bioconductor 开发工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/BiocBaseUtils/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【包规范检查（BiocCheck）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   按 Bioconductor 规范检查 R 包的代码风格、文档与用法，帮助提交者快速发现不合规问题。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("BiocCheck")
      普通 CRAN 包： install.packages("BiocCheck")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(BiocCheck)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「包规范检查」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/Bioconductor/BiocCheck
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【图形与网络结构绘制（biocgraph）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供图形绘制函数与图结构操作工具，用于关系网络可视化与生物数据分析结果展示。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("biocgraph")
      普通 CRAN 包： install.packages("biocgraph")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(biocgraph)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「图形与网络结构绘制」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/biocgraph/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【构建脚本自动生成（biocmake）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为Bioconductor包自动生成Makefile等构建脚本，简化编译配置与本地开发流程。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("biocmake")
      普通 CRAN 包： install.packages("biocmake")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(biocmake)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「构建脚本自动生成」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/biocmake/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【包信息查询（BiocPkgTools）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   收集与查询 Bioconductor 包的元数据，快速了解包版本、依赖关系和下载量等状态。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("BiocPkgTools")
      普通 CRAN 包： install.packages("BiocPkgTools")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(BiocPkgTools)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「包信息查询」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/seandavi/BiocPkgTools
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【文档样式模板（BiocStyle）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供 Bioconductor 标准的 vignette 与文档排版样式，便于撰写规范的生信分析报告。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("BiocStyle")
      普通 CRAN 包： install.packages("BiocStyle")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(BiocStyle)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「文档样式模板」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/Bioconductor/BiocStyle
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【包开发骨架自动生成（biocthis）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为Bioconductor软件包自动生成规范的目录结构与配置文件，降低新包开发门槛。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("biocthis")
      普通 CRAN 包： install.packages("biocthis")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(biocthis)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「包开发骨架自动生成」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/biocthis/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【软件包分类与标签体系（biocviews）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供软件包的分类词汇表与标签体系，支持按研究领域检索、浏览与筛选软件包。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("biocviews")
      普通 CRAN 包： install.packages("biocviews")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(biocviews)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「软件包分类与标签体系」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/biocviews/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Bioconductor教学资源（biodist）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   面向教学与自学提供入门材料与分析示例，帮助初学者掌握基本的使用方法与流程。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("biodist")
      普通 CRAN 包： install.packages("biodist")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(biodist)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Bioconductor教学资源」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/biodist/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【BioMart数据库查询接口（biomart）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   通过统一接口连接BioMart数据库，实现基因注释与基因组信息的批量检索与下载。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("biomart")
      普通 CRAN 包： install.packages("biomart")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(biomart)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「BioMart数据库查询接口」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/biomart/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【网络功能分析（BioNet）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   对生物网络做功能分析的工具，将差异基因映射到网络并结合评分算法检测显著功能模块。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("BioNet")
      普通 CRAN 包： install.packages("BioNet")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(BioNet)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「网络功能分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   http://bionet.bioapps.biozentrum.uni-wuerzburg.de/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【乳腺癌 Mainz 数据集（breastcancermainz）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   乳腺癌 Mainz 队列基因表达数据集，包含组织类型与临床注释，常用于分类建模与差异表达分析教学。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("breastcancermainz")
      普通 CRAN 包： install.packages("breastcancermainz")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(breastcancermainz)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「乳腺癌 Mainz 数据集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/breastcancermainz/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【乳腺癌 NKI 数据集（breastcancernki）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   荷兰癌症研究所乳腺癌基因表达数据集，附临床随访信息，常用于生存分析与预后模型验证研究。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("breastcancernki")
      普通 CRAN 包： install.packages("breastcancernki")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(breastcancernki)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「乳腺癌 NKI 数据集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/breastcancernki/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【乳腺癌 TransBig 数据（breastcancertransbig）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   乳腺癌 TransBig 表达数据集，包含肿瘤样本的表达谱与临床特征，用于亚型划分与生存分析研究。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("breastcancertransbig")
      普通 CRAN 包： install.packages("breastcancertransbig")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(breastcancertransbig)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「乳腺癌 TransBig 数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/breastcancertransbig/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【乳腺癌 UNT 数据集（breastcancerunt）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   乳腺癌 UNT 队列基因表达数据集，提供样本分组与表型注释，适用于分类与聚类方法的性能评估。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("breastcancerunt")
      普通 CRAN 包： install.packages("breastcancerunt")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(breastcancerunt)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「乳腺癌 UNT 数据集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/breastcancerunt/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【乳腺癌 UPP 数据集（breastcancerupp）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   乳腺癌 UPP 表达数据集，包含肿瘤样本的表达谱与预后信息，常用于癌症生物信息学方法演示。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("breastcancerupp")
      普通 CRAN 包： install.packages("breastcancerupp")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(breastcancerupp)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「乳腺癌 UPP 数据集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/breastcancerupp/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【乳腺癌 VDX 数据集（breastcancervdx）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   乳腺癌 VDX 队列基因表达数据集，附样本注释信息，用于差异表达、分类与生存分析等方法测试。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("breastcancervdx")
      普通 CRAN 包： install.packages("breastcancervdx")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(breastcancervdx)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「乳腺癌 VDX 数据集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/breastcancervdx/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【亚硫酸氢盐测序分析（bsseq）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   用于分析、管理和存储亚硫酸氢盐测序（DNA 甲基化）数据的 R 包。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("bsseq")
      普通 CRAN 包： install.packages("bsseq")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(bsseq)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「亚硫酸氢盐测序分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/kasperdanielhansen/bsseq
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【染色体畸变检测（CAFE）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   从基因表达数据中检测染色体畸变，辅助识别肿瘤样本中的拷贝数异常区域。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("CAFE")
      普通 CRAN 包： install.packages("CAFE")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(CAFE)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「染色体畸变检测」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/CAFE/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【肿瘤分类诊断建模（cancerclass）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于高维分子数据开发和验证诊断测试，用于肿瘤样本的分类预测。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("cancerclass")
      普通 CRAN 包： install.packages("cancerclass")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(cancerclass)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「肿瘤分类诊断建模」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/cancerclass/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【四氯化碳肝细胞数据（ccl4）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供LGC公司经四氯化碳处理的大鼠肝细胞实验数据，以NChannelSet对象存储，可用于毒理与表达分析的验证。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ccl4")
      普通 CRAN 包： install.packages("ccl4")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ccl4)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「四氯化碳肝细胞数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/ccl4/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【单细胞潜在主题建模（celda）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   用潜在狄利克雷分配对单细胞数据同时进行细胞聚类与基因模块发现。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("celda")
      普通 CRAN 包： install.packages("celda")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(celda)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「单细胞潜在主题建模」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/celda/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【ChIP-exo互作检测（CexoR）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   从ChIP-exo重复样本中高分辨率检测蛋白质与DNA互作位点，支持链特异分析。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("CexoR")
      普通 CRAN 包： install.packages("CexoR")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(CexoR)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「ChIP-exo互作检测」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/CexoR/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【CGH 畸变判定（CGHcall）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   对肿瘤芯片 CGH 图谱进行拷贝数畸变判定，区分缺失、正常与扩增等状态。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("CGHcall")
      普通 CRAN 包： install.packages("CGHcall")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(CGHcall)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「CGH 畸变判定」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/CGHcall/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【ChIP测序分析流程（chipseq）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   ChIP-seq 数据分析包，覆盖读段计数、峰检测与差异结合分析的完整流程。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("chipseq")
      普通 CRAN 包： install.packages("chipseq")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(chipseq)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「ChIP测序分析流程」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/chipseq/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【单细胞聚类比较框架（clusterExperiment）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   比较和评估单细胞测序数据的不同聚类结果，帮助使用者选择稳定可靠的聚类方案。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("clusterExperiment")
      普通 CRAN 包： install.packages("clusterExperiment")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(clusterExperiment)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「单细胞聚类比较框架」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/clusterExperiment/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【拷贝数估计因子分析（cn.farms）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于因子分析的拷贝数估计方法，用于 SNP 芯片数据的分析。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("cn.farms")
      普通 CRAN 包： install.packages("cn.farms")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(cn.farms)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「拷贝数估计因子分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   http://www.bioinf.jku.at/software/cnfarms/cnfarms.html
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【共识聚类划分框架（cola）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供通用共识划分框架，用于整合和比较多种聚类结果，评估聚类稳定性。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("cola")
      普通 CRAN 包： install.packages("cola")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(cola)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「共识聚类划分框架」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/jokergoo/cola, https://jokergoo.github.io/cola_collection/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【基因型判定与拷贝数分析（crlmm）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为 Affymetrix SNP 5.0/6.0 和 Illumina 芯片进行基因型判定与拷贝数分析。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("crlmm")
      普通 CRAN 包： install.packages("crlmm")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(crlmm)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「基因型判定与拷贝数分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/crlmm/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【窗口化 ChIP-Seq 分析（csaw）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于滑动窗口对 ChIP-Seq 数据进行差异结合分析，无需预设峰区域。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("csaw")
      普通 CRAN 包： install.packages("csaw")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(csaw)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「窗口化 ChIP-Seq 分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/csaw/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【生物序列管理工具箱（DECIPHER）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   用于生物序列的整理、分析与操作，支持序列比对、系统发育推断与引物设计等任务。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("DECIPHER")
      普通 CRAN 包： install.packages("DECIPHER")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(DECIPHER)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「生物序列管理工具箱」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/DECIPHER/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【延迟数组计算框架（DelayedArray）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为磁盘与内存中的类数组超大数据集提供统一的延迟计算框架，按块读入避免整表载入，便于处理大规模生物数据。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("DelayedArray")
      普通 CRAN 包： install.packages("DelayedArray")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(DelayedArray)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「延迟数组计算框架」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/DelayedArray
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【密度保持降维可视化（densvis）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   通过非线性降维实现保持数据密度结构的可视化，更好展示高维数据分布。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("densvis")
      普通 CRAN 包： install.packages("densvis")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(densvis)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「密度保持降维可视化」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/densvis
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【癌症依赖图谱数据（depmap）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   获取Broad研究所癌症依赖图谱数据，含CRISPR与RNAi筛选的基因依赖性及细胞系拷贝数等数据集。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("depmap")
      普通 CRAN 包： install.packages("depmap")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(depmap)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「癌症依赖图谱数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/depmap/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【扩散图降维工具（destiny）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   构建扩散图对高维单细胞数据进行降维和轨迹分析，揭示细胞发育路径。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("destiny")
      普通 CRAN 包： install.packages("destiny")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(destiny)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「扩散图降维工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://theislab.github.io/destiny/, https://github.com/theislab/destiny/, https://www.helmholtz-muenchen.de/icb/destiny, https://bioconductor.org/packages/destiny, https://doi.org/10.1093/bioinformatics/btv715
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【差异外显子使用分析（DEXSeq）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   推断RNA-seq数据中的差异外显子使用情况，检测基因内外显子水平表达变化与可变剪接。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("DEXSeq")
      普通 CRAN 包： install.packages("DEXSeq")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(DEXSeq)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「差异外显子使用分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/DEXSeq/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【差异结合分析（DiffBind）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   ChIP-Seq 峰数据的差异结合分析，比较不同样本间蛋白-DNA 结合位点的差异。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("DiffBind")
      普通 CRAN 包： install.packages("DiffBind")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(DiffBind)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「差异结合分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://www.cruk.cam.ac.uk/core-facilities/bioinformatics-core/software/DiffBind
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Hi-C 差异分析（diffHic）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   对 Hi-C 数据进行差异相互作用分析的 R 包，用于比较不同样本的染色质构象。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("diffHic")
      普通 CRAN 包： install.packages("diffHic")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(diffHic)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Hi-C 差异分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/diffHic/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【缓存目录过期管理（dir.expiry）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为带版本号的缓存目录实现过期机制，自动删除长期未访问的缓存，减少磁盘空间占用。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("dir.expiry")
      普通 CRAN 包： install.packages("dir.expiry")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(dir.expiry)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「缓存目录过期管理」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/dir.expiry/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【弥漫大B细胞淋巴瘤数据（dlbcl）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为 BioNet 包提供弥漫大B细胞淋巴瘤的补充表达数据，用于网络构建与亚型研究。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("dlbcl")
      普通 CRAN 包： install.packages("dlbcl")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(dlbcl)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「弥漫大B细胞淋巴瘤数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/dlbcl/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【DMRcate 数据包（dmrcatedata）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   包含九个数据对象，为 DMRcate 差异甲基化区域分析包提供功能支持与示例数据。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("dmrcatedata")
      普通 CRAN 包： install.packages("dmrcatedata")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(dmrcatedata)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「DMRcate 数据包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/dmrcatedata/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【转录因子调控子集合（dorothea）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   收录人类与小鼠经证据整合的转录因子与靶基因调控关系，并按证据数量分级赋予置信度。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("dorothea")
      普通 CRAN 包： install.packages("dorothea")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(dorothea)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「转录因子调控子集合」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/dorothea/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【转录本差异使用分析（DRIMSeq）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于Dirichlet-multinomial模型分析差异转录本使用，并支持转录本水平的QTL分析。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("DRIMSeq")
      普通 CRAN 包： install.packages("DRIMSeq")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(DRIMSeq)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「转录本差异使用分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/DRIMSeq/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【果蝇二代探针序列包（drosophila2probe）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   果蝇 Drosophila_2 芯片的探针序列数据包，由官方探针表自动生成，用于探针比对分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("drosophila2probe")
      普通 CRAN 包： install.packages("drosophila2probe")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(drosophila2probe)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「果蝇二代探针序列包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/drosophila2probe/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【染料偏差校正（dyebias）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   以 GASSCO 方法估计并校正双色微阵列中依赖芯片的基因特异荧光染料偏差。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("dyebias")
      普通 CRAN 包： install.packages("dyebias")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(dyebias)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「染料偏差校正」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/dyebias/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【动态文档生成工具（DynDoc）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供构建动态文档的工具，可将代码、文字与图表结果组合成可重复生成的报告，用于分析记录与教学文档。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("DynDoc")
      普通 CRAN 包： install.packages("DynDoc")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(DynDoc)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「动态文档生成工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/DynDoc/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【数字基因表达经验分析（edgeR）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   用经验贝叶斯方法分析 RNA 测序计数数据以检测差异表达，是常用差异分析工具。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("edgeR")
      普通 CRAN 包： install.packages("edgeR")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(edgeR)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「数字基因表达经验分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioinf.wehi.edu.au/edgeR/, https://bioconductor.org/packages/edgeR
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【甲基化芯片质控分析（enmix）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   面向Illumina甲基化芯片的质控与预处理工具，完成染料偏差校正、探针过滤与甲基化值计算。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("enmix")
      普通 CRAN 包： install.packages("enmix")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(enmix)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「甲基化芯片质控分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/enmix/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【样本内异质性表观解构（EpiDISH）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   通过表观遗传标记解构样本内的细胞类型构成，从DNA甲基化数据估计免疫细胞比例，用于组织异质性分析。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("EpiDISH")
      普通 CRAN 包： install.packages("EpiDISH")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(EpiDISH)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「样本内异质性表观解构」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/sjczheng/EpiDISH
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【ATAC-seq 易用分析流程（esATAC）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   易用的系统性 ATAC-seq 数据分析流程，涵盖比对到峰识别。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("esATAC")
      普通 CRAN 包： install.packages("esATAC")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(esATAC)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「ATAC-seq 易用分析流程」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/wzthu/esATAC
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【快速基因集富集分析（fgsea）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   快速的基因集富集分析工具，支持预排序基因列表，运行速度快且结果稳定。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("fgsea")
      普通 CRAN 包： install.packages("fgsea")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(fgsea)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「快速基因集富集分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/ctlab/fgsea/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【成纤维细胞表达数据（fibroeset）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Karaman 等人 2003 年的人、倭黑猩猩与大猩猩成纤维细胞表达数据集，以表达集对象提供。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("fibroeset")
      普通 CRAN 包： install.packages("fibroeset")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(fibroeset)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「成纤维细胞表达数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/fibroeset/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【流式数据清洗（flowclean）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于成分数据分析的流式质控工具，识别并去除采集过程中产生的异常事件区段。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("flowclean")
      普通 CRAN 包： install.packages("flowclean")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(flowclean)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「流式数据清洗」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/flowclean/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【流式细胞聚类分析（flowClust）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于模型的流式细胞数据聚类工具，自动识别细胞群体的数量与边界。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("flowClust")
      普通 CRAN 包： install.packages("flowClust")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(flowClust)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「流式细胞聚类分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/flowClust/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【流式细胞数据结构（flowCore）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为流式细胞术数据提供基础数据结构和标准操作，是流式分析的基础包。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("flowCore")
      普通 CRAN 包： install.packages("flowCore")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(flowCore)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「流式细胞数据结构」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/flowCore/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【流式细胞指纹图谱（flowFP）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为流式细胞数据生成指纹图谱，量化样本间的分布差异，便于比较。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("flowFP")
      普通 CRAN 包： install.packages("flowFP")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(flowFP)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「流式细胞指纹图谱」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/flowFP/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【分选血细胞甲基化数据（flowsorted.blood.450k）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   免疫磁珠分选成人血细胞的Illumina 450k甲基化原始数据，用于估计样本细胞类型组成。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("flowsorted.blood.450k")
      普通 CRAN 包： install.packages("flowsorted.blood.450k")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(flowsorted.blood.450k)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「分选血细胞甲基化数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/flowsorted.blood.450k/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【成人血细胞EPIC数据（flowsorted.blood.epic）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   分选外周血细胞在Illumina EPIC芯片上的甲基化原始数据，供minfi等估计血细胞比例。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("flowsorted.blood.epic")
      普通 CRAN 包： install.packages("flowsorted.blood.epic")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(flowsorted.blood.epic)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「成人血细胞EPIC数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/flowsorted.blood.epic/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【流式数据门控管理（flowWorkspace）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供表示与操作已门控及未门控流式细胞术数据集的基础设施，便于在R中统一读写与分析门控数据。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("flowWorkspace")
      普通 CRAN 包： install.packages("flowWorkspace")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(flowWorkspace)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「流式数据门控管理」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/flowWorkspace/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【最大公共子结构搜索（fmcsR）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   实现容忍不匹配的最大公共子结构搜索，用于比较分子结构、衡量化合物之间的相似性。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("fmcsR")
      普通 CRAN 包： install.packages("fmcsR")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(fmcsR)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「最大公共子结构搜索」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/girke-lab/fmcsR
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【冰冻RMA预处理（frma）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   面向单张芯片及批次数据的微阵列预处理与分析方法，输出可跨批次比较的表达值。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("frma")
      普通 CRAN 包： install.packages("frma")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(frma)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「冰冻RMA预处理」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/frma/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【酵母胁迫表达数据集（gaschyhs）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   收录酵母在热激及其他环境胁迫条件下的基因表达数据，以表达集形式提供，供差异表达与胁迫响应分析使用。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("gaschyhs")
      普通 CRAN 包： install.packages("gaschyhs")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(gaschyhs)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「酵母胁迫表达数据集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/gaschyhs/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【CRISPR筛选质控分析（gcrisprtools）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   评估 CRISPR/Cas9 或 shRNA 混池高通量筛选实验的质控与分析工具集，可考察文库行为并比较筛选结果。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("gcrisprtools")
      普通 CRAN 包： install.packages("gcrisprtools")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(gcrisprtools)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「CRISPR筛选质控分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/gcrisprtools/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【基因区域探针扫描（GeneRegionScan）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   按指定基因区域提取芯片探针水平数据并绘图，展示外显子与转录水平，便于核查目标基因的表达细节。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("GeneRegionScan")
      普通 CRAN 包： install.packages("GeneRegionScan")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(GeneRegionScan)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「基因区域探针扫描」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/GeneRegionScan/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GEO元数据库查询（GEOmetadb）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   汇总NCBI GEO数据库的元数据信息，构建本地可查询的数据库，便于快速检索数据集、平台与样本信息，支持大规模数据挖掘。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("GEOmetadb")
      普通 CRAN 包： install.packages("GEOmetadb")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(GEOmetadb)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GEO元数据库查询」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/GEOmetadb/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【伽马泊松广义线性模型（glmGamPoi）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   拟合Gamma-Poisson广义线性模型，主要用于单细胞与RNA-seq计数数据的差异表达分析，可快速估计离散度参数。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("glmGamPoi")
      普通 CRAN 包： install.packages("glmGamPoi")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(glmGamPoi)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「伽马泊松广义线性模型」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/const-ae/glmGamPoi
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【变量组整体检验（GlobalAncova）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   通过模型比较对一组变量的整体效应进行全局检验，判断基因集合或通路整体是否与分组相关，适用于通路水平分析。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("GlobalAncova")
      普通 CRAN 包： install.packages("GlobalAncova")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(GlobalAncova)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「变量组整体检验」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/GlobalAncova/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【特征组关联全局检验（globaltest）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   检验一组协变量或特征与响应变量是否整体相关，常用于基因集检验并给出贡献最大的成员。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("globaltest")
      普通 CRAN 包： install.packages("globaltest")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(globaltest)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「特征组关联全局检验」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/globaltest/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Pretext 组装图导出（graph）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   处理图数据结构的基础类库，为其他分析包提供图的表示与操作方法。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("graph")
      普通 CRAN 包： install.packages("graph")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(graph)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Pretext 组装图导出」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/graph/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HapMap XBA 样本数据（hapmap100kxba）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   HapMap 计划公开的 10 万 SNP Xba 芯片样本数据集，常用于基因分型算法的开发与测试。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hapmap100kxba")
      普通 CRAN 包： install.packages("hapmap100kxba")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hapmap100kxba)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HapMap XBA 样本数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hapmap100kxba/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HapMap SNP6 样本数据（hapmapsnp6）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   HapMap 计划的 Affymetrix SNP 6.0 芯片样本数据，用于基因分型和拷贝数分析的示例。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hapmapsnp6")
      普通 CRAN 包： install.packages("hapmapsnp6")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hapmapsnp6)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HapMap SNP6 样本数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hapmapsnp6/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【酵母 ChIP-chip 实验数据（harbchip）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   一个酵母 ChIP-chip 实验产生的高密度芯片数据集，可用于转录因子结合位点与染色质分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("harbchip")
      普通 CRAN 包： install.packages("harbchip")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(harbchip)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「酵母 ChIP-chip 实验数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/harbchip/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【高维流式基准数据集（hdcytodata）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   公开的高维流式细胞术基准数据集，已整理为 SummarizedExperiment 与 flowSet 对象并附元数据。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hdcytodata")
      普通 CRAN 包： install.packages("hdcytodata")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hdcytodata)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「高维流式基准数据集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hdcytodata/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HelloRanges 示例数据（hellorangesdata）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   HelloRanges 与 bedtools 教程使用的示例数据，含 DNase I 超敏位点数据子集，便于教学演示。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hellorangesdata")
      普通 CRAN 包： install.packages("hellorangesdata")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hellorangesdata)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HelloRanges 示例数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hellorangesdata/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HG-U95A 芯片 CDF 环境包（hgu95acdf）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   HG-U95A 芯片的 CDF 布局环境包，为 affy 等包提供探针坐标与芯片结构信息。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hgu95acdf")
      普通 CRAN 包： install.packages("hgu95acdf")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hgu95acdf)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HG-U95A 芯片 CDF 环境包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hgu95acdf/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HG-U95Av2 芯片 CDF 包（hgu95av2cdf）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   HG-U95Av2 芯片的 CDF 环境包，描述探针在芯片上的位置与封装结构。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hgu95av2cdf")
      普通 CRAN 包： install.packages("hgu95av2cdf")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hgu95av2cdf)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HG-U95Av2 芯片 CDF 包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hgu95av2cdf/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【HG-U95Av2 探针序列包（hgu95av2probe）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   HG-U95Av2 芯片的探针序列数据包，含每条探针的碱基序列信息。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hgu95av2probe")
      普通 CRAN 包： install.packages("hgu95av2probe")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hgu95av2probe)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「HG-U95Av2 探针序列包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hgu95av2probe/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Hi-C数据集联合比较（HiCcompare）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   对多个Hi-C数据集进行联合归一化与比较分析，识别条件间差异接触区域，去除技术偏倚对构象比较的影响。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("HiCcompare")
      普通 CRAN 包： install.packages("HiCcompare")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(HiCcompare)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Hi-C数据集联合比较」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/dozmorovlab/HiCcompare
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【层次有序聚类HOPACH（hopach）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   实现层次有序分割与合并混合聚类方法，为基因表达数据提供有序的聚类结果。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hopach")
      普通 CRAN 包： install.packages("hopach")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hopach)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「层次有序聚类HOPACH」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   http://www.stat.berkeley.edu/~laan/, http://docpollard.org/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人类蛋白质图谱数据（hpar）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   以数据对象形式提供人类蛋白质图谱的蛋白表达与亚细胞定位信息，可按基因或组织检索用于表达分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("hpar")
      普通 CRAN 包： install.packages("hpar")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(hpar)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人类蛋白质图谱数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/hpar/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人类干细胞表达数据集（humanstemcell）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于芯片的人类干细胞表达数据集，可用于分化与多能性相关分析及差异表达方法学演示。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("humanstemcell")
      普通 CRAN 包： install.packages("humanstemcell")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(humanstemcell)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人类干细胞表达数据集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/humanstemcell/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【加权多重检验（ihw）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   实现独立假设加权方法，利用协变量信息提升多重检验功效，控制错误发现率并输出诊断图。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("ihw")
      普通 CRAN 包： install.packages("ihw")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(ihw)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「加权多重检验」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/ihw/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【微阵列缺失值填充（impute）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为微阵列数据提供缺失值填充方法，如K近邻填充，减少缺失对下游差异分析的影响。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("impute")
      普通 CRAN 包： install.packages("impute")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(impute)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「微阵列缺失值填充」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/impute/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【信号通路活性分析（inpas）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于基因表达数据推断信号通路活性，评估样本间通路水平差异，辅助机制研究。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("inpas")
      普通 CRAN 包： install.packages("inpas")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(inpas)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「信号通路活性分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/inpas/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【白血病汇总数据集（leukemiaseset）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   汇总多个白血病基因表达实验的数据集对象，便于跨研究比较与差异表达示例分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("leukemiaseset")
      普通 CRAN 包： install.packages("leukemiaseset")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(leukemiaseset)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「白血病汇总数据集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/leukemiaseset/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【线性模型差异表达分析（limma）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   经典R包，用线性模型分析微阵列与组学数据，进行差异表达与差异甲基化分析。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("limma")
      普通 CRAN 包： install.packages("limma")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(limma)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「线性模型差异表达分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioinf.wehi.edu.au/limma/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【线性模型归一化（Linnorm）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于线性模型与正态分布假设的归一化与数据转换方法，用于RNA-seq等测序数据的表达量标准化处理。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("Linnorm")
      普通 CRAN 包： install.packages("Linnorm")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(Linnorm)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「线性模型归一化」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://doi.org/10.1093/nar/gkx828
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【整数线性规划求解器（lpsymphony）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   将Symphony整数线性规划求解器封装为R包，用于组合优化与特征选择问题的快速求解。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("lpsymphony")
      普通 CRAN 包： install.packages("lpsymphony")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(lpsymphony)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「整数线性规划求解器」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   http://R-Forge.R-project.org/projects/rsymphony, https://projects.coin-or.org/SYMPHONY, http://www.coin-or.org/download/source/SYMPHONY/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Barnes 芯片示例数据（lumibarnes）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供用于演示的 Illumina 表达芯片示例数据集，可配合 lumi 包完成预处理与归一化。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("lumibarnes")
      普通 CRAN 包： install.packages("lumibarnes")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(lumibarnes)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Barnes 芯片示例数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/lumibarnes/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【肺组织表达数据集（lungexpression）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   包含肺组织样本的基因表达数据，可用于差异表达分析与教学示例演示等分析任务。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("lungexpression")
      普通 CRAN 包： install.packages("lungexpression")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(lungexpression)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「肺组织表达数据集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/lungexpression/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【微生物组关联分析（maaslin2）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   使用线性模型检验微生物组丰度与元数据之间的多变量关联，支持多种数据归一化方式。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("maaslin2")
      普通 CRAN 包： install.packages("maaslin2")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(maaslin2)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「微生物组关联分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/maaslin2/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Affymetrix CDF环境构建（makecdfenv）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   从Affymetrix芯片的CDF文件构建R环境，用于自定义芯片注释、探针映射与表达值的计算。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("makecdfenv")
      普通 CRAN 包： install.packages("makecdfenv")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(makecdfenv)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Affymetrix CDF环境构建」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/makecdfenv/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【MAQC四重表达数据集（maqcexpression4plex）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   MAQC 项目四重（4-plex）基因表达芯片参考数据集，用于评估表达分析方法与平台一致性。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("maqcexpression4plex")
      普通 CRAN 包： install.packages("maqcexpression4plex")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(maqcexpression4plex)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「MAQC四重表达数据集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/maqcexpression4plex/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【MAQC表达数据子集（maqcsubset）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   MAQC 基因表达芯片基准数据的子集，配合多种芯片平台用于数据处理方法的比较研究。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("maqcsubset")
      普通 CRAN 包： install.packages("maqcsubset")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(maqcsubset)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「MAQC表达数据子集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/maqcsubset/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【质谱小波峰检测（MassSpecWavelet）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   使用基于小波的算法对质谱数据进行峰检测，适合处理信噪比低、峰形复杂的质谱信号。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("MassSpecWavelet")
      普通 CRAN 包： install.packages("MassSpecWavelet")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(MassSpecWavelet)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「质谱小波峰检测」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/zeehio/MassSpecWavelet
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【阅读高亮同步（matter）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   面向超大规模信号与影像数据的科学计算包，支持内存外按需读写，适合大文件处理。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("matter")
      普通 CRAN 包： install.packages("matter")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(matter)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「阅读高亮同步」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/kuwisdelu/matter
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【小批量K均值聚类（mbkmeans）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   实现小批量K均值聚类算法，可高效地对大规模单细胞RNA-seq数据进行细胞分群。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("mbkmeans")
      普通 CRAN 包： install.packages("mbkmeans")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(mbkmeans)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「小批量K均值聚类」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/mbkmeans/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【差异分析P值元分析（metapod）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   对差异分析得到的P值进行元分析，合并多个数据集的结果以识别稳定的显著特征。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("metapod")
      普通 CRAN 包： install.packages("metapod")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(metapod)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「差异分析P值元分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/metapod/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【DNA甲基化分析（methylKit）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   从高通量亚硫酸盐测序结果中分析DNA甲基化，进行差异甲基化区域检测与功能注释。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("methylKit")
      普通 CRAN 包： install.packages("methylKit")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(methylKit)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「DNA甲基化分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/al2na/methylKit
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【碱基分辨率甲基化分析（methylPipe）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   对碱基分辨率的DNA甲基化数据进行分析，支持区域划分、差异比较与结果可视化。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("methylPipe")
      普通 CRAN 包： install.packages("methylPipe")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(methylPipe)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「碱基分辨率甲基化分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/methylPipe/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【微生物组示例数据集（microbiomedatasets）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   汇集多个已发表研究的微生物组数据集，供方法测试、教程演示与结果复现时使用。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("microbiomedatasets")
      普通 CRAN 包： install.packages("microbiomedatasets")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(microbiomedatasets)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「微生物组示例数据集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/microbiomedatasets/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【microRNA 数据处理包（microRNA）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供处理 microRNA 的数据集与函数，方便在 R 中读取、整理和分析 microRNA 相关数据。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("microRNA")
      普通 CRAN 包： install.packages("microRNA")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(microRNA)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「microRNA 数据处理包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/microRNA/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【互信息网络推断（minet）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于互信息方法从基因表达数据推断调控网络，评估基因之间的关联强度并构建网络模型。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("minet")
      普通 CRAN 包： install.packages("minet")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(minet)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「互信息网络推断」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   http://minet.meyerp.com
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【mixOmics多组学整合分析（mixomics）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   多组学数据整合与降维建模工具包，集成PLS、sPLS与DIABLO等方法，用于跨组学特征选择与样本判别分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("mixomics")
      普通 CRAN 包： install.packages("mixomics")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(mixomics)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「mixOmics多组学整合分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/mixomics/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【MLInterfaces机器学习接口（mlinterfaces）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为各类机器学习与聚类方法提供统一调用接口，支持表达数据的分类、聚类与交叉验证分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("mlinterfaces")
      普通 CRAN 包： install.packages("mlinterfaces")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(mlinterfaces)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「MLInterfaces机器学习接口」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/mlinterfaces/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【MLP机器学习分析包（mlp）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Bioconductor机器学习分析包，提供模型构建、预测与性能评估函数，具体算法与用法请参见官方文档。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("mlp")
      普通 CRAN 包： install.packages("mlp")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(mlp)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「MLP机器学习分析包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/mlp/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【小鼠430A芯片注释库（moe430a.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Affymetrix小鼠430A表达芯片的注释数据库，提供探针集到基因与通路等注释信息的映射。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("moe430a.db")
      普通 CRAN 包： install.packages("moe430a.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(moe430a.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「小鼠430A芯片注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/moe430a.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【多组学因子分析数据集（mofadata）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为多组学因子分析提供的配套示例数据集，包含多组学矩阵与注释信息，便于快速运行与复现结果。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("mofadata")
      普通 CRAN 包： install.packages("mofadata")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(mofadata)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「多组学因子分析数据集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/mofadata/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【moGSA多组学基因集分析（mogsa）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   多组学基因集分析的统一框架，整合基因表达、蛋白与代谢等多层数据，评估基因集与通路的整体变化。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("mogsa")
      普通 CRAN 包： install.packages("mogsa")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(mogsa)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「moGSA多组学基因集分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/mogsa/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【monaLisa基序富集分析（monalisa）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   分析转录因子结合基序在调控区域的富集情况，支持批量与单细胞数据并整合多种基序数据库。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("monalisa")
      普通 CRAN 包： install.packages("monalisa")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(monalisa)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「monaLisa基序富集分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/monalisa/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【MotifDb基序数据库（motifdb）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   汇总多个来源的转录因子结合基序数据，以统一对象提供基序矩阵及其注释信息的查询与调用。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("motifdb")
      普通 CRAN 包： install.packages("motifdb")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(motifdb)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「MotifDb基序数据库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/motifdb/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【motifStack基序可视化（motifstack）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   读取、操作与比较转录因子结合基序，绘制序列标识图与基序相似性聚类树，便于可视化比较。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("motifstack")
      普通 CRAN 包： install.packages("motifstack")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(motifstack)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「motifStack基序可视化」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/motifstack/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【小鼠430 2.0芯片注释库（mouse4302.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Affymetrix小鼠430 2.0表达芯片的注释数据库，提供探针集到基因与通路等注释的映射与查询。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("mouse4302.db")
      普通 CRAN 包： install.packages("mouse4302.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(mouse4302.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「小鼠430 2.0芯片注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/mouse4302.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【小鼠430_2芯片CDF环境（mouse4302cdf）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供 Affymetrix 小鼠430_2芯片的CDF探针环境，供 affy 读取原始数据。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("mouse4302cdf")
      普通 CRAN 包： install.packages("mouse4302cdf")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(mouse4302cdf)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「小鼠430_2芯片CDF环境」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/mouse4302cdf/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【小鼠430_2芯片探针序列（mouse4302probe）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   收录小鼠430_2芯片探针序列信息，供 affy 等包做背景校正与注释。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("mouse4302probe")
      普通 CRAN 包： install.packages("mouse4302probe")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(mouse4302probe)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「小鼠430_2芯片探针序列」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/mouse4302probe/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【小鼠430A_2芯片注释库（mouse430a2.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于 AnnotationDbi 构建的小鼠430A_2芯片注释数据库，提供基因映射。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("mouse430a2.db")
      普通 CRAN 包： install.packages("mouse430a2.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(mouse430a2.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「小鼠430A_2芯片注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/mouse430a2.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【小鼠原肠胚单细胞图谱（mousegastrulationdata）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   小鼠原肠胚发育单细胞图谱数据集，供单细胞分析流程演示与结果复现。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("mousegastrulationdata")
      普通 CRAN 包： install.packages("mousegastrulationdata")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(mousegastrulationdata)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「小鼠原肠胚单细胞图谱」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/mousegastrulationdata/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【MGF谱图读取后端（msbackendmgf）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   读取 MGF 格式质谱文件的后端，将原始谱图导入 Spectra 数据框架。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("msbackendmgf")
      普通 CRAN 包： install.packages("msbackendmgf")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(msbackendmgf)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「MGF谱图读取后端」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/msbackendmgf/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【MSP谱库读取后端（msbackendmsp）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   读取 NIST MSP 格式谱库文件的后端，用于谱图匹配与代谢物注释。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("msbackendmsp")
      普通 CRAN 包： install.packages("msbackendmsp")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(msbackendmsp)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「MSP谱库读取后端」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/msbackendmsp/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【质谱数据核心工具（MsCoreUtils）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为质谱数据处理提供核心基础工具函数，包含峰匹配、平滑、聚合等通用算法，供其他质谱包调用。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("MsCoreUtils")
      普通 CRAN 包： install.packages("MsCoreUtils")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(MsCoreUtils)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「质谱数据核心工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/RforMassSpectrometry/MsCoreUtils
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【质谱示例数据包（msdata）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   质谱分析常用示例数据集合，包含多平台原始文件与注释谱图数据。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("msdata")
      普通 CRAN 包： install.packages("msdata")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(msdata)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「质谱示例数据包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/msdata/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【质谱实验数据类（msexperiment）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   定义质谱实验数据的 S4 类，统一组织样本、文件与元数据信息。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("msexperiment")
      普通 CRAN 包： install.packages("msexperiment")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(msexperiment)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「质谱实验数据类」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/msexperiment/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【质谱特征聚合工具（msfeatures）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   按保留时间等条件对质谱数据聚合特征，用于峰组与代谢物整合分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("msfeatures")
      普通 CRAN 包： install.packages("msfeatures")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(msfeatures)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「质谱特征聚合工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/msfeatures/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【MSigDB基因集数据库（msigdb）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   访问分子签名数据库 MSigDB 的基因集资源，用于富集与通路分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("msigdb")
      普通 CRAN 包： install.packages("msigdb")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(msigdb)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「MSigDB基因集数据库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/msigdb/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【质谱统计检验工具（msmstests）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为标记与非标记质谱定量数据提供统计检验，输出差异表达蛋白列表。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("msmstests")
      普通 CRAN 包： install.packages("msmstests")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(msmstests)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「质谱统计检验工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/msmstests/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【蛋白鉴定置信评估（MSnID）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   用于液相色谱质谱蛋白质组学鉴定结果的探索与置信度评估，可过滤假阳性鉴定并整理结果。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("MSnID")
      普通 CRAN 包： install.packages("MSnID")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(MSnID)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「蛋白鉴定置信评估」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/MSnID/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【质谱定量差异分析（msstats）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   质谱定量数据的差异丰度分析工具，支持多种实验设计与标记方式。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("msstats")
      普通 CRAN 包： install.packages("msstats")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(msstats)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「质谱定量差异分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/msstats/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【TMT标记质谱数据分析（msstatstmt）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   面向 TMT 等串联标记质谱实验的差异分析，处理多通道与混合样本。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("msstatstmt")
      普通 CRAN 包： install.packages("msstatstmt")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(msstatstmt)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「TMT标记质谱数据分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/msstatstmt/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【小鼠 22K v3 芯片注释库（mu22v3.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   Affymetrix Mu22Kv3 小鼠表达芯片的注释数据包，提供探针到基因标识的映射关系。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("mu22v3.db")
      普通 CRAN 包： install.packages("mu22v3.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(mu22v3.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「小鼠 22K v3 芯片注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/mu22v3.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【多实验数据整合容器类（multiassayexperiment）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   用于统一管理同一批样本上多个实验数据的容器类，支持按样本或实验进行子集提取。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("multiassayexperiment")
      普通 CRAN 包： install.packages("multiassayexperiment")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(multiassayexperiment)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「多实验数据整合容器类」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/multiassayexperiment/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【多数据集机器学习基准（multidataset）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供多个公开数据集的统一接口，用于机器学习与分类方法的基准测试和比较。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("multidataset")
      普通 CRAN 包： install.packages("multidataset")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(multidataset)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「多数据集机器学习基准」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/multidataset/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【miRNA 多数据库整合（multimir）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   整合多个 miRNA 靶基因与注释数据库，去除冗余并生成统一的 miRNA 与基因关系表。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("multimir")
      普通 CRAN 包： install.packages("multimir")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(multimir)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「miRNA 多数据库整合」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/multimir/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【多重假设检验（multtest）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于重抽样方法进行多重假设检验，控制错误发现率，常用于基因表达差异分析。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("multtest")
      普通 CRAN 包： install.packages("multtest")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(multtest)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「多重假设检验」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/multtest/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【GWAS 汇总统计整理工具（mungesumstats）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   将全基因组关联研究的汇总统计整理为统一格式，便于后续遗传力与风险评分分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("mungesumstats")
      普通 CRAN 包： install.packages("mungesumstats")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(mungesumstats)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「GWAS 汇总统计整理工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/mungesumstats/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【小鼠基因注释数据包（mus.musculus）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   小鼠全基因组注释数据包，提供基因标识符到染色体位置及功能注释的映射关系。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("mus.musculus")
      普通 CRAN 包： install.packages("mus.musculus")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(mus.musculus)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「小鼠基因注释数据包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/mus.musculus/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【多样本单细胞差异分析（muscat）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   面向多组多样本单细胞测序数据的差异表达与状态分析工具，支持复杂实验设计。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("muscat")
      普通 CRAN 包： install.packages("muscat")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(muscat)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「多样本单细胞差异分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/muscat/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【单细胞差异分析示例数据（muscdata）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为多样本单细胞差异分析提供的示例数据集，包含多组多批次的模拟实验数据。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("muscdata")
      普通 CRAN 包： install.packages("muscdata")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(muscdata)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「单细胞差异分析示例数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/muscdata/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【突变模式特征分析（mutationalpatterns）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   分析体细胞突变模式的工具，可提取突变谱、比对已知特征库并可视化突变分布。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("mutationalpatterns")
      普通 CRAN 包： install.packages("mutationalpatterns")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(mutationalpatterns)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「突变模式特征分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/mutationalpatterns/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【MyGene 基因信息查询（mygene）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   通过 MyGene.info 接口批量查询基因注释信息的工具，支持标识符转换与注释检索。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("mygene")
      普通 CRAN 包： install.packages("mygene")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(mygene)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「MyGene 基因信息查询」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/mygene/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【mzIdentML 鉴定结果解析（mzid）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   解析蛋白质组学 mzIdentML 格式结果文件，提取肽段与蛋白鉴定信息用于后续分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("mzid")
      普通 CRAN 包： install.packages("mzid")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(mzid)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「mzIdentML 鉴定结果解析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/mzid/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【质谱数据文件解析（mzR）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   解析 netCDF、mzXML、mzML 和 mzIdentML 等质谱数据文件，为 R 中质谱分析提供统一接口。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("mzR")
      普通 CRAN 包： install.packages("mzR")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(mzR)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「质谱数据文件解析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/sneumann/mzR/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【NanoString 计数工具（nanostringnctools）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   面向 NanoString nCounter 数据的预处理与质控工具，支持归一化、探针注释与差异表达分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("nanostringnctools")
      普通 CRAN 包： install.packages("nanostringnctools")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(nanostringnctools)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「NanoString 计数工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/nanostringnctools/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【单细胞密度可视化（nebulosa）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   利用核密度估计对单细胞转录组数据进行可视化，突出标记基因在各细胞群中的表达分布。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("nebulosa")
      普通 CRAN 包： install.packages("nebulosa")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(nebulosa)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「单细胞密度可视化」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/nebulosa/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【噪声分布差异表达（noiseq）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   通过模拟数据噪声分布判定差异表达基因，在无生物学重复条件下也可分析 RNA 测序数据。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("noiseq")
      普通 CRAN 包： install.packages("noiseq")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(noiseq)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「噪声分布差异表达」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/noiseq/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【归一化与差异分析（normalyzerde）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   集成多种归一化方法和差异表达分析的蛋白质组学流程，可自动比较并推荐最佳方案。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("normalyzerde")
      普通 CRAN 包： install.packages("normalyzerde")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(normalyzerde)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「归一化与差异分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/normalyzerde/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【ChIP-seq 标准化与差异检测（normr）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   对 ChIP-seq 数据进行标准化和差异峰检测，比较不同样本间的蛋白结合差异。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("normr")
      普通 CRAN 包： install.packages("normr")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(normr)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「ChIP-seq 标准化与差异检测」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/your-highness/normR
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【核小体定位建模（nucler）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   分析核小体定位与染色质结构特征的工具，支持定位信号统计计算与可视化展示。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("nucler")
      普通 CRAN 包： install.packages("nucler")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(nucler)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「核小体定位建模」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/nucler/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【寡核苷酸芯片预处理（oligo）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   面向寡核苷酸芯片的预处理工具，完成背景校正、标准化和汇总等常规分析流程。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("oligo")
      普通 CRAN 包： install.packages("oligo")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(oligo)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「寡核苷酸芯片预处理」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/benilton/oligo
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【寡核苷酸芯片类（oligoclasses）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   定义寡核苷酸芯片的 S4 类与访问方法，为微阵列表达数据提供统一的容器结构。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("oligoclasses")
      普通 CRAN 包： install.packages("oligoclasses")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(oligoclasses)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「寡核苷酸芯片类」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/oligoclasses/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【寡核苷酸芯片数据（oligodata）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   提供寡核苷酸微阵列芯片的示例数据集，用于演示数据预处理与表达分析流程。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("oligodata")
      普通 CRAN 包： install.packages("oligodata")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(oligodata)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「寡核苷酸芯片数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/oligodata/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【微阵列线性模型（olin）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   针对寡核苷酸微阵列的线性模型与标准化方法，支持两色与单色数据的质量控制。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("olin")
      普通 CRAN 包： install.packages("olin")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(olin)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「微阵列线性模型」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/olin/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【OmniPath 信号通路（omnipathr）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   查询 OmniPath 资源中的信号通路与分子相互作用数据，用于通路分析与网络建模。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("omnipathr")
      普通 CRAN 包： install.packages("omnipathr")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(omnipathr)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「OmniPath 信号通路」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/omnipathr/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【流式细胞层级门控（openCyto）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为流式细胞术数据提供层级门控流程，支持自动化、可复现的细胞群划分与统计分析。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("openCyto")
      普通 CRAN 包： install.packages("openCyto")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(openCyto)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「流式细胞层级门控」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/openCyto/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【疟蚊基因注释数据库（org.ag.eg.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   冈比亚按蚊的基因注释数据库，提供基因标识、名称与功能注释信息的映射。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("org.ag.eg.db")
      普通 CRAN 包： install.packages("org.ag.eg.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(org.ag.eg.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「疟蚊基因注释数据库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/org.ag.eg.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【拟南芥基因注释数据库（org.at.tair.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   拟南芥的基因注释数据库，提供 TAIR 基因标识与功能注释信息的查询映射。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("org.at.tair.db")
      普通 CRAN 包： install.packages("org.at.tair.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(org.at.tair.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「拟南芥基因注释数据库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/org.at.tair.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【牛基因注释数据库（org.bt.eg.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   家牛的基因注释数据库，提供基因标识、名称与功能注释信息，便于富集分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("org.bt.eg.db")
      普通 CRAN 包： install.packages("org.bt.eg.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(org.bt.eg.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「牛基因注释数据库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/org.bt.eg.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【线虫基因注释数据库（org.ce.eg.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   秀丽隐杆线虫的基因注释数据库，提供基因标识与功能注释信息的映射查询。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("org.ce.eg.db")
      普通 CRAN 包： install.packages("org.ce.eg.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(org.ce.eg.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「线虫基因注释数据库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/org.ce.eg.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【犬基因注释数据库（org.cf.eg.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   家犬的基因注释数据库，提供基因标识与功能注释信息，便于基因集富集分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("org.cf.eg.db")
      普通 CRAN 包： install.packages("org.cf.eg.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(org.cf.eg.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「犬基因注释数据库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/org.cf.eg.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【果蝇基因注释数据库（org.dm.eg.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   黑腹果蝇的基因注释数据库，提供基因标识、名称与功能注释信息的查询映射。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("org.dm.eg.db")
      普通 CRAN 包： install.packages("org.dm.eg.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(org.dm.eg.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「果蝇基因注释数据库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/org.dm.eg.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【斑马鱼基因注释数据库（org.dr.eg.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   斑马鱼的基因注释数据库，提供基因标识、名称与功能注释信息的查询映射。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("org.dr.eg.db")
      普通 CRAN 包： install.packages("org.dr.eg.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(org.dr.eg.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「斑马鱼基因注释数据库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/org.dr.eg.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【大肠杆菌K12注释库（org.eck12.eg.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   大肠杆菌 K12 菌株的基因注释数据库，提供基因标识与功能注释信息的映射。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("org.eck12.eg.db")
      普通 CRAN 包： install.packages("org.eck12.eg.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(org.eck12.eg.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「大肠杆菌K12注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/org.eck12.eg.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【大肠杆菌Sakai注释库（org.ecsakai.eg.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   大肠杆菌 O157:H7 Sakai 菌株的基因注释数据库，提供基因与功能信息映射。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("org.ecsakai.eg.db")
      普通 CRAN 包： install.packages("org.ecsakai.eg.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(org.ecsakai.eg.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「大肠杆菌Sakai注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/org.ecsakai.eg.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【鸡基因注释数据库（org.gg.eg.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   家鸡的基因注释数据库，提供基因标识、名称与功能注释信息，便于富集分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("org.gg.eg.db")
      普通 CRAN 包： install.packages("org.gg.eg.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(org.gg.eg.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「鸡基因注释数据库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/org.gg.eg.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人类基因注释数据库（org.hs.eg.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   人类全基因组注释数据库，提供 Entrez 基因编号与基因名、GO 功能、染色体位置等的对应关系。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("org.hs.eg.db")
      普通 CRAN 包： install.packages("org.hs.eg.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(org.hs.eg.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人类基因注释数据库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/org.hs.eg.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【小鼠基因注释数据库（org.mm.eg.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   小鼠全基因组注释数据库，用于把 Entrez 基因编号换成基因名、功能注释与染色体定位信息。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("org.mm.eg.db")
      普通 CRAN 包： install.packages("org.mm.eg.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(org.mm.eg.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「小鼠基因注释数据库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/org.mm.eg.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【猕猴基因注释数据库（org.mmu.eg.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   猕猴全基因组注释数据库，提供基因编号与基因名、功能注释及染色体定位的映射关系。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("org.mmu.eg.db")
      普通 CRAN 包： install.packages("org.mmu.eg.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(org.mmu.eg.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「猕猴基因注释数据库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/org.mmu.eg.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【疟原虫基因注释数据库（org.pf.plasmo.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   恶性疟原虫基因注释数据库，提供基因编号与基因名、功能注释及染色体定位的对应关系。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("org.pf.plasmo.db")
      普通 CRAN 包： install.packages("org.pf.plasmo.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(org.pf.plasmo.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「疟原虫基因注释数据库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/org.pf.plasmo.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【黑猩猩基因注释数据库（org.pt.eg.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   黑猩猩全基因组注释数据库，把 Entrez 基因编号映射为基因名、功能注释与染色体位置。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("org.pt.eg.db")
      普通 CRAN 包： install.packages("org.pt.eg.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(org.pt.eg.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「黑猩猩基因注释数据库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/org.pt.eg.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【大鼠基因注释数据库（org.rn.eg.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   大鼠全基因组注释数据库，提供基因编号与基因名、GO 功能注释及染色体定位的映射。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("org.rn.eg.db")
      普通 CRAN 包： install.packages("org.rn.eg.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(org.rn.eg.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「大鼠基因注释数据库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/org.rn.eg.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【酿酒酵母基因注释库（org.sc.sgd.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于 SGD 的酿酒酵母基因注释数据库，提供基因编号、标准基因名与功能描述的对应关系。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("org.sc.sgd.db")
      普通 CRAN 包： install.packages("org.sc.sgd.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(org.sc.sgd.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「酿酒酵母基因注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/org.sc.sgd.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【猪基因注释数据库（org.ss.eg.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   猪全基因组注释数据库，提供 Entrez 基因编号到基因名、功能注释与染色体定位的映射。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("org.ss.eg.db")
      普通 CRAN 包： install.packages("org.ss.eg.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(org.ss.eg.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「猪基因注释数据库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/org.ss.eg.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【爪蟾基因注释数据库（org.xl.eg.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   非洲爪蟾全基因组注释数据库，提供基因编号与基因名、功能及染色体定位的对应关系。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("org.xl.eg.db")
      普通 CRAN 包： install.packages("org.xl.eg.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(org.xl.eg.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「爪蟾基因注释数据库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/org.xl.eg.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【物种注释统一接口（organismdbi）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   为多个物种注释数据库提供统一的访问接口，便于跨库查询、合并与比较基因注释信息。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("organismdbi")
      普通 CRAN 包： install.packages("organismdbi")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(organismdbi)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「物种注释统一接口」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/organismdbi/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【跨物种同源基因映射（orthogene）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   在不同物种之间转换基因标识符，并提供同源基因映射表以及方便的查询与可视化功能。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("orthogene")
      普通 CRAN 包： install.packages("orthogene")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(orthogene)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「跨物种同源基因映射」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/orthogene/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【RNA-seq异常检测（OUTRIDER）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   通过异常值检测识别RNA-seq数据中的表达异常基因，常用于孟德尔遗传病致病基因的发现。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("OUTRIDER")
      普通 CRAN 包： install.packages("OUTRIDER")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(OUTRIDER)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「RNA-seq异常检测」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/gagneurlab/OUTRIDER
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【蛋白质芯片分析（PAA）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   蛋白质芯片分析器，用于处理蛋白芯片数据，完成背景校正、归一化和差异蛋白的检测。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("PAA")
      普通 CRAN 包： install.packages("PAA")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(PAA)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「蛋白质芯片分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   http://www.ruhr-uni-bochum.de/mpc/software/PAA/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【通路富集分析工具（padog）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   对基因排序做通路富集检验，通过下调重叠基因的权重提高富集结果的准确性与稳健性。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("padog")
      普通 CRAN 包： install.packages("padog")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(padog)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「通路富集分析工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/padog/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【基因表达检出判断工具（panp）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   根据标准化芯片荧光强度判断基因是否表达，给出表达、缺失与边缘三类调用结果。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("panp")
      普通 CRAN 包： install.packages("panp")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(panp)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「基因表达检出判断工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/panp/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【蛋白家族分类注释库（panther.db）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   基于 PANTHER 蛋白家族分类体系，提供基因与蛋白的功能类别以及通路注释信息。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("panther.db")
      普通 CRAN 包： install.packages("panther.db")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(panther.db)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「蛋白家族分类注释库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/panther.db/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【RNA 测序差异表达数据集（pasilla）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   常用的 RNA 测序示例数据集，含处理与对照样本的基因表达计数，用于差异分析演示。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("pasilla")
      普通 CRAN 包： install.packages("pasilla")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(pasilla)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「RNA 测序差异表达数据集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/pasilla/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【pasilla 比对结果子集（pasillabamsubset）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   从 pasilla 数据集中抽取的部分 BAM 比对文件，用于演示比对与剪接分析流程。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("pasillabamsubset")
      普通 CRAN 包： install.packages("pasillabamsubset")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(pasillabamsubset)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「pasilla 比对结果子集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/pasillabamsubset/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【通路可视化整合（pathview）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   将基因或代谢物表达数据映射到 KEGG 通路图上着色，输出通路图与图例，广泛用于组学结果展示。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.conda）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("pathview")
      普通 CRAN 包： install.packages("pathview")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(pathview)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「通路可视化整合」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/pathview/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【主成分分析方法集（pcaMethods）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   汇集多种主成分分析方法，可处理含缺失值的数据，用于降维和样本结构探索。

■ 文件说明
   · 本目录共 1 个文件：源码压缩包（.tar.gz）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("pcaMethods")
      普通 CRAN 包： install.packages("pcaMethods")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(pcaMethods)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「主成分分析方法集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/hredestig/pcamethods
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【拟南芥Affymetrix注释包（pd.ag）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   拟南芥 Affymetrix 基因芯片的探针注释数据包，提供探针到基因的映射以支持表达分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("pd.ag")
      普通 CRAN 包： install.packages("pd.ag")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(pd.ag)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「拟南芥Affymetrix注释包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/pd.ag/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【拟南芥ATH1芯片注释包（pd.ath1.121501）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   拟南芥 ATH1-121501 全基因组表达芯片的探针注释数据，提供探针到基因的可靠映射。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("pd.ath1.121501")
      普通 CRAN 包： install.packages("pd.ath1.121501")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(pd.ath1.121501)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「拟南芥ATH1芯片注释包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/pd.ath1.121501/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【大麦Barley1芯片注释包（pd.barley1）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   大麦 Barley1 基因表达芯片的探针注释数据包，用于大麦转录组数据的探针注释。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("pd.barley1")
      普通 CRAN 包： install.packages("pd.barley1")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(pd.barley1)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「大麦Barley1芯片注释包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/pd.barley1/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【犬Affymetrix芯片注释包（pd.canine）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   犬 Affymetrix 基因芯片的探针注释数据包，支持犬表达谱数据的基因注释与下游分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("pd.canine")
      普通 CRAN 包： install.packages("pd.canine")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(pd.canine)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「犬Affymetrix芯片注释包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/pd.canine/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【线虫Affymetrix注释包（pd.celegans）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   秀丽隐杆线虫 Affymetrix 芯片的探针注释数据包，用于线虫表达谱数据的基因注释。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("pd.celegans")
      普通 CRAN 包： install.packages("pd.celegans")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(pd.celegans)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「线虫Affymetrix注释包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/pd.celegans/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人ClariomD芯片注释包（pd.clariom.d.human）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   人类 Clariom D 芯片的探针注释数据包，覆盖全转录本并给出探针到基因与转录本的映射。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("pd.clariom.d.human")
      普通 CRAN 包： install.packages("pd.clariom.d.human")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(pd.clariom.d.human)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人ClariomD芯片注释包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/pd.clariom.d.human/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人ClariomS芯片注释包（pd.clariom.s.human）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   人类 Clariom S 芯片的探针注释数据包，提供探针到基因的映射以支持表达谱分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("pd.clariom.s.human")
      普通 CRAN 包： install.packages("pd.clariom.s.human")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(pd.clariom.s.human)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人ClariomS芯片注释包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/pd.clariom.s.human/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【果蝇基因组2芯片注释包（pd.drosophila.2）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   芯片注释数据包，把果蝇基因组2芯片的探针编号映射到对应基因，用于表达数据读取与下游分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("pd.drosophila.2")
      普通 CRAN 包： install.packages("pd.drosophila.2")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(pd.drosophila.2)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「果蝇基因组2芯片注释包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/pd.drosophila.2/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【大肠杆菌2芯片注释包（pd.e.coli.2）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   芯片注释数据包，把大肠杆菌2芯片的探针编号映射到对应基因，用于表达数据读取与下游分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("pd.e.coli.2")
      普通 CRAN 包： install.packages("pd.e.coli.2")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(pd.e.coli.2)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「大肠杆菌2芯片注释包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/pd.e.coli.2/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【大肠杆菌芯片注释包（pd.ecoli）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   芯片注释数据包，把大肠杆菌芯片的探针编号映射到对应基因，用于表达数据读取与下游分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("pd.ecoli")
      普通 CRAN 包： install.packages("pd.ecoli")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(pd.ecoli)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「大肠杆菌芯片注释包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/pd.ecoli/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人基因组Focus芯片注释包（pd.hg.focus）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   芯片注释数据包，提供人类基因组Focus芯片的探针到基因映射关系，用于表达数据的预处理与注释。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("pd.hg.focus")
      普通 CRAN 包： install.packages("pd.hg.focus")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(pd.hg.focus)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人基因组Focus芯片注释包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/pd.hg.focus/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人U133 Plus 2.0芯片注释包（pd.hg.u133.plus.2）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   芯片注释数据包，把人类U133 Plus 2.0芯片的探针编号映射到对应基因，用于表达数据读取与下游分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("pd.hg.u133.plus.2")
      普通 CRAN 包： install.packages("pd.hg.u133.plus.2")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(pd.hg.u133.plus.2)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人U133 Plus 2.0芯片注释包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/pd.hg.u133.plus.2/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人U133A芯片注释包（pd.hg.u133a）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   芯片注释数据包，提供人类U133A芯片的探针到基因映射关系，用于表达数据的预处理与注释。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("pd.hg.u133a")
      普通 CRAN 包： install.packages("pd.hg.u133a")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(pd.hg.u133a)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人U133A芯片注释包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/pd.hg.u133a/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人U133A 2.0芯片注释包（pd.hg.u133a.2）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   芯片注释数据包，把人类U133A 2.0芯片的探针编号映射到对应基因，用于表达数据读取与下游分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("pd.hg.u133a.2")
      普通 CRAN 包： install.packages("pd.hg.u133a.2")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(pd.hg.u133a.2)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人U133A 2.0芯片注释包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/pd.hg.u133a.2/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人U133A Tag芯片注释包（pd.hg.u133a.tag）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   芯片平台注释包，提供人类U133A Tag芯片的探针到基因映射关系，便于表达谱数据的读取与结果注释。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("pd.hg.u133a.tag")
      普通 CRAN 包： install.packages("pd.hg.u133a.tag")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(pd.hg.u133a.tag)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人U133A Tag芯片注释包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/pd.hg.u133a.tag/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人U133B芯片注释包（pd.hg.u133b）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   芯片注释数据包，提供人类U133B芯片的探针到基因映射关系，用于表达数据的预处理与注释。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("pd.hg.u133b")
      普通 CRAN 包： install.packages("pd.hg.u133b")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(pd.hg.u133b)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人U133B芯片注释包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/pd.hg.u133b/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人U219芯片注释包（pd.hg.u219）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   芯片注释数据包，把人类U219芯片的探针编号映射到对应基因，用于表达数据读取与下游分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("pd.hg.u219")
      普通 CRAN 包： install.packages("pd.hg.u219")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(pd.hg.u219)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人U219芯片注释包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/pd.hg.u219/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人U95A芯片注释包（pd.hg.u95a）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   芯片平台注释包，提供人类U95A芯片的探针到基因映射关系，便于表达谱数据的读取与结果注释。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("pd.hg.u95a")
      普通 CRAN 包： install.packages("pd.hg.u95a")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(pd.hg.u95a)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人U95A芯片注释包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/pd.hg.u95a/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人U95Av2芯片注释包（pd.hg.u95av2）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   芯片注释数据包，提供人类U95Av2芯片的探针到基因映射关系，用于表达数据的预处理与注释。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("pd.hg.u95av2")
      普通 CRAN 包： install.packages("pd.hg.u95av2")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(pd.hg.u95av2)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人U95Av2芯片注释包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/pd.hg.u95av2/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【人U95B芯片注释包（pd.hg.u95b）安装教程】—— R语言-RStudio

■ 前置条件
   · 已安装 R 4.3 及以上（推荐 4.4）与 RStudio；生物信息类包建议同时装 BiocManager。

■ 本包是什么
   芯片注释数据包，把人类U95B芯片的探针编号映射到对应基因，用于表达数据读取与下游分析。

■ 文件说明
   · 本目录共 1 个文件：conda 包（.tar.bz2）。
   · .tar.gz 是 R 源码包（用 install.packages 安装）。
   · .conda / .tar.bz2 是 conda 包（用 conda 安装，**不要**用 install.packages）。
   · 请先看清扩展名，再选下面的对应方式。

■ 安装方式一：在线安装（最简单，需要联网）
   1. 打开 RStudio → 控制台（Console）。
   2. 生物信息类包： BiocManager::install("pd.hg.u95b")
      普通 CRAN 包： install.packages("pd.hg.u95b")
   3. 若提示是否更新依赖，输 a 回车（全部更新）。

■ 安装方式二：离线安装 .tar.gz 源码包
   1. RStudio 菜单：工具（Tools）→ Install Packages… → 选「Package Archive File (.tar.gz)」。
   2. 浏览选择本目录的 .tar.gz 文件 → Install。
   3. 或控制台执行：
      install.packages("本目录 .tar.gz 完整路径", repos = NULL, type = "source")

■ 安装方式三：离线安装 conda 包（.conda / .tar.bz2）
   1. 需要已安装 Miniconda/Anaconda，并激活你的 R 环境（例如 conda activate r43）。
   2. 命令行执行（路径按实际修改）：
      conda install --offline "本目录 .conda 或 .tar.bz2 的完整路径"
   3. 用 RStudio 的 R 解释器指向该环境时，装好的包会直接可用。

■ 验证是否装好
   · 控制台执行： library(pd.hg.u95b)
   · 没报错即为成功；若报 there is no package called …，说明装的不是当前这个 R 环境。

■ 常见问题
   · 提示 package 编译失败：Windows 上多为缺 Rtools，可优先用在线安装或换 conda 包。
   · 提示版本不符：把 R 版本号发客服，我们换对应版本的包。
   · 依赖包缺失：先按提示装依赖（BiocManager::install 会自动处理）。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「人U95B芯片注释包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://bioconductor.org/packages/pd.hg.u95b/
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。