Solución:
Voy a usar el comentario publicado por @cboettig para resolver esta pregunta.
Paquete de la rata
Packrat es un sistema de gestión de dependencias para R. Te brinda tres importantes ventajas (todas ellas enfocadas en tus necesidades de portabilidad)
-
Aislado: la instalación de un paquete nuevo o actualizado para un proyecto no interrumpirá sus otros proyectos y viceversa. Eso es porque packrat le da a cada proyecto su propia biblioteca de paquetes privada.
-
Portátil: transporte fácilmente sus proyectos de una computadora a otra, incluso a través de diferentes plataformas. Packrat facilita la instalación de los paquetes de los que depende su proyecto.
-
Reproducible: Packrat registra las versiones exactas del paquete de las que depende y se asegura de que esas versiones exactas sean las que se instalen donde quiera que vaya.
¿Que sigue?
-
Guía de recorrido: http://rstudio.github.io/packrat/walkthrough.html
-
Comandos más comunes: http://rstudio.github.io/packrat/commands.html
-
Usando Packrat con RStudio: http://rstudio.github.io/packrat/rstudio.html
-
Limitaciones y advertencias: http://rstudio.github.io/packrat/limitations.html
Actualizar: Packrat ha quedado obsoleto y ahora ha sido reemplazado por renv, por lo que es posible que desee comprobar este paquete en su lugar.
El administrador de paquetes de Anaconda conda admite la creación de entornos R.
conda create -n r-environment r-essentials r-base
conda activate r-environment
He tenido una gran experiencia usando conda para mantener diferentes instalaciones de Python, tanto específicas del usuario como varias versiones para el mismo usuario. He probado R con conda y el jupyter-notebook y funciona muy bien. Al menos para mis necesidades, que incluye análisis de secuenciación de ARN utilizando el DEseq2 y paquetes relacionados, así como data.table y dplyr. Hay muchos paquetes de bioconductores disponibles en conda a través de bioconda y de acuerdo con los comentarios sobre esta pregunta SO, parece que install.packages() también podría funcionar.
Parece que hay otra opción de RStudio devs, renv. Está disponible en CRAN y reemplaza a Packrat.
En resumen, usas renv::init() para inicializar la biblioteca de su proyecto y usar renv::snapshot() / renv::restore() para guardar y cargar el estado de su biblioteca.
Prefiero esta opción a conda r-enviroments porque aquí todo está almacenado en el archivo renv.lock, que puede comprometerse con un repositorio de Git y distribuirse al equipo.