用途：deepTools 是面向高通量测序（NGS）的命令行工具套件，用于质控、数据标准化、样本比较与出版级可视化，覆盖 ChIP-seq、RNA-seq、ATAC-seq、MNase-seq 等实验。典型工作流为 质控 → 标准化 → 比较/可视化。
主要能力：将 BAM 比对转换为归一化覆盖度轨道（bigWig/bedGraph）；质控评估（plotFingerprint、plotCoverage、plotCorrelation、plotPCA、bamPEFragmentSize）；生成基因组特征周围的热图与谱图（computeMatrix、plotHeatmap、plotProfile）；富集分析与峰区可视化（plotEnrichment）；样本比较与相关性分析。
安装：uv pip install deeptools（2026-09 为 4.0.0，需 Python >= 3.12），或 conda install -c bioconda deeptools。4.0 中 bamCoverage、bamCompare、computeMatrix、alignmentSieve、multiBamSummary 改用 Rust 核心，旧实现保留为 *_old。
用法：先用 python scripts/validate_files.py --bam sample1.bam sample2.bam --bed regions.bed 校验输入；再用 python scripts/workflow_generator.py --list 查看可用工作流，并可生成 chipseq_qc、chipseq_analysis、rnaseq_coverage、atacseq 等模板脚本。常用归一化：ChIP-seq 用 RPGC 或 CPM，比较用 bamCompare 的 log2 与 readCount，RNA-seq 分箱用 CPM、基因水平用 RPKM。RPGC 需 --effectiveGenomeSize，如人类 GRCh38 为 2913022398。
限制与注意事项：4.0 中 bamCoverage/bamCompare 移除了 --ignoreDuplicates，改用 --samFlagExclude 1024（BAM 需已标记重复）；--exactScaling 与 plotly 输出被移除，仅支持 matplotlib。RNA-seq 不应使用 --extendReads（会跨越剪接位点）；ChIP-seq 建议 --extendReads 200。ATAC-seq 需用 alignmentSieve --ATACshift 做 Tn5 校正。GC 校正后不应再过滤重复。其他文件类型、致病变异识别等任务不在本工具范围内，具体收费与平台信息暂未提供。