用途：deepTools 面向高通量测序（NGS）数据分析，流程通常为质控→归一化→比较/可视化，覆盖 ChIP-seq、RNA-seq、ATAC-seq、MNase-seq 等实验。
主要能力：将 BAM 比对转换为归一化覆盖轨道（bigWig/bedGraph）；进行质控评估（指纹图谱 plotFingerprint、覆盖度 plotCoverage、相关性 plotCorrelation、PCA plotPCA、片段大小 bamPEFragmentSize）；两样本比较（bamCompare 支持 log2 比值）；在多基因组特征周围生成热图与轮廓图（computeMatrix + plotHeatmap/plotProfile）；峰区富集分析（plotEnrichment）。
使用方式：安装命令为 uv pip install deeptools。常用命令包括 bamCoverage（如 --normalizeUsing RPGC --effectiveGenomeSize 2913022398 --binSize 10 --numberOfProcessors 8）、bamCompare、multiBamSummary、multiBigwigSummary、computeMatrix、plotHeatmap、alignmentSieve 等。仓库提供辅助脚本 scripts/validate_files.py 校验 BAM、bigWig、BED 文件，scripts/workflow_generator.py 生成 chipseq_qc、chipseq_analysis、rnaseq_coverage、atacseq 等工作流模板。RPGC 归一化需提供有效基因组大小，如人类 GRCh38 为 2913022398。
限制与注意：RNA-seq 不应使用 --extendReads（会跨越剪接位点）；ChIP-seq 常建议 --extendReads 200；GC 校正后不可再用 --ignoreDuplicates；使用一致归一化方法并以相同基因组版本分析；大文件可增大 binSize 或用 --region 分染色体处理。
关于渠道、收费与平台等事实，资料未提供。