用途：deepTools 是面向高通量测序（NGS）数据的 Python 命令行工具集，用于质控、归一化、样本比较与出版级可视化，覆盖 ChIP-seq、RNA-seq、ATAC-seq、MNase-seq 等实验。
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（指纹图、相关性、覆盖度）；样本比较与相关性分析；围绕基因组特征生成热图与剖面图；富集分析与峰区可视化。
安装：uv pip install deepTools==3.5.6；上游推荐在共享 HPC 上用 conda：conda install -c conda-forge -c bioconda deeptools。Apple Silicon 上可用上述 PyPI 方式或 osx-64 conda 环境。
使用方式：典型流程为 QC → 归一化 → 比较/可视化。可先用 python scripts/validate_files.py --bam sample1.bam sample2.bam --bed regions.bed 校验文件；再用 python scripts/workflow_generator.py --list 列出工作流，并生成如 chipseq_qc、chipseq_analysis、rnaseq_coverage、atacseq 模板。常用命令包括 bamCoverage、bamCompare、multiBamSummary、plotCorrelation、plotPCA、plotFingerprint、computeMatrix、plotHeatmap、plotProfile、plotEnrichment、alignmentSieve 等。
适用场景：ChIP-seq 质控与完整分析、RNA-seq 链特异性覆盖度、ATAC-seq 的 Tn5 偏移校正与片段分析、多样本比较与峰区分析。
限制与注意：RPGC 归一化需提供 --effectiveGenomeSize；RNA-seq 不应使用 --extendReads；--filterRNAstrand 假定常见 dUTP/NSR/NNSR 反转链文库，文库化学不同时链方向可能相反；GC 校正后不应再使用 --ignoreDuplicates；BAM 需有索引（samtools index）。具体参数与完整工作流见随附参考文档。