用途：识别不同实验条件下差异可及的染色质区域（differential accessibility）。核心流程是构建样本×区域计数矩阵，做文库大小与染色质压缩归一化，拟合负二项广义线性模型，再提取显著变化区域。
主要能力与工具选择：DiffBind 是 DESeq2/edgeR 的封装，带 ATAC 感知默认值，适合峰结构跨条件稳定的场景；csaw 是唯一无需峰集的方案，用固定宽度滑窗检测弥散变化；已有峰计数矩阵可直接用 DESeq2 或 edgeR。低重复数（n=2）建议用 edgeR QL 或 DiffBind 的 edgeR 后端。
关键用法：DiffBind 常用 summits=250 将峰重新居中为 501 bp 固定宽度；归一化需区分 normalize= 与 library=，默认 normalize=DBA_NORM_LIB 配 library=DBA_LIBSIZE_FULL。csaw 建议 width=150 并用 filterWindowsGlobal 过滤低信号窗口。DESeq2 在 n=2 时避免 apeglm 收缩；edgeR 需用 filterByExpr 过滤低计数峰。存在全局可及性变化时可用 spike-in 归一化覆盖默认 size factor，未知批次可用 SVA/RUVseq。
适用场景：多条件比较、多因子设计、时间序列、单细胞 ATAC 伪批量、等位基因特异性可及性、植物或非模式生物（需自定义基因组并关闭注释）。
限制：资料未提供具体安装命令与完整代码；参数与阈值需按数据验证，方法学仍在演进，建议参考 Gontarz 2020、Reske 2020 等基准后再固定流程。