用途：使用 DESeq2 对 RNA-seq 计数数据进行差异表达分析，适合两组或多因素比较、批次校正与交互模型。
主要能力：可从计数矩阵、SummarizedExperiment 或 tximport（Salmon/Kallisto）构建 DESeqDataSet；支持设计公式（如 ~ condition、~ batch + condition、交互项）、contrast 指定、LRT 检验、lfcShrink（apeglm/ashr/normal）、显著性阈值（alpha、lfcThreshold）、结果排序与导出 CSV，以及 vst/rlog 变换和归一化计数获取。
必要用法：安装用 BiocManager::install('DESeq2') 与 BiocManager::install('apeglm')；典型流程为 DESeqDataSetFromMatrix(counts, coldata, design = ~ condition)、rowSums(counts(dds)) >= 10 预过滤、relevel 设参考水平、DESeq(dds)、results(dds)、lfcShrink(dds, coef = 'condition_treated_vs_control', type = 'apeglm')。结果列含 baseMean、log2FoldChange、lfcSE、stat、pvalue、padj。
适用场景：RNA-seq 差异表达、批次效应控制、多因素与交互分析、结果导出与可视化前处理。
限制：需生物重复，无重复设计已在 v1.22 移除；betaPrior = TRUE 已弃用，改用 lfcShrink()；大数据集不建议 rlog()，样本超过 100 建议 vst()。常见错误包括设计矩阵不满秩、计数非整数、样本全为 0 计数、设计公式因子名拼写错误。