用途：对齐样本元数据与计数矩阵，构建差异表达（DE）分析的设计矩阵，并在下游分析前检测样本互换等问题。
主要能力：
- 基础连接：用样本标识取交集并对齐计数矩阵列与元数据行，断言一致。
- 参考水平：在运行 DESeq() 前用 relevel 或显式 levels= 设置基线，控制 log2FoldChange 方向；否则 DESeq2 按字母序选参考水平，可能静默反转倍数变化。
- 设计公式：配对设计 ~ subject + condition（配对变量在前）；已知批次 ~ batch + condition；交互 ~ A * B，注意 resultsNames 陷阱（交互系数是差中之差，非某组效应）。多组比较可用 ~ 0 + group + makeContrasts。
- 连续协变量：中心化后线性纳入，非线性可用 ns(age, df=3)；不要纳入文库大小。
- 重复测量：limma duplicateCorrelation 或 DREAM 混合模型（~ condition + (1|subject)）。
- 样本互换检测：XIST 与 chrY 基因表达做性别核对；somalier、NGSCheckMate 基于基因型更稳健，队列≥20 时建议在矩阵构建步骤执行。
- 技术重复：用 collapseReplicates 或按 subject 求和（不是平均），避免当作独立生物学重复。
必要用法：R 侧用 DESeqDataSetFromMatrix、results()、model.matrix；Python 侧用 pandas 取交集、Categorical 设定水平。示例命令：somalier extract -d extracted/ --sites sites.GRCh38.vcf.gz -f reference.fa sample.bam；somalier relate --infer extracted/*.somalier；ncm_fastq.py -l fastq_list.txt -O outdir -bed common_sites.bed。
限制：资料给出的是推荐模式与陷阱说明，未提供具体版本之外的性能数据、收费或平台信息。使用前应核对已安装版本（packageVersion、pip show、--version）。性别核对对 X 缺失肿瘤、性染色体非整倍体等不稳健。