用途：在甲基化测序或芯片数据中识别连续基因组区域（DMR）的差异甲基化，适用于 WGBS、Bismark 覆盖度文件及 EPIC 等芯片 beta 值矩阵。
主要能力：提供三种检测路径。methylKit 采用固定窗口（tile）方法，用 tileMethylCounts 建窗、unite 合并、calculateDiffMeth 计算差异，再以 getMethylDiff 提取显著高/低甲基化区域；bsseq 采用 BSmooth 平滑后 dmrFinder 找 DMR，适合 WGBS；DMRcate 基于核平滑，用 cpg.annotate 与 dmrcate，适合芯片数据。另含注释（annotatr 的 build_annotations 与 annotate_regions、genomation 的 annotateWithGeneParts）、Gviz 可视化、GenomicRanges 合并相邻 DMR、rtracklayer 导出 BED/GFF3 或写 CSV。
使用方式：按数据类型选择方法。methylKit 示例：methRead 读入、filterByCoverage 过滤、tileMethylCounts(win.size=1000, step.size=1000, cov.bases=3)、unite、calculateDiffMeth、getMethylDiff(difference=25, qvalue=0.01)。bsseq 示例：read.bismark 读入后用 BSmooth 平滑、按覆盖度过滤，再 dmrFinder(cutoff=c(-0.1,0.1), stat='tstat.corrected')。DMRcate 需 beta 矩阵与 design，cpg.annotate('array', ..., arraytype='EPIC') 后 dmrcate(lambda=1000, C=2)、extractRanges。
关键参数：tileMethylCounts 的 win.size、step.size、cov.bases（默认 0）；dmrFinder 的 cutoff、stat、maxGap。
适用场景：三类方法各有侧重——tile 适合快速分析，BSmooth 适合 WGBS，DMRcate 适合芯片，DSS 适合复杂设计。
限制：资料未提供运行环境、依赖版本、输入格式细节及计算资源要求。示例参数为资料给定值，实际分析需依数据调整。相关技能包括 methylkit-analysis、methylation-calling、pathway-analysis/go-enrichment 与 differential-expression/deseq2-basics。