用途：面向基因组与表观基因组数据分析，覆盖 DNA 甲基化（CpG、5mC、5hmC、亚硫酸氢盐、RRBS）、m6A RNA 修饰（MeRIP-seq）、ChIP-seq peak、ATAC-seq 可及性及多组学整合。不适用于 RNA-seq 差异表达、变异检测、基因富集和蛋白结构。
主要能力：甲基化矩阵加载与过滤、差异甲基化（t 检验/Wilcoxon + FDR）、年龄相关 CpG 相关分析、染色体密度统计；ChIP-seq peak 统计、注释与重叠（Jaccard）；ATAC-seq 核小体游离区（<150bp）识别；甲基化-表达相关性；临床数据缺失分析；以及 ENCODE、GEO、GTEx、EWAS Catalog、EWAS Atlas、Ensembl、SCREEN、ChIPAtlas、SRA 等注释工具查询。
使用方式：先扫描数据目录中的 *_executed.ipynb、预计算结果文件或规范分析脚本，优先读取或直接执行；仅在不存在时按本技能流程重分析。CpG 密度问题优先运行捆绑脚本：python skills/tooluniverse-epigenomics/scripts/methylation_density.py --cpg <CpG csv> --chr-lengths <chr lengths csv> --filter-meth-extremes 90 10。长格式甲基化 CSV 需区分“行”与“唯一位点”：问“过滤移除多少位点”通常指行数，问“多少唯一 CpG 位点通过”才按 Pos 去重。密度问题注意 density_avg_per_chr 与 density_total_over_genome 的差异。
适用场景：甲基化、ChIP-seq、ATAC-seq、多组学整合与全基因组表观统计。限制：无 pybedtools/pyBigWig，使用纯 Python 区间；以 Illumina 450K/EPIC 为主，用 t 检验/Wilcoxon 而非 limma；不做 peak calling（假定已有 peak）；API 约每批 20 个基因；需注意基因组版本与 chr 前缀一致性。