用途：面向抗体靶向富集实验（ChIP-seq、CUT&RUN、CUT&Tag）的质控与峰分析规划；ATAC-seq 应改用 ngs-atacseq-peaks-qc。
必要输入：需确认 assay 类型、靶标类别（转录因子、组蛋白修饰、染色质调控因子或自定义）、FASTQ/BAM 及是否双端、input DNA/IgG/无抗体/spike-in 对照、物种与基因组版本、blacklist、spike-in 基因组、生物学重复与批次元数据，以及期望终点（QC、peaks、bigWig、consensus peaks 或差异结合）。
流程选择：ChIP-seq 用 nf-core/chipseq，CUT&RUN/CUT&Tag 用 nf-core/cutandrun；仅对已准备 BAM 且已知对照与重复策略时直接用 MACS2。预检命令：python plugins/ngs-analysis/scripts/ngs_preflight.py --pipeline chip_cutrun_peaks_qc --emit-install-plan。FASTQ 摄入与 QC 可用 run_fastq_assay_package.py（--lane epigenomics_peaks）。本地轻量比对、对照感知 MACS2 峰调用、FRiP、bigWig、consensus peaks 与 motif 交接用 run_chip_cutrun_peaks_qc.py，需提供 sample-sheet、assay、target-class、peak-mode、bowtie2-index、genome-size、blacklist-bed 等参数；加 --run-motifs --motif-genome 可执行 HOMER motif 富集。nf-core 执行使用 run_nfcore_pipeline.py --pipeline chipseq 或 cutandrun。
决策要点：宽窄峰模式依据靶标生物学而非便利性；样本表中保留对照配对与 spike-in 元数据；组蛋白修饰多为宽或结构域样信号，转录因子峰更尖锐且重复一致性要求更高；需审查比对率、重复率、片段大小、FRiP/峰信号、blacklist 重叠与重复一致性；consensus peaks 与差异结合设计应与原始峰调用分开。
输出：assay/靶标/对照清单、命令与样本表、含重复/对照状态的 QC 摘要、peaks、bigWig、浏览器轨道清单与预览 HTML、原生 QC 仪表板/SVG 图、consensus peaks、计数矩阵，以及请求时的 motif 摘要和差异结合设计及注意事项。资源检查默认仅建议性，可用 --genome-build、--bundle-root、--require-resource-plan 使其阻断。