用途：deepTools 是面向高通量测序（NGS）数据的 Python 命令行工具集，用于质控、归一化、样本比较与发表级可视化，覆盖 ChIP-seq、RNA-seq、ATAC-seq、MNase-seq 等实验。
主要能力：将 BAM 比对转换为归一化覆盖度轨道（bigWig/bedGraph）；质控评估（指纹、相关性、覆盖度）；样本比较与相关性分析；围绕基因组特征生成热图与轮廓图；富集分析与峰区可视化。
使用方式：安装命令为 uv pip install deeptools。典型流程为质控→归一化→比较/可视化。可先用 python scripts/validate_files.py --bam sample1.bam sample2.bam --bed regions.bed 校验文件；再用 python scripts/workflow_generator.py --list 列出工作流，例如生成 ChIP-seq 质控脚本：python scripts/workflow_generator.py chipseq_qc -o qc_workflow.sh --input-bam Input.bam --chip-bams "ChIP1.bam ChIP2.bam" --genome-size 2913022398，随后 chmod +x qc_workflow.sh 并运行。常用工具包括 bamCoverage、bamCompare、multiBamSummary、multiBigwigSummary、plotFingerprint、plotCorrelation、plotPCA、computeMatrix、plotHeatmap、plotProfile、alignmentSieve 等。
适用场景：BAM 转 bigWig、ChIP-seq 质控与完整分析、RNA-seq 链特异性覆盖度、ATAC-seq（需 Tn5 偏移校正，用 alignmentSieve --ATACshift）、多样本比较与峰区分析。
限制与注意：RPGC 归一化需提供 --effectiveGenomeSize；RNA-seq 不应使用 --extendReads；GC 校正后不应再使用 --ignoreDuplicates；BAM 需有索引（可用 samtools index 生成）；内存受限时可分染色体处理。具体参数与工作流细节见随附参考文档。