技能介绍

要解决什么问题

高通量测序（NGS）落地后，你手里通常是 BAM 比对结果、峰区或基因注释的 BED，以及需要回答的具体生物学问题：重复是否可靠、ChIP 是否真的富集、处理组与对照组信号差多少、TSS 或峰区附近长什么样。deepTools 是一套 Python 命令行工具，把「覆盖度轨迹生成 → 质控 → 比较与可视化」串成可复现的流程，面向 ChIP-seq、RNA-seq、ATAC-seq、MNase-seq 等常见实验类型。

技能如何帮你推进分析

技能把 deepTools 的工作方式组织成可执行的思路，而不是替你跑集群任务：

文件与格式：在分析前用验证脚本检查 BAM 索引（.bai）、bigWig/BED 格式与可读性，避免跑到一半才发现索引缺失。
核心转换与比较：用 bamCoverage 把 BAM 转为标准化 bigWig/bedGraph；两样本 log2 比值用 bamCompare；多样本汇总用 multiBamSummary / multiBigwigSummary。
质控解读：plotFingerprint（ChIP 富集形态）、plotCorrelation / plotPCA（重复与批次）、plotCoverage（深度）、bamPEFragmentSize（片段长度，ATAC 可看核小体梯状）。
特征周围可视化：典型两步是 computeMatrix → plotHeatmap / plotProfile；峰区富集可用 plotEnrichment。
按实验选流程：ChIP-seq 常走 质控 → 标准化 → 比较/热图；RNA-seq 覆盖度用链向过滤（--filterRNAstrand），且不要对 RNA-seq 使用 --extendReads；ATAC-seq 需 alignmentSieve --ATACshift 做 Tn5 偏移校正。
标准化选择：ChIP 覆盖度常用 RPGC/CPM（RPGC 需 --effectiveGenomeSize）；RNA-seq bin 用 CPM、基因水平用 RPKM；比较时全样本应使用同一套方法。技能内引用 references/normalization_methods.md、workflows.md、tools_reference.md 等，便于查参数与完整命令序列。

工作流模板可通过 scripts/workflow_generator.py 生成（如 chipseq_qc、chipseq_analysis、rnaseq_coverage、atacseq），再按你的文件路径与物种基因组版本改脚本。

适用边界与注意点

输入 BAM/BED/bigWig 的基因组组装版本必须一致；RPGC 等标准化依赖正确的有效基因组大小。
ChIP-seq 通常 --extendReads（如 200）并 --ignoreDuplicates；GC 偏差校正（correctGCBias）仅在明显偏差时使用，且校正后不要再与「去重」混用同一套逻辑而不加思考。
大文件或内存紧张时，先用 --region 在小区间试参数，并尽量开满 --numberOfProcessors；输出优先 bigWig 而非 bedGraph 以减小体积、加快后续步骤。
技能侧重 命令设计、质控解读与工作流编排；极复杂、长时、多工具联动的端到端托管分析，文档中建议可考虑 K-Dense Web 等平台，但日常单步或标准流程在本技能引用范围内即可。

截图预览

使用场景

比对得到 BAM 后，需要生成 RPGC/CPM 标准化的 bigWig 覆盖度轨迹供 IGV 或下游峰Calling 前检查
ChIP-seq 重复样本已就绪，要先跑指纹图、相关性与覆盖度，确认富集与重复质量再进峰区分析
手头有处理组与对照的 BAM，需要 log2 比值轨迹或多样本相关矩阵来比较组间信号差异
要在 TSS 或自定义 BED 区域周围做 computeMatrix 热图/Profile，用于文章里的 ChIP 或 ATAC 展示图

适合人员

负责 ChIP/RNA/ATAC 下机数据的标准化流程，需要统一 bamCoverage 参数与质控解读口径的生信分析员
实验组刚拿到 BAM 但不确定重复是否可用，想按 plotFingerprint 与 plotCorrelation 结果决定是否重测的课题研究生
需要为 ATAC-seq 做 Tn5 shift 与片段长度梯状检查，再输出覆盖度与峰区可视化的表观遗传方向实验人员
维护实验室分析 SOP，希望用 workflow_generator 生成 chipseq_qc/analysis 模板并嵌入 validate_files 检查步骤的平台或核心设施工程师