deeptools

deeptools 技能概览

deeptools 适合做什么

deeptools 技能帮助你使用 deepTools 进行 NGS 分析：把 BAM 转成 bigWig、做 QC、比较样本，以及为 ChIP-seq、RNA-seq、ATAC-seq 和相关实验生成热图与 profile 图。它最适合你已经拿到比对后的测序文件，并且需要可直接分析的 track 或适合发表的可视化结果时使用。

谁应该安装它

如果你需要一份实用的 deeptools 指南，用来处理常见基因组学任务：归一化、重复样本比较、围绕基因或峰的信号剖面，或在可视化前做 QC，那么就应该安装 deeptools 技能。它非常适合想要可复现的命令行工作流、而不是泛泛提示回复的用户。

它为什么有用

deeptools 技能的核心价值在于把工作流讲清楚。它能把“做一个 ChIP-seq 图”这种模糊目标，转换成正确的 deepTools 命令家族、所需输入和输出类型。这一点很关键，因为 deeptools 的使用经常会在用户跳过 genome build、归一化方法、区域定义或读段比对质量等细节时出错。

如何使用 deeptools 技能

安装 deeptools

先走你目录里的技能安装流程，然后打开技能文件，在提问做分析之前先看顶层部分。实际操作中，最稳妥的起步方式是先安装 deeptools 技能，查看 scientific-skills/deeptools/SKILL.md，并在发出命令请求前确认你的数据和目标确实对应这条分析路径。

提供给技能正确的输入

想把 deeptools 用好，建议提供：

• 文件类型：BAM、BED、bigWig、BEDPE，或样本文件列表
• 实验类型：ChIP-seq、RNA-seq、ATAC-seq，或 MNase-seq
• genome build 以及染色体命名风格
• 归一化偏好（如果你有特定要求）
• 你需要的确切输出：coverage track、heatmap、profile 图、QC matrix，或样本相关性分析

较弱的提问会说：“用 deeptools 分析我的 ChIP-seq 数据。”
更好的提问会说：“用 deeptools 基于 hg38 的两个 ChIP-seq BAM 和一个 input control 生成归一化 bigWig 和 TSS profile，并做 replicate 比较；matrix 设为 TSS 上下游各 3 kb。”

按正确顺序阅读仓库

先看 SKILL.md，再扫读任何链接到的章节，重点关注什么时候用这个技能、快速开始行为以及输入校验。如果仓库只有一个文件，就把它当作唯一事实来源，重点关注命令结构、参数选择和约束，而不是去找并不存在的辅助脚本。

能提升输出质量的提问技巧

要问 deepTools 的具体子任务，不要只说工具名。明确说明你是要 bamCoverage、computeMatrix、plotHeatmap、plotProfile、multiBigwigSummary、plotCorrelation 还是 plotPCA，因为不同任务对应的命令路径不同。也要说清楚你需要的是命令、解释，还是两者都要，这样 deeptools 技能才能按执行或学习目标优化输出。

deeptools 技能 FAQ

deeptools 只用于可视化吗？

不是。deeptools 技能远不止画图。它同样适合做 coverage 生成、归一化、QC 和样本比较，而这些通常都要在最终可视化之前完成。

我需要先有 deepTools 经验吗？

不需要。只要你能描述文件和分析目标，deeptools 技能就对初学者很友好。最重要的是把实验类型、参考基因组和输出格式说清楚。

什么情况下不该用这个技能？

如果你的任务是原始读段 trimming、比对、变异检测，或者 deepTools 范围之外的下游统计检验，就不要用 deeptools。若你只需要一次性的图，而且已经知道准确命令，通用提示词可能就够了；当工作流里有多个决策点时，这个技能的价值才更大。

它和普通提示词有什么不同？

普通提示词往往会猜测归一化方式、区域选择或绘图设置。deeptools 技能更适合你需要一份 deeptools 指南，并且希望这些选择始终与数据类型和输出目标保持一致，从而降低产出不可用图或输入不匹配的风险。

如何改进 deeptools 技能

提供更多分析上下文

deeptools 的最佳结果来自会影响命令选择的上下文：实验类型、链特异性、重复数、input control、目标区域，以及结果是用于 QC 还是发表。如果你省略这些信息，技能可能会给出一个技术上可行、但并不适合你的实验的命令。

明确说明你想要的输出

如果你想要 heatmap，就说明它应该围绕什么来锚定：TSS、gene body、peaks、带 flanking 区域的 peaks，还是自定义 BED 区域。如果你想要 coverage，就说明你需要的是给 genome browser 用的 bigWig、用于后续处理的 bedGraph，还是两者都要。把输出说具体，是提升 deeptools 使用效果最快的方法。

先检查首轮结果，再迭代

先用第一轮回复检查归一化、区域选择和样本分组，再跑全量数据。如果结果不对，就把具体失败现象写进提示词：matrix 为空、图很噪、链方向行为异常，或者染色体命名不一致。这样能给 deeptools 技能一个明确目标，通常下一轮就能得到更合适的命令。