用途：在已完成预处理的代谢组学 AnnData 上做两组判别与生物标志物筛选。输入需来自预处理技能：obs['group'] 已填好，plsda/opls_da 要求 X 为 log + Pareto 缩放，roc_feature/biomarker_panel 只需 log 变换数据，且不得使用稀疏矩阵。
主要能力：ov.metabol.plsda 拟合 PLS-DA 基线，ov.metabol.opls_da(n_ortho=1) 分离预测成分与正交成分；结果提供 r2x、r2y、q2、scores、x_ortho_scores、loadings、vip、coef 等。to_vip_table 输出按 VIP 排序的表；vip_bar 绘制 VIP 条形图（颜色编码回归系数符号，VIP=1 处有虚线）；s_plot 展示相对预测成分的协方差与相关性，角落特征为稳健候选。roc_feature 给出单特征 AUC 及可选 bootstrap 置信区间与 p 值；biomarker_panel 使用嵌套 CV 构建多代谢物组合，可选 classifier='rf'|'lr'|'svm'，并可加置换零分布，输出 features、mean_auc、std_auc、permutation_pvalue、outer_aucs、outer_predictions、outer_labels、feature_importance 等。
使用方式：先确认数据缩放状态，再拟合模型并检查指标。Q²>0 是模型优于均值预测的最低要求。报告面板性能时应使用外层折 AUC，而非受特征选择污染的内层 AUC，并建议置换检验 p<0.05。样本量小（<50）时优先 'lr'；每类别至少约 15 个样本以保证嵌套 CV 稳定，不足时建议仅用单特征 roc_feature。n_permutations=0 时无校准的假阳性控制，报告级分析建议至少 100 次。
限制：仅支持两组判别，3 组及以上需先切分或改用其他多类模型；不覆盖插补、标准化、变换（预处理技能），也不覆盖通路富集与多因素设计（相应技能）。在原始或仅 log 数据上运行 PLS-DA 会被拒绝；已 Pareto 缩放的数据不应再设 scale=True。VIP>1 单独不足以判定标志物，需结合 coef 符号与 S-plot 相关性。