用途：对已预处理的微生物组 AnnData（16S 扩增子流程输出，样本×ASV 且 var 含 7 级 SINTAX 分类），在同一两组对比上运行 ov.micro.DA 的三种差异丰度方法并比较结果。
主要能力：先用 ov.micro.collapse_taxa(adata, rank='genus') 折叠到属水平；再分别运行 Wilcoxon（非参数秩检验，快）、pyDESeq2（原始计数上的 NB-GLM，含 LFC 收缩）、ANCOM-BC（组成偏差校正，需 skbio>=0.7.1）。在统一 FDR（通常 0.05）下构建显著特征集合，统计三方 Venn（各方法独有、两两重叠、三者共有），可用 matplotlib_venn.venn3 绘图；报告三者交集作为最强共识，以及 Wilcoxon∩ANCOM-BC 作为较宽松约定。
使用方式：安装依赖 pip install pydeseq2 与 pip install skbio>=0.7.1；加载 16S 流程生成的 h5ad，保留恰好两组，折叠到属，依次调用 wilcoxon、deseq2、ancombc（group_key、group_a、group_b、min_prevalence=0.1 等参数）。注意列名差异：Wilcoxon/DESeq2 用 fdr_bh，ANCOM-BC 可能为 q_value 或 fdr_bh；勿混淆 pvalue 与 FDR。
适用场景：中等规模队列、需方法稳健性或方法学论证的报道。
限制：输入需由 omicverse-microbiome-16s-amplicon-dada2 生成；仅支持两组对比，三组及以上或重复测量/配对、跨队列元分析、系统发育感知分析均超出范围；建议每组 n>=10 且披露队列规模、稀疏度与 FDR/min_prevalence。小样本或高零膨胀时 ANCOM-BC 偏保守、DESeq2 假设易失效。