用途：该技能将 OmicVerse 的单细胞差异细胞类型丰度（DCT）分析从笔记本流程转为可复用、可触发的执行流程，用于在对照组与实验组之间比较细胞类型丰度或组成差异。它与差异表达基因（DEG）分开，因为 DCT 的构造函数、分支前提条件和结果结构均不同。
主要能力与分支：通过 ov.single.DCT(adata, condition, ctrl_group, test_group, cell_type_key, method='sccoda', sample_key=None, use_rep=None) 初始化，method 可选 sccoda、milopy、milo。sccoda 走组成型贝叶斯推断，需提供样本标识，可进行后验采样与 FDR 调整（如 set_fdr，须在模型完成后执行）；milopy 为原生 Python 的 Milo 类路径，milo 为 pertpy 的 Milo 分支，二者要求 sample_key（按样本聚合邻域计数）且 use_rep 指向 adata.obsm 中已存在的嵌入（如 PCA 或 Harmony）。构造函数会立即筛选 control 与 test 标签并重排条件类别。
使用方式：先检查 AnnData 的 condition 列、cell_type_key 列、样本 ID 及可用嵌入，再选择后端。DCT.run(**kwargs) 仅把 kwargs 透传给 sccoda 分支的 run_nuts，milopy 与 milo 忽略额外 kwargs 并执行固定的邻域检验逻辑。用 DCT.get_results(mix_threshold=0.6) 取结果，sccoda 返回效应表，milopy 与 milo 返回邻域级表；mix_threshold 仅影响 Milo 家族分支，把低纯度邻域重标为 Mixed。示例：dct = ov.single.DCT(adata, condition="condition", ctrl_group="Control", test_group="Salmonella", cell_type_key="cell_label", method="sccoda", sample_key="batch")，随后 dct.run(num_samples=5000, num_warmup=500) 与 res = dct.get_results()。
适用场景与限制：适用于有明确对照/实验标签与细胞类型注释的单细胞数据。限制：不同后端不可直接互换而不改变输入契约；不可隐藏 method、sample_key、use_rep；不可把 num_samples 或 num_warmup 当作对 Milo 家族生效；mix_threshold 对 sccoda 无意义；操作指令应保持与 shell 无关，避免本地路径与环境名。
验证要点：确认过滤后 control 与 test 标签仍存在；sccoda 确认返回效应表且 FDR 调整在拟合后执行；milopy/milo 确认结果表含邻域注释列与 FDR 类输出；确认 use_rep 指向的嵌入在构造前已存在。若只跑了单一分支的冒烟测试，应说明验证了哪个分支、哪些分支仅依据源码。详细签名与当前分支行为以官方资料为准，暂未提供收费、平台与效果数据。