节点 n4

1. 在 extrapolation 型 proxy 视图（单输入阶段）下，external/ 只保留 ≤ 最后输入阶段的外部数据，晚于它的（如 Qiu E9.0）会被过滤为空——任何依赖 external 晚阶段数据估计 delta 的方案在此条件下不可行，动手前应先 ls view 目录/读 manifest 确认。
2. 父配置 heart_reweight（hw=1.6, ew=0.25, n=4000, drop Neural Tube）在组成参数空间是局部最优：hw=2.0 虽提 de_recovery +1.6 但 cell_state −1.4、covariation −1.6 净负；n 在 1000–5118 范围内无一超过 56.46；Foregut 下压（×0.7/×0.5）明显变差。
3. 同一父配置不同 seed 的 de_score 为 0.1091 vs 0.1455，de_recovery 组对评分器抽样极敏感——单 seed 上 +0.27 级别的变化（如 n=2000）必须 seed1 复核，本次复核即翻转为 −0.83。
4. 节点 3（纯位移 50.04，等同 copy_last）+ 本节点共同说明：位移必须叠加在正确组成重加权之上才可能有收益，脱离组成基础的表达位移无效。

1. 针对 final/两输入阶段场景（de_recovery 组为主）：在本重加权之上叠加官方 E8.5→E9.5 type_deltas 位移，用现成 baselines.type_deltas/shift_rows，收缩系数 α≤0.5 起步，网格 α∈{0.25,0.5,1.0}，采纳标准 ≥3 分并 seed1 复核。
2. 针对 proxy 单阶段场景（de_recovery 组）：放弃 external 路线，改用不依赖外部数据的位移先验，如 prior/ CollecTRI 心脏 TF 调控网络构造类型条件 delta，同样以 α≤0.5 小步长叠加在 heart_reweight 之上。
3. 不要再在 proxy 上做纯组成微调（hw/ew/n/Foregut 已系统扫过，父配置为局部最优），把查询预算留给表达位移类变体。

ANALYSIS.json written

做了什么：PLAN 的主线（用 external/ Qiu E9.0 估计心脏类型 delta）不可行——proxy 视图 `external` 为空（E9.0 > 最后输入阶段 E8.5 被过滤），单阶段无位移数据源。改为系统组成参数搜索（11 次查分）：hw∈{1.2,1.6,1.8,2.0}、ew∈{0.1,0.25,0.5}、n∈{1000…5118}、Foregut×{0.5,0.7}，含 seed1 复核。

查分结果：父基线 56.19 (s0)/56.61 (s1)；所有变体 ≤56.46 且 n2000 的 +0.27 在 seed1 复核中翻转（55.78 vs 56.61），全部为噪声或更差。hw=2.0 提 de_recovery (+1.6) 但净负。父配置 (hw1.6/ew0.25/n4000) 是局部最优，按 PLAN 预案原样交回，vec-check 通过、输出与父逐位相同，负结果全部写入 METHOD.md。

下一步最值得试：在 final/两输入阶段场景下，用官方 E8.5→E9.5 `type_deltas` 在本重加权之上叠加带收缩系数（α≤0.5）的类型条件位移（节点 3 证明纯位移无组成基础无效，但未测过"重加权+小位移"组合）；proxy 单阶段下则应找不依赖 external/ 的位移先验（如 prior/ CollecTRI 心脏 TF 调控），或推动 harness 在 proxy 挂载 ≤E8.5 的外部心脏数据。

（53.61，仅比 copy_last 基线 50.00 高 3.6），而 direction 最高（58.66）——说明纯组成重加权方向正确，但因为完全不改表达，DE 恢复停在基线附近。节点 3 pseudobulk_shift（50.04，与 copy_last 节点 1 逐组同分）说明脱离正确组成基础的位移没有收益。实验表里『T1-01 组成重加权 × T1-02 类型条件位移（带收缩系数）』的组合尚未被试过。位移信号来源：本 run 分数只由 proxy（单输入 E8.5）决定，可用视图内 external/ 的 Qiu 2024 E9.0 心脏数据（+0.5 天、心脏谱系）为心脏类型估计 delta；final（官方 E8.5、E9.5 两输入）则直接用官方两阶段伪批量差，覆盖全部类型，同一代码路径两种输入阶段数都成立。",
  "approach": "第 0 步：先确认 proxy 数据包里有 external/（Qiu E9.0）；若无，整个方案退化为父节点原样（保证不倒退），提前终止。第 1 步：原样跑父节点代码，vec-score 记录 A 半基线（1 次查询），后续一切对比以它为准。第 2 步：保留 heart_reweight + 4000 细胞采样不动（已证明 +6.2 的部件），在采样后叠加位移：x' = x + β·delta_{label(x)}，clip 到训练数据的表达范围。delta 由 estimate_delta() 统一产生：(a) 若 inputs_by_time 有两个阶段（final）：对每个细胞类型 t，delta_t = 晚阶段伪批量均值 − 早阶段伪批量均值（log 空间，panel 基因），全类型覆盖；(b) 若单阶段（proxy）：读 external/ Qiu E9.0，对 Qiu 每个类型算伪批量，用共享基因上的 Spearman 相关把它映射到官方心脏类型（CM、内皮/心内膜、SHF/PHM、JCF、心包、心外膜原基），相关为主、文献先验只用于并列时定夺（k047：JCF 是 proepicardium/epicardium 的最早祖细胞；k044：aSHF→OFT/RV 心肌；k046：aPHM/pPHM 属 CPM 咽侧、不应映射到心肌）；delta_t = Qiu 伪批量(映射类型) − E8.5 伪批量(t)，只在两数据集共享基因上计算，Qiu 缺失的 panel 基因 delta=0（等价于 E8.5 均值补齐）；非心脏类型 v1 一律 delta=0。第 3 步：稳健化——逐基因把 delta winsorize 到 99 分位，防跨技术离群基因。第 4 步：β 网格与筛选（总查询控制在 ~8 次，运行仅 1-2 s，瓶颈是查询次数）：先 β=0.5、1.0、2.0 各查一次（Qiu 间隔只有 0.5 天且跨技术，标称外推 β=2 但收缩起步）；若 de_recovery 随 β 单调上升再补查 β=3.0；若所有 β 都不升反降，说明批次效应主导，改试去批次变体（每基因 delta 减去它在所有心脏类型 delta 的均值，只保留类型间相对差）在 β∈{1.0, 2.0} 各查一次；仍不行则交回父节点原样。采纳标准：总分或 de_recovery 比 A 半基线高 ≥3 分（A/B 半差 + 噪声约 2 分，小于此不算进步），并用 seed 1 复查一次确认不是抽样噪声。final 上默认 β=1.0（用 1 天的官方 Δ 外推下一个 1 天），不针对保留目标调参。可选扩展（时间富余才做）：对非心脏类型加 T1-06 快照内伪时间小幅位移。",
  "expected_groups": ["de_recovery", "direction", "cell_state"],
  "risks": "1) Qiu 跨技术批次效应混进 delta，表现为所有 β 下 de_recovery/covariation 同时下降——筛选流程第 4 步的 3 次查询内即可发现，去批次变体是预案；2) external/ 在 proxy 数据包中不可读——第 0 步 ls 立刻发现，退化为父节点原样，零损失；3) 查分（A 半）的小幅提升在正式分（B 半）不重现——差距 <3 分一律视为噪声不采纳，采纳前用 seed 1 复查；4) 位移 hurt covariation——per-type 常数位移理论上不改类型内协方差，若 covariation 明显下降优先检查 winsorize 是否过松、delta 是否含离群基因；5) 30 分钟时限——v1 只改心脏类型 + 常数位移，新增代码量小，先小样本（500 细胞）验证管线再跑 4000 全量。"
}
```

REVIEW.json written