总览 · ← 返回运行 20261001-204440-search-t1-g21q-B

节点 n8

父节点7基底上加类型内方差成熟化膨胀（s=1.05）：输出细胞按基底类型绕类型均值放大离差再夹≥0，补偿基底细胞云相对目标阶段偏紧；endocardial 回收 f=0.3 已测无增益、不采用。

方法说明?节点程序自带的 METHOD.md：这个程序做了什么、为什么。

来自 programs.git e59a5c717a:solution/METHOD.md

调研员的计划

代码改动?这个节点的程序和父节点程序的逐行差别：绿色是新增，红色是删除。

对比：父节点版本 cc610ca68e。改动的文件：solution/METHOD.md +15 −17、solution/run.py +29 −8

diff --git a/solution/METHOD.md b/solution/METHOD.mdindex f4b66d7..2b6feea 100644--- a/solution/METHOD.md+++ b/solution/METHOD.md@@ -1,30 +1,28 @@-trusted_base_shift 精修：外部 Qiu delta 按映射类型样本量做可靠性缩放 α·n/(n+200)，并取消 endocardial→Endothelium 映射；其余父节点5路径不变。低秩 PC 去噪已测试但未采用。+父节点7基底上加类型内方差成熟化膨胀（s=1.05）：输出细胞按基底类型绕类型均值放大离差再夹≥0，补偿基底细胞云相对目标阶段偏紧；endocardial 回收 f=0.3 已测无增益、不采用。  ## 方法 -基底与父节点5相同：最新官方（非 external）输入阶段作输出基底（proxy2 上=E8.5），外部 Qiu E9.0 只用来估计类型级伪批量位移（限真实覆盖基因、经验贝叶斯收缩、去公共批次分量、α=0.3）；双官方路径 α=0.5；单官方输入退化为 copy_last。本节点只改外部 delta 分支两处：+基底路径与父节点7完全相同（最新官方阶段作输出底座；外部 Qiu delta 经验贝叶斯收缩+去公共批次+可靠性缩放 n/(n+200)+α=0.3；双官方 α=0.5；单官方输入退化为 copy_last）。本节点唯一生效改动： -1. **可靠性缩放**：每个外部映射类型的位移再乘 `rel = n_t/(n_t+200)`（n_t=该外部类型细胞数，现场计算）。FHF(1511)→rel 0.88，SHF(352)→0.64；小样本类型的跨技术 delta 噪声更大，步长应更小。-2. **取消 endocardial→Endothelium 映射**：心内膜是特化谱系，按方法卡在 E9.5 前后正从内皮分出/改名；把心内膜特异 delta 平移到全部 Endothelium（基底中 1139 细胞的大群）是脱靶位移。取消后未匹配类型走安全退路（原样复制）。+**类型内方差膨胀（INFLATE_S=1.05）**：在写出前，对输出 X 按基底细胞类型分组，x' = m_t + s·(x − m_t)，clip 到 ≥0（数据为 log1p 空间）。机制：阶段推进伴随分化，各类型转录异质性增大；纯复制/平移的 E8.5 细胞云二阶矩系统性偏小，s>1 使每个类型云半径向目标阶段靠拢。s 为全局常数、不依赖外部数据，proxy / proxy2 / final 三个视图代码路径一致。 -**测过但未采用：低秩 PC 去噪**（PLAN 主方案）。把 delta 投影到 E8.5 自身 8000 细胞中心化 randomized SVD 的前 k 个 PC（k=50/100，β=1）。结果：α=0.3 时 2 seed 均分 49.80 vs 父 49.98，direction 反而降（51.6 vs 52.1，de_direction 0.052 vs 0.068）——PC 投影抹掉了 direction 指标依赖的逐基因 DE 方向；且去噪后 α=0.5 仍降分（49.88），说明卡住 α 上限的不是各向同性逐基因噪声，低秩假设不成立。故交付不含去噪。+**测过但未采用：endocardial→Endothelium 低权重回收（f=0.3）**（PLAN 改动B）。2 seed 均分 49.99 vs 父复现 50.08，direction 仅 +0.15（51.24 vs 51.09，s0），cell_state 略降——f=0.3 太小收不回节点5 f=1 时的方向信号，反而带回脱靶位移风险。代码保留开关（ENDO_F=0 关闭映射）。 -## 查分记录（proxy2 A 半，噪声约 ±2；本节点共 11 次）+## 查分记录（proxy2 A 半，同 2 seed；父基线取自节点7 METHOD.md 交付记录）  | 配置 | seed0 | seed1 | 均分 | |---|---|---|---|-| 父节点5 复现（α=0.3） | 50.55 | 49.41 | 49.98 |-| 去噪 k50 β1 α=0.3 | 50.38 | 49.23 | 49.80 |-| 去噪 k50 α=0.5 | 49.88 | - | - |-| 去噪 k100 α=0.3 | 50.39 | - | - |-| 可靠性缩放 α=0.3 | 50.66 | 49.43 | 50.05 |-| 可靠性缩放 α=0.5 | 50.09 | - | - |-| **可靠性缩放 + 去 endocard（交付）** | **50.73** | **49.43** | **50.08** |+| 父节点7 交付（s=1.0, f=0） | 50.73 | 49.43 | 50.08 |+| B 单独 f=0.3 | 50.62 | 49.37 | 49.99 |+| A 单独 s=1.2 | 49.60 | 48.79 | 49.19（covariation 掉到 48.0，过冲） |+| A 单独 s=1.1 | 50.92 | 49.70 | 50.31（cell_state +1.5，covariation −1.2） |+| **A 单独 s=1.05（交付）** | **51.03** | **49.73** | **50.38** |+| A+B s=1.1, f=0.3 | 50.82 | 49.76 | 50.29 | -分组（交付配置，s0）：cell_state 49.27、covariation 52.16、de_recovery 50.96、direction 51.09。相对父节点：cell_state/covariation/de_recovery 略升、direction 略降（去掉 endocard 位移少了一部分方向信号），总分差全在 ±2 噪声内，但两个 seed 上交付配置均 ≥ 父复现，且机制上更干净（小样本降权、脱靶映射移除），按"不劣于父+可辩护"交付。+分组（交付配置）：s0 cell_state 50.55（父 49.27）、covariation 51.82（父 52.16）、de_recovery 50.96、direction 51.04；s1 cell_state 48.82、covariation 51.45。s=1.05 在两个 seed 上总分均 ≥ 父复现，cell_state（最弱组）两 seed 均升约 +1.3~1.5，covariation 几乎不损（−0.3~−0.7，远小于 s=1.1/1.2 的损失），满足 PLAN 采纳规则（cell_state 升且 covariation 不降>1）。总分 +0.30 在 ±2 噪声内，但分组移动的机制一致性（s 从 1.0→1.05→1.1→1.2 的单调响应曲线：cell_state 先升后降、covariation 单调降）支持 s=1.05 附近为局部最优。  ## 验证过 / 没验证 -- 验证过：proxy2 与 proxy 两视图跑通、同 seed 输出逐元素一致、vec-score check 通过；交付文件与查分文件逐元素一致。-- 没验证：final 视图的 ALPHA_OFFICIAL=0.5（proxy2 无法校准，与父节点相同的保守取值，双官方路径未动）；可靠性缩放公式 n/(n+200) 的 N0=200 未扫描；交付配置与父的分差（+0.1）远小于噪声，B 半可能排序相反。-- 合规：只读 view 内数据；未读 E9.5/E10.5/E12.5 或禁窗内测量；未读 `uns.celltype_palette`；映射与缩放全部现场从输入计算或来自通用谱系知识（FHF→左室心肌、SHF→aSHF/pSHF，教科书级心脏发育谱系关系；endocardium 为特化内皮谱系）。+- 验证过：proxy2 与 proxy 两视图跑通、同 seed 输出逐元素一致、vec-check 通过（proxy2）；交付文件与查分文件逐元素一致。+- 没验证：s=1.05 只在 proxy2 A 半上选定，B 半与 final 视图未测；final（E9.5→E10.5，间隔 1 天）真实膨胀幅度可能应更大（异质性随时间累积），但无查分机会，保守沿用 s=1.05；ALPHA_OFFICIAL=0.5 仍未校准。+- 合规：只读 view 内数据；未读禁窗内测量；未读 `uns.celltype_palette`；s 为超参数（小网格扫描选定），不从任何保留阶段统计量硬编码；膨胀只用基底输入自身的类型均值现场计算。diff --git a/solution/run.py b/solution/run.pyindex a6f4476..ffeeaf1 100644--- a/solution/run.py+++ b/solution/run.py@@ -24,6 +24,7 @@ shrunk per-type pseudobulk delta. from __future__ import annotations  import argparse+import os  import numpy as np from scipy import sparse@@ -47,19 +48,24 @@ ALPHA_EXTERNAL = 0.3 CENTER_EXTERNAL = True SHRINK_EXTERNAL = True RELIABILITY_N0 = 200.0+# within-type variance inflation: x' = m_t + S*(x - m_t), clip >= 0 (log space).+# differentiation between stages increases transcriptional heterogeneity; the+# sampled base cloud is systematically too tight. S=1.0 disables.+INFLATE_S = float(os.environ.get("INFLATE_S", "1.05"))+# endocardial -> Endothelium recovery weight (0 disables the mapping). Node 5+# used f=1 (hurt cell_state/covariation), node 7 used f=0 (hurt direction);+# f=0.3 was tested here and gave no gain (2-seed mean 49.99 vs parent 50.08),+# so it stays disabled.+ENDO_F = float(os.environ.get("ENDO_F", "0.0"))  # Generic lineage mapping: keywords in an external dataset's author labels -> # official E8.5 type names (mouse heart development: FHF contributes mainly to-# LV myocardium, SHF to aSHF/pSHF, endocardium derives from lateral plate-# mesoderm alongside endothelium).+# LV myocardium, SHF to aSHF/pSHF, endocardium is a specialized endothelial+# lineage). _EXT_KEYWORD_MAP = [     ("first heart field", ["LV-CM"]),     ("second heart field", ["aSHF", "pSHF"]),-    # no endocard -> Endothelium mapping: endocardium is a specialized lineage-    # that separates from generic endothelium around/after this window; pushing-    # an endocardium-specific delta onto all Endothelium cells adds off-target-    # shift to a large population (dropping it improved cell_state/covariation-    # on both proxy2 seeds).+    ("endocard", ["Endothelium"]),     ("cardiomyocyte", ["LV-CM"]),     ("epicard", ["Pericardium"]), ]@@ -71,10 +77,23 @@ def map_external_label(label: str, official_types: set[str]) -> list[str]:         return [label]     for key, targets in _EXT_KEYWORD_MAP:         if key in low:+            if key == "endocard" and ENDO_F <= 0:+                return []             return [t for t in targets if t in official_types]     return []  +def inflate_type_variance(X: sparse.csr_matrix, labels: np.ndarray, s: float) -> sparse.csr_matrix:+    if s == 1.0:+        return X+    Xd = np.asarray(X.todense(), dtype=np.float32)+    for t in np.unique(labels):+        idx = np.flatnonzero(labels == t)+        m = Xd[idx].mean(axis=0, keepdims=True)+        Xd[idx] = np.clip(m + s * (Xd[idx] - m), 0, None)+    return sparse.csr_matrix(Xd)++ def main() -> None:     parser = argparse.ArgumentParser()     parser.add_argument("--data", required=True)@@ -122,6 +141,7 @@ def main() -> None:             idx_e = np.flatnonzero(ext_labels == t)             m_ext = np.asarray(extA.X[idx_e].mean(axis=0), dtype=np.float64).ravel()             rel = len(idx_e) / (len(idx_e) + RELIABILITY_N0)+            w = ENDO_F if "endocard" in str(t).lower() else 1.0             for o in targets:                 idx_b = np.flatnonzero(base_labels == o)                 m_base = np.asarray(base_X_csr[idx_b].mean(axis=0), dtype=np.float64).ravel()@@ -134,7 +154,7 @@ def main() -> None:                     se2 = np.maximum(v_e, 0) / max(len(idx_e), 1) + np.maximum(v_b, 0) / max(len(idx_b), 1)                     d_raw = d_raw * (d_raw**2 / (d_raw**2 + se2 + 1e-12))                 d = np.zeros(len(genes), dtype=np.float32)-                d[covered] = (ALPHA_EXTERNAL * rel * d_raw)[covered]+                d[covered] = (ALPHA_EXTERNAL * rel * w * d_raw)[covered]                 prev_d = deltas.get(o)                 deltas[o] = d if prev_d is None else (prev_d + d) / 2.0                 print(f"external shift: '{t}' -> '{o}' (alpha={ALPHA_EXTERNAL}, rel={rel:.2f})", flush=True)@@ -148,6 +168,7 @@ def main() -> None:     else:         print("single official input, no external: copy_last", flush=True) +    X = inflate_type_variance(sparse.csr_matrix(X) if not sparse.issparse(X) else X, base_labels[rows], INFLATE_S)     write_prediction(X, genes, args.out, seed=args.seed)  

调研来源?调研员查到并用到的知识条目和文献检索结果（只列标题和编号）。

用到的知识库条目

分析结果?分析员写的 ANALYSIS.json：改了什么、各组分数怎么变、假设是否成立、经验和下一步建议。

对话摘要?每个角色和大模型对话的统计：轮数、工具调用、用时、token 数和最后的回答摘录；原始记录只给路径。

只给统计和最后回答的摘录；完整对话请到原始记录位置里列出的文件看。

分析员

ANALYSIS.json written

工程师

完成。交付：父节点7基底 + 类型内方差膨胀 s=1.05（x'=m_t+s·(x−m_t)，clip≥0），endocardial 回收 f=0.3 实测无增益已弃用。

**查分（proxy2 A 半，2 seed，用 10/20 次）**：交付配置 51.03/49.73（均分 50.38）vs 父复现 50.73/49.43（50.08）；cell_state（最弱组）两 seed 均 +1.3~1.5，covariation 几乎不损；s=1.2 过冲（49.19）。两视图跑通、vec-check 通过、同 seed 确定、交付文件与查分文件逐元素一致。

**下一步最值得试**：final 视图间隔 1 天（vs proxy2 的 0.5 天），膨胀幅度可能应随间隔缩放（如 s_final≈1.1）；以及 ALPHA_OFFICIAL 与可靠性 N0 的校准——均无 proxy2 查分信号，需 final 相关尺子验证。

调研员

8+50.98+51.05)/4），任一组 +1 直接换总分 +0.25。",
  "approach": "两个独立开关，加在父节点7交付代码上（改动各约10–20行，单次运行仅2.3s，迭代成本全在查分次数上）。\n\n**改动A（cell_state，主方案）：类型内方差膨胀。**在 shift_rows 之后、写出之前，对输出 X 按基底标签分类型：x' = m_t + s·(x − m_t)，clip 到 ≥0（数据为 log 空间）。s 为全局标度，初值扫描 s∈{1.0, 1.1, 1.2}（1.0=父节点行为）。机制：E8.5→E9.5 各类型继续分化，转录异质性增大，纯复制的细胞云二阶矩系统性偏小；膨胀使每个类型云的半径向目标阶段靠拢。不用跨技术比值（Qiu sci-RNA-seq3 的技术噪声会污染方差比）来定 s，直接小网格扫描+2 seed 均值选择；可选做一致性检查：在 covered 基因上算 Qiu E9.0 映射类型 vs E8.5 对应类型的类型内方差比，若比值>1 只作为『s>1 方向正确』的旁证，不作为取值来源。若 s=1.1/1.2 都使 covariation 掉 >1 而 cell_state 不升，则放弃 A（说明该指标的 cell_state 不吃二阶矩）。\n\n**改动B（direction）：endocardial 部分回收。**恢复 endocardial→Endothelium 映射，但权重乘衰减因子 f：delta_endo = ALPHA_EXTERNAL · f · rel · (EB收缩后的 delta)，扫描 f∈{0.3, 0.15}。节点5 的 f=1 伤 cell_state/covariation、节点7 的 f=0 伤 direction，中间值可能两头兼顾；f 小时脱靶位移幅度按 f 线性缩小，风险可控。\n\n**查分预算（≤20次，噪声±2，所有对比用同 2 seed）：**① 父节点复现 s0+s1（2次，锚定 A 半基线≈50.1）；② B 单独 f=0.3 s0+s1（2次），若 direction 子指标升而总分不劣，加测 f=0.15（2次）；③ A 单独 s=1.1、s=1.2 各 s0+s1（4次）；④ 最优 A+B 组合 s0+s1（2–4次）。累计≤14次，余量用于平局重测。\n\n**采纳规则：**因总分差普遍<噪声，按『分组子指标机制一致性』采纳：B 要求 direction/de_direction 升且 cell_state 2-seed 均值不降>0.5；A 要求 cell_state 升且 covariation 不降>1。满足者进组合；组合 2-seed 均值 ≥ 父复现均值即交付组合，否则交付其中通过单项检验的改动（与节点7同样的『不劣于父+机制可辩护』标准）。\n\n**单官方输入退路（proxy 视图）与 final 迁移：**B 只在外部输入存在时生效，proxy/final 视图自然跳过；A 的 s 是全局常数、不依赖外部数据，三个视图代码路径一致——proxy2 上扫出的 s 直接用于 proxy 和 final（机制是阶段无关的『分化伴随异质性增大』）；final 双官方路径若有查分机会可用官方两阶段的类型内方差比作二次校准，无机会则沿用 proxy2 选定值，s=1.0 永远安全。",
  "expected_groups": ["cell_state", "direction"],
  "risks": "①方差膨胀可能稀释类型间协方差占比，使 covariation（51.78，父节点唯一明确高于节点4的组）回落——所以 A 必须单独先测，若 covariation 掉>1 立即放弃 A 只留 B；②cell_state 可能根本不吃二阶矩（评分器若只比类型均值/组成，则 A 无效）——s=1.1 两个 seed 无任何分组移动即可判定，止损在4次查分内；③B 在 f=0.3 时可能重现节点5 的 cell_state 下降——看 f=0.15 与逐组分数，不达标就放弃 B；④所有效应都可能<±2 噪声导致 2 seed 无法分辨——采纳规则已改为看分组子指标（de_direction 等）的机制一致性而非总分，且两个改动方向相反的风险（A 可能伤 covariation、B 可能伤 cell_state）在组合测试中会暴露；⑤30分钟时限：两改动合计<40行、无新依赖，主要耗时是查分往返，按上述预算排满约14次查询在限额内；Engineer 应先用 1 次冒烟运行（s=1.1, f=0.3）确认 vec-score check 通过再开始扫描。",
  "sources": []
}
```

审查员

REVIEW.json written