总览 · ← 返回运行 20261001-233756-search-t1-abc-r0-A-era

节点 n5

保持纯复制最新官方输入阶段；实测否定两种快照内漂移向量（DPT 伪时间基因梯度、体节成熟度倾斜抽样），X3 上 de_score 均反相关，故不启用任何平移。

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 8dc27c763c: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 0b78a5bd86。改动的文件：solution/METHOD.md +14 −22

diff --git a/solution/METHOD.md b/solution/METHOD.mdindex 7cf9528..80e1eca 100644--- a/solution/METHOD.md+++ b/solution/METHOD.md@@ -1,33 +1,25 @@-以最新官方输入阶段的均匀抽样子本作预测（外部阶段不作底），按类型伪批量平移保留为 α=0 默认关闭——实测各尺子上一致有害。+保持纯复制最新官方输入阶段；实测否定两种快照内漂移向量（DPT 伪时间基因梯度、体节成熟度倾斜抽样），X3 上 de_score 均反相关，故不启用任何平移。 -# official_copy（节点 3，父：pseudobulk_shift 种子）+# official_copy v2（节点 5，父：official_copy） -## 方法+## 方法（与父节点相同的默认路径） -1. **基座选择（本节点的核心修复）**：`inputs_by_time(manifest, include_external=False)`，只用官方阶段作预测基座。父节点在 proxy2 上把外部 Qiu E9.0（仅心脏 2174 细胞、另一平台）当全胚预测输出，proxy2 只有 27.43；改为复制官方 E8.5 后 proxy2 = 50.40（A 半，与 proxy 同一输出、同一真值）。X3 没有官方/外部之分，两个输入都是本测试题自己的阶段，照常使用。-2. **平移（默认关）**：保留父节点的两阶段按类型伪批量差值机器，加了 (a) 时间比例缩放 `clip(dt_target/dt_step, 0, cap)`，(b) 每基因方差收缩 `sigma_g/(sigma_g+median sigma)`，(c) 全局系数 `--alpha`。默认 `alpha=0`，即纯复制。-3. **抽样**：默认 `sample_rows` 均匀无放回（与父相同）。另实现了按类型分层抽样（`--stratified`），实测更差，见下。+`inputs_by_time(manifest, include_external=False)` 取最新官方阶段，`sample_rows` 均匀无放回抽样到 `target_n_cells`，按视图 `genes.txt` 输出。α 平移机器、分层抽样仍保留为默认关闭的旗标（父节点已证有害）。单阶段/双阶段/无官方阶段/无 celltype 列均有退路；三个视图实测跑通（proxy 3.4 s、proxy2 2.1 s、X3 ~9 s，峰值内存 ~1.3 GB），proxy 与 proxy2 输出逐字节相同。 -## 查分证据（全为 A 半；节点正式分用 B 半）+## 本节点新实验（全为 A 半查分，X3 = Qiu 心脏 E8.75+E9.0 → E9.5） -- X3（E8.75+E9.0 → E9.5，差值可用）：α·scale = 2→39.24，1→41.69，0.5→43.62，0.25→45.14，**0（纯复制）→ 50.00**。单调：平移越重越差；且 de_score<0（−0.086），差值方向与真实 E9.0→E9.5 变化**反相关**——0.25 天步长的差值被批次/胚胎组成噪声主导。方法卡也记载官方常数位移在真实 T1 上（48.6）低于 copy_last。两处证据一致，故默认纯复制。-- proxy（E8.5→E9.5，单阶段，本来就退化为复制）：均匀 vs 分层，3 个成对种子：50.40/48.96、49.33/48.70、49.72/49.33，均匀均值 49.82 > 分层 49.00，故默认均匀。PLAN 里"分层抽样改善协变"的假设未成立（proxy 协变：均匀 51.2–52.0 vs 分层 50.7–51.1）。-- proxy2：50.40（seed 0，输出与 proxy 逐字节相同，已实测确认同分）。+1. **DPT 伪时间基因梯度平移**（PLAN 方案）：在最后输入阶段内 scanpy neighbors(15)+diffmap+dpt，root 取多能性/早期中胚层标记（Pou5f1、Nanog、Sox2、T、Mesp1，通用教科书知识）均值最高的细胞；用心肌成熟标记（Tnnt2/Myh6/Actn2/Nkx2-5/Myl7/Tnni1）校验方向，伪时间与成熟度 Spearman=+0.23（方向正确，无需翻转）。shift_g = 0.3·rho_g·sigma_g/(sigma_g+median sigma)，仅 |rho| 显著（p<0.01，726 基因），GO heart 集加权 1.5×。**X3 = 45.60**（de_score −0.214，covariation 41.5，mmd 0.035 vs 复制 0.034）：即使方向经标记校验的连续分化梯度，也与真实 E9.0→E9.5 变化**反相关**。+2. **体节成熟度倾斜抽样**：X3 输入的 obs.somite（E8.75: 14–15，E9.0: 16–18，速率 8.7 体节/天，由两个输入阶段现场算出，无硬编码）。按 exp(k·(s−mean)) 加权有放回抽样，k=1.0（有效均值 17.08→17.34，倾斜已接近数据上限）。**X3 = 44.65**（de_score −0.271，cell_state 44.2）：朝更成熟胚胎倾斜同样有害。+3. **父节点已有证据**：按类型伪批量差值在 X3 单调有害（α·scale 0.25→45.1 … 2→39.2）；官方笔记 pseudobulk_shift 在真实 T1 = 48.6 < copy_last。+4. **纯复制确认**：本 solution 的 X3 输出 = **50.00**（全组 50，de_score=0）。 -本节点预期 (proxy+proxy2+X3)/3 ≈ (50.4+50.4+50.0)/3 ≈ 50.3（A 半，seed 0），父 39.34。+**结论/教训**：三种独立机制（离散类型差值、连续伪时间梯度、组成倾斜）在同一数据集的 0.25–0.5 天短步长上一致反相关——E9.5 真值相对 E9.0 的变化不沿任何"快照内成熟度轴"，很可能由 E9.5 批次自身的技术/组成特性主导。后续节点**不应再试任何快照内漂移向量**（无论按类型、按基因还是按组成权重）；要超过 50 需要跨阶段真实信号（如 final 视图的官方 E8.5→E9.5 差值，其 1 天步长信噪比可能不同，但也须先在小 α 下验证）。 -## 迁移性+## 合规 -- 真实 T1 final（E8.5+E9.5→E10.5）：默认路径 = 复制官方 E9.5，两阶段代码路径存在但 α=0 不触发；方法卡与 X3 都表明平移不如复制，方向一致。若后续节点想重试平移，入口是 `--alpha`（建议 ≤0.25 并保留收缩）。-- 任意视图都不崩：单阶段、双阶段、无官方阶段（回退用全部输入）、`celltype` 列缺失（回退均匀抽样）都有退路。输出基因始终按视图 `genes.txt`。-- 未用任何保留阶段/禁窗信息：程序只读视图内输入；外部阶段在 proxy2 中被显式排除出基座（不是因其内容，而是因其组织组成与全胚目标不符）。无硬编码统计量。+只用视图内输入数据与通用 prior（GO 注释、教科书标记基因/体节-时期关系）；未读任何保留阶段数据，无硬编码统计量（体节速率、梯度、标记方向均现场计算）；`--seed` 确定（局部 rng）。  ## 验证过 / 未验证 -- 验证：三个视图 `vec-check` 通过；运行 ~5 s、峰值内存远低于限额；`--seed` 确定（rng 局部）。-- 未验证：真实 final 视图（不在本 workspace）；α>0 的任何设置对正式分的影响；分层抽样在 X3/final 上的表现。--## 下一步建议--1. proxy 的 cell_state（mmd≈0.018–0.020）是最弱项：E8.5 与 E9.5 的分布差是真实发育漂移，只用允许的先验（如 prior/ 里的通路注释、已发布早期阶段的趋势）构造一个"通用发育漂移"向量小幅平移，或许能把 de_recovery/direction 拉离中性 50；X3 的教训是任何数据驱动差值都要先在尺子上证明方向正确。-2. X3 上复制恰好 50.0（de 指标为 0 的中性点），提升需要真正预测 E9.0→E9.5 变化，可试同数据集内按 embryo 配对的差值以消批次噪声。+- 验证：三个视图 vec-check 通过、运行时间/内存远低于限额；X3 纯复制 50.00（A 半）；上述两组负结果。+- 未验证：proxy/proxy2 的最终 B 半分（预期与父相同 ≈50.04，因输出与父逐字节同逻辑）；final 视图（两官方阶段）上的任何 α>0 设置。

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

**做了什么**：按 PLAN 实现了 DPT 伪时间基因梯度平移（root 用多能性标记、方向经心肌成熟标记校验 +0.23），并额外实现体节成熟度倾斜抽样；两者在 X3 门槛检验中均失败，最终 solution 保持父节点的纯复制默认路径（三视图 vec-check 通过，proxy/proxy2 输出一致），METHOD.md 记录了全部负结果。

**查分结果**（A 半，用了 3/20 额度）：X3 DPT 梯度 α=0.3 → 45.60（de_score −0.21）；X3 体节倾斜 k=1 → 44.65（de_score −0.27）；最终纯复制 X3 → 50.00 确认。预期节点分 ≈ 父节点 50.03。

**下一步最值得试**：三种独立机制（类型差值、伪时间梯度、组成倾斜）在 Qiu 短步长上一致反相关，说明快照内成熟度轴不含 E9.0→E9.5 真信号——不要再试快照内漂移向量；唯一未测的是 final 视图官方 E8.5→E9.5 的 1 天差值（信噪比可能不同），须在 proxy 类尺子上小 α 先验证方向。

调研员

```json
{
  "name": "快照内伪时间基因梯度微漂移（X3 验证后启用）",
  "motivation": "父节点 3 纯复制在 de_recovery=50.00、direction=50.11（中性），cell_state=49.93 最弱。已证明按类型伪批量差值在 X3 上 de_score<0（反相关），原因是 0.25 天步长的批次/组成噪声主导。但快照内伪时间梯度捕捉的是连续分化程序而非离散批次差异，且为基因级（非类型级），可避免组成噪声。ANALYSIS 建议用先验构造'通用发育漂移'向量拉离 de/direction 的 50 中性线。",
  "approach": "步骤：\n1. 加载最新官方阶段（include_external=False），scanpy.pp.neighbors(n_pcs=30)+sc.tl.dpt 计算伪时间（root 选增殖标记高、分化标记低的细胞，用 prior/ 中的标记基因列表选 root；若无 celltype 列则选表达方差最小的 1% 细胞作 root）。\n2. 对每个基因计算 Spearman(表达, 伪时间)，得到漂移向量 d_g ∈ [-1,1]。只保留 |rho|>0.05 且表达率>10% 的基因，其余 d_g=0。\n3. 缩放：shift_g = alpha * d_g * sigma_g / (sigma_g + median_sigma)（保留父节点的方差收缩），输出 x_new = clip(x + shift_g, 0)。\n4. X3 验证（关键门槛）：在 X3 上用 E8.75+E9.0 计算伪时间梯度，将 shift 应用于 E9.0 子集，用 vec-score 查 de_recovery 子分；同时计算 shift 向量与真实 E9.0→E9.5 伪批量变化的 Spearman 相关。仅当相关>0 且 de 子分>50 时才设 alpha>0，否则保持 alpha=0（纯复制）。\n5. 若验证通过，alpha 初始 0.05，在 X3 上网格搜索 {0.02, 0.05, 0.1, 0.15}，选 de_score 最高的值。上限不超过 0.15（父节点证明 >0.25 有害）。\n6. 将最终 alpha 应用于 proxy/proxy2/final，输出按 genes.txt 对齐。\n单阶段退路：proxy 只有 E8.5 一个阶段，伪时间仍可计算（单快照内 DPT），代码路径不变。若伪时间全为常数（退化），自动回退 alpha=0。\nvec-score 快筛：先在 X3 上跑 3 次（不同 seed），确认 de_score>0 且稳定后再跑 proxy。",
  "expected_groups": ["de_recovery", "direction", "cell_state"],
  "risks": "1. 伪时间梯度方向可能与真实 1 天时间变化不一致（发育非单调）——Engineer 在 X3 上第一步就检查 Spearman 相关，若≤0 立即回退纯复制，不浪费时间。2. 增益可能<2 分噪声：alpha=0.05 的 shift 很小，需 3 个种子成对比较确认。3. scanpy DPT 在大矩阵上可能慢（~60s）：先 PCA 到 30 维再建图，若仍慢则随机抽 5000 细胞算伪时间再映射回全量。4. prior/ 中若无增殖/分化标记基因列表，root 选择退化为方差最小细胞，可能不准——此时用 diffmap 第一分量最大值端作 root。"
}
```