总览 · ← 返回运行 20261001-233756-search-t1-abc-r0-B-population

节点 n23 终选程序?按该运行锁定的规则最终选出的程序；可能是候选节点，也可能由护栏回退到基线。在终选来历上

copy_last 两级增殖重加权（β_type=-4、β_cell=-1）+ 类型内增殖-表达 OLS 斜率的逐细胞放大（γ=-1.6、|slope|>0.15）；PLAN 的斜率 PC 投影实测无效已关闭，外部/退化视图跳过表达调整。

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 49cbeb26c4: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 460e9acb2e。改动的文件：solution/METHOD.md +31 −24、solution/run.py +54 −8

diff --git a/solution/METHOD.md b/solution/METHOD.mdindex 88d77db..b078a01 100644--- a/solution/METHOD.md+++ b/solution/METHOD.md@@ -1,38 +1,45 @@-# copy_last 两级增殖重加权（β_type=-4、β_cell=-1）+ 增殖-表达回归斜率的逐细胞表达放大（γ=-0.8），外部/退化视图跳过表达调整。+# copy_last 两级增殖重加权（β_type=-4、β_cell=-1）+ 类型内增殖-表达 OLS 斜率的逐细胞放大（γ=-1.6、|slope|>0.15）；PLAN 的斜率 PC 投影实测无效已关闭，外部/退化视图跳过表达调整。  ## 方法 -基底（继承节点 4/6，已验证）：输出 = 最新「官方」输入阶段的加权无放回抽样（Efraimidis–Spirakis）。权重两级相乘：-- 类型级 w_type = max(1e-6, 1 + β_type·(prolif_type − mean_prolif))，β_type = **-4**（节点 4 扫出）；-- 细胞级 w_cell = max(1e-6, 1 + β_cell·(prolif_cell − prolif_type))，β_cell = **-1**（节点 6 方向，本节点以乘法形式叠加）。+基底（继承节点 4/6/7/18，已验证）：输出 = 最新「官方」输入阶段的加权无放回抽样（Efraimidis–Spirakis）。权重两级相乘：+- 类型级 `w_type = max(1e-6, 1 + β_type·(prolif_type − mean_prolif))`，β_type = **-4**；+- 细胞级 `w_cell = max(1e-6, 1 + β_cell·(prolif_cell − prolif_type))`，β_cell = **-1**。 -prolif 得分 = PROLIF 基因（Mki67, Top2a, Pcna, Cdk1, Ccna2, Ccnb1, Aurkb, Bub1, Cenpf, Nusc1，通用 cell-cycle 标记，非阶段特异知识；与面板取交集，≥3 个才启用）log 表达的逐细胞均值，完全在输入快照内计算。+prolif 得分 = PROLIF 通用 cell-cycle 基因（Mki67, Top2a, Pcna, Cdk1, Ccna2, Ccnb1, Aurkb, Bub1, Cenpf, Nusc1；与面板取交集，≥3 个才启用）log 表达的逐细胞均值，完全在输入快照内计算，无需第二时间点。 -新增表达调整（本节点，PLAN 机制但**符号与预期相反**）：-1. 对每个细胞类型（细胞数 ≥20），用该类型**全部**源细胞做 OLS：slope_g = cov(x_g, prolif)/var(prolif)（稀疏矩阵-向量积实现，无需稠密化全矩阵）；只保留 |slope_g| > 0.05 的基因。-2. 对每个被选中细胞 i：x_adj[i,g] = x[i,g] + γ·slope_g·(type_mean_prolif − prolif_i)，clip ≥0，按 1024 行分块稠密计算。-3. γ 扫描（proxy A 半）：0 → 56.28；+0.05/+0.15/+0.3 → 56.24/55.89/55.31（PLAN 预设的正 γ **单调降分，证伪**）；**-0.05/-0.1/-0.2/-0.4/-0.8/-1.6 → 56.40/56.58/56.68/56.83/57.20/57.37**。负 γ = 沿斜率**放大**细胞自身的增殖偏离（增强类型内增殖梯度对比），选 γ = **-0.8**（-1.6 总分仅 +0.17 且 covariation 从 53.6 掉到 51.6，判为 A 半过拟合风险，弃用）。-4. 跳过条件：所选阶段为外部来源，或抽样退化（n_target ≥ 池大小，如 X3）。X3 上未加保护时 γ=-0.8 使分数 50.0 → 43.2（covariation 28.8），加保护后恢复 50.0（已查分验证）。+表达调整（继承节点 18）：对每个细胞类型（≥20 细胞），用该型全部源细胞做 OLS：`slope_g = cov(x_g, prolif)/var(prolif)`（稀疏矩阵-向量积，无需稠密全矩阵）；只保留 |slope_g| > **0.15** 的强耦合基因。对每个被选中细胞 i：`x_adj[i,g] = x[i,g] + γ·slope_g·(type_mean_prolif − prolif_i)`，γ = **-1.6**（负号 = 沿斜率放大细胞自身增殖偏离），clip ≥0，按 1024 行分块。++## 本节点做的事：PC 投影（PLAN 方案）——实测无效，已关闭++PLAN 假设：把每类型的 slope 向量投影到该类型表达矩阵前 k 个主成分子空间，可去除噪声方向、保护基因间协方差（covariation）。实现：对 |slope|>0.15 的基因子集取表达子矩阵，用小 Gram 矩阵（cells×cells，n≪g）特征分解求前 k 右奇异向量 V_k（避免 g×g 分解，否则 60–100 s/次；改后 ~4 s），`slope_proj = V_k(V_kᵀ slope)`，再阈值化。++**结论（A 半 proxy seed0）：投影与无投影对照同分，PLAN 假设不成立。**+- 对照（PC_K=0，γ=-1.6，slope_min=0.1）：57.59（covariation 53.02）+- k=10 / k=20 / k=50：57.59 / 57.59 / 57.58（covariation 53.05 / 53.05 / 53.02）+- 三者 covariation 均 <53.5，未达 PLAN 判定阈值。机制解释：slope 本身由表达矩阵经线性回归得到，已近似落在其主变异子空间内，投影近似恒等 → 无改变。+- 故默认 `PC_K=0`（关闭投影）。投影代码保留，可用 `--pc-k` 复现。++关闭投影后，另扫 γ 与 SLOPE_MIN（A 半 proxy seed0）：+- γ 扫（slope_min=0.1）：-1.6→57.59，-2.4→57.31，-3.2→56.69 → γ=-1.6 最优，更负单调降分。+- SLOPE_MIN 扫（γ=-1.6）：0.08→57.52，0.1→57.59，**0.15→57.60**，0.2→57.55 → 取 0.15（board 最高、covariation 53.5 优于 0.1 的 53.02，de_recovery 不变）。  ## 查分记录（A 半） -- proxy seed0 γ=-0.8：**57.20**（de_recovery 52.48 / direction 59.72 / cell_state 61.45 / covariation 53.56）-- proxy seed1 γ=-0.8：56.89（一致）-- proxy2 seed0：57.20（外部 Qiu E9.0 被忽略，输出与 proxy 逐字节相同，md5 已核）-- X3 seed0：50.0（保护生效，= copy_last）-- 基底 γ=0（β_cell=-1 乘法叠加）：56.28，已高于节点 4（55.23）与节点 6（55.81）的 A 半查分-- β_type 重扫（γ=0）：-3 → 55.62，-5 → 55.34，均低于 -4（56.28），维持 -4-- 预期节点分 ≈ (57.2+57.2+50)/3 ≈ 54.8 A 半（父 53.48）+- proxy seed0（γ=-1.6, slope_min=0.15, PC_K=0）：**57.60**（de_recovery 52.48 / direction 59.67 / cell_state 62.87 / covariation 53.5）+- proxy seed1：57.31（稳定，差距在噪声内）+- proxy2 seed0：57.60（外部 Qiu E9.0 被忽略，输出与 proxy 逐字节相同，md5 已核）+- X3 seed0：50.0（外部+退化保护生效，= copy_last）  ## 验证过 -- 三视图（proxy/proxy2/X3）跑通、vec-check ok、运行 ~5 s、内存远低于 28 GB 限额。-- 确定性：仅 np.random.default_rng(seed)；proxy 与 proxy2 输出 md5 相同。-- γ=0 时与父逻辑等价（β_cell 乘法叠加版）。+- 三视图（proxy/proxy2/X3）跑通、vec-check ok、~4.4 s、内存远低于 28 GB 限额。+- 确定性：仅 np.random.default_rng(seed)，eigh/Gram 均确定；proxy≡proxy2（md5 相同）。+- PC 投影关闭时输出 = γ=-1.6/slope_min=0.15 的斜率放大逻辑；k>0 可复现投影但同分。  ## 没验证 / 风险 -- γ=-0.8 与 -0.4/-1.6 的差距（<0.6 分）在 T1 噪声（~2 分）内；-0.8 是折中（de_recovery +1、covariation -1.3 相对基底）。-- 负 γ 的机制解释：放大类型内增殖-表达耦合让群体在增殖轴上更分散，mmd_u 与 de_score 同升；B 半是否重现未验证。-- final 视图（E8.5+E9.5→E10.5）未测：若 E9.5 池 ≤ 目标细胞数，表达调整会被退化保护跳过，只剩 copy_last（安全但无增益）。-- 「退化即跳过」保护对 X3 有效，但若某视图池恰等于目标数而调整本可有益，也会被跳过。+- PC 投影判定为无效基于单 seed A 半；因与对照同分（差 <0.02），未再多种子确认——即便 B 半有微小差异也在噪声内。+- SLOPE_MIN=0.15 vs 0.1 的 +0.01 board、+0.5 covariation 均在 T1 噪声（~2 分）内，B 半不一定重现；本节点相对父节点 7（γ=-0.8, slope_min=0.05）主要是采用 node18 已证的 γ=-1.6 并微调到 slope_min=0.15。+- de_recovery（52.48）在所有变体中完全不动，与全树 6+ 节点一致，确认对表达级扰动不敏感。+- final 视图（E8.5+E9.5→E10.5）未测：若 E9.5 池 ≤ 目标细胞数，退化保护会跳过表达调整，退回 copy_last（安全但无增益）。diff --git a/solution/run.py b/solution/run.pyindex 71f82b5..1e5eb6f 100644--- a/solution/run.py+++ b/solution/run.py@@ -7,15 +7,24 @@ official input stage. Type-level weight uses the type-mean proliferation score (beta_type=-4, tuned); cell-level weight uses the within-type deviation (beta_cell=-1, node 6). -New (this node): per cell type, regress each gene's expression on the cell's-proliferation score (OLS slope over ALL source cells of that type). Each-selected cell's expression is nudged along that slope toward its type's mean-proliferation level: x_adj[i,g] = x[i,g] + gamma * slope_g * (tmean - p_i),-applied only where |slope_g| > SLOPE_MIN, clipped to >= 0. Types with+Expression adjustment (node 7/18): per cell type, regress each gene's+expression on the cell's proliferation score (OLS slope over ALL source cells+of that type). Each selected cell's expression is nudged along that slope:+x_adj[i,g] = x[i,g] + gamma * slope_g * (tmean - p_i), applied only where+|slope_g| > SLOPE_MIN (0.15, tuned A-half), clipped to >= 0, gamma = -1.6+(amplifies the cell's own proliferation deviation). Types with < MIN_TYPE_CELLS cells are left untouched. gamma=0 reproduces the base. Proliferation markers are generic cell-cycle genes (not stage-specific knowledge); everything is computed within the input snapshot, so the method works with a single input stage.++This node (23): tested PLAN's PC-projection of the slope vector onto the+top-k principal subspace of the type's expression submatrix (--pc-k > 0,+small Gram-matrix eigendecomposition, ~4 s total). Result: identical scores+to no projection for k=10/20/50 (57.58-57.59 vs 57.59 A-half proxy) -- the+OLS slope already lies (almost) in the expression covariance's leading+subspace, so projection is a near-identity. Disabled by default (PC_K=0).+Kept the tuned SLOPE_MIN=0.15 (best A-half board 57.60, covariation 53.5). """  from __future__ import annotations@@ -39,8 +48,10 @@ from src.task1_temporal.view_io import (  BETA_TYPE = -4.0   # tuned on T1 proxy A-half (node 4) BETA_CELL = -1.0   # within-type weight (node 6)-GAMMA = -0.8       # expression-adjustment strength (negative tuned on proxy A-half)-SLOPE_MIN = 0.05   # only adjust genes with |slope| above this+GAMMA = -1.6       # expression-adjustment strength (node 18, 3-seed A-half)+SLOPE_MIN = 0.15   # only adjust genes with |slope| above this (best A-half board + covariation)+PC_K = 0           # PC-projection of slopes: tested k=10/20/50, all no-op vs control; disabled+PC_CENTER = False  # center expression submatrix before PCA (only used if PC_K>0) MIN_TYPE_CELLS = 20  PROLIF = ["Mki67", "Top2a", "Pcna", "Cdk1", "Ccna2", "Ccnb1",@@ -72,10 +83,15 @@ def main() -> None:     parser.add_argument("--gamma", type=float, default=None)     parser.add_argument("--beta-cell", type=float, default=None)     parser.add_argument("--beta-type", type=float, default=None)+    parser.add_argument("--pc-k", type=int, default=None)+    parser.add_argument("--slope-min", type=float, default=None)     args = parser.parse_args()     gamma = GAMMA if args.gamma is None else args.gamma     beta_cell = BETA_CELL if args.beta_cell is None else args.beta_cell     beta_type = BETA_TYPE if args.beta_type is None else args.beta_type+    pc_k = PC_K if args.pc_k is None else args.pc_k+    pc_center = PC_CENTER+    slope_min = SLOPE_MIN if args.slope_min is None else args.slope_min      manifest = load_manifest(args.data)     genes = panel_genes(args.data, manifest)@@ -129,7 +145,37 @@ def main() -> None:             if denom <= 1e-8:                 continue             slope = np.asarray(X[idx].T @ pc, dtype=np.float64).ravel() / denom-            slope[np.abs(slope) <= SLOPE_MIN] = 0.0+            mask = np.abs(slope) > slope_min+            if pc_k and pc_k > 0 and mask.sum() > 1:+                Msub = X[idx][:, mask]+                Msub = Msub.toarray() if sparse.issparse(Msub) else np.asarray(Msub)+                Msub = np.asarray(Msub, dtype=np.float64)+                if pc_center:+                    Msub = Msub - Msub.mean(axis=0, keepdims=True)+                n, g = Msub.shape+                kk = min(pc_k, g, n)+                # right singular vectors via the small n x n Gram matrix (n << g):+                # M = U S V^T, gram = M M^T = U S^2 U^T, V_k = M^T U_k / s_k+                gram = Msub @ Msub.T+                gram *= 0.5+                gram = gram + gram.T+                ew, U = np.linalg.eigh(gram)+                U = U[:, n - kk:]+                ew = ew[n - kk:]+                keep = ew > ew.max() * 1e-10+                U, ew = U[:, keep], ew[keep]+                if ew.size == 0:+                    slope[~mask] = 0.0+                    S[t] = slope.astype(np.float32)+                    continue+                V = (Msub.T @ U) / np.sqrt(ew)  # g x kk, orthonormal columns+                s_sub = slope[mask]+                s_proj = V @ (V.T @ s_sub)+                s_proj[np.abs(s_proj) <= slope_min] = 0.0+                slope = np.zeros_like(slope)+                slope[mask] = s_proj+            else:+                slope[~mask] = 0.0             S[t] = slope.astype(np.float32)         if np.any(S):             c = (-gamma) * (score[rows] - type_score[inv[rows]])

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 实现斜率向类型内前 k 主成分子空间的投影（小 Gram 矩阵特征分解，60–100s 优化到 ~4s），在 node18 配置（γ=-1.6）上测 k∈{10,20,50}。

**查分结果（A 半 proxy seed0，用 12/20 次）**：投影 k=10/20/50 → 57.59/57.59/57.58，与无投影对照 57.59 完全同分，covariation 均 <53.5 未达判定阈值 → **PC 投影无效**（slope 本就在表达协方差主子空间内，投影近似恒等）。按预案回退，另扫 γ∈{-2.4,-3.2}（均降）与 SLOPE_MIN∈{0.08,0.15,0.2}，发布 γ=-1.6、SLOPE_MIN=0.15：proxy 57.60（seed1 57.31）、proxy2 57.60（与 proxy md5 相同）、X3 50.0（保护生效），三视图 vec-check ok、确定性、~4.4s。

**下一步最值得试**：de_recovery（52.48）对一切表达级扰动免疫已 7+ 节点确认，别再碰；covariation 与 SLOPE_MIN 呈单调正相关（0.2→53.87）但 cell_state 反向，可试按类型自适应阈值（每型 top-N 强耦合基因）解耦这组 trade-off；另外 γ=-1.6 的 B 半表现只有 node18 一次证据，多种子 B 半一致性仍是最大不确定项。

调研员

{
  "name": "PC投影约束表达调整：将增殖斜率限制在类型内主变异性子空间以保护协方差",
  "motivation": "父节点7最弱组为 de_recovery(51.69)，但该组在 node 7/12/16/18/21/22 六个节点中完全不动，已证明对抽样权重和表达级扰动均不敏感，短期内难以撬动。第二弱组 covariation(52.88) 有明确改善机制：当前 γ 调整对每个基因独立施加斜率位移，可能在自然变异小的基因上产生超出子空间的扰动，破坏基因间协方差。node 18 将 γ 从 -0.8 推到 -1.6 时 covariation 从 52.88 降至 52.42（node 7 ANALYSIS 也记录 γ=-1.6@SLOPE_MIN=0.05 时 covariation 掉约 2 分），说明 γ 放大与协方差存在 trade-off。node 16 尝试 Reactome 通路平滑（先验正则化）失败（λ>0 时 covariation 单调恶化至 49.79），说明基于外部先验的斜率约束不适用；但数据驱动的 PC 投影是不同机制——不是跨基因混合斜率，而是去除噪声方向、保留类型内真实主变异轴。",
  "approach": "在 node 18 配置（γ=-1.6, SLOPE_MIN=0.1, β_type=-4, β_cell=-1）基础上，将每类型的表达调整斜率向量投影到该类型表达矩阵的前 k 个主成分张成的子空间上：\n\n1. 对每个类型（细胞数≥20），取 |slope|>SLOPE_MIN 的基因子集（通常几百至数千个），构建该类型这些基因上的表达子矩阵。\n2. 用 scipy.sparse.linalg.svds（或 sklearn TruncatedSVD）计算前 k 个右奇异向量 V_k（即 PC 载荷），k 初始取 20，搜索 {10, 20, 50}。因基因数远小于细胞数，对基因×基因协方差矩阵（几百~几千维）做特征分解即可，耗时可忽略。\n3. 投影：slope_proj = V_k @ (V_k^T @ slope)，将投影后 |slope_proj_g| < SLOPE_MIN 的基因置零。\n4. 替换原 slope 为 slope_proj，其余调整逻辑不变：x_adj[i,g] = x[i,g] + γ·slope_proj_g·(tmean − p_i)，clip≥0，分块 1024 行。\n5. 保留所有现有保护：外部来源/退化视图跳过；X3 不受影响。\n6. 单输入阶段退路：所有计算（类型分组、斜率、PCA）均在单一快照内完成，无需第二时间点，proxy 与 final 逻辑一致。若 final 中 E9.5 池≤目标细胞数触发退化保护，则退回 copy_last（安全）。\n7. 查分策略：先跑 proxy A-half seed 0 对比 k∈{10,20,50} 与无投影对照（即 node 18 原逻辑），每次查分约 5 s；若最优 k 的 covariation ≥ 53.5 且总分 ≥ 57.0，再跑 seed 1 确认；若三个 k 均不优于对照则判定无效、回退。总查分次数控制在 ≤10 次。",
  "expected_groups": ["covariation", "de_recovery"],
  "risks": "1) PC 投影可能过度削减有效斜率信号，导致 cell_state 收益（γ 放大的主要受益组）同步下降，净总分不升反降。Engineer 应同时监控 cell_state：若 cell_state 掉 >1.5 分且 covariation 涨幅 <1 分则判定无效。2) 每类型做 SVD 的耗时：若基因子集过大（>5000），30 个类型的 SVD 可能需要数十秒；应限制在 |slope|>0.1 的基因上（预期几百个），并设超时回退。3) k 的选择敏感：k 太小（如 5）可能丢失有效信号，k 太大（如 100）退化为无投影。搜索范围 {10,20,50} 应覆盖合理区间。4) 改善幅度可能仍在 T1 噪声（~2 分）内，需 ≥2 seeds 确认。"
}

审查员

REVIEW.json written