总览 · ← 返回运行 20261002-034201-search-t1-abc-r1-A-era

节点 n17

解剖域先验组成重加权（心脏域×1.6/边缘域×0.25/神经营×0）×细胞层增殖轴 exp(-0.7·z)，E-S 无放回加权抽样最新官方阶段细胞，表达原样复制；≥2 官方阶段时叠加收缩的 logit 比例趋势因子（λ=0.5，clip[0.5,2]）。

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 0b36de6683: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：这个提交的上一版（种子程序：相对空仓库）。改动的文件：solution/METHOD.md +33 −0、solution/run.py +199 −0

diff --git a/solution/METHOD.md b/solution/METHOD.mdnew file mode 100644index 0000000..6ed830a--- /dev/null+++ b/solution/METHOD.md@@ -0,0 +1,33 @@+解剖域先验组成重加权（心脏域×1.6/边缘域×0.25/神经营×0）×细胞层增殖轴 exp(-0.7·z)，E-S 无放回加权抽样最新官方阶段细胞，表达原样复制；≥2 官方阶段时叠加收缩的 logit 比例趋势因子（λ=0.5，clip[0.5,2]）。++## 方法++- 基底：最新**官方**输入阶段（`inputs_by_time(include_external=False)`），外部输入阶段永不作基底。表达不改，只改哪些细胞被保留。+- 每细胞权重 `w = ANAT[type] * exp(-0.7 * z_prolif(cell)) [* TREND[type]]`：+  - `z_prolif`：30 个经典细胞周期基因（Mki67、Top2a、Mcm2-7、Ccnb1/2、Cdk1 等，通用基因功能知识）逐基因 z 分（clip ±3）后按细胞取均值。+  - `ANAT`：心脏域类型 ×1.6，边缘域（Surface Ectoderm、EXEM、Paraxial Mesoderm）×0.25，Neural Tube ×0。类型集合直接 import 自组委会打包的 `src.task1_temporal.reweight`（HEART_TYPES/EDGE_TYPES，含本地备份）。生物学依据：心脏为中心取材下心脏域/心内膜/心包域随时间增长、表面外胚层与轴旁中胚层、神经营组织离开取样——这是打包模块文档中陈述的一般小鼠胚胎学（谱系/取材域知识），非保留阶段实测统计量。+  - `TREND`：仅当 ≥2 个官方阶段且时间不同、celltype 标签可配对时启用。类型比例加伪计数 1e-3，logit r=ln(p/(1-p))，Δr clip ±2，`r_tgt = r_last + γ·0.5·Δr`，γ=clip(Δt_target/Δt_obs,0,1)；p_tgt 地板 0.5% 归一后转为因子 p_tgt/p_obs，clip [0.5,2]。proxy/proxy2 只有一个官方阶段，不启用；X3（两个 Qiu 阶段）与 final（E8.5+E9.5）启用。+- 抽样：权重地板 0.08×中位正权重，Efraimidis–Spirakis 无放回加权抽样（池不足时有放回补足）到 `target_n_cells`。`np.random.default_rng(seed)`，确定性。++## 查分结果（A 半，seed 0）++- proxy：56.62（cell_state 58.51 / covariation 54.05 / de_recovery 52.48 / direction 60.53）+- proxy2：56.62（输出与 proxy 逐字节相同：回落分支只用官方 E8.5）+- X3：50.0（该尺子上所有已知节点均 50.0，趋势分支不改变这一饱和值，未造成损失）++## 实测否定（本节点内）++- 代谢轴（OXPHOS−糖酵解，细胞层或类型层，α_m=1.2，多种 z 化方式）：一致有害，43.5–51.5，全部移除。与节点 12 声称的 α_m=1.2 有益不符——差异可能在其 z 化/基因表细节，未能在本节点复现。+- 类型层增殖（跨类型再 z 分，α_p=0.55）+代谢：43.8，有害。+- 均匀 copy_last（同一 E-S 抽样器）：48.27。+- 心脏域权重消融：仅解剖域（无增殖）55.52；heart 2.2→56.10；α_p=0.4→56.43；edge 0.1→56.61；均与默认 56.62 在 ±2 噪声内，保留打包模块的默认 1.6/0.25。++## 验证过 / 未验证++- 验证过：三个视图都跑通、vec-check 通过、proxy/proxy2/X3 查分如上；final 视图代码路径（两官方阶段→趋势分支）与 X3 相同，X3 上运行成功。+- 未验证：趋势分支的收益（proxy 单阶段无法检验；X3 尺子饱和；proxy2 的第二输入是外部数据、标签不同，不触发官方趋势）。λ、γ、trend clip 只在 X3 上跑通，没有在能分辨分数的尺子上验证。final 视图上 ANAT 先验是否与 E9.5→E10.5 的取材变化一致未验证（打包模块声称同一规则适用于任一阶段）。++## 合规++- 只读视图内数据；未读任何保留阶段/禁窗数据；`uns.celltype_palette` 未使用。+- 硬编码内容仅为：细胞周期基因表（通用功能注释）、HEART/EDGE/DROP 类型集合（来自组委会打包模块 reweight.py 的一般谱系/取材域知识）、常数超参。所有比例、z 分、趋势均从 manifest 输入现场计算。diff --git a/solution/run.py b/solution/run.pynew file mode 100644index 0000000..b723bf2--- /dev/null+++ b/solution/run.py@@ -0,0 +1,199 @@+"""Anatomical-domain composition reweighting x cell-level proliferation, with+optional two-stage composition-trend correction.++Base pool: cells of the latest OFFICIAL input stage (external stages are never+the base). Expression is copied unchanged; only which cells are kept changes.++Per-cell weight:+    w_i = ANAT[type_i] * exp(-ALPHA_P * z_prolif(cell_i)) [* TREND[type_i]]+  - ANAT: anatomical-domain prior on type fractions (HEART 1.6, EDGE 0.25,+    Neural Tube 0). Source: bundled seed module src.task1_temporal.reweight+    (organizer-provided), reflecting general mouse embryology: between the+    input stages and the heart-centred target dissection, heart-field /+    endocardial / pericardial domains grow while surface-ectoderm,+    extra-embryonic mesoderm and neural-tube tissue leave the sample.+  - z_prolif: per-cell mean of per-gene z-scored (clip +-3) expression of 30+    canonical cell-cycle genes (general gene-function knowledge), so strongly+    cycling cells are down-weighted.+  - TREND (only when >=2 official stages with different times and a shared+    celltype column): per-type logit proportions are extrapolated from stage+    k-1 -> k toward the target time with shrinkage LAM and step+    gamma = clip(dt_target/dt_obs, 0, 1); target proportions are floored at+    P_FLOOR and converted to a multiplicative factor p_tgt/p_obs clipped to+    [0.5, 2]. Inactive on proxy/proxy2 (single official stage).++Sampling: Efraimidis-Spirakis weighted without replacement (with-replacement+top-up if the pool is smaller than the requested count), weight floor+W_FLOOR * median(w) to keep every type represented. Deterministic under+--seed via np.random.default_rng(seed).+"""++from __future__ import annotations++import argparse+from pathlib import Path++import numpy as np++from src.task1_temporal import view_io++try:  # organizer-bundled anatomical prior+    from src.task1_temporal.reweight import HEART_TYPES, EDGE_TYPES+except Exception:  # local copy of the same constants+    HEART_TYPES = {+        "OFT/RV-CM", "IFT-CM", "AVC-CM", "SV-CM", "LV-CM", "RV-CM", "V-CM",+        "Endothelium", "Endocardium", "BEC",+        "aSHF", "pSHF", "aPHM", "pPHM",+        "JCF", "Pericardium", "Proepicardium",+    }+    EDGE_TYPES = {"Surface Ectoderm", "EXEM", "Paraxial Mesoderm"}++DROP_TYPES = {"Neural Tube"}++ALPHA_P = 0.7       # cell-level proliferation suppression+HEART_WEIGHT = 1.6+EDGE_WEIGHT = 0.25+DROP_WEIGHT = 0.0+W_FLOOR = 0.08      # per-cell weight floor, fraction of median positive weight+LAM = 0.5           # trend shrinkage+P_FLOOR = 0.005     # target-proportion floor per type+TREND_CLIP = (0.5, 2.0)+DR_CLIP = 2.0       # cap on per-type logit trend+EPS = 1e-3          # pseudocount on proportions++PROLIF = [+    "Mki67", "Top2a", "Ccna2", "Ccnb1", "Ccnb2", "Cdk1", "Cdc20", "Pcna",+    "Mcm2", "Mcm3", "Mcm4", "Mcm5", "Mcm6", "Mcm7", "Birc5", "Aurka", "Aurkb",+    "Plk1", "Bub1", "Ttk", "Cenpf", "Cenpe", "Tyms", "Rrm2", "E2f1",+    "Ccne1", "Ccne2", "Nusap1", "Kif11", "Anln",+]+++def zscore(v: np.ndarray) -> np.ndarray:+    v = np.asarray(v, dtype=np.float64)+    s = v.std()+    if s < 1e-12:+        return np.zeros_like(v)+    return np.clip((v - v.mean()) / s, -3.0, 3.0)+++def subset_cols(genes: list[str], names: list[str]) -> np.ndarray:+    lower = {g.lower(): i for i, g in enumerate(genes)}+    cols = [lower[n.lower()] for n in names if n.lower() in lower]+    return np.array(sorted(set(cols)), dtype=np.int64)+++def cell_zmeans(X, cols: np.ndarray) -> np.ndarray:+    """Per-cell mean of per-gene z-scored (clip +-3) expression."""+    if cols.size == 0:+        return np.zeros(X.shape[0], dtype=np.float64)+    D = np.asarray(X[:, cols].todense(), dtype=np.float64)+    mu = D.mean(axis=0)+    sd = D.std(axis=0)+    sd[sd < 1e-12] = 1.0+    return np.clip((D - mu) / sd, -3.0, 3.0).mean(axis=1)+++def es_sample(w: np.ndarray, n: int, rng: np.random.Generator) -> np.ndarray:+    """Efraimidis-Spirakis weighted sampling; with-replacement top-up if n > pool."""+    pool = len(w)+    w = np.maximum(w, 0.0)+    if w.sum() <= 0:+        w = np.ones(pool)+    if n <= pool:+        keys = rng.random(pool) ** (1.0 / w)+        return np.argsort(-keys)[:n]+    keys = rng.random(pool) ** (1.0 / w)+    order = np.argsort(-keys)[:pool]+    extra = rng.choice(pool, size=n - pool, replace=True, p=w / w.sum())+    return np.concatenate([order, extra])+++def type_props(labels: np.ndarray, types: list[str]) -> np.ndarray:+    p = np.array([(labels == t).sum() for t in types], dtype=np.float64) + EPS+    return p / p.sum()+++def anat_weight(labels: np.ndarray) -> np.ndarray:+    w = np.ones(len(labels))+    for i, t in enumerate(labels):+        if t in DROP_TYPES:+            w[i] = DROP_WEIGHT+        elif t in EDGE_TYPES:+            w[i] = EDGE_WEIGHT+        elif t in HEART_TYPES:+            w[i] = HEART_WEIGHT+    return w+++def trend_factor(view, manifest, official, genes, labels, types) -> np.ndarray | None:+    """Multiplicative per-cell factor from two-stage type-proportion trend."""+    if len(official) < 2 or len(types) <= 1:+        return None+    prev_entry, last_entry = official[-2], official[-1]+    dt_obs = float(last_entry["time"] - prev_entry["time"])+    if dt_obs <= 0:+        return None+    try:+        prev = view_io.read_stage(view, prev_entry, genes, missing="error")+    except Exception:+        return None+    if "celltype" not in prev.obs.columns:+        return None+    prev_labels = view_io.labels_of(prev)+    p1 = type_props(prev_labels, types)+    p2 = type_props(labels, types)+    r1 = np.log(p1 / (1.0 - p1))+    r2 = np.log(p2 / (1.0 - p2))+    dr = np.clip(r2 - r1, -DR_CLIP, DR_CLIP)+    dt_tgt = float(manifest["target"]["time"] - last_entry["time"])+    gamma = float(np.clip(dt_tgt / dt_obs, 0.0, 1.0))+    r_tgt = r2 + gamma * LAM * dr+    e = np.exp(r_tgt - r_tgt.max())+    p_tgt = e / e.sum()+    p_tgt = np.maximum(p_tgt, P_FLOOR)+    p_tgt /= p_tgt.sum()+    f = np.clip(p_tgt / p2, *TREND_CLIP)+    t_of = {t: i for i, t in enumerate(types)}+    return f[[t_of[t] for t in labels]]+++def main() -> None:+    ap = argparse.ArgumentParser()+    ap.add_argument("--data", required=True)+    ap.add_argument("--out", required=True)+    ap.add_argument("--seed", type=int, default=0)+    args = ap.parse_args()++    view = Path(args.data)+    manifest = view_io.load_manifest(view)+    genes = view_io.panel_genes(view, manifest)+    rng = np.random.default_rng(args.seed)++    official = view_io.inputs_by_time(manifest, include_external=False)+    if not official:+        official = view_io.inputs_by_time(manifest)+    last = view_io.read_stage(view, official[-1], genes, missing="error")+    X = last.X+    n_out = view_io.target_n_cells(manifest, X.shape[0])++    has_labels = "celltype" in last.obs.columns+    labels = view_io.labels_of(last) if has_labels else np.array(["cell"] * X.shape[0])+    types = sorted(set(labels.tolist()))++    w = anat_weight(labels)+    w = w * np.exp(-ALPHA_P * cell_zmeans(X, subset_cols(genes, PROLIF)))++    tf = trend_factor(view, manifest, official, genes, labels, types)+    if tf is not None:+        w = w * tf++    pos = w[w > 0]+    floor = W_FLOOR * np.median(pos) if pos.size else 0.0+    w = np.maximum(w, floor)+    idx = np.sort(es_sample(w, n_out, rng))+    view_io.write_prediction(X[idx], genes, args.out, seed=args.seed)+++if __name__ == "__main__":+    main()

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。总结：

**做了什么**：draft 节点，从零实现"解剖域先验组成重加权 × 细胞层增殖轴"——以最新官方输入阶段为基底，`w = ANAT[type]·exp(-0.7·z_prolif)`（心脏域×1.6 / 边缘域×0.25 / Neural Tube×0，类型集合 import 自组委会打包的 `reweight.py`），E-S 无放回加权抽样，表达原样复制；≥2 官方阶段时叠加收缩 logit 比例趋势因子（X3/final 生效，proxy/proxy2 回落）。

**查分**（A 半，用 8/20 次）：proxy 56.62、proxy2 56.62（输出与 proxy 逐字节相同）、X3 50.0（尺子饱和，无损）。三视图 vec-check 通过、确定性验证通过。实测否定：代谢轴（OXPHOS−糖酵解，任何 z 化方式）一致有害（43.5–51.5），无法复现节点 12 的 α_m=1.2 收益；类型层再 z 分增殖也差于细胞层。

**下一步最值得试**：1) 在 K（56.6）基础上做心脏域权重细调（分类型权重，如 JCF/Pericardium/CM 亚型差异化），covariation 54.05 是最弱组；2) 弄清节点 12 代谢轴的确切构造（其 57.88 与本节点实测矛盾，差异在实现细节）；3) 趋势分支需要在能分辨分数的尺子上验证，目前只是无害。

调研员

idis–Spirakis 加权无放回抽样最新官方阶段细胞，表达原样复制，W_FLOOR=0.08，外部输入阶段永不作基底。仅当 view_io.inputs_by_time 返回的官方阶段数==1 或两个官方阶段时间相同 时走此分支。先用 vec-score 在 proxy 上确认回落分数≈节点12的 A 半分数（±2分噪声内）再继续，否则先修基座。2) 趋势分支（两个官方阶段可用时）：a. 用 celltype 列统计两个官方阶段的类型比例 p_t^(1), p_t^(2)，加伪计数 ε=1e-3 后归一；以全部类型比例均值为参考类，计算 log-ratio r_t=ln(p_t/(1−p_t))，得 Δr_t=r_t^(2)−r_t^(1)。b. 取样偏差校正：先验字典（仅来自方向书 notes/competition/05_lineage_graph.md 与 09_t1_census_lineage.md §2 及通用谱系知识，不使用任何禁窗阶段信息）标注各类型所属组织域（如 neural tube/神经外胚层域、侧板中胚层-心脏域、轴旁中胚层域等）。若类型在阶段2占比低于阈值 θ（初值0.002，搜索[0.001,0.01]）且先验上其来源组织域不在阶段2取材范围内，则判定为取样缺失而非真实消失，将其 Δr_t 截断为 ≥0（不允许趋势说它减少），并把它在目标组成中的份额按其余类型重归一后的比例回填。该机制保持组织无关：只比较'份额崩塌+先验不在取材域'，不用任何阶段实测表达。c. 收缩外推：Δr_t^shrunk=λ·Δr_t，λ 初值0.5，搜索{0.3,0.5,0.7,1.0}；外推步长 γ=clamp(Δt_target/Δt_obs, 0, 1)，其中 Δt 用输入阶段自带时间（E8.5=8.5 等），无时间元数据则 γ=0.5；若最新官方阶段时间==目标时间（即趋势已覆盖到目标），γ=0，趋势分支退化为按阶段2实测比例重采样。d. 目标比例 p_t^tgt=softmax(r_t^(2)+γ·Δr_t^shrunk)，夹地板 0.5%后重归一；类型数>50 或缺 celltype 列时退化为细胞层回落分支。3) 按目标比例重采样：输出细胞数=最新官方阶段细胞数 n_out；每细胞权重 w_i=(p_tgt(type_i)/p_obs(type_i))·exp(−α_p·z_prolif(type))（回落分支则再乘代谢轴，趋势分支不再叠加代谢轴以免与组成目标冲突），用带放回的按权重抽样（允许扩增型被重复抽取），抽样前按 W_FLOOR 截断。缺失基因：趋势只用类型计数与 celltype 列，与基因覆盖无关；proxy2 中 Qiu 仅 27,883 基因由 view_io 默认 E8.5 均值补齐，不影响组成统计。4) 查分顺序（≤20 次）：先 proxy 验证回落（1–2次）→ 默认参数在 proxy2 上查趋势分支（1–2次）→ 仅当 proxy2 提升≥2分时在 proxy2 上做小网格（λ×θ 约6–8次）→ 最终配置在 proxy+proxy2 各复测1次确认超噪声。30分钟时限：步骤1+2为必做，步骤3网格为尽力而为；不做 GPU、不做伪时间。",
  "expected_groups": ["cell_state", "covariation", "de_recovery"],
  "risks": "1) proxy/X3 上看不到趋势收益：proxy 单阶段必然回落，X3 可能因 n_out==池大小退化为恒等（既有节点均 50.00）；Engineer 应接受 proxy≈57.9、X3≈50.0，只看 proxy2 是否≥+2分，否则该方向判负。2) proxy2 提升可能被 1/3 权重稀释后淹没在2分噪声里：若 proxy2 +3 而 proxy 持平，节点分仅+1，需用 proxy2 上2次重复查分（A半）确认方向一致再提交。3) 趋势分支反而低于回落（Qiu 心脏域太窄，外推把非心脏类型错误压低）：用 θ=0 与 λ=0 两个消融点检查，若消融即回升则关闭趋势分支、提交回落配置（至少不劣于节点14）。4) 先验字典错标取材域导致过度校正：先验只含方向书已列条目，且校正只允许'不减少'单向截断，风险有界；若 proxy2 上 θ 从0.002 提到0.01 分数单调下降，取更小 θ 或关闭。5) 与节点11'多官方阶段池化'混淆：本方案不把两阶段细胞混合成池，仅用两阶段比例差作为标量趋势信号，实现时严禁拼接两阶段表达矩阵。6) 时间超支：30分钟内若趋势分支未跑通，直接提交已验证的回落分支（等价节点12/14），不留半成品。",
  "sources": []
}
```