总览 · ← 返回运行 20261002-034201-search-t1-abc-r1-B-population

节点 n13

组成重加权复制（官方基座）+ CM 亚型二级降权 ×0.8 + 边缘族拆分（丢 Surface Ectoderm、EXEM 回升 ×1.0）；外部测试题反向趋势外推 GAMMA=-1.2；表达值从不修改，n≈3000。

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 a8e2242f4e: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 1935c3fd19。改动的文件：solution/METHOD.md +24 −22、solution/run.py +119 −15

diff --git a/solution/METHOD.md b/solution/METHOD.mdindex 1f8d713..3120eac 100644--- a/solution/METHOD.md+++ b/solution/METHOD.md@@ -1,37 +1,39 @@-组成重加权复制（官方基座）+ 反向组成趋势外推（外部测试题）；表达值从不修改，n≈3000，GAMMA=-1.2。+组成重加权复制（官方基座）+ CM 亚型二级降权 ×0.8 + 边缘族拆分（丢 Surface Ectoderm、EXEM 回升 ×1.0）；外部测试题反向趋势外推 GAMMA=-1.2；表达值从不修改，n≈3000。  ## 方法 -预测 = 从最新输入的真实细胞云里重采样，只改**细胞类型组成**，不改任何表达值。+在节点 9（组成重加权复制）基础上只改**类型配额**，仍不改任何表达值： -1. **官方输入存在时**（proxy / proxy2 / final）：基座 = 最新**官方**阶段（proxy2 的 Qiu E9.0 只被忽略，不进入输出）。用 `src.task1_temporal.reweight.heart_reweight`（run2 优胜配方 heart_jcf_peri 的移植）按解剖族重加权类型比例后分层有放回抽样：-   - 心脏族（CM 各区、Endothelium/Endocardium/BEC、aSHF/pSHF/aPHM/pPHM、JCF、Pericardium、Proepicardium）×1.6；-   - 边缘族（Surface Ectoderm、EXEM、Paraxial Mesoderm）×0.25；-   - Neural Tube 丢弃（E9.5 心脏解剖取样中缺席）；-   - 其余 ×1.0。最大余数法分配整数配额。-2. **无官方输入时**（外部测试题 X3，manifest `mode=="test"`）：基座 = 最新输入；若有 ≥2 个输入且细胞类型词表重叠 ≥2，做**对数比例趋势外推**：-   `log f_target = log f_last + GAMMA * s * (log f_last - log f_first)`，`s = (t_target - t_last)/(t_last - t_first)`，GAMMA=-1.2（环境变量可调）。X3 上 s=2，GAMMA<0 意味着把组成往**更早**方向回拨——实测 E8.75→E9.0 的类型比例变化与 E9.0→E9.5 的真值变化反相关（正向外推 GAMMA=+0.5 得 44.9，回拨 GAMMA=-1.2 得 54.6），与节点 4 的"delta 外推与真值反相关"结论一致。-3. 输出细胞数 N_CELLS=3000（不超过可用细胞数，落在 min/max 内）。+1. **官方输入存在时**（proxy / proxy2 / final）：基座 = 最新官方阶段（proxy2 的 Qiu E9.0 被忽略）。分层有放回抽样，权重 = 丰度 × 类型权重：+   - 心脏族 ×1.6（HW），边缘族 ×0.25（EW）；+   - **新：CM 亚型二级降权 ×0.8**（CM2）：OFT/RV-CM、IFT-CM、AVC-CM、SV-CM、LV-CM、RV-CM、V-CM、Endocardium、BEC。机制：E8.5 的 CM 云偏 immature，把配额向非 CM 心脏谱系（SHF/PHM/JCF/Pericardium/Endothelium）倾斜，实测 de_recovery 53.0→54.6-55.2、covariation 略升；+   - **新：边缘族拆分**（节点 10 已验证的方向移植）：Surface Ectoderm 丢弃（DROP_SE）、EXEM 回升 ×1.0（EXEM_UP）、Paraxial 保持 ×0.25；+   - Neural Tube 丢弃。+2. **无官方输入时**（X3，mode=="test"）：与节点 9 完全相同（对数比例反向趋势外推 GAMMA=-1.2，本节点 BETA 默认 0，路径逐字节等价），X3 实评 54.58（A 半）确认无回归。+3. n_cells=3000（X3 上 2174）。 -## 生物学依据（非禁窗测量）+## 试过且失败的（BETA 加权抽样，PLAN 原方案） -E8.5→E9.5 全胚到心脏解剖的取样变化是已发表的通用观察：神经管/轴旁中胚/extraembryonic 在心脏 dissect 中占比下降、心脏中胚层上升（Pijuan-Sala 2019 图谱的取样描述、方法卡 §"平移幅度"）。族权重本身来自 modeling 快照 `reweight.py`（run2 在允许数据上调好的配方），不是我从禁窗测量算出的。X3 的反向外推是从该题**输入**（窗外 E8.75/E9.0）现场估计的，不含禁窗信息。+按 PLAN 实现了心脏类型内成熟度加权抽样（GO heart development GO:0007507 + GO cardiac muscle development GO:0048739 + Reactome R-MMU-5576891 签名 732 基因，within-type z 分数，w=clip(1+β·z,0.3,3)）。**proxy 实测任何非零 β 都掉分**：β=0.15→54.57，β=0.3→54.00，β=-0.3→55.50，β=0→56.26（A 半，seed 0）。签名打分改变类型内细胞分布，直接伤 cell_state/covariation。故默认 BETA=0（代码保留，可环境变量开启）。结论与节点 4/8 一致：类型内/表达侧的连续加权是净损失，配额级离散调整才安全。  ## 已验证（vec-score，A 半） -- proxy：n 扫描 1000/1500/2000/2500/3000/4000/5118 → 55.2/55.4/56.5/55.5/56.3/56.2/55.4；2000–4000 平台内为噪声（±0.5），取 3000 = **56.26**。-- proxy2（同代码，忽略 Qiu E9.0）：**56.26**（与 proxy 逐字节同预测）。-- X3：GAMMA 扫描 +0.5/+1.0/0/-0.6/-0.9/-1.2/-2.0 → 44.9/–/47.7/53.6/54.2/**54.6**/54.3；n=1500 vs 2174 无差。取 GAMMA=-1.2、n=2174。-- heart_weight=2.2/edge=0.15 在 proxy 上更差（54.4），保持库默认 1.6/0.25。-- 三个视图 `vec-check` 通过；同 seed 确定性（无全局随机态）。+- proxy seed0：parent 配置 56.26；edge 拆分 56.34；CM2=0.8+edge 56.08；CM2=0.7+edge 56.26；CM2=0.8 无 edge 55.97（de_recovery 55.21 最高）；CM2=0.8+HW1.8 56.16。+- **3 seed 均值（CM2=0.8+edge vs parent 配置）：56.50 vs 56.12**，候选赢 2/3 seed，de_recovery 三个 seed 全部 ≥ parent（54.6/54.1/54.1 vs 53.0/53.0/54.1）。差距 <2 分噪声阈值，判定为"不劣于 parent 且目标组 de_recovery 一致改善"，非确认性提升。+- proxy2：预测与 proxy 逐字节相同（md5 一致），Qiu E9.0 不进输出。+- X3：54.58（A 半），与节点 9 路径逐字节等价。+- 三视图 vec-check 通过；同 seed 确定性；无 ARTIFACTS。++## 生物学依据（非禁窗测量）++CM 亚型降权的机制假设来自已发表的通用知识：E8.5-E9.5 心脏发育中心肌细胞持续成熟（sarcomere/离子通道基因上调，Pijuan-Sala 2019 图谱的发育轨迹描述），E8.5 CM 云整体偏早期；把配额部分移向 SHF/PHM/心内膜等谱系使群体覆盖更多过渡状态。权重值本身（0.8/1.6/0.25）是在替代评测输入（E8.5，已发表阶段）上现场网格搜索的，不含禁窗测量信息。签名基因集来自视图 prior/（GO/Reactome 注释，通用知识库）。  ## 未验证 / 风险 -- final 视图（官方 E8.5+E9.5 两输入）：代码走 heart_reweight(E9.5) 路径，HEART_TYPES 含 E9.5 名字，应可运行，但**没有 final 可测**；两官方阶段的组成趋势外推在官方路径上被关闭（proxy 无法验证其收益，节点 7 显示它中性）。-- GAMMA=-1.2 是在 X3 A 半上选的，-0.9～-2.0 之间差 <0.5 分（噪声内）；B 半可能略偏。-- n_cells 平台 2000–4000 内选择不敏感。-- de_recovery 组最弱（~53）：纯组成方法不产生新的表达状态，上限受限于输入云的细胞状态。+- final 视图（E8.5+E9.5 输入）：走同一官方路径，CM2 的 CM_SUB 名字集合含 E9.5 名（V-CM、Endocardium、BEC），应可迁移；但无 final 可测。+- 提升幅度在噪声内（+0.4），B 半可能不重现；主要信心来自 de_recovery 三 seed 一致改善。+- HW/EW 网格只测了 1.4/1.8，均在噪声内，未细扫。  ## 复现 -`python run.py --data <view> --out <pred> --seed <s>`；环境变量 `GAMMA`（默认 -1.2）、`N_CELLS`（默认 3000）。无训练、无权重文件（无 ARTIFACTS.json）。运行 3–6 秒，内存 <8 GB。+`python run.py --data <view> --out <pred> --seed <s>`；环境变量 GAMMA(-1.2)、N_CELLS(3000)、BETA(0)、CM2(0.8)、HW(1.6)、EW(0.25)、DROP_SE(1)、EXEM_UP(1)。运行 ~4 秒，内存 <2 GB。diff --git a/solution/run.py b/solution/run.pyindex 4556f82..da57892 100644--- a/solution/run.py+++ b/solution/run.py@@ -1,14 +1,18 @@-"""T1 draft: composition-only prediction.--- Official inputs present (proxy / proxy2 / final): base = latest OFFICIAL-  stage; resample real cells with anatomical family reweighting-  (heart lineage up, extra-embryonic / surface ectoderm / paraxial down,-  neural tube dropped) -- the E8.5->E9.5 gap is mostly dissection, not-  expression, so expression values are never modified.-- No official input (external test views like X3): base = latest input;-  if >=2 inputs share the cell-type vocabulary, extrapolate the composition-  trend between them toward the target time (log-fraction space, damped by-  GAMMA), expression unchanged.+"""T1 improve (node 13): composition reweighting + within-heart-type+maturity-weighted sampling.++Base is the parent (node 9): resample real cells from the latest OFFICIAL+input stage with anatomical family reweighting (heart up, edge down, neural+tube dropped); expression values are never modified. External test views+(no official input) extrapolate the composition trend backwards (GAMMA<0).++New in this node: inside each heart-family type, cells are sampled with+probability w_i = clip(1 + BETA * z_i, W_MIN, W_MAX), where z_i is the+within-type z-score of a cardiac-maturation signature (GO heart development++ GO cardiac muscle development + Reactome cardiac development, read from+the view's prior/ directory). This prefers cells already pre-activating+cardiac genes, aiming at de_recovery, without touching any expression value.+BETA=0 reduces exactly to the parent's uniform within-type sampling.  Deterministic under --seed. """@@ -22,10 +26,77 @@ import numpy as np from scipy import sparse  from src.task1_temporal import view_io-from src.task1_temporal.reweight import heart_reweight, largest_remainder, take+from src.task1_temporal.reweight import (+    DROP_TYPES,+    HEART_TYPES,+    EDGE_TYPES,+    largest_remainder,+    take,+    type_weights,+)  GAMMA = float(os.environ.get("GAMMA", "-1.2")) N_CELLS = int(os.environ.get("N_CELLS", "3000"))+BETA = float(os.environ.get("BETA", "0"))+W_MIN = float(os.environ.get("W_MIN", "0.3"))+W_MAX = float(os.environ.get("W_MAX", "3.0"))++SIGNATURE_IDS = {"GO:0007507", "GO:0048739", "R-MMU-5576891"}+HEART_KEYWORDS = ("cardio", "cardiac", "heart", "myocard", "cm", "endocard")+++def signature_indices(view: str, genes: list[str]) -> np.ndarray:+    """Column indices of cardiac-development signature genes in the panel."""+    man_path = os.path.join(view, "manifest.json")+    man = json.load(open(man_path))+    gset: set[str] = set()+    for item in man.get("prior", []):+        p = item.get("path", "")+        cands = []+        if p.endswith("go"):+            cands = [os.path.join(view, p, "gene_sets_bp.gmt")]+        elif p.endswith("reactome"):+            cands = [os.path.join(view, p, "gene_sets.gmt")]+        for gmt in cands:+            if not os.path.exists(gmt):+                continue+            with open(gmt) as fh:+                for line in fh:+                    parts = line.rstrip("\n").split("\t")+                    if parts and parts[0] in SIGNATURE_IDS:+                        gset.update(parts[2:])+    if not gset:+        return np.zeros(0, dtype=int)+    idx = np.array([i for i, g in enumerate(genes) if g in gset], dtype=int)+    return idx+++def maturity_scores(X, sig_idx: np.ndarray) -> np.ndarray | None:+    if sig_idx.size < 30:+        return None+    s = np.asarray(X[:, sig_idx].mean(axis=1), dtype=np.float64).ravel()+    return s+++def weighted_take(X, pool: np.ndarray, n: int, rng: np.random.Generator,+                  scores: np.ndarray | None, beta: float) -> sparse.csr_matrix:+    if pool.size == 0 or n <= 0:+        return sparse.csr_matrix((0, X.shape[1]), dtype=np.float32)+    if scores is None or beta == 0.0:+        return take(X, pool, n, rng)+    s = scores[pool]+    sd = s.std()+    if sd <= 1e-12:+        return take(X, pool, n, rng)+    w = np.clip(1.0 + beta * (s - s.mean()) / sd, W_MIN, W_MAX)+    p = w / w.sum()+    choice = rng.choice(pool, size=n, replace=True, p=p)+    return X[choice]+++def is_heart_label(t: str) -> bool:+    tl = t.lower()+    return any(k in tl for k in HEART_KEYWORDS)   def trend_alloc(labels_first, t_first, labels_last, t_last, types, t_target, n_cells):@@ -53,6 +124,7 @@ def main():     view = args.data     man = json.load(open(os.path.join(view, "manifest.json")))     genes = view_io.panel_genes(view, man)+    sig_idx = signature_indices(view, genes)      all_inputs = view_io.inputs_by_time(man)     if man.get("mode") == "test":@@ -65,7 +137,35 @@ def main():         ad = view_io.read_stage(view, entry, genes)         labels = view_io.labels_of(ad)         n = view_io.target_n_cells(man, min(ad.n_obs, N_CELLS))-        X = heart_reweight(ad.X, labels, n_cells=n, seed=args.seed)+        scores = maturity_scores(ad.X, sig_idx)+        rng = np.random.default_rng(args.seed)+        drop = set(DROP_TYPES)+        if os.environ.get("DROP_SE", "1") == "1":+            drop.add("Surface Ectoderm")+        types = [str(t) for t in np.unique(labels) if str(t) not in drop]+        counts = np.array([(labels == t).sum() for t in types], dtype=np.float64)+        hw = float(os.environ.get("HW", "1.6"))+        ew = float(os.environ.get("EW", "0.25"))+        cm2 = float(os.environ.get("CM2", "0.8"))+        w = type_weights(types, hw, ew)+        if os.environ.get("EXEM_UP", "1") == "1":+            w = np.array([1.0 if t == "EXEM" else wi+                          for t, wi in zip(types, w)])+        if cm2 != 1.0:+            CM_SUB = {"OFT/RV-CM", "IFT-CM", "AVC-CM", "SV-CM", "LV-CM",+                      "RV-CM", "V-CM", "Endocardium", "BEC"}+            w = np.array([wi * cm2 if t in CM_SUB else wi+                          for t, wi in zip(types, w)])+        alloc = largest_remainder(counts * w, n)+        blocks = []+        for t, k in zip(types, alloc):+            if k <= 0:+                continue+            pool = np.flatnonzero(labels == t)+            beta = BETA if t in HEART_TYPES else 0.0+            blocks.append(weighted_take(ad.X, pool, int(k), rng, scores, beta))+        X = sparse.vstack(blocks, format="csr").astype(np.float32)+        X.eliminate_zeros()     else:         entry = all_inputs[-1]         ad = view_io.read_stage(view, entry, genes)@@ -90,18 +190,22 @@ def main():         if alloc is None:             counts = np.array([(labels == t).sum() for t in types], dtype=float)             alloc = largest_remainder(counts, n)+        scores = maturity_scores(ad.X, sig_idx)         rng = np.random.default_rng(args.seed)         blocks = []         for t, k in zip(types, alloc):             if k <= 0:                 continue-            blocks.append(take(ad.X, np.flatnonzero(labels == t), int(k), rng))+            pool = np.flatnonzero(labels == t)+            beta = BETA if is_heart_label(t) else 0.0+            blocks.append(weighted_take(ad.X, pool, int(k), rng, scores, beta))         X = sparse.vstack(blocks, format="csr").astype(np.float32)         X.eliminate_zeros()      view_io.write_prediction(X, genes, args.out, seed=args.seed)     print(json.dumps({"base": entry.get("stage"), "n_cells": int(X.shape[0]),-                      "official": bool(official), "gamma": GAMMA}))+                      "official": bool(official), "gamma": GAMMA,+                      "beta": BETA, "sig_genes": int(sig_idx.size)}))   if __name__ == "__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**：PLAN 原方案（心脏类型内成熟度签名加权抽样）实测失败——任何非零 β 都掉分（β=0.15→54.57, β=0.3→54.00, β=-0.3→55.50 vs β=0 的 56.26），已回退为默认 BETA=0。改用配额级调整：CM 亚型二级降权 CM2=0.8 + 边缘族拆分（丢 Surface Ectoderm、EXEM×1.0，移植节点 10 结论）。X3 路径与父节点逐字节等价。

**查分**（proxy A 半，用了 17/20 额度）：3 seed 均值候选 56.50 vs parent 配置 56.12（赢 2/3 seed）；de_recovery 三 seed 全部 ≥ parent（54.6/54.1/54.1 vs 53.0/53.0/54.1）。X3 确认 54.58 无回归，proxy2 与 proxy 逐字节同。差距在噪声阈值（2 分）内，是"不劣 + 目标组一致改善"而非确认性提升。

**下一步最值得试**：(1) CM2 细扫 0.6-0.9 × 只对 Endocardium/BEC 或只对 CM 分开调；(2) 类型内加权已两次证明有害（节点 4、本节点），不要再碰表达侧/细胞侧连续加权；(3) final 视图上 CM_SUB 名字集能否命中 E9.5 类型名需用 final 分数信号验证。

调研员

{
  "name": "心脏类型内成熟度加权抽样提升 de_recovery",
  "motivation": "父节点 9 的 de_recovery=53.19 是唯一低于 55 的分组（比 cell_state 57.34 低 4.15 分）。ANALYSIS 指出'纯组成方法不产生新表达状态，上限受限于输入云'。节点 4 证明计数乘法修正有害，但从未试过在类型**内部**按成熟度偏好选择细胞——即不改表达值，只改同一类型中哪些细胞被抽到。节点 8 的签名打分只用于跨类型配额（proxy 53.27），未做类型内选择。机制：E8.5 心脏细胞异质，部分细胞已预激活 E9.5 上调基因；优先抽这些'更成熟'的细胞可在不改值的前提下提升 DE 恢复。",
  "approach": "在 node 9 代码基础上，对心脏族每个类型的抽样加类型内权重：\n1. 基因集：从 prior/ 读取 GO cardiac muscle development + Reactome heart development 基因（与节点 8 相同签名，约 800-900 基因），取与当前基因面板交集。\n2. 对每个心脏类型内的细胞，计算 maturation score = 该基因集表达均值（已归一化计数），再 z-standardize。\n3. 抽样权重 w_i = 1 + β·z_i（clip 到 [0.3, 3] 防极端），用 rng.choice(replace=True, p=w/w.sum()) 替代原均匀 take()。\n4. β 搜索：{0.15, 0.3, 0.5}，先跑 proxy 单 seed 快速筛选；β=0 应逐字节复现父节点（sanity check）。若 proxy 提升 ≥2 分，再跑 3 seed 确认 + X3 + proxy2。\n5. 非心脏类型（边缘族、中胚层等）保持均匀抽样不变；Neural Tube 仍丢弃。\n6. X3 路径（无官方输入）：同样对抽到的心脏类型细胞应用 within-type 权重，GAMMA=-1.2 趋势外推不变。\n7. proxy2：忽略 Qiu E9.0，走与 proxy 相同路径。\n8. 若 β 全档提升 <2 分（噪声），判无效回退；若 covariation 下降 >1.5 分，减 β 或加 floor（每类至少 30% 细胞被抽到）。\n9. 时间预算：实现 ~10 min，proxy 单 seed 跑 3 个 β ~2 min，全量验证 ~5 min，远低于 30 min 限。",
  "expected_groups": ["de_recovery"],
  "risks": "1) β 过大致类型内多样性下降，covariation 掉分——Engineer 应在第一轮即对比四组，若 covariation 降 >1.5 分立即减 β。2) 成熟度基因集与 de_recovery 评测的 DE 基因不完全重叠，收益可能 <2 分（噪声）——用 3 seed 均值判断。3) prior/ 基因集太小或与面板基因交集不足（<50 基因），信号弱——若交集 <50 则放弃该方案回退。4) X3 仅 3 个心脏类型，within-type 权重对 X3 改善有限，主要收益在 proxy 侧。",
  "sources": []
}