节点 n37

1. T1 上 reduced 家族权重 0.15→0.25 时四组变化全部在 ±0.5 内（噪声约 2 分），说明该权重区间对最终分数不敏感，继续在此维度单变量微调无收益。
2. 同一节点内的轮间反馈可用来快速回退有害改动：EB 位移 alpha=0.02 使 covariation 52.19→50.44，heart 1.7 使 cell_state 51.14→49.90，两者均在提交前被回退，最终 diff 只保留一个干净变量，这种做法值得保留。
3. heart 权重在 1.6 附近向上调（1.7）会明显伤 cell_state，向下方向未测；reduced 在 0.15–0.25 区间平坦。

1. 放弃 reduced 0.15–0.25 区间的继续微调（针对 cell_state/全组，已证明平坦）；若要动 reduced，直接试更大跨度如 0.4 或 0.05 一次性验证方向，而不是 0.1 步长。
2. 针对 cell_state：改为试 heart 权重下调（1.6→1.4/1.5），因为上调 1.7 使 cell_state 降 1.2，梯度方向提示下调可能有益，仍是单变量试探。
3. 针对 covariation/de_recovery：权重微调已饱和，应转向非权重手段，如改变分层无放回抽样中每型目标数的取整/剩余名额补齐策略，或在每型内按与参考表达的距离排序选取细胞。

ANALYSIS.json written

Looking at the results:
- Round 0: displacement hurt covariation (-1.75), confirmed displacement is harmful
- Round 1: heart 1.7 hurt cell_state badly (49.90 vs parent's 51.14), so increasing heart weight is wrong direction

The parent analysis suggested trying "reduced 0.15 → 0.25" as the other single-variable probe for cell_state. Since heart increase failed, let me try increasing the reduced weight. At E9.5, neural/surface ectoderm types still exist, so 0.15 may be over-suppressing them.

<<<<<<< SEARCH
def family_weight(name: str) -> float:
    if _HEART_PAT.search(name):
        return 1.7
    if _REDUCED_PAT.search(name):
        return 0.15
    if _GUT_PAT.search(name):
        return 0.9
    return 1.0
=======
def family_weight(name: str) -> float:
    if _HEART_PAT.search(name):
        return 1.6
    if _REDUCED_PAT.search(name):
        return 0.25
    if _GUT_PAT.search(name):
        return 0.9
    return 1.0
>>>>>>> REPLACE

```METHOD
## 改了什么
相对父节点 30：(1) 第 0 轮加入 EB 收缩位移（alpha=0.02），实验证明仍破坏 covariation（52.19→50.44），已移除；(2) 第 1 轮将 heart 权重从 1.6 升至 1.7，实验证明 cell_state 从 51.14 降至 49.90，已回退至 1.6；(3) 本轮将 reduced 家族权重从 0.15 升至 0.25，测试是否因过度抑制神经/表面外胚层类型导致 cell_state 偏低。理由：E9.5 时 Neural Tube、Surface Ectoderm 等类型仍存在，0.15 可能过度压制；父节点分析建议"reduced 0.15 -> 0.25 单变量试探"。
## 用到的知识与出处
第 0 轮反馈（位移在无放回下仍破坏 covariation）；第 1 轮反馈（heart 1.7 使 cell_state 降至 49.90）；父节点 30 分析建议（微调 reduced 权重试探 cell_state）；方法卡 T1-01 组成重加权方向。
```