总览 · ← 返回运行 20261002-034201-search-t1-abc-r1-C-native

节点 n47

改了什么

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 48b1667990: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 +14 −0、solution/README.md +4 −0、solution/run.py +147 −0

diff --git a/solution/METHOD.md b/solution/METHOD.mdnew file mode 100644index 0000000..48f77ad--- /dev/null+++ b/solution/METHOD.md@@ -0,0 +1,14 @@+## 改了什么+从 pseudobulk_shift 完全重写为 T1-06（单快照伪时间方向）方法。核心改动：+1. 只使用官方阶段（include_external=False），修复 proxy2 上把 Qiu E9.0 心脏细胞当输出的问题。+2. 在最新阶段上建 PCA + kNN 图，用 scanpy 的 DPT 计算扩散伪时间。+3. 按类型将细胞分为早/晚两半（按伪时间中位数），计算每类型的方向向量 = mean(晚) - mean(早)。+4. 关键改进：不再对所有细胞加相同位移，而是按每个细胞的伪时间值加权：shift_i = β · pseudotime_i · direction[type_i]。早端细胞几乎不动，晚端细胞移动最多，保持分布形状和基因共变结构。+5. β 从 0.3 降到 0.15，因为方向信号本身弱（k029），过大会破坏协方差。+6. 有两个官方阶段时，两阶段差值权重 0.6 + 伪时间方向权重 0.4。+7. 只有一个阶段时（proxy），纯用伪时间方向。+## 用到的知识与出处+- k029: 单快照伪时间方向信号的方法描述；"a weak but one-stage-available direction signal"；"apply with a small step"（来源：notes/competition/05_lineage_graph.md）+- k041: scanpy DPT 用法（sc.pp.neighbors + sc.tl.diffmap + sc.tl.dpt）（来源：10.1186/s13059-019-1663-x PAGA; 10.1038/s41587-019-0068-4 Palantir）+- k012: 官方评分定义，copy_last=50；mode collapse 和均值坍缩被惩罚；协方差（covariation）占 20%（来源：官方文档）+- 方法卡：数据已是 log1p(CP10k)；平移幅度需乘收缩系数 α∈[0,1]，不能默认 α=1diff --git a/solution/README.md b/solution/README.mdnew file mode 100644index 0000000..ba29577--- /dev/null+++ b/solution/README.md@@ -0,0 +1,4 @@+# pseudobulk_shift++最新阶段抽样后，每个细胞加上所属类型在最后一步的伪批量差值 mean(last|type) − mean(prev|type)，夹到 ≥0；前一阶段没有的类型原样复制。+T1 proxy 只有一个输入阶段，没有差值可取，退化成 copy_last（同样的抽样），所以 proxy 分 = copy_last（seed 0 实测 49.77）。final 才真正平移；官方在真实 T1 上报的常数位移是 48.6，低于地板。diff --git a/solution/run.py b/solution/run.pynew file mode 100644index 0000000..f616370--- /dev/null+++ b/solution/run.py@@ -0,0 +1,147 @@+#!/usr/bin/env python3+"""T1-06: Within-stage pseudotime direction signal.++Builds a kNN graph on the latest official stage, computes diffusion pseudotime+(DPT), splits each cell type into early/late halves by pseudotime median, and+uses mean(late) - mean(early) as the per-type advancement direction. Each cell+gets a small step beta * direction (clipped >= 0).++When two official stages are available (final view), the two-stage pseudobulk+delta is averaged with the pseudotime direction (equal weights). With one stage+(proxy), pure pseudotime direction is used.++Only official stages are used (include_external=False) to avoid treating+external heart-only data as the output population.+"""++from __future__ import annotations++import argparse++import numpy as np+import scanpy as sc+import scipy.sparse as sp++from src.task1_temporal.baselines import shift_rows, type_deltas+from src.task1_temporal.view_io import (+    inputs_by_time,+    labels_of,+    load_manifest,+    panel_genes,+    read_stage,+    sample_rows,+    target_n_cells,+    write_prediction,+)++BETA = 0.15+N_PCS = 30+N_NEIGHBORS = 15+++def dense_block(X):+    if sp.issparse(X):+        return np.asarray(X.todense(), dtype=np.float32)+    return np.asarray(X, dtype=np.float32)+++def pseudotime_directions(adata_dense, labels, rng):+    """Compute per-type direction vectors and per-cell pseudotime from DPT."""+    variances = np.asarray(adata_dense.var(axis=0)).ravel()+    n_top = min(2000, adata_dense.shape[1])+    top_idx = np.argsort(variances)[-n_top:]+    sub = adata_dense[:, top_idx].copy()+    adata = sc.AnnData(X=sub)+    sc.pp.scale(adata, max_value=10)+    n_comps = min(N_PCS, adata.n_vars - 1, adata.n_obs - 1)+    sc.tl.pca(adata, n_comps=n_comps)+    sc.pp.neighbors(adata, n_neighbors=min(N_NEIGHBORS, adata.n_obs - 1), n_pcs=min(N_PCS, adata.obsm["X_pca"].shape[1]))+    sc.tl.diffmap(adata, n_comps=min(20, adata.n_obs - 2))++    progenitor_idx = _choose_root(adata_dense, labels, rng)+    adata.uns["iroot"] = int(progenitor_idx)+    try:+        sc.tl.dpt(adata, n_branchings=0)+        dpt = adata.obs["dpt_pseudotime"].values.copy()+    except Exception:+        dpt = np.linspace(0, 1, adata.n_obs)++    dpt_min, dpt_max = dpt.min(), dpt.max()+    if dpt_max > dpt_min:+        dpt_norm = (dpt - dpt_min) / (dpt_max - dpt_min)+    else:+        dpt_norm = np.full_like(dpt, 0.5)++    unique_types = np.unique(labels)+    directions = {}+    for ct in unique_types:+        mask = labels == ct+        if mask.sum() < 10:+            directions[ct] = np.zeros(adata_dense.shape[1], dtype=np.float32)+            continue+        ct_dpt = dpt_norm[mask]+        med = np.median(ct_dpt)+        early = mask & (dpt_norm <= med)+        late = mask & (dpt_norm > med)+        if early.sum() < 3 or late.sum() < 3:+            directions[ct] = np.zeros(adata_dense.shape[1], dtype=np.float32)+            continue+        dir_vec = adata_dense[late].mean(axis=0) - adata_dense[early].mean(axis=0)+        directions[ct] = dir_vec.astype(np.float32)+    return directions, dpt_norm+++def _choose_root(X_dense, labels, rng):+    """Choose root cell: prefer high-proliferation (high total counts as proxy)."""+    totals = X_dense.sum(axis=1)+    top_k = max(50, int(0.05 * len(totals)))+    candidates = np.argsort(totals)[-top_k:]+    return candidates[rng.integers(len(candidates))]+++def main() -> None:+    parser = argparse.ArgumentParser()+    parser.add_argument("--data", required=True)+    parser.add_argument("--out", required=True)+    parser.add_argument("--seed", type=int, default=0)+    args = parser.parse_args()++    manifest = load_manifest(args.data)+    genes = panel_genes(args.data, manifest)+    stages = inputs_by_time(manifest, include_external=False)+    last = read_stage(args.data, stages[-1], genes)+    rng = np.random.default_rng(args.seed)+    rows = sample_rows(last.n_obs, target_n_cells(manifest, last.n_obs), rng)+    X = last.X[rows]+    labels = labels_of(last)++    X_dense = dense_block(last.X)++    pt_dirs, dpt_norm = pseudotime_directions(X_dense, labels, rng)++    if len(stages) >= 2:+        prev = read_stage(args.data, stages[-2], genes)+        deltas = type_deltas(prev.X, labels_of(prev), last.X, labels)+        del prev+        combined = {}+        for ct in set(list(deltas.keys()) + list(pt_dirs.keys())):+            d1 = deltas.get(ct, np.zeros(len(genes), dtype=np.float32))+            d2 = pt_dirs.get(ct, np.zeros(len(genes), dtype=np.float32))+            combined[ct] = (0.6 * d1 + 0.4 * BETA * d2).astype(np.float32)+        X = shift_rows(X, labels[rows], combined)+    else:+        n_out = len(rows)+        X_out = np.asarray(X.todense() if sp.issparse(X) else X, dtype=np.float32)+        for i in range(n_out):+            ct = labels[rows[i]]+            if ct in pt_dirs:+                scale = BETA * dpt_norm[rows[i]]+                X_out[i] += scale * pt_dirs[ct]+        np.clip(X_out, 0, None, out=X_out)+        X = X_out++    write_prediction(X, 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）。

没有记录调研来源。

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

native

stream

Looking at the scores, the main problem is covariation=33.22 (vs ~50 for copy_last). The uniform per-type shift destroys gene-gene correlations. Two fixes:
1. Apply shifts proportional to each cell's pseudotime (gradient, not uniform) - preserves distribution shape
2. Reduce β significantly since the direction signal is inherently weak

```METHOD
## 改了什么
从 pseudobulk_shift 完全重写为 T1-06（单快照伪时间方向）方法。核心改动：
1. 只使用官方阶段（include_external=False），修复 proxy2 上把 Qiu E9.0 心脏细胞当输出的问题。
2. 在最新阶段上建 PCA + kNN 图，用 scanpy 的 DPT 计算扩散伪时间。
3. 按类型将细胞分为早/晚两半（按伪时间中位数），计算每类型的方向向量 = mean(晚) - mean(早)。
4. 关键改进：不再对所有细胞加相同位移，而是按每个细胞的伪时间值加权：shift_i = β · pseudotime_i · direction[type_i]。早端细胞几乎不动，晚端细胞移动最多，保持分布形状和基因共变结构。
5. β 从 0.3 降到 0.15，因为方向信号本身弱（k029），过大会破坏协方差。
6. 有两个官方阶段时，两阶段差值权重 0.6 + 伪时间方向权重 0.4。
7. 只有一个阶段时（proxy），纯用伪时间方向。
## 用到的知识与出处
- k029: 单快照伪时间方向信号的方法描述；"a weak but one-stage-available direction signal"；"apply with a small step"（来源：notes/competition/05_lineage_graph.md）
- k041: scanpy DPT 用法（sc.pp.neighbors + sc.tl.diffmap + sc.tl.dpt）（来源：10.1186/s13059-019-1663-x PAGA; 10.1038/s41587-019-0068-4 Palantir）
- k012: 官方评分定义，copy_last=50；mode collapse 和均值坍缩被惩罚；协方差（covariation）占 20%（来源：官方文档）
- 方法卡：数据已是 log1p(CP10k)；平移幅度需乘收缩系数 α∈[0,1]，不能默认 α=1
```

<<<<<<< SEARCH
BETA = 0.3
N_PCS = 30
N_NEIGHBORS = 15
=======
BETA = 0.15
N_PCS = 30
N_NEIGHBORS = 15
>>>>>>> REPLACE

<<<<<<< SEARCH
def pseudotime_directions(adata_dense, labels, rng):
    """Compute per-type direction vectors from DPT within a single snapshot."""
    variances = np.asarray(adata_dense.var(axis=0)).ravel()
    n_top = min(2000, adata_dense.shape[1])
    top_idx = np.argsort(variances)[-n_top:]
    sub = adata_dense[:, top_idx].copy()
    adata = sc.AnnData(X=sub)
    sc.pp.scale(adata, max_value=10)