总览 · ← 返回运行 20261002-135403-search-t1-x3-era-mechcheck

节点 n12

保持父节点均匀乘法位移 alpha=0.4；实测 prior/ 基因集（Reactome/GO/hallmark/CollecTRI）通路平滑 delta 的 7 个变体均不优于它（差距 ≤0.03，噪声内），代码回退为与父一致。

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 4d62a91c2e: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 6265b33d31。改动的文件：solution/METHOD.md +48 −47

diff --git a/solution/METHOD.md b/solution/METHOD.mdindex 11b7393..e0305b3 100644--- a/solution/METHOD.md+++ b/solution/METHOD.md@@ -1,67 +1,68 @@-保持父节点均匀乘法位移 alpha=0.4；本节点实测 EB 基因级收缩/加法/混合位移均不优于它，确认均匀乘法位移为最优。+保持父节点均匀乘法位移 alpha=0.4；实测 prior/ 基因集（Reactome/GO/hallmark/CollecTRI）通路平滑 delta 的 7 个变体均不优于它（差距 ≤0.03，噪声内），代码回退为与父一致。 -## 提交的方法（与父节点相同）+## 提交的方法（与父节点 6 / 节点 3 相同）  - 读取全部输入阶段（`inputs_by_time`）。≥2 个阶段时取最后两个 prev、last；   对同时出现在两阶段的每个细胞类型 c，计算 log1p 空间伪批量差   `delta_c = mean(last|c) - mean(prev|c)`。 - 从 last 阶段按 `[min_cells, max_cells]` 抽样（`sample_rows`），对抽到的每个-  类型为 c 的细胞做**线性空间乘法缩放**：-  `x' = clip((1+x) * exp(alpha * delta_c) - 1, 0)`，只作用于稀疏矩阵的已存非零-  元，稀疏结构完全保留。alpha=0.4（常数超参，不依赖视图/绝对时间）。+  类型为 c 的细胞做线性空间乘法缩放：+  `x' = clip((1+x) * exp(alpha * delta_c) - 1, 0)`，只作用于稀疏矩阵的已存非零元，+  稀疏结构完全保留。alpha=0.4（常数超参，不依赖视图/绝对时间）。 - 仅在 last 出现的类型不位移；单输入阶段（proxy 情形）自动退化为 copy_last。-- seed 确定性（`np.random.default_rng(seed)`），输出与父节点逐元素一致。+- seed 确定性（`np.random.default_rng(seed)`）。 -## 本节点做了什么（PLAN 的核心改动被实测否定）+## 本节点做了什么（PLAN 的通路平滑被实测否定） -PLAN 要求把均匀 alpha 换成 **per-gene empirical-Bayes 收缩权重**-`w_g = signal/(signal+noise_g)`，`delta_eff_g = w_g*delta_c_g`，指望它保护最弱组-covariation。实测结论：**该方向不成立，均匀乘法位移 alpha=0.4 仍是最优**。-下面全部为 X3 A 半、seed 0、同一抽样（board = 4 组算术平均，已核对）。+PLAN：从 `prior/` 加载基因集（Reactome gene_sets.gmt、GO bp/cc/mf、MSigDB+hallmark、CollecTRI TF regulons 按 TF 分组），过滤 5≤|S|≤500（X3 面板上得+14,038 个集合，56.3% 基因被 ≥1 个集合覆盖），对每个类型 c 计算集合均值并按+1/|S| 加权回投到基因：`smooth_g = Σ_{S∋g}(mean_S/|S|) / Σ_{S∋g}(1/|S|)`，+混合 `delta_final = beta*smooth + (1-beta)*delta_c`，再做 alpha 乘法位移。++全部 X3 A 半、seed 0、同一抽样，board = 4 组均值（已核对基线与父节点记录一致）：  | 方案 | board | de_recovery | covariation | cell_state | direction | |---|---|---|---|---|---|-| copy_last（alpha=0） | 47.62 | 43.09 | 48.59 | 49.51 | 49.12 |-| **均匀乘法 alpha=0.4（父/提交）** | **48.29** | **48.18** | **47.70** | **48.20** | **48.97** |-| 均匀乘法 alpha=0.5 | 48.12 | 48.18 | 47.42 | 47.80 | 49.00 |-| 均匀乘法 alpha=0.6 | 47.83 | 47.75 | 47.12 | 47.39 | 49.00 |-| EB 收缩 median(τ²)=0 → 退化 copy_last | 47.62 | 43.09 | 48.59 | 49.51 | 49.12 |-| EB 收缩 mean τ², alpha=0.5 | 47.76 | 44.17 | 48.29 | 49.36 | 49.00 |-| EB 收缩 mean τ², alpha=1.0 | 47.84 | 44.92 | 48.15 | 49.18 | 48.92 |-| 纯加法 x+α·δ（只动非零）alpha=0.5 | 48.12 | 46.09 | 48.11 | 49.11 | 48.99 |-| 纯加法 alpha=0.9 | 48.14 | 46.90 | 47.87 | 48.71 | 48.92 |-| 混合 x+A·δ+M·δ·x (A0.7,M0.4) | 48.11 | 48.18 | 47.54 | 47.70 | 48.99 |-| 乘法/加法输出平均 (M0.4,A0.6,w0.6) | 48.21 | 47.32 | 47.85 | 48.55 | 48.95 |+| **均匀 alpha=0.4（父/提交，=本流水线 beta=0 复现）** | **48.29** | **48.18** | **47.70** | **48.20** | **48.97** |+| beta=0.5, alpha=0.4 | 48.25 | 46.90 | 48.04 | 48.87 | 49.01 |+| beta=1.0, alpha=0.4 | 47.90 | 44.54 | 48.27 | 49.46 | 49.10 |+| beta=0.3, alpha=0.5 | 48.23 | 47.75 | 47.75 | 48.34 | 48.96 |+| beta=0.5, alpha=0.6 | 48.29 | 47.75 | 47.80 | 48.48 | 48.98 |+| beta=0.5, alpha=0.8（幅度补偿后最佳） | 48.31 | 48.62 | 47.48 | 48.06 | 48.98 |+| beta=1.0, alpha=1.3 | 47.92 | 45.30 | 47.60 | 49.27 | 49.18 |++结论： -## 关键机理发现（供后续节点）+1. 平滑方向符合 PLAN 预期——beta 增大时 covariation/cell_state 单调回升+   （beta=1 时 covar 48.27、cs 49.46，接近 copy_last），但 de_recovery 同步崩塌+   （48.18→44.54），与父节点"乘法项 M·δ·x 双向耦合、de_recovery 摆幅主导 board"+   的机理发现完全一致。+2. 提高 alpha 补偿平滑造成的幅度收缩（|smooth| 均值只有 |delta| 的 1/3–2/3）后，+   最佳组合 beta=0.5/alpha=0.8 仅 48.31（+0.03），在 2 分噪声内；且在相同+   de_recovery≈48.6 处，平滑版 covariation 47.48 仍低于均匀版 47.70——+   **在同等 de_recovery 水平下通路平滑不改善 covariation**，与节点 6 对 EB+   收缩的结论相同（按结构/方差收缩基因是严格劣势操作）。+3. delta 与 smooth 的相关系数只有 0.40–0.43，说明逐基因 delta 里通路结构解释的+   方差不到 20%；E8.75→E9.0 间隔太小（V-CM 中位 |δ|≈0.001），信号本来就弱，+   集合平均主要是在缩幅度而非去噪。 -1. **EB 收缩被数据否定**：E8.75→E9.0 的 delta 极小（V-CM 中位 |δ|≈0.001），-   `median(δ²-noise)<0` → signal=0 → w_g≡0 → 逐元素退化为 copy_last；改用-   mean(δ²-noise) 后 mean_w≈0.76，但 de_recovery 只回到 44-45（远低于均匀 0.4-   的 48.18）。**在相同 de_recovery 下 EB 的 covariation 反而更差**（EB de_rec-   44.17→covar 48.29；均匀在 de_rec 44 时 covar≈48.4），即 EB 严格劣于均匀。-   被 EB 当"噪声"收缩掉的高方差基因，恰恰是驱动 de_recovery 的基因——印证父节点-   lesson"信号弥散，不要筛/收缩基因"。-2. **乘法项 M·δ·x 是唯一有效杠杆，且双向耦合**：混合实验里只要 M=0.4，-   de_recovery 就锁死在 48.18、cell_state 锁死在 47.7，与加法项 A 大小无关；-   纯加法（M=0）能把 cell_state 抬到 49.1 但 de_recovery 封顶仅 46.9。即-   **同一个乘法项同时带来 de_recovery 收益和 cell_state/covariation 损失，无法-   解耦**。board=4 组均值，de_recovery 摆幅（43→48，±5）远大于其它三组（各 ±1），-   所以保 de_recovery 的均匀乘法最优。-3. **alpha=0.4 是均匀乘法峰值**：0.3/0.4/0.5/0.6 = 48.23/48.29/48.12/47.83，-   de_recovery 在 0.4-0.5 饱和、0.6 起下滑，covariation/cell_state 随 alpha 单调降。+至此 shift-form 家族（alpha 扫参、EB 收缩、加法/混合/输出平均、top-K、软截断、+行和保持、通路平滑）全部实测否定，树在 A 半 48.3±0.3 的平台已非常稳固。  ## 验证过 / 没验证 -- 验证：run.py 对 seed 确定、`vec-check` 通过、输出与父节点逐元素一致、1.4s/峰值-  内存与父节点同量级。以上 11 个方案均实跑实评（A 半）。-- 未验证：final 视图（间隔 1 天，是 X3 的 4 倍）上 alpha=0.4 是否仍最优；-  单输入退路只做了代码路径审查。所有 A 半差距（父 vs 各变体）均 ≤0.7 分，-  在 T1 约 2 分噪声内，故不采纳任何"小幅提升"，回退到父节点方法。+- 验证：`solution/run.py` 在完整 X3 视图上 1.5s 跑完，`vec-check` 通过；输出与+  beta=0 实验流水线逐元素一致（即与父节点输出一致）；seed 0 重跑逐位相同+  （确定性）；程序只读 manifest/inputs，不读 prior/、不读绝对时间、不区分视图，+  满足视图无关要求（提交代码与父节点逐字节相同，父节点已通过伪装视图检查）。+- 未验证：final 视图（间隔 1 天，是 X3 的 4 倍）上各变体的表现；beta 在+  (0,0.3) 的细网格；平滑只在 de_recovery 敏感基因上生效的非对称混合。+  所有 A 半差距 ≤0.03，按 PLAN 的采纳标准（>2 分）一律不采纳。  ## 知识来源 -无外部生物知识；方法只用视图内两个输入阶段的表达与 `celltype` 标签现场计算差值，-未硬编码任何阶段统计量，`external/` 与 `prior/` 未使用（X3 的 external 与 inputs-是同一份 Qiu E8.75/E9.0，无额外信息）。程序不读视图路径/绝对时间，仅用阶段排序，-满足视图无关要求。+提交代码不使用任何外部生物知识；只用视图内两个输入阶段的表达与 `celltype`+标签现场计算差值，无硬编码阶段统计量。被否定的实验用到 `prior/`（Reactome、+GO、MSigDB hallmark、CollecTRI，均为通用注释、不针对禁窗阶段），实验脚本不在+提交代码中，`run.py` 不读 prior/。

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 实测了 prior/ 基因集通路平滑 delta（Reactome/GO/hallmark/CollecTRI，14,038 个集合，56% 基因覆盖）+ beta/alpha 混合共 7 个变体；全部不优于父节点均匀乘法位移 alpha=0.4（最佳 beta=0.5/alpha=0.8 仅 +0.03），故回退到父代码（run.py 逐字节一致），METHOD.md 记录负结果。

**查分**（X3 A 半，seed 0，用 7/20 次）：基线复现 48.29（与父记录逐位一致）；平滑变体 47.90–48.31。平滑确实按预期抬 covariation/cell_state（beta=1 时 covar 48.27、cs 49.46），但 de_recovery 同步崩塌（44.54），幅度补偿后同等 de_recovery 下 covariation 仍更低——通路平滑是严格劣势，与节点 6 的 EB 结论一致。vec-check 通过，1.5s，seed 确定性已验证。

**下一步**：shift-form 家族（扫参/收缩/加法/混合/top-K/行和/通路平滑）已全灭，A 半平台 48.3±0.3 非常稳固。最值得试的是换预测对象而非换位移形式：利用 X3 的 external/（E8.75+E9.0 共 3,553 细胞，与 inputs 同源但可作独立重复）做跨数据集伪批量以降噪 delta 估计，或直接评估细胞级 OT/流匹配在两阶段小间隔下的可行性；另建议在 final 视图（间隔 4 倍）验证 alpha 峰值是否随间隔比例移动（用时间差、非绝对时间）。

调研员

```json
{
  "name": "通路集平滑delta乘法位移：prior/基因集内均值去噪后统一alpha位移",
  "motivation": "父节点6最弱组为covariation 47.54（vs copy_last的48.44，损失0.9），而de_recovery 48.69是唯一确定收益。节点6已穷尽shift-form家族11个变体（EB收缩/加法/混合/输出平均），差距≤0.7分全在噪声内。关键教训：逐基因独立位移把噪声引入基因间协方差。ANALYSIS建议'用prior/把delta投影到通路级去噪'（方向库T1-14）。机制假设：通路内基因应协同变化，对delta做基因集内加权平均可去除独立噪声、保留方向信号，从而在不损失de_recovery的前提下恢复covariation。对照：节点5（Top-K EB）covariation达49.76但rank3仅48.69≈父节点48.74，说明当前树在48.5-49.5平台；本方案换信号源（prior/结构先验）而非调参，目标>2分突破。",
  "approach": "步骤：(1) 照父节点读两阶段、算per-type log1p伪批量差delta_c。(2) 从prior/加载基因集文件（Reactome/GO/TF regulon，取文件大小5≤|S|≤500的集合）；对每个基因集S计算集合均值 mean_S = mean(delta_c[g] for g∈S)。(3) 对每个基因g，计算平滑值 smooth_g = Σ_S∋g (mean_S/|S|) / Σ_S∋g (1/|S|)，即按集合大小倒数加权（小集合权重高）。(4) 混合：delta_final_g = beta*smooth_g + (1-beta)*delta_c_g，beta初值0.5，搜索{0.3,0.5,0.7}。(5) 用delta_final替换原delta，其余与父节点一致：x'=clip((1+x)*exp(0.4*delta_final)-1,0)，只动非零元，alpha=0.4不变。(6) 单输入阶段退路：与父节点相同，copy_last。(7) 若prior/无基因集文件或基因覆盖率<50%，退路为用基因名共同前缀/染色体邻近做简易平滑，或直接回退父方法。验证：先跑beta=0.5 seed0查vec-score（A半），若board≥48.5再跑{0.3,0.7}；任何变体需board提升>2分（超噪声）且covariation≥48.0才采纳，否则回退父代码。总查询≤6次。",
  "expected_groups": ["covariation", "cell_state"],
  "risks": "1) prior/基因集覆盖不全或集合太大（>500基因的GO term）导致平滑过度、退化为全基因均值位移→de_recovery下降；Engineer应先统计覆盖率和集合大小分布，若>70%基因属于>200基因的集合则提高|S|上限过滤。2) 平滑后delta幅度缩小，等效于降低alpha→可能需微调alpha至0.5；若beta=0.5时de_recovery<47.5，试alpha=0.5。3) 提升可能仍在2分噪声内；Engineer若前两次查询差距<1分应尽早放弃并回退，节省查询次数。4) prior/文件路径/格式未知，Engineer需先ls prior/确认；若无可用文件，立即回退父方法不浪费查询。"
}
```