总览 · ← 返回运行 20261003-004922-search-t2-embryo-interp-g24-D

节点 n7

copy_last + 型内伪时间表达位移（T2EI-09）：锚定阶段每个细胞型内取与发育方向最对齐的主成分轴，按细胞在轴上的标准化位置比例位移表达，坐标不变。

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 6b2bb85c8d: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 b27f90ea40。改动的文件：solution/METHOD.md +45 −0、solution/run.py +133 −9

diff --git a/solution/METHOD.md b/solution/METHOD.mdnew file mode 100644index 0000000..eb5941a--- /dev/null+++ b/solution/METHOD.md@@ -0,0 +1,45 @@+copy_last + 型内伪时间表达位移（T2EI-09）：锚定阶段每个细胞型内取与发育方向最对齐的主成分轴，按细胞在轴上的标准化位置比例位移表达，坐标不变。++## 方法（family T2EI-09，按 PLAN 实现并做结构修复）++1. 基座与 copy_last 完全一致：`interp_bracket` 取下括号输入（proxy E6.75），按细胞类型分层无放回抽到 max_cells=5000，坐标原样。+2. 每个 ≥20 细胞的型内做 SVD 取前 10 个主成分；用该型在**上括号输入**（proxy E8.0，view 内数据）与锚定阶段间的伪批量差 D 定发育方向：在 top-10 PC 里选 |cos(PC, D)| 最大的轴（PLAN 步骤 3 的数据驱动版，替代"已知上调基因"人工先验；D 只来自 view 输入阶段，不触碰保留数据）。+3. 位移：`X_i += alpha * sigma * z_i * v`，z_i 为细胞在轴上的标准化位置（PLAN 公式）。alpha=1.6（PLAN 的 alpha 直接乘 z，等效本参数化需除 sigma≈5–20；原区间 [0.02,0.15] 实测位移 <1% PC 展布、分数不动，故重参数化为 alpha·sigma）。+4. 在 E8.0 中不存在的型（Anterior Epiblast、EXE-Ectoderm、Gut Endoderm 等，约 1900/5000 细胞）不位移：全局方向回落实测使 cell_state 从 49.2 掉到 45.8，默认关闭（env `T2EI09_FALLBACK=global` 可开）。++## 关键参数（env 可覆写，默认即提交配置）++- `T2EI09_ALPHA=1.6`、`T2EI09_MODE=stretch`（PLAN 公式）、`T2EI09_AXIS=best_cos`。+- 备选 `advance` 模式（整流位移，全员前移、前列多移）与 `proj` 轴（D 在 PC 子空间的投影）已实现并实测，均更差（见下表）。++## 机制生效证据（stderr 报告，seed 0，proxy）++- 10 个型被位移（约 3100/5000 细胞），7 个型跳过（无 E8.0 对应或 <20 细胞）。+- 选中轴因型而异：EXE-Endoderm PC3、Caudal Epiblast/Allantois/HEM-Endoth PC2、ExEM-1 PC6、Primitive Streak/SOM PC10/9 等；轴解释方差 2.6–8.9%；|cos_dev| 0.18–0.38；各型方向互不相同（非全局常数位移）。+- 四组分变化（A 半，seed 0）vs alpha=0（=copy_last）：expression_change 48.4→50.5、local_spatial 49.2→53.6、shape_scale 49.7→51.0、cell_state 49.3→49.2（基本不变）；de_direction 0.042→0.070。位移确实改变了约 62% 细胞的表达，均值为零、方差沿型内轴拉伸。++## 对照（mechanism_off_control）++`T2EI09_ALPHA=0` 与 copy_last（父节点程序）输出逐位相同：`.X` 与 `obsm["spatial_3D"]` array_equal=True（本地实测，preds/off.h5ad vs preds/copy_last.h5ad）。++## vec-score 记录（A 半，seed 0，共用 7 次查询）++| 配置 | 榜分 | expr | state | shape | local |+|---|---:|---:|---:|---:|---:|+| stretch best_cos a0.8 | 50.80 | 50.11 | 50.43 | 51.03 | 51.63 |+| **stretch best_cos a1.6（提交）** | **51.09** | 50.54 | 49.22 | 51.03 | 53.57 |+| stretch best_cos a2.4 | 50.99 | 50.18 | 47.79 | 51.03 | 54.95 |+| stretch proj a1.6 | 50.69 | 51.42 | 45.37 | 51.03 | 54.92 |+| advance proj a0.25 | 50.74 | 52.15 | 46.71 | 51.03 | 53.04 |+| advance proj a0.5 | 50.19 | 52.46 | 42.36 | 51.03 | 54.89 |+| stretch best_cos a1.6 + 全局回退 | 50.79 | 51.42 | 45.79 | 51.03 | 54.91 |++## 验证过 / 没验证过++- 验证：off 对照逐位一致；alpha 网格 0.8/1.6/2.4；两种轴、两种位移模式；全局回退。vec-check 通过。+- 没验证：seed 1/2 复跑（随机性只在抽样，与父节点同路径，预期稳定）；final 视图实跑（代码视图无关，t 不参与数值，仅用括号方向）；advance×best_cos 组合。+- 已知弱点：型内主轴与真实发育方向 cos 仅 0.2–0.4，位移大部分是 off-target 方差放大 → cell_state 的 variogram 变差（0.0089→0.0150），限制上限；比 mix（57.2）低约 6 分。下一步值得试：mix 的组成/坐标骨架 + 本方法的型内表达位移（修 mix cell_state 37.5 的弱点），或将轴直接取型内 D 方向、advance 小幅位移。++## 知识来源++未使用任何保留阶段/基因型信息；发育方向完全由 view 内两个输入阶段的伪批量差现场计算。无文献先验写入代码。diff --git a/solution/run.py b/solution/run.pyindex 0595dc9..2fc943b 100644--- a/solution/run.py+++ b/solution/run.py@@ -1,20 +1,65 @@ #!/usr/bin/env python3-"""copy_last (T2): the latest input at or before the target, with its own coordinates.+"""copy_last + within-type pseudotime expression advance (family T2EI-09). -Interpolation boards take the lower bracket stage, extrapolation boards the-last input; this is the floor's reference stage on the proxy. Cells are drawn-stratified by cell type only when the stage exceeds the board's max_cells.-Expression and coordinates are unchanged.+Base output is the anchor stage (latest input at or before the target),+stratified-sampled to max_cells exactly like copy_last; coordinates untouched.++Mechanism: inside each cell type of the anchor stage, a principal axis of the+type's own expression variance is used as a pseudotime axis. The axis is+oriented (and chosen among the top-K PCs) by its cosine with the type's+pseudobulk difference toward the later bracket input, i.e. the developmental+direction measured only from view inputs. Every cell is then displaced along+that type-specific axis by an amount proportional to its own standardized+position on the axis:++    X_i <- X_i + alpha * sigma_type * z_i * v_type,   z_i = (s_i - mean s)/sigma++so different types move along different directions and, within a type,+different cells move by different amounts (cells ahead on the pseudotime axis+advance further). alpha = 0 reproduces copy_last exactly (off control,+env T2EI09_ALPHA). """  from __future__ import annotations  import argparse+import os+import sys  import numpy as np  from src.task2_spatial.sample import take-from src.task2_spatial.view_io import anchor_entry, load_manifest, panel_genes, read_stage, write_t2+from src.task2_spatial.view_io import (+    interp_bracket,+    load_manifest,+    panel_genes,+    read_stage,+    write_t2,+)++MIN_CELLS = 20  # types smaller than this are left untouched+TOP_K = 10      # choose the pseudotime axis among the top-K PCs of the type+ALPHA_DEFAULT = 1.6+MODE_DEFAULT = "stretch"   # stretch (PLAN's mean-zero formula) | advance (rectified)+AXIS_DEFAULT = "best_cos"  # best_cos (PC closest to dev dir) | proj (dev dir on PC span)+++def _dense_rows(X) -> np.ndarray:+    return np.asarray(X.todense()) if hasattr(X, "todense") else np.asarray(X)+++def type_pseudobulk(X, labels: np.ndarray) -> dict:+    """type -> (mean vector, count) over the rows of X (sparse or dense)."""+    out = {}+    for ty in np.unique(labels):+        m = labels == ty+        n = int(m.sum())+        if hasattr(X, "tocsr"):+            mean = np.asarray(X[m].mean(axis=0)).ravel()+        else:+            mean = X[m].mean(axis=0)+        out[str(ty)] = (mean.astype(np.float64), n)+    return out   def main() -> None:@@ -24,16 +69,95 @@ def main() -> None:     parser.add_argument("--seed", type=int, default=0)     args = parser.parse_args() +    alpha = float(os.environ.get("T2EI09_ALPHA", ALPHA_DEFAULT))+    mode = os.environ.get("T2EI09_MODE", MODE_DEFAULT)+    axis_mode = os.environ.get("T2EI09_AXIS", AXIS_DEFAULT)+     manifest = load_manifest(args.data)     genes = panel_genes(args.data, manifest)-    stage = read_stage(args.data, anchor_entry(manifest), genes)+    a_entry, b_entry, t = interp_bracket(manifest)+    stage = read_stage(args.data, a_entry, genes)++    # --- same sampling path as copy_last (identical when alpha == 0) ---     n = int(np.clip(stage.n, manifest["min_cells"], manifest["max_cells"]))     rng = np.random.default_rng(args.seed)     if n <= stage.n:         rows = np.sort(take(stage.labels, n, rng))-    else:  # fewer cells than min_cells: resample with replacement+    else:         rows = np.sort(rng.choice(stage.n, size=n, replace=True))-    write_t2(args.out, stage.X[rows].toarray(), stage.coords[rows], genes, seed=args.seed)+    X = stage.X[rows].toarray().astype(np.float64)+    coords = stage.coords[rows]+    labels = np.asarray(stage.labels)[rows].astype(str)++    # --- later bracket stage (if any) only to orient the within-type axes ---+    b_means = None+    d_global = None+    if alpha != 0.0 and b_entry is not None:+        stage_b = read_stage(args.data, b_entry, genes)+        lb = np.asarray(stage_b.labels).astype(str)+        b_means = type_pseudobulk(stage_b.X, lb)+        if os.environ.get("T2EI09_FALLBACK", "none") == "global":+            mean_b_all = np.asarray(stage_b.X.mean(axis=0)).ravel().astype(np.float64)+            mean_a_all = np.asarray(stage.X.mean(axis=0)).ravel().astype(np.float64)+            d_global = mean_b_all - mean_a_all++    report = []+    if alpha != 0.0:+        for ty in np.unique(labels):+            idx = np.flatnonzero(labels == ty)+            nt = idx.size+            if nt < MIN_CELLS:+                continue+            Xt = X[idx]+            mu = Xt.mean(axis=0)+            C = Xt - mu+            # economy SVD on the centred type matrix; PCs = right vectors+            U, S, Vt = np.linalg.svd(C, full_matrices=False)+            k = min(TOP_K, Vt.shape[0])+            V = Vt[:k].T  # genes x k, orthonormal columns+            var = S**2+            expl = var / max(var.sum(), 1e-12)++            d = None+            src = "type"+            if b_means is not None and ty in b_means and b_means[ty][1] >= MIN_CELLS:+                d = b_means[ty][0] - mu+            elif d_global is not None:+                d = d_global.copy()+                src = "global"+            if d is None or not np.isfinite(d).all() or np.linalg.norm(d) < 1e-9:+                report.append((ty, nt, -1, 0.0, 0.0, "skipped:no_orient"))+                continue+            dn = d / np.linalg.norm(d)+            cos = V.T @ dn                      # cosine of each PC with the dev direction+            j = int(np.argmax(np.abs(cos)))       # PC most aligned with development+            if axis_mode == "proj":+                w = V @ cos                       # dev direction projected on PC span+                nw = np.linalg.norm(w)+                v = w / nw if nw > 1e-9 else np.sign(cos[j]) * V[:, j]+                cosj = float(nw)                  # cosine(v, dn) since v in span(V)+            else:+                v = np.sign(cos[j]) * V[:, j]+                cosj = float(abs(cos[j]))+            s = C @ v+            sigma = float(s.std())+            if sigma < 1e-9:+                report.append((ty, nt, j, float(expl[j]), cosj, "skipped:flat"))+                continue+            z = (s - s.mean()) / sigma+            if mode == "stretch":   # PLAN formula: mean-zero spread along the axis+                amp = alpha * sigma * z+            else:                   # advance: everyone moves forward, front cells most+                amp = alpha * sigma * (z - np.percentile(z, 5.0))+            X[idx] = Xt + amp[:, None] * v[None, :]+            report.append((ty, nt, j, float(expl[j]), cosj, f"ok:{src}"))++    # mechanism evidence on stderr (not read at scoring time)+    print(f"# T2EI-09 alpha={alpha} t={t} cells={X.shape[0]}", file=sys.stderr)+    for ty, nt, j, expl, c, status in report:+        print(f"#  type={ty} n={nt} axis=PC{j + 1} expl_var={expl:.3f} |cos_dev|={c:.3f} {status}", file=sys.stderr)++    write_t2(args.out, X.astype(np.float32), coords, genes, seed=args.seed)   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**：在父节点 copy_last 上实现 PLAN 家族 T2EI-09（型内 PC 伪时间表达位移）：锚定阶段每型取与 E6.75→E8.0 型伪批量差最对齐的 top-10 PC 轴，按细胞标准化位置位移表达（alpha·sigma·z），坐标/组成不变；E8.0 缺失的型不位移（全局回落实测更差已关）。off 对照（alpha=0）与 copy_last 逐位一致；最终 run.py 输出与已查分文件逐位一致，vec-check 通过。

**查分**（A 半，seed 0，用 7/20 次）：提交配置 stretch+best_cos+alpha1.6 = **51.09**（父 49.13；expr 48.4→50.5，local 49.2→53.6，state 基本不变）。advance 模式和 proj 轴把 expr 推到 52.5 但 state 掉到 42–46，净分更低。

**下一步最值得试**：型内主轴与发育方向 cos 仅 0.2–0.4，位移大半是 off-target 方差放大（variogram 变差封顶了 cell_state）。建议把本机制嫁接到 mix（57.2）骨架上：mix 的组成/坐标 + 型内表达位移修正其 cell_state 37.5 弱点；或轴直接取型内 D 方向做小幅 advance。

调研员

{
  "name": "copy_last + 型内伪时间表达推进（单快照）",
  "motivation": "父节点1(copy_last)分数49.13，最弱组expression_change=48.38。copy_last原样输出E6.75，无任何表达变化，导致expression_change接近地板。节点2(mix)在expression_change达59.72证明表达变化有大幅提分空间，但mix的cell_state仅37.49。节点4(跨阶段近邻插值)和节点3(型内轨迹插值)均gen_failed，未验证思路本身。本方案仅用单快照内部结构驱动表达位移，不依赖第二阶段数据，实现简单，30分钟内可完成。",
  "approach": "步骤：(1) 加载E6.75（或final对应阶段）的表达矩阵与细胞类型标签；(2) 对每个细胞类型（≥20个细胞），做PCA取前10个主成分，以PC1得分作为该型内伪时间轴；(3) 确定正方向：取该型内与已知发育上调基因（如中胚层标记）相关性更高的方向为正；若无法确定则默认PC1正方向；(4) 将每个细胞的表达沿该型PC1方向位移：X_new = X + alpha * loadings_pc1 * (pc1_score_i - pc1_mean) / pc1_std，其中alpha为全局位移系数，初值0.05，搜索范围[0.02, 0.15]；(5) 坐标、细胞类型标签不变；(6) 若超过max_cells则按型分层抽样（同父节点逻辑）。单输入阶段退路：本方法仅需单快照，无需第二阶段，天然适用。vec-score快速筛选：先跑alpha=0（应等于copy_last）确认基线，再跑0.05/0.10两档比较expression_change组分。",
  "expected_groups": ["expression_change"],
  "risks": "(1) PC1方向可能不对应发育方向，导致expression_change反降——Engineer应检查位移后与原始表达的相关性，若位移后分数低于alpha=0则翻转方向重试；(2) 型内细胞数过少时PCA不稳定——对<20细胞的型跳过位移；(3) 提升幅度可能≤1分噪声——用2次vec-score（seed 0和1）确认方向性；(4) gen_failed风险：实现仅用numpy+scipy PCA，无外部依赖，代码<80行，降低此风险。",
  "family_id": "T2EI-09",
  "mechanism": "在每个细胞类型内用PCA第一主成分作为伪时间轴，将表达沿该轴按细胞偏离均值的程度做比例位移，模拟发育推进带来的型内表达渐变。",
  "vs_constant_shift": "常数位移对所有细胞施加相同向量；本方案的位移方向和大小取决于每个细胞在其型内伪时间轴上的位置——型内不同细胞获得不同方向和大小的位移，且不同细胞型的位移方向完全不同。若所有型内PC1方差为0则退化为无位移，而非退化为常数位移。",
  "mechanism_evidence": "Engineer应报告：(1) 每型PC1解释方差比例（应>10%才有意义）；(2) 位移前后每基因均值变化的分布（应非零且非均匀）；(3) 四组分各自变化，尤其expression_change应上升而cell_state基本不变；(4) 位移向量的型间余弦相似度（应低，证明方向因型而异）。",
  "mechanism_off_control": "设alpha=0运行同一程序，输出应与copy_last完全一致（表达和坐标不变），四组分差异<0.1。若alpha=0时输出与copy_last不同，说明实现有bug。",
  "sources": []
}