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

节点 n13

mix 基座上实现 PLAN 的型心坐标时间插值（T2EI-04：共有类型坐标簇刚性平移到 μ_T=(1−t)μ_a+t·μ_b 的 δ 倍位置，表达不动）；机制确认触发（型心位移均值 86.5、CV 0.34）但代理双向否决（δ=±0.25..1.0 全部降分，local_spatial 单调恶化），按失败条款提交 δ=0（输出与父逐位一致，三种子 np.array_equal 验证）。

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 673961da9b: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 cb50f98747。改动的文件：solution/METHOD.md +49 −54、solution/run.py +90 −18

diff --git a/solution/METHOD.md b/solution/METHOD.mdindex 000d350..d5e2583 100644--- a/solution/METHOD.md+++ b/solution/METHOD.md@@ -1,74 +1,69 @@-mix 基座上实现 PLAN 的去成熟化收缩（T2EI-01：晚阶段抽中细胞表达向早阶段同型均值线性收缩）；机制在代理上确认触发但 α∈{0.10..0.30} 全部单调降分（board 60.17→59.61，cell_state 52.56→51.36），按 PLAN 失败条款提交 α=0（输出与父逐位一致）。+mix 基座上实现 PLAN 的型心坐标时间插值（T2EI-04：共有类型坐标簇刚性平移到 μ_T=(1−t)μ_a+t·μ_b 的 δ 倍位置，表达不动）；机制确认触发（型心位移均值 86.5、CV 0.34）但代理双向否决（δ=±0.25..1.0 全部降分，local_spatial 单调恶化），按失败条款提交 δ=0（输出与父逐位一致，三种子 np.array_equal 验证）。  ## 方法 -保留父节点 9 的 mix 流程：`interp_bracket` 取目标两侧输入，`align=procrustes3d`-对齐坐标帧，`scale_to_rms` 缩放到阻尼 log 线性目标 RMS（`scale_damp=0.45`，-父节点已验证），按类型分层抽细胞（`t_draw = 0.5·t`），表达与坐标一起走，-细胞数夹到 manifest 的 `[min_cells, max_cells]`。单输入（b is None）时整段混合-跳过，机制自动不适用（无早阶段可参照，等价 α=0），输出=单阶段分层抽样。+保留父节点 11 的 mix 流程：`interp_bracket` 取目标两侧输入，`align=procrustes3d`+对齐坐标帧，`scale_to_rms` 缩放到阻尼 log 线性目标 RMS（`scale_damp=0.45`），+按类型分层抽细胞（`t_draw = 0.5·t`），细胞数夹到 manifest 的 `[min_cells, max_cells]`。+单输入（b is None）时混合与机制整段跳过，输出=单阶段分层抽样（与父一致）。 -**PLAN 机制（T2EI-01，`demat_late`，本节点新增）**：在 `mix_indices` 抽取确定-后、`_pack_expr` 之前，对每个来自后期阶段 b 的抽中细胞，若其类型在早期 a 中-存在，则 `new_x = (1−α)·x + α·μ_a(type)`（μ_a 为该类型在 a 全部细胞上的均值，-现场从视图数据计算）；晚独有类型不收缩。坐标不受影响。+**PLAN 机制（T2EI-04，`centroid_time_interp`，本节点新增）**：在 `mix_indices`+抽取完成、`_pack_expr` 之前，对每个共有类型 c 用对应阶段**全部细胞**的坐标+（对齐+缩放后的 ca/cb 帧）计算质心 μ_a(c)、μ_b(c)，目标质心 μ_T=(1−t)μ_a+t·μ_b。+抽中细胞来自 a 的平移 +δ·t·(μ_b−μ_a)，来自 b 的平移 −δ·(1−t)·(μ_b−μ_a)；+早/晚独有类型不动；表达值完全不动。δ 由环境变量 `T2_CENTROID_DELTA` 控制，+提交默认 0。  ## 机制生效证据（代理括号 E6.75+E8.0→E7.25，t=0.4，n=5000，seed 0） -- 被收缩细胞占抽中后期细胞 52%（=共有类型 10/26 型在 b 中的占比），共 520 个；-- 位移范数：均值 3.09（α=0.10）→9.27（α=0.30），与 α 严格线性；量级远小于-  细胞表达范数均值 36.0，符合 PLAN 风险 1 的“量级合理”要求；-- 位移 CV=0.107：位移=α·(μ_a−x)，逐细胞、方向各异、大小正比于该细胞到同型-  早均值的距离（区别于常数位移——常数位移所有同型细胞向量完全相同，这里每个-  细胞向量不同）；CV 偏低是因为 log 空间里细胞到同型均值的距离分布较集中，-  这是线性收缩机制的固有属性，非退化；-- 四组分变化（α=0.30 vs α=0，A 半）：cell_state −1.20（52.56→51.36）、-  expression_change +0.12（60.17→60.29）、shape_scale ±0（坐标未动，-  d2_shape/scale_log_ratio/occupancy_dice 完全不变，证明改动只在表达空间）、-  local_spatial −1.18（58.27→57.09，mmd_u 上升主导）。+- 步骤 0 诊断：共有类型 11 个，型心位移范数均值 86.5、最大 134.9、CV=0.336+  （>0.3，型间位移有差异，非全局常数位移）——远高于 PLAN 的 0.05 阈值，机制信号充足；+- 实际移动细胞：a 来源 2861/4000、b 来源 520/1000（其余为独有类型，按 PLAN 不动）；+  δ=0.5 时逐细胞位移均值 21.6（云 RMS≈146，量级合理），位移 CV=0.396；+- 刚性平移：型内相对几何严格不变（每个细胞的位移是同一向量）；+- 四组分归因（δ=1.0 vs δ=0，A 半）：expression_change ±0.00、cell_state ±0.00+  （表达与抽取未动，de_score/mmd_u/variogram 逐位相同），shape_scale −0.20+  （d2_shape/occupancy_dice 微变，scale_log_ratio 不变），local_spatial −2.13+  （neighborhood_mmd 0.0548→0.0597）——改动确实只走了坐标通道。  ## 对照（mechanism off） -`DEMAT_ALPHA=0`（提交默认）时输出与父节点 9 管线**逐位一致**：重构父 run.py-实跑，seed 0 下 X 与 spatial_3D `np.array_equal` 均为 True；seed 1/2 同样验证。-对照查分 60.17（A 半，seed 0）与父节点 METHOD 报告的 60.17 完全一致。+`T2_CENTROID_DELTA=0`（提交默认）时函数直接原样返回坐标、不消耗 rng，输出与+父节点 11 管线**逐位一致**：重构父 run.py 实跑，seed 0/1/2 下 X 与 spatial_3D+`np.array_equal` 全部 True。对照查分 60.17（A 半，seed 0）与父节点 METHOD+报告的 60.17 完全一致。 -## 查分结果与否决（A 半，seed 0，共 6 次查询）+## 查分结果与否决（A 半，seed 0，共 5 次查询） -| α | board | cell_state | expression_change | shape_scale | local_spatial |-|---:|---:|---:|---:|---:|---:|-| 0（对照） | **60.17** | **52.56** | 60.17 | 69.69 | **58.27** |-| 0.10 | 59.93 | 51.91 | 60.22 | 69.69 | 57.91 |-| 0.15 | 59.85 | 51.76 | 60.24 | 69.69 | 57.73 |-| 0.20 | 59.77 | 51.62 | 60.24 | 69.69 | 57.53 |-| 0.25 | 59.69 | 51.49 | 60.27 | 69.69 | 57.32 |-| 0.30 | 59.61 | 51.36 | 60.29 | 69.69 | 57.09 |+| δ | board | cell_state | expression_change | shape_scale | local_spatial | neighborhood_mmd |+|---:|---:|---:|---:|---:|---:|---:|+| 0（对照） | **60.17** | 52.56 | 60.17 | 69.69 | **58.27** | **0.0548** |+| 0.5 | 60.14 | 52.56 | 60.17 | 70.36 | 57.45 | 0.0567 |+| 1.0 | 59.59 | 52.56 | 60.17 | 69.49 | 56.14 | 0.0597 |+| −0.25 | 59.73 | 52.56 | 60.17 | 67.99 | 58.19 | 0.0550 |+| −0.5 | 59.05 | 52.56 | 60.17 | 65.69 | 57.80 | 0.0559 | -单调递减：没有任何 α 满足 PLAN 提交条件（board ≥ 父+0.5），且机制的目标组分-cell_state 随 α **下降**而非上升（PLAN 风险 2 的反向情形——方向本身错，不是-幅度问题，下探 α=0.05 由单调性可外推仍为负，不浪费查询）。expression_change-的 +0.12 增益远抵不过 cell_state/local_spatial 的损失（PLAN 风险 3 的净负判据）。-按 PLAN 失败条款回退 α=0。--解读：把晚阶段细胞“拉回”早阶段同型均值，同时压掉了这些细胞的型内异质性-（收缩是向均值的，mmd_u 上升），而 cell_state 度量的分布相似性对异质性损失-的惩罚大于对“去成熟化”位移的奖励。这与树内既有教训一致（节点 7 的 OT 位移、-节点 9 的晚独有类型加权都在动表达/组成后拉低 cell_state）：**mix 家族里对-表达向量的任何后处理（向均值方向）在本榜都是净负**。+PLAN 提交条件（δ=0.5 或 1.0 的 local_spatial > 父+1）不满足：目标组分+local_spatial 随 |δ| 双向单调恶化，δ=0 是两个方向的峰。解读：正 δ 把同一类型+来自两阶段的簇拉到一起，反而升高邻域类型失配（neighborhood_mmd）——说明+mix 抽出的混合云在邻域层面已经接近目标，型心插值把 a 簇推进 b 簇占据的区域+制造了新的失配；负 δ 把簇推开，主要砸 shape_scale（occupancy/d2_shape）。+未测 δ=0.25/0.75（PLAN 只在方向成立时补测；0.5 已 −0.82，单调性下无峰）。+按失败条款提交 δ=0。  ## 关键参数  - `PARAMS = {align: procrustes3d, scale_damp: 0.45}`（同父）；`T_DRAW_FRAC=0.5`、-  `LATE_ONLY_FRAC=0.5`（同父，节点 9 机制保持关闭）；-- `DEMAT_ALPHA=0.0` 提交默认=机制关闭（env `T2_DEMAT_ALPHA` 可开启，仅调试）；-- 节点 5 遗留的型内 Sinkhorn OT 仍在代码中，默认关闭（`T2_OT_ON=0`），未再测试。+  `LATE_ONLY_FRAC=0.5`、`DEMAT_ALPHA=0`（同父，历史机制保持关闭）；+- `T2_CENTROID_DELTA=0.0` 提交默认=机制关闭（env 可开启，仅调试）；+- 节点 5 遗留的型内 Sinkhorn OT 仍在代码中，默认关闭（`T2_OT_ON=0`）。  ## 验证与未验证 -- 已验证：代理视图 seed 0 全 α 网格跑通（~2 s，<0.4 GB）；seed 0/1/2 默认配置-  `vec-check` ok；α=0 与父逐位一致（三种子）；机制触发证据（收缩比例、位移-  分布、四组分归因）完整；共消耗 6 次查分。-- 未验证：真实括号（E7.25+E8.0，t=1/3）上去成熟化的效果——代理的否决可能-  不完全迁移（共有类型数 11 vs 代理 10，接近，方向大概率一致）；负 α（反向-  “催熟”）未测，生物学方向错误且由单调性预期更差。-- 生物学知识来源：无新增；仅使用 view 内数据（细胞类型标签、表达、时间差）。+- 已验证：代理视图 seed 0 全 δ 网格跑通（~2 s，<0.4 GB）；δ=0 输出 seed 0/1/2+  `vec-check` ok 且与父逐位一致；机制触发的诊断/归因证据完整；消耗 5 次查分。+- 未验证：真实括号（E7.25+E8.0，t=1/3，共有类型 11）上型心插值的效果——+  机制是纯几何插值、无阶段特异假设，但代理的双向否决说明"混合云的邻域结构+  已优于型心插值"这一结论依赖括号的几何，真实括号不能排除方向不同，只能+  按代理证据保守回退。+- 生物学知识来源：无新增；仅使用 view 内数据（类型标签、坐标、时间差）。diff --git a/solution/run.py b/solution/run.pyindex 3468107..16761d2 100644--- a/solution/run.py+++ b/solution/run.py@@ -1,22 +1,26 @@ #!/usr/bin/env python3-"""mix + de-maturation shrink of late-stage expression (family T2EI-01), T2 interpolation.--This node's PLAN mechanism (demat_late): each drawn later-stage cell whose type-exists in the earlier stage gets its expression shrunk toward the earlier-stage-same-type mean, new_x = (1-alpha)*x + alpha*mu_a ("de-maturation"). The-mechanism fires (52% of drawn late cells shrunk, per-cell displacement-proportional to the cell's distance from mu_a, mean displacement 3.1-9.3 in-log units for alpha 0.10-0.30 vs mean cell norm 36.0), but the proxy grid-REJECTS it monotonically: board 60.17 (alpha=0) -> 59.93/59.85/59.77/59.69/-59.61 (alpha 0.10/0.15/0.20/0.25/0.30); cell_state drops 52.56 -> 51.36 and-local_spatial 58.27 -> 57.09 while expression_change gains only +0.12 max.-Per the PLAN failure clause the submitted default is DEMAT_ALPHA=0-(mechanism off, output bit-for-bit the parent's; np.array_equal verified).--Base pipeline is the parent's (node 5) mix: bracket the target with the nearest+"""mix + type-centroid coordinate time interpolation (family T2EI-04), T2 interpolation.++This node's PLAN mechanism (centroid_time_interp): after the stratified draw,+each shared type's coordinate cluster is rigidly translated so its centroid+moves a fraction delta toward the time-interpolated position+mu_T = (1-t)*mu_a + t*mu_b (a-cells by +delta*t*(mu_b-mu_a), b-cells by+-delta*(1-t)*(mu_b-mu_a)); expression vectors are untouched. Diagnostics on the+proxy bracket (E6.75+E8.0->E7.25): 11 shared types, centroid displacement mean+86.5, CV 0.34 (type-specific, not a constant shift); 3381/5000 drawn cells move.+The proxy grid REJECTS the mechanism in BOTH directions: delta=0.5 -> 60.14+(local_spatial 58.27->57.45), delta=1.0 -> 59.59 (56.14), delta=-0.25 -> 59.73,+delta=-0.5 -> 59.05 vs control 60.17. Pulling each type's two-stage clusters+together raises neighborhood_mmd (0.0548->0.0567->0.0597): the mixed cloud's+neighborhood structure is already closer to the target than the interpolated+centroids make it. Per the PLAN failure clause the submitted default is+CENTROID_DELTA=0 (mechanism off, output bit-for-bit the parent's;+np.array_equal verified on seeds 0/1/2 for X and spatial_3D).++Base pipeline is the parent's (node 5/9) mix: bracket the target with the nearest inputs, align frames (procrustes3d), rescale both clouds to the damped-log-linear RMS, draw cells stratified by type: T_DRAW_FRAC*t from the later-stage, the rest from the earlier one.+log-linear RMS (scale_damp=0.45), draw cells stratified by type: T_DRAW_FRAC*t+from the later stage, the rest from the earlier one.  PLAN mechanism (T2EI-01, implemented in mix_indices_typed): later-stage cell types ABSENT from the earlier stage ("late-only") get draw fraction@@ -71,6 +75,65 @@ LATE_ONLY_FRAC = float(os.environ.get("T2_LATE_ONLY_FRAC", "0.5")) # alpha in {0.10..0.30} rejected: board and cell_state decline monotonically # (see METHOD.md). Default 0.0 = mechanism off, bit-for-bit the parent pipeline. DEMAT_ALPHA = float(os.environ.get("T2_DEMAT_ALPHA", "0.0"))+# PLAN T2EI-04 mechanism (this node): type-centroid coordinate time interpolation.+# Each shared type's cluster is rigidly translated so its centroid moves a+# fraction delta toward mu_T = (1-t)*mu_a + t*mu_b. Expression untouched.+# Proxy grid rejected both directions (see module docstring / METHOD.md).+# Default 0.0 = mechanism off, output bit-for-bit the parent pipeline.+CENTROID_DELTA = float(os.environ.get("T2_CENTROID_DELTA", "0.0"))+++def centroid_time_interp(pa, pb, la_drawn, lb_drawn, ca, la_all, cb, lb_all, t, delta, stats):+    """Rigid per-type translation of drawn cells toward the time-interpolated+    type centroid (family T2EI-04). a-cells move by +delta*t*(mu_b-mu_a),+    b-cells by -delta*(1-t)*(mu_b-mu_a); late-only and early-only types stay.+    Intra-type relative geometry is preserved exactly (pure translation)."""+    la_drawn = np.asarray(la_drawn).astype(str)+    lb_drawn = np.asarray(lb_drawn).astype(str)+    la_all = np.asarray(la_all).astype(str)+    lb_all = np.asarray(lb_all).astype(str)+    shared = sorted(set(la_all.tolist()) & set(lb_all.tolist()))+    stats["cent_delta"] = delta+    stats["cent_n_shared"] = len(shared)+    mu_a = {}+    mu_b = {}+    disp = []+    for ty in shared:+        mu_a[ty] = ca[la_all == ty].mean(axis=0)+        mu_b[ty] = cb[lb_all == ty].mean(axis=0)+        disp.append(float(np.linalg.norm(mu_b[ty] - mu_a[ty])))+    disp = np.asarray(disp)+    if disp.size:+        stats["cent_disp_mean"] = float(disp.mean())+        stats["cent_disp_max"] = float(disp.max())+        stats["cent_disp_cv"] = float(disp.std() / (disp.mean() + 1e-12))+    if delta == 0.0:+        stats["cent_mode"] = "off"+        return pa, pb+    stats["cent_mode"] = "on"+    pa_new = pa.copy()+    pb_new = pb.copy()+    n_moved_a = n_moved_b = 0+    moved_a, moved_b = [], []+    for ty in shared:+        d = mu_b[ty] - mu_a[ty]+        ma = la_drawn == ty+        mb = lb_drawn == ty+        if ma.any():+            pa_new[ma] = pa[ma] + (delta * t) * d+            n_moved_a += int(ma.sum())+            moved_a.append(float(np.linalg.norm(delta * t * d)))+        if mb.any():+            pb_new[mb] = pb[mb] - (delta * (1.0 - t)) * d+            n_moved_b += int(mb.sum())+            moved_b.append(float(np.linalg.norm(delta * (1.0 - t) * d)))+    stats["cent_n_moved_a"] = n_moved_a+    stats["cent_n_moved_b"] = n_moved_b+    allm = np.asarray(moved_a + moved_b)+    if allm.size:+        stats["cent_cell_shift_mean"] = float(allm.mean())+        stats["cent_cell_shift_cv"] = float(allm.std() / (allm.mean() + 1e-12))+    return pa_new, pb_new   def demat_late(xb, labels_b_drawn, stage_a, alpha, stats):@@ -280,6 +343,12 @@ def main() -> None:     xb = demat_late(xb, stage_b.labels[ib] if ib.size else np.array([], dtype=str),                     stage_a, DEMAT_ALPHA, stats) +    pa, pb = centroid_time_interp(+        pa, pb,+        stage_a.labels[ia], stage_b.labels[ib] if ib.size else np.array([], dtype=str),+        ca, stage_a.labels, cb, stage_b.labels,+        t, CENTROID_DELTA, stats)+     beta = BETA_SCALE * t if OT_ON else 0.0     n_ot_types, disp_cv = 0, 0.0     if beta > 0.0 and ia.size and ib.size:@@ -312,7 +381,10 @@ def main() -> None:                                      "n_late_only_types", "late_only_mode",                                      "n_from_b_late_only", "n_from_b_shared",                                      "demat_alpha", "demat_mode", "demat_frac_shrunk",-                                     "demat_disp_mean", "demat_disp_cv", "demat_cell_norm_mean")}+                                     "demat_disp_mean", "demat_disp_cv", "demat_cell_norm_mean",+                                     "cent_delta", "cent_mode", "cent_n_shared", "cent_disp_mean",+                                     "cent_disp_max", "cent_disp_cv", "cent_n_moved_a", "cent_n_moved_b",+                                     "cent_cell_shift_mean", "cent_cell_shift_cv")}     print(json.dumps({"bracket": [a["stage"], b["stage"]], **keep}, default=float), file=sys.stderr)     write_t2(args.out, expr, coords.astype(np.float32), genes, seed=args.seed) 

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**:按 PLAN 实现 T2EI-04 型心坐标时间插值(`centroid_time_interp`):共有类型的坐标簇刚性平移到 μ_T=(1−t)μ_a+t·μ_b 的 δ 倍位置,表达不动。诊断确认机制信号充足(11 个共有型,型心位移均值 86.5、CV=0.34,移动 3381/5000 细胞)。

**查分结果**(5 次,余 15):δ=0 对照 60.17(与父逐位一致,三种子 np.array_equal 验证);δ=0.5→60.14、δ=1.0→59.59、δ=−0.25→59.73、δ=−0.5→59.05。目标组分 local_spatial 随 |δ| 双向单调恶化(neighborhood_mmd 0.0548→0.0597),δ=0 是峰。按失败条款提交 δ=0,输出=父(60.92 B 半)。

**下一步最值得试**:代理证据显示 mix 混合云的邻域结构已优于任何型簇级几何调整——坐标通道上"全局刚性/型级"操作已四轮否决(缩放、OT 坐标、型心插值)。建议改攻 cell_state(52.56,四组最低):在**抽取组成**层面做文章(如按型的两阶段配额非线性重分配,而非表达后处理),或探索形状门之外的 occupancy_dice(0.80)提升空间。

调研员

```json
{
  "name": "mix基座型心坐标时间插值（T2EI-04）改善local_spatial",
  "motivation": "local_spatial 59.48 是四组分中唯一从未被单独优化的（cell_state 53.88 虽更低，但树内三轮证据表明表达向量后处理均为净负：节点7 OT位移、节点9晚独有加权、节点11去成熟化收缩）。父节点11 ANALYSIS明确建议'改攻local_spatial，在坐标层面做局部结构调整，保持表达向量不动'。当前mix管线只对齐+缩放坐标帧，抽中细胞保留源阶段的原始坐标位置，型簇在中间时间点的空间位置未做插值，导致混合云的邻域类型组成偏离中间态，mmd_u偏高。",
  "approach": "步骤0（诊断，3 min）：在代理括号上计算两阶段各共有类型的质心坐标（对齐+缩放后），报告型质心位移范数均值和标准差；若均值<0.05坐标单位则机制信号不足，直接报告并保留父输出。步骤1（实现，8 min）：在mix_indices抽取完成、_pack_expr之前，对每个共有类型c计算μ_a(c)、μ_b(c)（该型在对应阶段全部细胞上的坐标均值），目标质心μ_T(c)=(1−t)μ_a+t·μ_b。对每个抽中细胞，若来自阶段a：x_new=x+δ(μ_T−μ_a)；来自阶段b：x_new=x+δ(μ_T−μ_b)。晚独有类型不移动。表达值不动。步骤2（查分，12 min）：δ∈{0,0.5,1.0}先跑3个值快速定方向；若δ=0.5或1.0的local_spatial>父+1且其他三组不降超噪声，再补δ∈{0.25,0.75}。用vec-score查A半。步骤3（确认，5 min）：最优δ用种子0/1/2配对验证方向一致性。单输入阶段退路：b is None时mix整段跳过，机制不适用，输出=单阶段分层抽样（与现有行为一致）。",
  "expected_groups": ["local_spatial"],
  "risks": "1）型质心在两阶段间位移很小（诊断步即可发现，<0.05则放弃）；2）移动型簇可能破坏型边界处的邻域结构，反而升高mmd_u——Engineer应在δ=0.5时同时检查local_spatial和shape_scale，若两者同降则方向错误；3）shape_scale对坐标敏感（节点9已证明），型心位移改变了云的局部密度分布，可能影响scale_log_ratio——但scale_to_rms在位移之前执行，位移量级远小于云RMS，预期影响<0.5分；4）代理括号的型质心位移模式可能与真实括号不同，但机制是几何插值、无阶段特异性假设，迁移风险低。",
  "family_id": "T2EI-04",
  "mechanism": "将每个共有类型的坐标质心从源阶段位置线性插值到目标时间点的预期位置（μ_T=(1−t)μ_a+t·μ_b），型内所有细胞同向等量平移，保持型内相对空间结构不变，仅移动型簇的整体位置。",
  "vs_constant_shift": "位移按类型和来源阶段分别计算：不同型的质心位移向量不同（方向和大小均异），同一型内来自不同阶段的细胞位移也不同（方向相反）。这不是全局常数位移，也不是表达空间的向均值收缩——它只在坐标空间操作，表达向量完全不动。树内三轮'向均值'否决（节点7/9/11）均发生在表达空间，坐标层面的型簇几何插值是不同的操作通道。",
  "mechanism_evidence": "1）输出中每个共有型的质心应比输入更接近μ_T（报告|μ_out−μ_T| vs |μ_a−μ_T|和|μ_b−μ_T|）；2）型内成对距离分布不变（刚性平移保持型内结构，报告型内平均成对距离在δ=0和δ>0时应相等）；3）四组分归因：local_spatial变化而cell_state和expression_change不变（±0.00，因为表达未动）；4）报告各型位移范数的分布（均值、CV），确认型间位移有差异（CV>0.3），排除退化为全局常数位移。",
  "mechanism_off_control": "δ=0（默认提交值）时，所有位移为零向量，输出与父管线逐位一致。Engineer用np.array_equal在种子0/1/2下验证X和spatial_3D完全相同。对照查分应与父节点11的60.92一致。",
  "sources": []
}
```