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

节点 n13

node 13 (improve on node 6, family T2HI-01)

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 df0dcf4a89: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 156fc19bbd。改动的文件：solution/METHOD.md +26 −24、solution/run.py +33 −0

diff --git a/solution/METHOD.md b/solution/METHOD.mdindex e7cda9f..fc4d41a 100644--- a/solution/METHOD.md+++ b/solution/METHOD.md@@ -1,35 +1,37 @@-copy_last + 型×基因线性时间趋势位移：跨阶段用伪批量相关配对细胞型，组成按同一配对图向目标时间插值重抽。+# node 13 (improve on node 6, family T2HI-01) -## 方法（family T2HI-01，PLAN 最小实现 + 配对修复）+在父节点（趋势+配对+组成重抽）之上，comp 重抽后按各输入阶段坐标云 RMS 的时间对数插值对输出坐标做保形缩放（只缩放不旋转不平移，围绕输出质心），修复组成重抽引入的坐标尺度漂移；`--coord-scale 0` 关闭时与父节点逐位一致。 -1. 锚点 = `anchor_entry`（目标前最近输入；此处 E8.25_late），细胞数 n 夹到 [min_cells, max_cells]。-2. 对每个输入阶段按细胞型算每基因均值/SD/计数（one-hotᵀ @ X，稀疏安全，从不整体 toarray）。-3. **直接趋势**：型在两阶段都存在（各 ≥10 细胞）时，对 (时间, 型均值) 线性拟合（2 点斜率，>2 点 polyfit deg=1），外推/内插到目标时间；delta = 拟合值 − 锚点型均值。本 proxy 只有 5/33 型直接共有（NCC、Peri、V-CM、aPHM、pPHM，≈12% 细胞）。-4. **配对修复（match）**：锚点独有型按伪批量谱的 Pearson 相关（500 基因面板，数据驱动，无硬编码映射）配对到其他阶段的型（top 匹配 ±0.05 内按 r 加权混合，r ≥ 0.6 才用），把锚点型均值和配对均值当两个时间点做同样的线性拟合得到 delta。proxy 上 23/28 个独有型配对成功（如 IFT-CM→A-CM r=0.81、Endo→Great Artery Endoth r=0.86、PAM-3→Dorsal-PAM r=0.72）。-5. delta 按 c×锚点型内 SD 裁剪（c=0.5），X_new = X_sampled + delta[型]，clip ≥0。细胞个体残差与型内方差保留（方差比 0.86，损失来自 0 裁剪）。-6. **组成插值（comp，PLAN 可选项，已启用）**：同一配对图把其他阶段的型占比映射回锚点词汇（列归一化按锚点占比分配质量），f_tgt = (1−w)·f_anchor + w·f_mapped，w = (t_tgt−t_anchor)/(t_other−t_anchor) 夹到 [0,1]（相对时间，视图无关）；用 `sample.allocate` 分层重抽 n 个细胞。坐标不平移不旋转，直接跟随被抽细胞。-7. 单输入阶段或 `--trend 0`：自动退回纯 copy_last。+## 实现 -## 关闭机制对照（mechanism_off_control）+1. 在按阶段收集型统计的同一循环里，对每个输入阶段坐标云算质心与 RMS 半径 `sqrt(mean(||x−cen||²))`（3 维一起，z 不单独处理），存 `(time, log_rms)`。+2. comp 重抽得到输出坐标后：`log_rms_tgt = np.interp(t_tgt, 阶段时间, log_rms)`（时间夹在输入范围内；只用相对时间差，伪装视图平移安全）；缩放因子 `exp(d·(log_rms_tgt − log_rms_out))`，d=`--coord-damp`（默认 1，即 PLAN 原式）；`x_new = cen_out + (x_out − cen_out)·factor`。+3. 仅当 `comp` 实际发生（comp_on）且 ≥2 输入阶段且 `--coord-scale 1` 时生效；单输入阶段 / `--trend 0` / `--comp 0` / `--coord-scale 0` 全部跳过，输出与父节点逐位一致（已验证 np.array_equal=True，X 与坐标）。+4. 表达值不受坐标缩放影响（已验证 X 逐位一致）。 -`--trend 0` 输出与父节点 copy_last **逐位一致**（X 与坐标 np.array_equal=True），查分 48.73 ≈ 父 48.68。开启机制（默认参数）：56.51（seed 0）/ 56.54（seed 1）。机制确实生效：非零 delta 型×基因占比 0.84，delta 跨型 SD 0.16（≠常数位移），直接 5 型 + 配对 23 型，组成前 6 变化 EXE-Endoderm 0.137→0.092、IFT-CM 0.006→0.043、V-CM 0.021→0.056 等。+## 机制对照（mechanism_off_control，vec-score A 半，proxy） -## 查分记录（A 半，T2:heart:val_interp proxy）+| 配置 | board | expr_change | cell_state | shape_scale | local_spatial | scale_log_ratio | 输出RMS |+|---|---:|---:|---:|---:|---:|---:|---:|+| `--coord-scale 0`（=父节点6，逐位一致） | 56.51 | 68.64 | 53.37 | 48.21 | 55.83 | 0.4507 | 340.8 |+| `--coord-scale 1`（默认提交） | 56.44 | 68.64 | 53.37 | 47.92 | 55.83 | 0.4669 | 346.3 |+| 诊断探针：强行缩到 RMS≈220.6（不提交） | 60.23 | 68.64 | 53.37 | 63.06 | 55.83 | 0.016 | 220.6 |+| 诊断探针：强行缩到 RMS≈173（不提交） | 57.89 | 68.64 | 53.37 | 53.72 | 55.83 | −0.226 | 173.2 | -| 配置 | 分 | expr_change | cell_state | shape | local |-|---|---:|---:|---:|---:|---:|-| 对照 trend off | 48.73 | 44.06 | 51.26 | 49.76 | 49.83 |-| 直接趋势 c=1 | 49.59 | 46.99 | 51.43 | 49.92 | 50.02 |-| +match r0.4 c1 | 51.81 | 60.23 | 48.67 | 49.14 | 49.21 |-| +match r0.6 c0.5 | 52.05 | 58.86 | 49.82 | 49.72 | 49.80 |-| +comp（默认提交） | **56.51 / 56.54(s1)** | 68.64 | 53.37 | 48.21 | 55.83 |+证据打印（默认配置实际运行输出）：两输入阶段 RMS=354.1(E8.25)/335.0(E9.5)，插值目标 RMS=346.3，重抽后输出 RMS=340.8，factor=1.0164——机制确实执行且只改变坐标尺度，四组分中仅 shape_scale 变化（−0.29，噪声内），expression_change/cell_state/local_spatial 三组不变。++## 关键结论（诚实报告：机制在 proxy 上无增益）++- proxy 上 shape_scale 的瓶颈是 `scale_log_ratio≈0.45`：参考云（保留目标）的 RMS≈217，比两个输入括号（354、335）都小。任何括号内 log 线性插值只能落在 [335, 354]，comp 重抽后的输出（340.8）本来就在括号内，向插值目标（346.3）缩放反而远离参考 0.016 个 log 单位（shape −0.29，board −0.07，均在噪声内）。诊断探针证明只有把 RMS 压到 ≈217–220 才能拿回 shape_scale（63.06），但 217 是保留阶段的尺寸信息，把它以任何常数或"阻尼"形式编码进程序属于违规硬编码，且换到真实视图必错——不提交。+- 真实视图上机制预期为正：真实括号 E8.25(354)↔E8.75(217)，t=0.5，插值目标 277；comp 重抽输出仍在 ~340（锚点侧），向 277 缩放在"E8.25→E8.75 尺度平滑下降"的假设下比不缩放（340）更接近任何合理的真实值（217–354 区间内的中间值）。因此默认保持开启（PLAN 要求提交时机制打开），proxy 上的 −0.07 视为噪声代价。+- 对后续节点的建议：proxy 的 shape_scale 不可能靠括号插值类缩放修好（参考尺度低于两个括号）；node 9 的 53.78 来自 mix 的真实双阶段细胞改善了 d2_shape/occupancy 而非尺度。要提 shape_scale 应改云的形状/占据（真实细胞混合、坐标对齐），或接受 scale_log_ratio 的地板。  ## 验证过 / 没验证 -- 验证：对照逐位一致；seed 0/1 分数稳定；vec-check ok；同 seed 重跑逐位确定；只用相对时间差（伪装视图平移安全）；稀疏安全（峰值内存低，父 0.4GB 量级）。-- 没验证：真实括号（E8.25↔E8.75 有 31 个共有型，直接趋势会覆盖绝大多数细胞，match/comp 的作用变小但不应有害）；外推板（w 会 >1，被夹到 1，机制退化为半步位移——未在外推上查分）；comp 对 shape_scale 有 −1.5 的代价（重抽改变了坐标云范围），未做坐标 RMS 校正。-- 知识来源：仅通用谱系常识用于人工核对 match 输出（心室肌 V-CM 两期同名、IFT-CM 对应流出道/心房肌、PAM 对应背/侧心包间充质）；程序本身不含任何硬编码类型映射或阶段统计。+- 验证：`--coord-scale 0` 与父节点逐位一致；`--trend 0` 退回 copy_last（RMS 353.7=锚点分层抽样）；seed 0 重跑逐位确定、seed 1 不同；X 不受缩放影响；vec-check ok（seed 0/1）；只用相对时间与视图内数据，无硬编码阶段统计；运行 ~3s、内存与父同量级。+- 没验证：真实视图（E8.25+E8.75→E8.5）上的实际收益——277 的缩放目标基于尺度平滑下降假设，若 E8.5 已经跌到 217 附近则收益缩小（但仍不差于不缩放）；3 输入阶段视图下 np.interp 的分段线性行为（数学上退化为相邻两阶段插值，未实测）。+- 知识来源：无外部生物学知识；仅使用视图内输入阶段的坐标统计（方法卡中"心脏尺度非单调 354→217→335"的公开风险描述用于解释 proxy 结果，未把其中任何数值写入程序）。 -## 弱点 / 下一步+## 查分记录（A 半，T2:heart:val_interp，共 5 次） -shape_scale 47.5–48.2 低于父节点（组成重抽使坐标云偏离锚点范围）；cell_state 53 仍低于 mix 的 66.7。最有希望：comp 后把坐标按 log-RMS 向两阶段插值目标缩放（保形恢复 shape 组），以及与 mix 的真实细胞混抽组合（delta 只加在锚点侧细胞上）。+56.44（默认 d=1）/ 60.23（探针 rms220，不提交）/ 57.89（探针 rms173，不提交）/ 56.51（recenter 诊断，无增益不采用）/ 56.51（父节点复跑基准确认）。diff --git a/solution/run.py b/solution/run.pyindex d20e5ed..7bc9f9f 100644--- a/solution/run.py+++ b/solution/run.py@@ -9,6 +9,13 @@ is added to the sampled cells, so individual residuals and within-type variance are preserved. Deltas are clipped at c x within-type SD of the anchor stage. With <2 inputs (or --trend 0) the output is the parent's copy_last prediction bit-for-bit.++On top of the parent, when composition resampling is active the output+coordinate cloud is conformally rescaled (about its own centroid, no+rotation or translation) toward the log-space time-interpolated RMS radius+of the input stage clouds (--coord-scale, damping --coord-damp). This+corrects coordinate-scale drift introduced by the composition resample;+with --coord-scale 0 the output is bit-identical to the parent's. """  from __future__ import annotations@@ -68,6 +75,12 @@ def main() -> None:     parser.add_argument("--comp", type=int, default=1,                         help="1 = interpolate type composition toward the other stages "                              "through the same match map and resample the anchor accordingly")+    parser.add_argument("--coord-scale", type=int, default=1,+                        help="1 = after composition resampling, conformally rescale the output "+                             "coordinate cloud toward the time-interpolated (log-space) RMS of "+                             "the input stage clouds; 0 = bit-identical to the parent output")+    parser.add_argument("--coord-damp", type=float, default=1.0,+                        help="damping of the log-RMS step toward the interpolated target")     args = parser.parse_args()      manifest = load_manifest(args.data)@@ -86,6 +99,7 @@ def main() -> None:     delta = None     comp_on = False     f_tgt = None+    stage_rms: list[tuple[float, float]] = []  # (time, log RMS radius) per input stage     types = sorted(set(stage.labels.tolist()))     if args.trend and len(entries) >= 2:         tidx = {t: i for i, t in enumerate(types)}@@ -98,6 +112,10 @@ def main() -> None:         for e in entries:             is_anchor = e["path"] == anchor["path"]             st = stage if is_anchor else read_stage(args.data, e, genes)+            cc = np.asarray(st.coords, dtype=np.float64)+            cen = cc.mean(axis=0)+            rms = float(np.sqrt(np.maximum(((cc - cen) ** 2).sum(axis=1).mean(), 1e-12)))+            stage_rms.append((float(e["time"]), float(np.log(rms))))             if is_anchor:                 m, sd, c = type_stats(st.X, st.labels, types)                 mean_a, sd_a, cnt_a = m, sd, c@@ -219,6 +237,21 @@ def main() -> None:     X_s = stage.X[rows].toarray().astype(np.float32)     coords = stage.coords[rows] +    if args.coord_scale and comp_on and len(stage_rms) >= 2:+        cc = np.asarray(coords, dtype=np.float64)+        cen = cc.mean(axis=0)+        rms_out = float(np.sqrt(np.maximum(((cc - cen) ** 2).sum(axis=1).mean(), 1e-12)))+        ts = np.array([p[0] for p in stage_rms])+        lr = np.array([p[1] for p in stage_rms])+        order = np.argsort(ts)+        log_rms_tgt = float(np.interp(t_tgt, ts[order], lr[order]))+        d = float(args.coord_damp)+        factor = float(np.exp(d * (log_rms_tgt - np.log(rms_out))))+        coords = (cen + (cc - cen) * factor).astype(coords.dtype, copy=False)+        print(f"[evidence] coord-scale: stage log-RMS {[(round(t,3), round(float(np.exp(l)),1)) for t, l in stage_rms]} "+              f"rms_out_before={rms_out:.1f} rms_target={float(np.exp(log_rms_tgt)):.1f} "+              f"damp={d} factor={factor:.4f}")+     if delta is not None:         tidx = {t: i for i, t in enumerate(types)}         row_types = np.array([tidx[l] for l in stage.labels[rows]])

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

**总结**

- **做了什么**：按 PLAN 在父节点 6 的 comp 重抽后加了坐标保形缩放（`--coord-scale`/`--coord-damp`）：对各输入阶段坐标云 RMS 做时间对数插值得到目标尺度，围绕输出质心缩放；关闭时与父节点逐位一致（已验证）。seed 确定、vec-check 通过、~3s。
- **查分结果**（A 半，5/20 次）：默认提交 56.44 vs 父 56.51（差在噪声内，B 半父官方 56.38）。诊断探针发现 proxy 的 shape_scale 瓶颈是 `scale_log_ratio≈0.45`——参考云 RMS≈217 低于两个输入括号（354/335），任何括号内 log 插值都够不到；强行缩到 220 可得 60.23，但那需要保留阶段的尺寸信息，属违规硬编码且换真实视图必错，未提交。
- **下一步最值得试**：(1) proxy 上 shape_scale 无法靠尺度插值修复——改攻 d2_shape/occupancy（mix 式真实双阶段细胞混合，如 node 9 路线与本方法组合）；(2) 本机制在真实括号（354↔217→目标 277）上预期为正，保留开启；(3) cell_state 53.4 vs mix 66.7 仍是最大可攻分组。

调研员

{
  "name": "comp重抽后log-RMS坐标缩放修复shape_scale",
  "motivation": "父节点6的shape_scale 47.31比祖父节点1（49.37）低2.06，ANALYSIS明确归因于comp分层重抽改变坐标云范围。节点9用procrustes+log-RMS缩放后shape_scale达53.78，证明坐标尺度校正在本板有效。当前四组中shape_scale最弱，且修复机制清晰、实现简单。",
  "approach": "在node 6的comp重抽之后、写出之前，加一步坐标缩放：\n1. 对每个输入阶段计算坐标云的centroid和RMS半径（sqrt(mean(||x-centroid||²))）；\n2. 用与comp相同的相对时间权重w=(t_tgt−t_anchor)/(t_other−t_anchor)夹到[0,1]，插值目标RMS：log_rms_tgt=(1−w)·log_rms_anchor+w·log_rms_other（在log空间插值避免尺度非线性的影响）；\n3. 对重抽后的输出坐标：x_new = centroid_out + (x_out − centroid_out)·exp(log_rms_tgt−log_rms_out)，即只缩放不旋转不平移，保持形状；\n4. 若只有一个输入阶段或--comp 0（无重抽），跳过缩放，输出不变；\n5. 新增CLI参数 --coord-scale 1/0（默认1），关闭时与当前父节点输出逐位一致；\n6. 验证：先跑--trend 0确认逐位一致，再跑默认配置对比shape_scale；若时间允许，尝试在缩放同时做centroid平移对齐（两阶段centroid插值），但预期主要增益来自RMS缩放。\n单输入阶段退路：无其他阶段时comp不生效、无重抽、无缩放，等同copy_last。",
  "expected_groups": ["shape_scale"],
  "risks": "1) 若shape_scale下降不完全来自RMS变化而是重抽导致的局部密度不均，缩放只能部分恢复；Engineer应先打印重抽前后RMS和centroid，确认偏差方向。2) 预期提升约+1~2分（shape_scale组），整体约+0.5，接近T2噪声1分；需跑2个seed确认。3) 若缩放过度（目标RMS估计不准），可能反而伤local_spatial；用--coord-scale 0/1对比即可发现。",
  "family_id": "T2HI-01",
  "mechanism": "comp重抽后按两输入阶段坐标RMS的时间插值（log空间）对输出坐标做保形缩放，恢复因组成变化导致的坐标云尺度偏移。",
  "vs_constant_shift": "这不是对表达或坐标加常数位移；它修正的是因组成重抽样引入的几何尺度偏差，缩放因子由两阶段坐标统计的时间插值决定，且只作用于comp开启时的输出。",
  "mechanism_evidence": "Engineer应打印：(1)重抽前后输出坐标的RMS；(2)两输入阶段各自RMS及插值目标RMS；(3)缩放前后shape_scale组分数对比。若缩放后RMS≈目标RMS且shape_scale回升≥1.5，机制生效。同时确认expression_change和local_spatial不降（坐标缩放不影响表达，对邻域距离的影响应在噪声内）。",
  "mechanism_off_control": "--coord-scale 0 跳过缩放步骤，输出与当前父节点6逐位一致（np.array_equal=True）。对比--coord-scale 1 vs 0：预期仅shape_scale组有+1.5~2的差异，其余三组不变。--trend 0时整个机制链（趋势+配对+重抽+缩放）全关，输出=copy_last。",
  "sources": []
}