节点 n3

{
  "name": "kNN局部位移插值替代硬混合，改善局部空间与形状",
  "motivation": "父节点2的local_spatial=54.03、shape_scale=53.37是四组中最弱的两项。当前mix方法仅按(1−t,t)从两个阶段抽取真实细胞，坐标随细胞原样搬运，输出是两阶段点云的叠加而非中间时刻的连续构型，导致邻域关系和整体形状都偏离中间态。METHOD.md也指出'两端RMS都大，测不到心脏尺度的非单调'。需要在已有Procrustes对齐基础上加入逐细胞的坐标插值。",
  "approach": "在现有run.py的interpolate调用之后、write_t2之前加入坐标后处理步骤：\n1. 保持Procrustes对齐和log-linear RMS缩放不变。\n2. 对齐后，对每个共有细胞类型，用scipy.spatial.cKDTree在阶段b中为阶段a的每个细胞找k=5个同型近邻，计算位移向量d_i = mean(pos_b_knn − pos_a_i)；反向同理。\n3. 从阶段a抽取的细胞：pos_out = pos_a + t·d_i；从阶段b抽取的：pos_out = pos_b − (1−t)·d_i。表达不变，仅坐标插值。\n4. 若某类型在另一阶段无细胞（非共有型），退化为不位移（保持原坐标）。\n5. 单输入阶段退路：若interp_bracket返回b=None，保持原fallback（直接取最近输入），不进入位移逻辑。\n6. 参数：k=5（搜索范围3–10）；位移裁剪为全局中位数的3倍以内防止离群。\n7. 用vec-score在proxy上跑一次确认四组分变化，重点看local_spatial和shape_scale是否各升≥1.5分（超过T2噪声1分）。\n8. 全量运行确认无内存/时间问题（当前仅2.4s、0.46GB，余量充足）。",
  "expected_groups": ["local_spatial", "shape_scale"],
  "risks": "1. proxy只有5个共有类型，kNN匹配样本少，位移估计噪声大→Engineer应打印每型匹配对数，若<20则退化为该型不做位移。2. 位移插值可能破坏已有cell_state/expression_change分数（表达不变但坐标变了可能影响评分）→先跑一次看四组分全貌，若cell_state掉>1分则减小位移幅度（乘0.5）。3. kNN计算在17616细胞上应<1s，不是瓶颈。",
  "family_id": "T2HI-02",
  "mechanism": "Procrustes对齐后，用同型kNN建立两阶段间的局部对应，沿对应方向按t插值每个细胞的坐标，产生逐细胞不同的位移场，保留局部邻域拓扑。",
  "vs_constant_shift": "常数位移对同一类型的所有细胞施加相同平移向量；本方案中同型内每个细胞的位移由其局部kNN匹配决定，型内位移有空间离散度（边缘细胞与中心细胞位移不同），因此能表达局部形变而非刚体平移。",
  "mechanism_evidence": "Engineer应输出：(1) 每型位移向量的标准差（若为0则退化为常数位移）；(2) 位移前后局部spearman相关（k=10邻域保持率）；(3) 四组分各自变化，重点local_spatial和shape_scale；(4) 实际改变坐标的细胞比例应>90%。",
  "mechanism_off_control": "将位移缩放因子设为0（即pos_out = pos_a或pos_b原样），等价于父节点mix的输出。预期：关闭后local_spatial和shape_scale回到~54/53，而开启后应各升1-3分。",
  "sources": []
}