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

节点 n7

在 copy_last 锚点细胞上，按细胞类型×基因的两输入阶段时间斜率乘几何时间分数做表达位移（缺失型用全局伪批量斜率），坐标与组成不动。

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 5a705f3eaa: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 f1a193e7e9。改动的文件：solution/EXECUTION.json +1 −0、solution/METHOD.md +68 −0、solution/run.py +85 −9

diff --git a/solution/EXECUTION.json b/solution/EXECUTION.jsonnew file mode 100644index 0000000..9d5125c--- /dev/null+++ b/solution/EXECUTION.json@@ -0,0 +1 @@+{"gpu": false}diff --git a/solution/METHOD.md b/solution/METHOD.mdnew file mode 100644index 0000000..a468f50--- /dev/null+++ b/solution/METHOD.md@@ -0,0 +1,68 @@+在 copy_last 锚点细胞上，按细胞类型×基因的两输入阶段时间斜率乘几何时间分数做表达位移（缺失型用全局伪批量斜率），坐标与组成不动。++## 方法族++PLAN `family_id = T2HI-01`：型内基因时间斜率外推/插值修 expression_change 组。实现与 PLAN 一致，只多了一个+PLAN 未指定的退路（见下"全局回退"）。++## 做了什么++1. `interp_bracket(manifest)` 取目标两侧的输入 `(a, b, t)`，`t = (t_target − t_a)/(t_b − t_a)`（只用时间差，+   视图平移不变）。`anchor_entry` 与父节点一致，保证坐标/细胞数/抽样流程完全没改。+2. 对每个细胞类型 c（两阶段标签并集，共 50 个）算型均值 `m_lo[c]`、`m_hi[c]`（稀疏矩阵 × 指示矩阵，不稠密化）：+   `delta[c] = alpha * (m_hi[c] − m_lo[c])`，`alpha` 默认 `= t`。+   仅当两阶段该型都 ≥ `MIN_TYPE_CELLS = 10` 个细胞时用型特异的 delta；本视图上只有 5 个型满足+   （E8.25 与 E9.5 的细胞类型词汇几乎不重叠，与方法卡"心脏 E8.25↔E9.5 只有 5 个共有类型"一致）。+3. **全局回退**（PLAN 风险 2 里"不足则该型 delta 取 0"的替代）：其余 45 个型用全体细胞的伪批量斜率+   `alpha * (mean_hi − mean_lo)`。实测这一步是本节点的主要增益来源：+   仅 5 个型位移 → 49.64；加全局回退 → 53.75。`--fallback none` 可关掉。+4. 逐细胞 `X' = X_anchor[rows] + delta[type[rows]]`，保留每个细胞相对其型均值的残差（不做均值替换），+   `write_t2` 截 0。坐标、标签、细胞数（`clip(n_anchor, min_cells, max_cells)`，分层抽样 `take`）与父节点逐字节相同。+5. 单输入阶段 / 目标不被括号包住 → `alpha = 0` → 与 copy_last 完全一致。++## 机制对照（mechanism_off_control）++`--alpha 0` 使位移恒为 0，其余流程不变。已验证与独立重写的 copy_last 参考实现在 seed 0 下+`.X`、`obsm["spatial_3D"]`、基因顺序逐元素相同（`np.array_equal` 全 True），即父节点行为。++## 查分（vec-score，A 半；父节点 copy_last = 48.68）++| 配置 | 榜分 | expression_change | cell_state | shape_scale | local_spatial |+|---|---:|---:|---:|---:|---:|+| 型特异 delta，alpha=t=0.4，无回退 | 49.64 | 46.99 | 51.53 | 49.92 | 50.13 |+| + 全局回退，alpha=0.3 | 53.72 | 60.53 | 50.87 | 49.92 | 53.54 |+| **+ 全局回退，alpha=t=0.4（提交配置）seed 0** | **53.75** | 60.80 | 50.26 | 49.92 | 54.03 |+| 同上 seed 1 | 53.33 | 60.79 | 49.58 | 49.65 | 53.32 |+| + 全局回退，alpha=0.6 | 53.30 | 61.36 | 48.31 | 49.92 | 53.61 |+| + 全局回退，alpha=1.0 | 49.71 | 61.45 | 42.18 | 47.57 | 47.65 |++alpha 在 0.3–0.4 是平台，>0.6 时 expression_change 只涨 0.6 而 variogram / neighborhood_mmd / mmd_u+明显变差 → 取默认 `alpha = t`（视图无关，不写死 0.4）。++## 机制生效的证据++- 50 个型中 5 个用型特异 delta、45 个用全局 delta；`mean|delta|`（型特异部分）= 0.168（alpha=0.4）。+- 四组分变化 vs 父节点：expression_change 44.26 → 60.80（+16.5，de_score −0.207 → +0.294，+  de_direction −0.05 → +0.41，说明变化方向对了）；local_spatial 49.75 → 54.03；cell_state 51.33 → 50.26；+  shape_scale 49.37 → 49.92。+- 组成完全没动（同一批 rows、同一坐标），所以 shape_scale/local_spatial 的变化只来自表达位移对+  neighborhood_mmd（0.095 → 0.082）与 variogram 的影响；d2_shape / occupancy_dice / scale_log_ratio+  与父节点相同（0.04528 / 0.808 / 0.488），符合"坐标未动"。+- 未塌缩：delta 是加性位移，型内残差原样保留。++## 验证过 / 没验证++- 验证过：格式 `vec-check` ok；`--alpha 0` 逐元素等于 copy_last；seed 0/1 都能跑、分数差 0.4（< 噪声）；+  运行 ~2–5 s、内存远低于 limits；输出无 NaN、min = 0、n = 17616 = max_cells。+- 没验证：真实括号（E8.25↔E8.75，31 个共有型）上型特异 delta 的比例会更高，全局回退的权重相应下降，+  分数可能更好也可能不同；alpha 只在代理的 0.3/0.4/0.6/1.0 四点上比过。+- 已知弱点：cell_state 仍 ~50（mix 种子 66.7）。本机制不改变细胞群体构成——只有把上括号阶段的真实细胞+  混进来（mix / hyb_type_mix）才能修 cell_state，但那属于别的方法族，本节点没有做。shape_scale 的+  scale_log_ratio = 0.488 来自锚点 RMS 354 vs 目标 217，代理两端都大（354/335），log 线性缩放修不了，+  与方法卡"心脏尺度非单调"的风险一致，因此没有动坐标尺度。++## 知识来源++未使用任何保留阶段/保留基因型的测量信息，未使用外部数据（`external/` 没读）、未使用 `prior/`。+唯一的生物学假设是"同一细胞类型的基因表达在两个已发布输入阶段之间近似随时间线性变化"，+斜率完全从视图给的两个输入阶段现场估计，不引入文献数值或阶段特异的常量。diff --git a/solution/run.py b/solution/run.pyindex 0595dc9..a4f51f3 100644--- a/solution/run.py+++ b/solution/run.py@@ -1,20 +1,58 @@ #!/usr/bin/env python3-"""copy_last (T2): the latest input at or before the target, with its own coordinates.+"""copy_last + per-celltype gene time-slope interpolation (T2). -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.+Anchor stage cells keep their coordinates, labels and composition. Their+expression is displaced by a per-(celltype, gene) vector estimated from the two+bracketing input stages:++    delta[c, g] = alpha * (mean_hi[c, g] - mean_lo[c, g])++with alpha = (t_target - t_lo) / (t_hi - t_lo) (geometric time fraction). Only+cell types seen with >= MIN_TYPE_CELLS cells in *both* bracket stages get a+non-zero delta; the rest fall back to copy_last. Within-type residuals are+untouched, so intra-type heterogeneity is preserved.++Single input stage (or a target not bracketed) -> delta == 0 -> byte-identical+to copy_last. ``--alpha 0`` is the mechanism-off control. """  from __future__ import annotations  import argparse+import sys  import numpy as np+from scipy import sparse  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 (+    anchor_entry,+    interp_bracket,+    load_manifest,+    panel_genes,+    read_stage,+    write_t2,+)++MIN_TYPE_CELLS = 10+++def type_means(X: sparse.csr_matrix, labels: np.ndarray, types: list[str]) -> tuple[np.ndarray, np.ndarray]:+    """(n_types, n_genes) float32 means and per-type cell counts."""+    idx = {t: i for i, t in enumerate(types)}+    codes = np.array([idx.get(l, -1) for l in labels], dtype=np.int64)+    keep = codes >= 0+    nk = int(keep.sum())+    M = sparse.csr_matrix(+        (np.ones(nk, dtype=np.float32), (codes[keep], np.arange(nk, dtype=np.int64))),+        shape=(len(types), nk),+    )+    sums = np.asarray((M @ X[keep]).todense(), dtype=np.float64)+    counts = np.bincount(codes[keep], minlength=len(types)).astype(np.float64)+    means = np.zeros_like(sums)+    nz = counts > 0+    means[nz] = sums[nz] / counts[nz, None]+    return means.astype(np.float32), counts   def main() -> None:@@ -22,18 +60,56 @@ def main() -> None:     parser.add_argument("--data", required=True)     parser.add_argument("--out", required=True)     parser.add_argument("--seed", type=int, default=0)+    parser.add_argument("--alpha", type=float, default=None,+                        help="time fraction override; 0 disables the mechanism (control)")+    parser.add_argument("--fallback", default="global", choices=["none", "global"],+                        help="delta for cell types absent from the upper bracket stage")     args = parser.parse_args()      manifest = load_manifest(args.data)     genes = panel_genes(args.data, manifest)-    stage = read_stage(args.data, anchor_entry(manifest), genes)+    a, b, t = interp_bracket(manifest)+    stage = read_stage(args.data, a, genes)+    print(f"inputs={len(manifest['inputs'])} anchor={a['stage']}@{a['time']} "+          f"upper={None if b is None else (b['stage'], b['time'])} t={t}", file=sys.stderr)++    alpha = float(t) if t is not None else 0.0+    if args.alpha is not None:+        alpha = float(args.alpha)+    if b is None:+        alpha = 0.0++    delta = None+    if alpha != 0.0:+        hi = read_stage(args.data, b, genes)+        types = sorted(set(stage.labels.tolist()) | set(hi.labels.tolist()))+        m_lo, c_lo = type_means(stage.X, stage.labels, types)+        m_hi, c_hi = type_means(hi.X, hi.labels, types)+        ok = (c_lo >= MIN_TYPE_CELLS) & (c_hi >= MIN_TYPE_CELLS)+        glob = alpha * (np.asarray(hi.X.mean(axis=0)).ravel() - np.asarray(stage.X.mean(axis=0)).ravel())+        fb = glob.astype(np.float32) if args.fallback == "global" else np.zeros_like(glob, dtype=np.float32)+        d = np.where(ok[:, None], alpha * (m_hi - m_lo), fb[None, :]).astype(np.float32)+        idx = {ty: i for i, ty in enumerate(types)}+        rows_map = np.array([idx.get(l, -1) for l in stage.labels], dtype=np.int64)+        per_cell = np.zeros((stage.n, d.shape[1]), dtype=np.float32)+        sel = rows_map >= 0+        per_cell[sel] = d[rows_map[sel]]+        delta = per_cell+        print(f"types={len(types)} typed={int(ok.sum())} "+              f"mean|delta|={float(np.abs(d[ok]).mean()) if ok.any() else 0.0:.4f}", file=sys.stderr)+        del hi+     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()+    if delta is not None:+        X = X + delta[rows]+    write_t2(args.out, X, stage.coords[rows], 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

提交配置：copy_last 锚点 + 型×基因时间斜率位移（alpha = 括号几何时间分数，缺失型用全局伪批量斜率），坐标/组成不动。

- 查分（A 半，父节点 48.68）：无回退 49.64 → 加全局回退 **53.75**（seed 1: 53.33）；alpha 0.3/0.6/1.0 = 53.72/53.30/49.71，故取默认 alpha=t。expression_change 44.26→60.80（de_direction −0.05→+0.41），local_spatial 49.75→54.03，cell_state/shape_scale 基本不变。
- `--alpha 0` 对照已验证与 copy_last 逐元素相同；vec-check ok，运行 ~3 s，纯 CPU（EXECUTION.json gpu:false）。
- 下一步最值得试：cell_state 仍 ~50（mix 种子 66.7），需要把上括号真实细胞混入（hyb_type_mix：mix 坐标/组成 + 型均值表达插值），而不是继续在锚点细胞上做加性位移。

调研员

```json
{
  "name": "copy_last + 型内基因时间斜率外推修表达变化组",
  "motivation": "父节点 1（copy_last，48.68）最弱组是 expression_change 44.26，原因是输出即输入、表达零变化；同榜 mix 种子（节点 2，59.36）该组 63.90，证明表达组可修复。节点 4 曾以'型均值 delta 时间插值'在父节点 1 上尝试但 gen_failed 且无 ANALYSIS，未见任何反证数字，说明机制本身未被证伪，失败更可能是工程问题；本方案以最小实现+双阶段退路+alpha=0 对照重做，并规避节点 3（kNN 局部位移）失败的坐标路线，不动坐标。",
  "approach": "1) 复用父节点 run.py 的视图无关骨架（load_manifest/panel_genes/read_stage/anchor_entry/take/write_t2），禁止硬编码阶段名。2) 读 manifest 各输入阶段时间：若有两个输入阶段（t_lo=anchor、t_hi），对每个细胞类型 c 和基因 g 用两阶段各自子集算型均值 m_lo、m_hi，得斜率 d=(m_hi-m_lo)/(t_hi-t_lo)；目标位移 delta=alpha*d*(t_target-t_lo)，alpha 初值取几何时间分数 (t_target-t_lo)/(t_hi-t_lo)。3) 逐细胞应用：X'=X_anchor+delta[label]，负值截 0；坐标、标签原样，保持父节点的分层抽样与细胞数上限，保证组成不变。4) 单输入阶段退路：delta≡0，逐字节退化为 copy_last（先打印阶段数与时间再算，防索引错乱）。5) vec-score 快速筛选：alpha∈{几何分数,0.5,1.0} 各查 1 次，选定后换 seed 1 复核一次；预期提升 5–14 分远大于 T2 噪声 1 分，单次查分可判。6) 若节点 4 残留代码可见则忽略不复用。预算内共约 5 次查分。",
  "expected_groups": ["expression_change"],
  "risks": "1) 本板若实际只有一个输入阶段，方案完全退化为 copy_last、无增益——Engineer 第一步先打印输入阶段数与时间，单阶段即早停报告，不硬凑机制。2) 稀有型×基因对均值估计噪声大，设每阶段每型最少 10 个细胞，不足则该型 delta 取 0（不搜索阈值，控制查分次数）。3) 外推后负值/稀疏失真：已做截 0；用 A 半查分后若提升<2 分，换 seed 1 复核，差距小于噪声不算进步。4) 型内方差塌缩风险：输出前后按型算每基因方差比，应集中在 0.8–1.2；异常则说明实现成了均值替换，需回退。5) 节点 4 曾 gen_failed：先 200 细胞小样本跑通再全量。",
  "family_id": "T2HI-01",
  "mechanism": "以两输入阶段估计每个细胞类型×基因的表达时间斜率，按几何时间分数外推，对锚点阶段细胞做逐型逐基因位移；单输入阶段时退化为 copy_last。",
  "vs_constant_shift": "位移向量按(细胞类型,基因)逐元素估计，不同型、不同基因有不同方向与幅度，允许部分基因下调；全局常数位移只有一个全细胞共享的向量，组成重加权只改类型比例。本方案组成完全不动，且保留每个细胞相对其型均值的残差，不塌缩型内异质性。",
  "mechanism_evidence": "a) 逐型均值检查：预测的每型基因均值 ≈ m_lo + alpha*(m_hi-m_lo)；b) 组成校验：预测的类型计数与锚点分层抽样后完全一致；c) 四组分：expression_change 上升，cell_state / local_spatial / shape_scale 相对父节点 ±1 内（坐标未动）；d) 型内方差比集中在 0.8–1.2，无塌缩。",
  "mechanism_off_control": "加命令行开关（如 --alpha 0）使位移向量恒为 0，其余流程不变，输出应与父节点 copy_last 在相同 seed 下逐元素一致；预期差别是 expression_change 回落约 44.26、总分回到 ~48.7，若关不掉说明机制之外还有未受控改动。",
  "sources": []
}
```