总览 · ← 返回运行 20261003-043412-search-t2-embryo-interp-g24-D-s1

节点 n12

实现PLAN的型内a-b近邻配对插值生成中间态细胞（T2EI_INTERP_FRAC，含空间加权配对与坐标插值变体）：cell_state一致+1.2但local_spatial一致−2.0，净效应在噪声内或为负，机制被否证；提交态默认关闭，输出与父节点node 8逐位一致（off对照查分60.3156=父记录）。

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 bfb87cc82d: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 e83ed9f11a。改动的文件：solution/METHOD.md +29 −27、solution/run.py +84 −2

diff --git a/solution/METHOD.md b/solution/METHOD.mdindex 1f51e47..7f82d06 100644--- a/solution/METHOD.md+++ b/solution/METHOD.md@@ -1,41 +1,43 @@-在mix+κ=0.5+radial分层+damp0.455上测试PLAN的b细胞向a型均值逐细胞收缩、FPS覆盖采样、z切片分层与κ重扫；全部在代理上被否证或在噪声内，提交态=父节点配置（默认开关全关/radial）。+实现PLAN的型内a-b近邻配对插值生成中间态细胞（T2EI_INTERP_FRAC，含空间加权配对与坐标插值变体）：cell_state一致+1.2但local_spatial一致−2.0，净效应在噪声内或为负，机制被否证；提交态默认关闭，输出与父节点node 8逐位一致（off对照查分60.3156=父记录）。  ## 方法 -提交态与父节点（node 6）逐位一致：κ=0.5 组成阻尼、radial 等频分层、scale_damp=0.455、procrustes3d。新增 4 个环境变量开关的机制，全部按 PLAN/父节点建议实现并在代理上检验，均**未**进入默认：+提交态 = 父节点配置：mix + procrustes3d + scale_damp=0.455 + 组成阻尼 κ=0.5 + 晚端 radial 等频分层。新增环境变量开关（默认全关，`T2EI_INTERP_FRAC=0` 时配对/插值代码路径不执行，输出与父节点逐位一致，已用 sha256 与 off 对照查分双重验证）： -1. **T2EI_SHRINK（PLAN 机制，b 细胞逐细胞收缩）**：`x_b ← (1−λ)x_b + λ·mu_a(type)`，λ=SHRINK·t，只对保留的 b 细胞、只对 stage-a 该型细胞数 ≥5 的型生效（a 细胞、坐标、类型配额均不动）。结果 clip≥0。SHRINK=0 时不调用该代码路径。-2. **T2EI_SPATIAL_MODE=cover（父节点建议的覆盖贪心）**：类型内最远点采样（FPS，确定性起点=离质心最远点）替代 radial 等频 bin。-3. **T2EI_SPATIAL_MODE=rz（z 切片感知分层）**：z 是离散切片，类型配额先按切片内细胞数比例分配（最大余数法），切片内再做径向等频 bin。-4. **κ 重扫**（radial 分层 + damp 0.455 下）：κ∈{0.4, 0.45, 0.55}。+1. **T2EI_INTERP_FRAC（PLAN 机制，型内近邻配对插值）**：对每个共有型 c（stage-a 该型 ≥3 个细胞，否则跳过），在按基因型内 z-score（均值/方差取自 A_c∪B_c）的表达空间里为每个入选 b 细胞找 A_c 中最近邻 a（欧氏，平局取小索引），按距离升序取前 FRAC 比例配对，生成 `expr=(1−t)·a_nn+t·b`（clip≥0），替换对应 b 槽位；a 细胞、类型配额、总数不动。+2. **T2EI_INTERP_COORD**（默认 1）：同时插值坐标 `(1−t)·ca_nn+t·cb`（pre-jitter）。+3. **T2EI_INTERP_W**：配对距离加入空间项 `W·dc2/median(dc2)`（表达项按 median 归一），测试"用空间近邻的 a 细胞配对能否修复 local_spatial"。 -## 机制对照（vec-score，proxy E6.75+E8.0→E7.25，t=0.4，A 半；查询 10/20）+## 机制对照（vec-score，proxy E6.75+E8.0→E7.25，t=0.4，A 半；查询 8/20） -| 配置 | 榜分 | 表达 | 状态 | 形状 | 邻域 | occupancy |-|---|---:|---:|---:|---:|---:|---:|-| SHRINK=0（=父节点，复现 60.32） | 60.32 | 59.93 | 52.78 | 70.51 | 58.04 | 0.8065 |-| SHRINK=0.05 / 0.15 / 0.30 | 60.22 / 60.14 / 59.88 | ~59.9/59.4 | 52.48/52.26/52.04 | 70.51 | ~57.8 | 0.8065 |-| SHRINK=−0.15 / −0.30（外扩） | 60.33 / 60.33 | 59.88/59.82 | 52.68/52.56 | 70.51 | 58.25/58.45 | 0.8065 |-| cover（FPS） | 60.03 | 60.04 | 53.13 | 69.65 | 57.30 | 0.7890 |-| rz, seed 0 / seed 1 | 60.54 / 60.15 | 60.0/60.3 | 52.7/52.9 | 70.8/69.7 | 58.6/57.7 | 0.800/0.781 |-| radial（提交）, seed 1 | 60.47 | 60.36 | 53.26 | 70.86 | 57.41 | 0.8131 |-| κ=0.4 / 0.45 / 0.55 | 59.64 / 59.56 / 59.94 | 59.3/59.5/60.5 | 54.3/52.8/51.5 | 68.6/69.3/69.6 | 56.4/56.7/58.2 | – |+| 配置 | 榜分 | 表达 | 状态 | 形状 | 邻域 |+|---|---:|---:|---:|---:|---:|+| FRAC=0（off 对照，=父节点） | 60.32 | 59.93 | 52.78 | 70.51 | 58.04 |+| FRAC=0.5 + 坐标插值 | 59.56 | 60.12 | 53.29 | 68.26 | 56.57 |+| FRAC=0.25 / 0.5 / 1.0，仅表达 | 60.31 / 60.30 / **60.38** | 60.0/60.1/61.0 | 52.98/53.29/53.86 | 70.51 | 57.72/57.29/56.10 |+| FRAC=1.0 仅表达，seed 1 | 60.17 | 60.53 | 54.03 | 70.86 | 55.27 |+| FRAC=1.0，空间加权配对 W=0.25 / 1.0 | 60.08 / 60.07 | ~60.2 | 53.74/53.57 | 70.51 | 55.9/56.0 | -## 结论与证据+父节点 seed1 A 半 = 60.47（node 8 记录）。FRAC=1.0 仅表达两种子均值 60.28 vs 父 60.39。 -- **PLAN 机制（收缩）被否证**：cell_state 随 SHRINK 单调下降（52.78→52.04，剂量-效应方向与假设相反），expression_change 在 SHRINK=0.30 时也降（59.93→59.36），de_score 0.25→0.214。机制证据：型内表达方差比 0.884（λ=0.06，520/1000 个 b 细胞被收缩，26 型中 a 侧 <5 细胞的型跳过 480 个细胞）——方差确实下降了，但评分器不把"b 细胞表达向 a 型均值靠拢"当作目标中间态，与父节点 ALPHA（平移）证伪一致：**mix 家族里任何对真实细胞表达的系统性改写（平移或收缩）在代理上都单调有害**，cell_state 的瓶颈不在 b 细胞的表达谱位置。-- 负 λ（沿 a→b 方向外扩，测 de_direction）中性（60.33，de_direction 0.3356<0.3383），否证。-- **FPS 覆盖采样被否证**：occupancy_dice 反降（0.8065→0.789），FPS 把 b 细胞推到类型簇外围，超出参考占位。-- **rz 在噪声内**：seed 0 +0.22、seed 1 −0.32，两种子均值 base 60.39 vs rz 60.34，不采用。-- **κ 峰值在 radial+damp0.455 下仍在 0.5**：κ=0.4 cell_state +1.5 但 shape −2.0（occupancy 损失），净 −0.68；父节点"occupancy 修复后 κ 峰值左移"的猜想不成立。+## 机制证据（FRAC=1.0，仅表达）++- **配对覆盖率**：1000 个 b 细胞中 520 个被插值、480 个跳过（26 个 b 型中只有 10 个共有型且 a 侧 ≥3 细胞）；平均逐细胞位移范数 20.7（log1p 单位），不同细胞方向/幅度不同。+- **不是均值坍缩**：被插值子集型内方差比 0.37（保留 1/3 强），且 PCA 主轴上插值细胞落在 a 簇与 b 簇之间而非型均值点：EXE-Endoderm 主轴均值 a=1.40、b=−13.86、插值=−4.96（(1−t)a+tb 理论值 −4.70）；HEM-Endoth a=3.27、b=−7.73、插值=−1.17。+- **四组分变化（两种子一致）**：cell_state +1.08/+1.25、expression_change +1.11/+0.17（升），local_spatial −1.94/−2.14（降，neighborhood_mmd 0.0555→0.0598），shape_scale 持平（仅表达模式；坐标插值使 d2_shape 0.0274→0.0372、shape −2.25，occupancy_dice 反升 0.8065→0.8101）。++## 结论++机制确实生成了处于中间态的细胞并提升了 cell_state/expression_change，但代价是把"中间表达谱"放在晚端坐标/邻域上下文里，local_spatial（neighborhood_mmd）以约 2 倍幅度下降，净榜分 ≤ 父节点（差距小于 T2 噪声 ~1）。空间加权配对（W>0，用空间近邻 a 细胞）不能修复：local_spatial 仍 ~56。结合父节点 ALPHA/SHRINK 证伪，mix 家族里 cell_state 与 local_spatial 对"改写 b 细胞表达"存在稳定的权衡，任何此类杠杆净收益 ≤0。坐标插值单独有害（shape）。**提交态 = 父节点配置。**  ## 已验证 / 未验证 -- 已验证：SHRINK=0 默认输出与父节点逐位一致且复现父节点查分（60.3156 vs 父记录 60.32）；两次运行输出 h5 逐字节相同（确定性）；vec-check 通过；无绝对时间/视图分支（新代码只用类型标签、坐标和数据本身），伪装视图安全；CPU、~2s、~0.3GB。-- 未验证：B 半分数；final 视图（方法与父节点相同，父节点也未在 final 验证 damp=0.455 的 RMS 外推行为）；收缩/rz 在多输入阶段视图（proxy2 类）上的行为——单输入退路无 b 细胞，收缩自然不生效。-- 生物学知识来源：无（未用外部数据、文献数值、保留阶段信息；收缩/分层均为通用统计操作）。+- 已验证：FRAC=0 输出与父节点代码路径逐位一致（sha256 相同、off 对照查分 60.3156 = node 8 记录 60.3156）；同一 seed 两次运行字节相同；vec-check 通过；无绝对时间/视图分支（新代码只用类型标签、表达、坐标与 t）；CPU ~2s、~0.3GB；单输入阶段退路不受影响（无括号时走 copy_last 分支，FRAC 不参与）。+- 未验证：B 半分数；final 视图；W 的更细网格（W>1）与 FRAC×W 组合（前两个 W 点方向一致向下，放弃）；"插值 a 细胞向 b"（对称方向）——local_spatial 损伤随被改写细胞数单调增大，4000 个 a 细胞改写预期更差，未测。+- 生物学知识来源：无外部数据/文献数值/保留阶段信息；配对与插值为通用统计操作。  ## 下一步建议 -- cell_state 的表达侧杠杆在 mix 家族内已被系统性排除（平移、收缩、外扩均有害）；剩余方向是**生成中间态细胞**（如类型内 a/b 细胞配对插值表达+坐标，OT 配对已被方法卡否证但类型内近邻配对未试）或放弃 cell_state、把 shape_scale 从 71 推向更高（occupancy_dice 是剩余差距，rz/cover 已排除，可试体素级覆盖贪心直接对 occupancy_dice 的体素定义优化）。-- 本节点证明父配置（κ=0.5+radial+damp0.455）是该家族的一个稳健局部最优：6 个正交扰动全部 ≤0 或在噪声内。+- mix 家族内 cell_state 的表达侧与生成侧杠杆（平移、收缩、外扩、伪批量插值、逐对近邻插值）已全部系统性排除，权衡结构（状态↑=邻域↓）稳定；继续在 5000 细胞 mix 框架内改表达预期收益为 0。+- 剩余可动的是 local_spatial/shape 本身：occupancy_dice 0.8065 与 κ=1 的差距、以及 neighborhood_mmd 的参考结构；或换出 mix 家族（如以参考邻域结构为目标的局部重排）。+- node 7（κ=0.65+中间态偏好选胞，61.76）与本家族（node 8，61.15）是两条不同的局部最优，值得一个节点做两者的显式组合验证（κ=0.65 在 radial+damp0.455 下已被 node 8 单测为 −0.4，但"中间态偏好选胞+radial"未测）。diff --git a/solution/run.py b/solution/run.pyindex 5c56bfd..d83f5fa 100644--- a/solution/run.py+++ b/solution/run.py@@ -39,6 +39,15 @@ reproduce the parent, node 5, bit-for-bit):    (z-slice-proportional quotas + radial bins within slice) wins seed 0    (60.54) but loses seed 1 (60.15 vs 60.47) -> noise, radial kept default. +7. T2EI_INTERP_FRAC (within-type a-b nearest-neighbour pair interpolation,+   default 0 = OFF, refuted): each retained b-cell is paired with its nearest+   stage-a cell of the same type in per-type z-scored expression space; the+   closest FRAC share of pairs is replaced by (1-t)*a_nn + t*b (and optionally+   coords, T2EI_INTERP_COORD). Proxy: cell_state +1.2 consistently but+   local_spatial -2.0 (net 60.28 vs 60.39 two-seed mean) -> kept off.+   T2EI_INTERP_W adds a spatial term to the pairing distance; W>0 did not+   repair local_spatial (60.07/60.08). See METHOD.md.+ If the target is not bracketed, falls back to the latest input before it. """ @@ -64,6 +73,73 @@ KAPPA = float(os.environ.get("T2EI_KAPPA", "0.5")) SPATIAL_STRAT = os.environ.get("T2EI_SPATIAL_STRAT", "1") != "0" SPATIAL_MODE = os.environ.get("T2EI_SPATIAL_MODE", "radial") SHRINK = float(os.environ.get("T2EI_SHRINK", "0.0"))+INTERP_FRAC = float(os.environ.get("T2EI_INTERP_FRAC", "0.0"))+INTERP_COORD = os.environ.get("T2EI_INTERP_COORD", "1") != "0"+INTERP_W = float(os.environ.get("T2EI_INTERP_W", "0.0"))+++def pair_interpolate(expr, coords, ca, stage_a, labels_b_sel, t, frac, n_a, min_pair=3):+    """Within-type a-b nearest-neighbour pairing; build intermediate-state cells.++    For each shared type c: z-score expression over A_c u B_c (per gene), find+    each retained b-cell's nearest a-neighbour (Euclidean, ties -> lowest index),+    then replace the INTERP_FRAC share of closest pairs with+    x = (1-t)*x_a_nn + t*x_b, coord = (1-t)*ca_nn + t*coord_b (pre-jitter).+    Types with < min_pair stage-a cells are skipped (b cells kept as-is).+    Per-pair displacement differs in direction and magnitude, so within-type+    heterogeneity is preserved (unlike ALPHA/SHRINK, which are type-uniform).+    """+    A = np.clip(as_dense(stage_a.X, np.arange(stage_a.n)), 0.0, None).astype(np.float32)+    la = np.asarray(stage_a.labels).astype(str)+    lb = np.asarray(labels_b_sel).astype(str)+    xb = expr[n_a:]+    cb = coords[n_a:]+    moved = skipped = 0+    var_before = var_after = 0.0+    disp_norms = []+    for lab in np.unique(lb):+        idxB = np.flatnonzero(lb == lab)+        idxA = np.flatnonzero(la == lab)+        if idxA.size < min_pair:+            skipped += int(idxB.size)+            continue+        Xa = A[idxA]+        Xb = xb[idxB]+        both = np.vstack([Xa, Xb])+        mu = both.mean(axis=0)+        sd = both.std(axis=0) + 1e-6+        Za = (Xa - mu) / sd+        Zb = (Xb - mu) / sd+        d2 = ((Zb * Zb).sum(1)[:, None] + (Za * Za).sum(1)[None, :] - 2.0 * Zb @ Za.T)+        if INTERP_W > 0:+            Ca = np.asarray(ca, dtype=np.float64)[idxA]+            Cb = np.asarray(cb[idxB], dtype=np.float64)+            dc2 = (Cb * Cb).sum(1)[:, None] + (Ca * Ca).sum(1)[None, :] - 2.0 * Cb @ Ca.T+            me = max(float(np.median(d2)), 1e-9)+            mc = max(float(np.median(dc2)), 1e-9)+            d2 = d2 / me + INTERP_W * dc2 / mc+        nn = np.argmin(d2, axis=1)+        dist = d2[np.arange(len(idxB)), nn]+        k = int(round(frac * len(idxB)))+        if k <= 0:+            skipped += int(idxB.size)+            continue+        pick = np.sort(np.argsort(dist, kind="stable")[:k])+        rows = idxB[pick]+        newx = np.clip(np.float32(1.0 - t) * Xa[nn[pick]] + np.float32(t) * Xb[pick], 0.0, None)+        var_before += float(((Xb[pick] - Xb[pick].mean(0)) ** 2).sum())+        var_after += float(((newx - newx.mean(0)) ** 2).sum())+        xb[rows] = newx+        if INTERP_COORD:+            cb[rows] = np.float64(1.0 - t) * np.asarray(ca, dtype=np.float64)[idxA[nn[pick]]] + np.float64(t) * cb[rows]+        disp_norms.append(float(np.linalg.norm(newx - Xb[pick], axis=1).mean()))+        moved += int(len(rows))+    return {+        "applied": True, "frac": frac, "cells_interpolated": moved, "cells_skipped": skipped,+        "n_types": int(len(np.unique(lb))),+        "var_ratio": float(var_after / var_before) if var_before > 0 else 1.0,+        "mean_disp_norm": float(np.mean(disp_norms)) if disp_norms else 0.0,+    }   def contract_b(expr, labels_a, labels_b_sel, mu_a, lam: float, n_a: int, min_cells: int = 5):@@ -230,7 +306,12 @@ def mix_damped(stage_a, stage_b, t: float, params: dict, kappa: float):         expr_parts.append(np.clip(as_dense(stage_b.X, ib), 0.0, None).astype(np.float32))         coord_parts.append(np.asarray(cb[ib], dtype=np.float64))     expr = np.vstack(expr_parts) if len(expr_parts) > 1 else expr_parts[0]-    coords = _jitter(np.vstack(coord_parts), rng)+    coords_pre = np.vstack(coord_parts)+    pev = {"applied": False, "reason": "interp_frac=0"}+    if INTERP_FRAC > 0 and ib.size:+        pev = pair_interpolate(expr, coords_pre, ca, stage_a, stage_b.labels[ib], t,+                               INTERP_FRAC, int(ia.size))+    coords = _jitter(coords_pre, rng)     coords = scale_to_rms(coords, target_rms)     info.update(t=t, t_comp=t_comp, n=int(expr.shape[0]), rms_a=rms_a, rms_b=rms_b,                 out_rms=rms_radius(coords), n_from_a=int(ia.size), n_from_b=int(ib.size),@@ -239,6 +320,7 @@ def mix_damped(stage_a, stage_b, t: float, params: dict, kappa: float):         sel_b = np.asarray(cb[ib], dtype=np.float64)         info["b_bbox_frac"] = float(np.prod((sel_b.max(0) - sel_b.min(0)) / np.maximum(np.asarray(cb).max(0) - np.asarray(cb).min(0), 1e-9)))         info["b_rms_frac"] = float(rms_radius(sel_b) / max(rms_radius(np.asarray(cb)), 1e-9))+    info["pair_interp"] = pev     return expr, coords.astype(np.float32), info, ia, ib  @@ -289,7 +371,7 @@ def main() -> None:     if SHRINK != 0 and ib.size:         mu_a = type_means(stage_a.X, stage_a.labels)         cev = contract_b(expr, stage_a.labels, stage_b.labels[ib], mu_a, float(SHRINK * t), int(ia.size))-    keep = {k: info.get(k) for k in ("t", "t_comp", "n", "rms_a", "rms_b", "out_rms", "n_shared_types", "z_dot", "z_flipped", "align", "n_from_a", "n_from_b", "spatial_strat", "b_bbox_frac", "b_rms_frac")}+    keep = {k: info.get(k) for k in ("t", "t_comp", "n", "rms_a", "rms_b", "out_rms", "n_shared_types", "z_dot", "z_flipped", "align", "n_from_a", "n_from_b", "spatial_strat", "b_bbox_frac", "b_rms_frac", "pair_interp")}     print(json.dumps({"bracket": [a["stage"], b["stage"]], **keep, "shift": ev, "contract": cev}, default=float), file=sys.stderr)     write_t2(args.out, expr, coords, 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。做了什么：实现 PLAN 的型内 a-b 近邻配对插值（`T2EI_INTERP_FRAC`，另加空间加权配对 `T2EI_INTERP_W` 与坐标插值开关），生成真正的中间态细胞替换部分 b 细胞。

查分结果（A 半，8/20 次）：机制确实生效——cell_state 两种子一致 +1.1~1.3、expression_change +0.2~1.1，PCA 证实插值细胞落在 a/b 簇之间且非均值坍缩；但 local_spatial 一致 −2.0，坐标插值另伤 shape −2.3，空间加权配对无法修复。FRAC=1.0 仅表达两种子均值 60.28 vs 父 60.39，净效应 ≤0，机制被否证。提交态默认关闭，输出与父节点逐位一致（off 对照 60.3156 = node 8 记录，sha256 复现验证，vec-check 通过，seed 7 亦通过）。

下一步最值得试：mix 家族内表达改写杠杆（平移/收缩/外扩/伪批量/逐对插值）已全部排除，建议换方向——node 7 的"中间态偏好选胞+κ=0.65"与本家族 radial+damp0.455 的显式组合，或直接优化 occupancy_dice/neighborhood_mmd 的空间侧。

调研员

AC（默认 0=关闭）。步骤：\n1. 对每个共有型 c，取 stage-a 细胞集 A_c 和已被选中进入输出的 b 细胞集 B_c（radial 分层后）。\n2. 在 z-score 化表达空间（按基因在 A_c∪B_c 内的均值/标准差）中，为 B_c 中每个 b 细胞找 A_c 中最近邻 a 细胞（欧氏距离；若 A_c 空或 <3 个细胞则跳过该 b 细胞，保留原始 b）。\n3. 对前 INTERP_FRAC 比例的配对（按距离升序取最近的配对），生成插值细胞：expr_new = (1−t)·expr_a_nn + t·expr_b，coord_new = (1−t)·coord_a_nn + t·coord_b，clip≥0。替换对应 b 细胞槽位。剩余 (1−INTERP_FRAC) 的 b 细胞保持原始不变。a 细胞、类型配额、总细胞数均不动。\n4. 参数扫描：INTERP_FRAC ∈ {0.25, 0.5, 0.75, 1.0}，先跑 seed 0 的 proxy 查分，选最优后跑 seed 1 复核（T2 噪声约 1 分，两种子均值差 >1 才算有效）。\n5. 若 INTERP_FRAC>0 有效，第二步叠加 κ=0.65（node 7 验证过的更优值），测试组合效果。\n6. 单输入阶段退路：若只有一个输入阶段（无括号对），无 a/b 之分，INTERP_FRAC 自然不生效（无配对），输出退化为父节点。\n7. 用 vec-score 快速筛选：每次查分记 cell_state、expression_change、local_spatial、shape_scale 及 occupancy，最多 20 次查分预算内完成 4 个 INTERP_FRAC × 2 seeds + κ 组合 ≈ 12 次查分。",
  "expected_groups": ["cell_state", "expression_change", "local_spatial"],
  "risks": "1. 评分器可能不认可插值细胞（类似 SHRINK 被否证）——但 SHRINK 是向型均值收缩（降异质性），本方案是逐对插值（保异质性），机制不同；Engineer 应在第一个 INTERP_FRAC=0.5 查分后立即看 cell_state 是否 ≥54.18，若 ≤53 则尽早放弃并只提交父节点配置。\n2. 型内 a/b 细胞数不对称时近邻配对质量差（如某型 a 只有 2 个细胞）——设 min_pair=3 跳过小类型，记录跳过比例。\n3. 坐标插值可能破坏 occupancy（a/b 坐标不在同一空间位置）——监控 occupancy_dice，若 <0.80 则只插值表达不插值坐标（coord 保持 b 原始）。\n4. 30 分钟时限紧——核心改动约 40 行，不涉及新依赖；先在 1 个型上单元测试配对逻辑正确性再全量跑。",
  "family_id": "T2EI-01",
  "mechanism": "类型内 a-b 近邻配对后按时间分数 t 做逐细胞表达与坐标线性插值，生成真正处于中间态的细胞替换部分 b 细胞，保留型内异质性（配对结构）而非向型均值坍缩。",
  "vs_constant_shift": "常数位移（ALPHA）对同型所有细胞施加相同向量，不改变型内相对结构；本方案为每个 b 细胞找其专属的 a 近邻并按 t 插值，不同细胞位移方向和幅度不同，型内方差和协方差结构被保留而非压缩。伪批量插值（node 10）在型均值间插值，等价于 ALPHA；本方案在单细胞对间插值，异质性不丢失。",
  "mechanism_evidence": "Engineer 应记录并比较：(1) 被插值细胞的型内表达方差与原始 b 细胞的型内方差之比（应接近 1，若 <<1 说明坍缩）；(2) 插值细胞在 PCA 前 2 维上是否落在 a 簇与 b 簇之间（而非 b 簇原位或型均值点）；(3) 四组分各自变化——预期 cell_state 和 expression_change 上升，shape_scale 持平或微升（occupancy 不变）；(4) 实际被插值的细胞数与跳过的细胞数（验证配对覆盖率）。",
  "mechanism_off_control": "T2EI_INTERP_FRAC=0 时，配对和插值代码路径不执行，输出与父节点 node 8 逐位一致（bit-for-bit）。Engineer 应先验证 INTERP_FRAC=0 的查分 = 61.15（复现父节点），再开启机制。关闭后预期四组分与父节点完全相同（差异 = 0）。",
  "sources": []
}
```