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

节点 n14

按 PLAN 在 T2HI-01 输出坐标端实现确定性 PCA 规范化（减质心→PCA 旋转→det=+1→三阶矩定向）并做 ON/OFF 对照；对照显示形状对齐已旋转不变、规范化仅微伤 occupancy，按 PLAN 判据关闭提交，产物与父节点12逐位一致。

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 88dd0156db: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 79854afc0c。改动的文件：solution/METHOD.md +25 −42、solution/run.py +43 −1

diff --git a/solution/METHOD.md b/solution/METHOD.mdindex 142c49c..15ccc50 100644--- a/solution/METHOD.md+++ b/solution/METHOD.md@@ -1,66 +1,49 @@-在父节点10实现跨类型表达相关匹配对齐(matched-align)替代exact-name作Procrustes地标；机制激活(22匹配对)但shape_scale未提升(55.2–56.2 vs 56.21)，按PLAN回退关闭，提交=父节点行为。+按 PLAN 在 T2HI-01 输出坐标端实现确定性 PCA 规范化（减质心→PCA 旋转→det=+1→三阶矩定向）并做 ON/OFF 对照；对照显示形状对齐已旋转不变、规范化仅微伤 occupancy，按 PLAN 判据关闭提交，产物与父节点12逐位一致。  ## 方法族与实现 -PLAN 指定家族 **T2HI-01**（插值：对齐 → logit 组成插值 → 共有类型内 k-NN 簇抽样 + 逐细胞表达凸组合，坐标 hold）。本节点按 PLAN 新增 **matched_align** 子机制：把 Procrustes 对齐地标从 exact-name 共有类型换成**跨类型表达相关贪心匹配对**。核心家族机制（`INTERP_ENABLED=1`, `EXPR_INTERP=1`, `COORD_MODE=hold`, 簇抽样 K=25/C=10）全部保持打开。+PLAN 指定家族 **T2HI-01**（对齐 → logit 组成插值 → 共有类型内 k-NN 簇抽样 + 逐细胞表达凸组合，坐标 hold），family 机制全部保持打开（`T2HI_INTERP=1`, `T2HI_EXPR=1`, `T2HI_COORD=hold`, K=25/C=10，父节点12 已验证的 matched-align 保持 OFF）。 -matched_align 实现（`solution/run.py`）：-1. 各侧按 celltype 算 pseudobulk 平均表达（每侧 ≥ `MATCH_MIN_CELLS` 细胞的类型）。-2. 计算 a-型 × b-型 Pearson 相关矩阵，按相关从高到低**贪心**选匹配对（每型至多用一次，r ≥ `MATCH_R`），权重 = min(两侧该型细胞数)。-3. 用匹配对质心做 Procrustes：xy Kabsch（允许反射），z 不旋转、符号由匹配质心 z 相关定。-4. 匹配对 < 3 → 回退 exact-name `align_pair`（其内部再回退 PCA）。-5. 开关 `T2_MATCHED_ALIGN=1/0`；另有 `T2_MATCH_R`、`T2_MATCH_MIN_CELLS`、`T2_MATCH_WEIGHT`(count/corr/corr2)、`T2_MATCH_ZFLIP` 供搜索。+本节点新增 PLAN 机制 **canonicalise**（`canonicalize_coords`，`solution/run.py`）：在最终写文件之前对输出坐标做一次+1. 减质心；+2. 对称 `eigh` 求协方差特征分解，旋转到 PCA 主轴（特征值降序）；+3. 若旋转矩阵 det=-1，将最后一轴乘 -1 强制 det=+1；+4. 逐轴按第三中心矩符号定向（正偏度指向 +轴）。++只在三个最终输出点各应用一次（interp / control-mix / 单阶段 fallback），不影响对齐、插值、抽样等任何中间步骤。开关 `T2_CANONICAL`，**提交默认 0（关）**；设 1 可复现机制对照。  ## 机制生效证据（实际改变了什么） -机制**确实激活并改变输出**（非空转）。proxy 上 r≥0.3 时贪心匹配到 **22 对**（远超回退阈值 3），含大量生物合理的跨类型匹配：Endo↔Great Artery Endoth(0.863)、V-CM↔V-CM(0.851)、JCF↔Peri(0.844)、Intra-Endoth-2↔BEC(0.812)、Lateral FG↔Foregut(0.812)、IFT-CM↔A-CM(0.807)、d-CSE↔SE(0.77)、pPHM↔aPHM(0.751) 等。相比 exact-name 仅 5 个共有类型（NCC/Peri/V-CM/aPHM/pPHM）。匹配地标改变了作用于**全部细胞坐标**的整体刚体+反射变换：det、xy 旋转、以及 z 符号判定（matched 给出 z_flipped=True，exact-name 为 False）都随之改变，因此每个细胞的落点随位置而异——不是常数位移，也不是组成重加权。+机制确实激活并改变输出（非空转），且为纯刚体变换：++- **坐标全部改变**：ON vs OFF `spatial_3D` 不相等（整体旋转+反射作用于每个细胞，位移随位置而异）；规范化后质心 ≈ (0,0,0)（~1e-5），协方差非对角元 ≤1.3e-5（对角化），det=+1，三轴第三矩均为正（305k / 624k / 84k）——PLAN mechanism_evidence 的四条几何性质全部实测成立。+- **表达完全不变**：ON vs OFF 的 `.X` `array_equal=True`；RMS 不变（346.33）；k=5 近邻索引集合 `array_equal=True`（距离结构逐位保留）。+- **四组分变化**：只有 shape_scale 动了（56.21 → 55.97）；cell_state 65.73、expression_change 64.77、local_spatial 63.66 三组逐项不变——符合刚体变换预期。+- 不是常数位移（每细胞位移不同、质心被减掉后旋转作用于全云），也不是组成重加权（细胞数、类型配额、表达值完全不变）。  ## 对照结果（A 半，seed 0，官方评分器）  | 配置 | board | shape_scale | local_spatial | cell_state | expr_change | |---|---:|---:|---:|---:|---:|-| **提交：matched OFF（=父节点10）** | **62.59** | **56.21** | 63.66 | 65.73 | 64.77 |-| matched ON r0.3 count（z-flip） | 62.39 | 55.23 | 63.81 | 65.73 | 64.77 |-| matched ON r0.3 count（no z-flip） | 62.36 | 55.45 | 63.49 | 65.73 | 64.77 |-| matched ON r0.7（11 对） | 62.51 | 55.67 | 63.89 | 65.73 | 64.77 |-| matched ON weight=corr | 62.39 | 55.28 | 63.80 | 65.73 | 64.77 |-| matched ON weight=corr2（最佳） | 62.56 | 56.19 | 63.57 | 65.73 | 64.77 |--**关闭对照**：`T2_MATCHED_ALIGN=0` 与父节点10输出**逐位一致**（X 与 spatial_3D 均 `array_equal=True`），board 62.59、shape_scale 56.21，符合 PLAN 的 mechanism_off_control 预期。--**结论：机制生效但未带来收益。** 所有 matched-ON 配置的 shape_scale（55.2–56.2）均**不高于**父节点 exact-name 的 56.21；board 全部 ≤ 62.59。最佳的 corr2 加权（用 r² 压低可疑低相关对）仅把 shape_scale 拉回 56.19 ≈ 父节点，board 62.56 仍在噪声内略低。PLAN 的成功判据是「shape_scale 提升 > 1 且总分不降」——**未满足**，故按 PLAN 明确指示「否则回退 0」，提交 `T2_MATCHED_ALIGN=0`。--## 为什么不奏效（与节点8的差异）--节点8在 node7（mix 组成、shape_scale 52.78）上把地标换成 matched-align 得到 +3.15（→55.93）。但本父节点10（logit 组成 + coord=hold）的 exact-name 对齐**已经达到 shape_scale 56.09/56.21**，即 matched-align 在节点8 上换来的水平，node10 用 5 个空间可靠的同名类型就已达到。matched-align 再叠加只会在饱和点上波动：表达相关匹配把**空间上并不对应**的类型（如 Unknown↔OFT-CM、Allantois↔Branch Arch、Peri↔ST）也拉来当地标，Kabsch 为对齐这些表达相似但位置不符的质心而扭动 xy 旋转，反而不如同名地标稳。这正是 PLAN 风险 #1（与节点8/11 重叠、增益已被父节点吸收）的实现。--## 附加搜索：簇抽样参数（均 matched OFF）--顺带扫了 local_spatial 的最大杠杆——簇抽样 KNN_K × N_CLUSTERS（父=25×10）：+| canonical ON | 62.53 | 55.97 | 63.66 | 65.73 | 64.77 |+| **canonical OFF（提交，=父节点12）** | **62.59** | **56.21** | 63.66 | 65.73 | 64.77 | -| K×C | board | shape_scale | local_spatial |-|---|---:|---:|---:|-| 25×10（父） | 62.59 | 56.21 | 63.66 |-| 50×10 | 62.58 | 55.01 | 64.04 |-| 25×20 | 62.57 | 55.20 | 63.90 |-| 25×5 | 61.63 | 51.50 | 65.10 |-| 40×8 | 61.95 | 51.85 | 64.93 |-| 15×10 | 61.31 | 50.79 | 64.39 |+**关闭对照**：`T2_CANONICAL=0`（提交默认）与父节点12输出**逐位一致**（`.X` 与 `spatial_3D` 均 `array_equal=True`），seed 0 两次运行逐位相同。 -shape_scale 对 K 极敏感，K=25/C=10 是尖峰最优；增大 K 或改 C 都以 shape 换 local，总分不升反降。父节点已坐在该前沿最优处，无免费改进。+**结论：机制生效但无收益，按 PLAN 判据回退关闭。** 细分指标给出了机理：ON/OFF 的 `d2_shape`（0.02542）与 `scale_log_ratio`（0.4669）**完全相同**——评分器的形状对齐本身已对旋转/手性不变，k026 假设的"旋转方差源"在 shape 分量上不存在；规范化唯一改变的是 `occupancy_dice`（0.8247 → 0.8207，占据栅格依赖绝对朝向，PCA 规范帧不如 Procrustes 对齐到 a 阶段的原始帧），使 shape_scale 净降 0.24（噪声内但方向为负）。PLAN 成功判据「shape_scale 提升 > 1」未满足 → 提交 OFF。  ## 已验证 / 未验证 -**已验证**：(1) proxy 全流程跑通（~2s，纯 CPU，峰值内存远低于 limits），`vec-check` ok；(2) 提交默认（无环境变量）与父节点10**逐位一致**，seed 0 两次逐位相同，`np.random.default_rng(seed)`，无全局随机；(3) matched ON/OFF 对照如上，机制激活时确实改变 22 对地标、xy 旋转与 z 符号（改变全部细胞坐标），OFF 时回退父节点；(4) 视图无关：matched_align/matched_landmarks 只用 coords、labels、X，不读 board/mode/path、不用绝对时间；t 由 `interp_bracket` 用时间**差**算，统一平移不变；默认 OFF 路径 = 父节点（已证视图无关）。+**已验证**：(1) proxy 全流程 ~2s 纯 CPU，`vec-check` ok；(2) 提交默认与父节点12逐位一致、对 seed 确定（`np.random.default_rng(seed)`）；(3) ON/OFF 对照如上，机制的四条几何性质逐条实测；(4) 视图无关：`canonicalize_coords` 只用输出坐标本身（数据驱动、无绝对时间、无路径/board/manifest 字段依赖），且提交默认 OFF 路径 = 父节点12（已证视图无关）。 -**未验证 / 风险**：(1) matched-align 在 **final（31 共有类型）** 上是否更有价值未测——proxy 仅 5 个同名类型，matched 的 22 对里很多是跨类型，若 final 同名类型已足够多，matched 的边际收益可能仍为负；本节点据 proxy 判其不奏效并关闭。(2) shape_scale 受目标 RMS 制约：两端 log-线性给 346，proxy 真值 E8.75≈217（心脏尺度非单调 354→217→335），scale_log_ratio≈0.467 是 shape 的主惩罚，**无法从括号两端推出更小的目标**，matched-align 不改 RMS 故对此无能为力——这是方法卡已知弱点，未硬调 scale_damp 到 proxy 真值（会破坏视图无关）。(3) 未在 final/伪装视图实跑，仅代码层面论证视图无关。+**未验证 / 风险**：(1) occupancy_dice 对朝向的敏感性提示"换一个非 PCA 的规范朝向"可能有 ≤0.1 量级的波动，但父帧（Procrustes 到 a 阶段）已是实测更优朝向，无证据存在更好选择，未做搜索（避免过拟合 A 半噪声）；(2) 未在伪装视图实跑，仅代码层面论证；(3) shape_scale 的真正瓶颈仍是 target_rms（log-线性 346 vs proxy 真值 217，`scale_log_ratio`≈0.467），任何刚体变换都无法触及。  ## 生物学知识来源 -未引入外部文献/数据库/检索知识，也未用保留阶段或保留基因型的任何信息。细胞类型名、表达、坐标全部来自视图给定的官方输入阶段（proxy: E8.25_late、E9.5，均在允许范围；目标 E8.75 未使用）。跨类型表达相关匹配、Pearson 相关、Kabsch/Procrustes、贪心匹配均为通用统计/几何方法，不含针对禁窗阶段的先验。未读 `external/` 与 `prior/`。+未引入外部文献/数据库/检索知识，未用保留阶段（E8.5/E10.5/E12.5、禁窗 (8.25,8.75) 与 9.5<E≤13.5）或保留基因型的任何信息；输入为视图给定的 E8.25_late 与 E9.5（均在允许范围）。PCA、特征分解、第三矩定向均为通用统计/几何方法。未读 `external/` 与 `prior/`。  ## 下一步 -1. matched-align 在本 base 饱和，**不要再在 node10 系上重试同款对齐**（本节点已证伪）；若要验证它在多类型场景的价值，应在 final-like（多共有类型）视图上单独测，而非 proxy。-2. shape_scale 被目标 RMS 卡死：真正需要的是**不使用真值**的更好 RMS 估计（如 RMS 随 log 细胞数/阶段间隔的回归、或对称验证的 SCALE_DAMP），但要警惕过拟合 proxy 的非单调 dip。-3. local_spatial/expr 的前沿已被父节点占满；若要突破，需换机制（如容量约束/双向互匹配的表达插值、或亚型细分以在多类型下激活 expr interp），而非调簇参数。+1. shape_scale 已被证明对**姿态类**改法完全不敏感（matched-align、PCA 规范化双双证伪，d2_shape 恒为 0.02542）——不要再做任何对齐/朝向类尝试；唯一剩余杠杆是 target_rms 估计（如 RMS~log 细胞数 / 阶段间隔的视图内回归），但需警惕 proxy 非单调 dip（354→217→335）导致的过拟合。+2. occupancy_dice 是唯一随朝向变的形状子指标且现帧更优；若未来改动细胞空间分布（如簇参数），需连同 occupancy 一起复测。+3. cell_state/expr/local 前沿仍被父配置占满，突破需换机制（容量约束双向互匹配的表达插值等，见父 ANALYSIS）。diff --git a/solution/run.py b/solution/run.pyindex 565ec2f..46e31de 100644--- a/solution/run.py+++ b/solution/run.py@@ -46,6 +46,15 @@ MATCH_R = float(os.environ.get("T2_MATCH_R", "0.3")) MATCH_MIN_CELLS = int(os.environ.get("T2_MATCH_MIN_CELLS", "30")) MATCH_ZFLIP = os.environ.get("T2_MATCH_ZFLIP", "1") != "0"  # diagnostic: apply matched z-sign decision MATCH_WEIGHT = os.environ.get("T2_MATCH_WEIGHT", "count")  # count | corr | corr2+# canonicalise: deterministic canonical frame for the FINAL output coordinates+# (centre -> PCA rotation -> det=+1 -> third-moment axis orientation). Rigid+# transform only; expression, sampling and interpolation logic are untouched.+# Empirically REJECTED on this base (see METHOD.md): d2_shape/scale_log_ratio+# are unchanged by the rigid rotation (scorer's shape alignment is already+# rotation-invariant) and occupancy_dice slightly worsened (0.8247 -> 0.8207),+# shape_scale 56.21 -> 55.97. Submitted OFF per the PLAN criterion; set+# T2_CANONICAL=1 to re-enable the implemented mechanism for comparison.+CANONICAL = os.environ.get("T2_CANONICAL", "0") != "0" MIN_TYPE_CELLS = 5 KNN_K = int(os.environ.get("T2_KNN_K", "25")) N_CLUSTERS = int(os.environ.get("T2_N_CLUSTERS", "10"))@@ -159,6 +168,32 @@ def matched_align(coords_a, coords_b, labels_a, labels_b, X_a, X_b,     return aligned_a, aligned_b, info2  +def canonicalize_coords(coords: np.ndarray) -> np.ndarray:+    """Deterministic canonical frame for output coordinates.++    (a) subtract centroid; (b) rotate onto PCA axes (eigenvalues descending,+    computed via symmetric eigh for determinism); (c) if the rotation matrix has+    det=-1, flip the last axis to force det=+1; (d) orient each axis by the sign+    of its third central moment (positive skew points along +axis). Rigid+    transform: pairwise distances and all expression content are unchanged.+    """+    x = np.asarray(coords, dtype=np.float64)+    x = x - x.mean(axis=0)+    cov = (x.T @ x) / max(len(x) - 1, 1)+    evals, evecs = np.linalg.eigh(cov)+    order = np.argsort(-evals)+    rot = evecs[:, order]  # columns are PCA axes, descending variance+    if np.linalg.det(rot) < 0:+        rot = rot.copy()+        rot[:, -1] *= -1.0+    y = x @ rot+    for ax in range(y.shape[1]):+        col = y[:, ax]+        if float((col ** 3).mean()) < 0:+            y[:, ax] *= -1.0+    return y++ def cluster_take(coords: np.ndarray, n: int, rng: np.random.Generator) -> np.ndarray:     """Greedy k-NN region growth: ~N_CLUSTERS spatially contiguous blocks totalling n cells."""     m = len(coords)@@ -268,7 +303,10 @@ def run(view: str, out: str, seed: int) -> None:         n = int(np.clip(sa.n, lo, hi))         idx = take(sa.labels, n, rng)         expr = np.asarray(sa.X[idx].todense(), dtype=np.float32)-        vio.write_t2(out, expr, sa.coords[idx], genes, seed=seed)+        coords = sa.coords[idx]+        if CANONICAL:+            coords = canonicalize_coords(coords)+        vio.write_t2(out, expr, coords, genes, seed=seed)         print(f"[fallback] single anchor stage, n={n}", file=sys.stderr)         return @@ -326,6 +364,8 @@ def run(view: str, out: str, seed: int) -> None:         ])         coords = np.vstack([ca[ia], cb[ib]])         coords = scale_to_rms(_jitter(coords, rng), target_rms)+        if CANONICAL:+            coords = canonicalize_coords(coords)         vio.write_t2(out, expr, coords, genes, seed=seed)         print(f"[control] mix n={len(expr)} t={t:.3f}", file=sys.stderr)         return@@ -392,6 +432,8 @@ def run(view: str, out: str, seed: int) -> None:     expr = np.vstack(expr_parts).astype(np.float32)     coords = np.vstack(coord_parts)     coords = scale_to_rms(_jitter(coords, rng), target_rms)+    if CANONICAL:+        coords = canonicalize_coords(coords)     print(         f"[interp] t={t:.3f} n={len(expr)} shared={len(shared)} {shared} "         f"interp_cells={n_interp_cells} align={info.get('align')} "

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、查分结果、下一步：

- **做了什么**：按 PLAN 在 T2HI-01 输出坐标端实现确定性 PCA 规范化（减质心→PCA 旋转→det=+1→三阶矩定向，`T2_CANONICAL` 开关），只作用于最终写出的坐标。机制生效证据齐全：坐标全变（质心≈0、协方差对角化、det=+1、三阶矩全正），`.X`/RMS/kNN 结构逐位不变，仅 shape_scale 一组动。
- **查分（A 半，用 2/20）**：ON 62.53（shape_scale 55.97）vs OFF=父节点 62.59（56.21）。机理明确：`d2_shape` 与 `scale_log_ratio` ON/OFF 完全相同（评分器形状对齐本就旋转不变），仅 `occupancy_dice` 0.8247→0.8207 微伤。按 PLAN 判据（提升>1 才提交）**关闭提交**，产物与父节点12逐位一致，vec-check ok、seed 确定。
- **下一步最值得试**：shape_scale 对一切姿态类改法已双双证伪（matched-align、规范化），唯一杠杆是 target_rms 估计（视图内 RMS~log 细胞数/阶段间隔回归，警惕 proxy 非单调 dip 过拟合）；cell_state/expr 需换机制（容量约束双向互匹配插值）。

调研员

10→12）的 shape_scale 停滞在 56.09，是四组中最低分。ANALYSIS 指出 shape_scale 的主惩罚来源是 target_rms 估计偏差（log-线性给 346，真值≈217，scale_log_ratio≈0.467），且对齐类改法已饱和（matched-align 在 node12 被证伪）。但文献库 k026 指出一个尚未尝试的结构性问题：形状指标对点云做 PCA 对齐但不固定行列式，因此同一次预测的旋转/手性翻转可能改变形状分。当前 node10 系从未做过坐标规范化（canonicalisation），这个方差源仍然存在。通过规范化自身输出的坐标系（减质心→旋转到 PCA 轴→强制 det=+1→三阶矩定向），可以消除评分器引入的额外形状方差，而不改变预测内容的内在结构。预期对 shape_scale 有正向影响（减少随机旋转带来的分数损失）。",
 "approach": "步骤：\n1. 在 solution/run.py 的预测坐标输出端（写文件之前）新增一个坐标规范化函数：(a) 减去质心；(b) 对预测坐标做 PCA，旋转到主成分轴；(c) 计算旋转矩阵行列式，若为 -1 则将最后一个轴乘以 -1 使 det=+1；(d) 用第三阶矩（第三中心矩）的符号翻转每个轴，使方向唯一确定。\n2. 该函数只在最终输出坐标上应用一次，不影响对齐、插值、抽样等中间步骤。\n3. 对照开关 T2_CANONICAL=0（默认1），关闭时行为与当前父节点完全一致（跳过规范化步骤）。\n4. 先小样本验证：跑一次 proxy，确认 vec-check 通过、输出文件非空、规范化前后坐标确实不同（旋转变化）但基因表达不变。\n5. 用 vec-score 查分比较 shape_scale 是否提升 > 1 分。若提升则提交；若未提升或下降，检查是否规范化引入了问题（例如 PCA 轴与形状指标期望不一致），再回退关闭。\n6. 不改动任何插值逻辑（INTERP_ENABLED, EXPR_INTERP, COORD_MODE, KNN_K, N_CLUSTERS 等全部保持父节点默认值），只加规范化后处理。\n单输入阶段退路：单阶段时坐标仍来自同一阶段，规范化逻辑不变，无额外依赖。\nvec-score 快速筛选：只需一次查询即可判断（规范化是确定性变换，无随机性），若 shape_scale 提升 > 1 即有效。",
 "expected_groups": ["shape_scale"],
 "risks": "风险1：规范化可能恰好把形状指标期望的手性方向反过来了（例如评分器内部 PCA 的 det 习惯与规范化不一致），导致 shape_scale 反而下降。Engineer 应在第一次查分后立刻比较 shape_scale 前后差异，若下降 > 1 分则关闭规范化并提交父节点。\n风险2：PCA 轴在三阶矩定向时若数据分布对称导致符号不确定，可能产生微小抖动，但这在规范化的设计内，影响极小。\n风险3：只影响 shape_scale，其他三组应不变；若出现其他组变化，说明规范化影响了坐标结构（不应发生，因为只是刚体变换）。",
 "family_id": "T2HI-01",
 "mechanism": "在最终预测坐标上应用确定性坐标规范化（减质心→PCA 旋转→det=+1→三阶矩定向），消除评分器 PCA 对齐中因旋转/手性自由度引入的形状分方差。",
 "vs_constant_shift": "这是坐标系的刚体旋转与手性固定，不是每型常数位移（每细胞位移随其坐标位置而异，质心被减掉后旋转矩阵作用于所有细胞），也不是全局组成重加权（细胞数、类型配额、表达值完全不变）。",
 "mechanism_evidence": "Engineer 应比较规范化前后的坐标：(1) 质心应变为 (0,0,0)；(2) 协方差矩阵应变为对角（PCA 轴）；(3) 旋转矩阵行列式应为 +1；(4) 四组分中只有 shape_scale 应变化，其余三组应不变（因为是刚体变换，不影响表达、邻域距离的相对值）。若规范化后 shape_scale 提升 > 1 分，说明之前确实存在旋转/手性方差损失。",
 "mechanism_off_control": "设 T2_CANONICAL=0 时，跳过规范化步骤，输出坐标与当前父节点12完全一致（应验证 array_equal）。预期差别：规范化关闭时 shape_scale 保持在 56.09，开启后应有变化（提升或下降，取决于手性是否匹配评分器期望）。若开启后分数不变，说明规范化对该组无影响，可回退关闭。",
 "sources": []}
```