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

节点 n24

实现 PLAN 的基因级信噪比收缩表达时移（每基因乘 s=Δ²/(Δ²+κV)，V=两侧型内方差均值+ε）并做 ON/OFF 对照；代理上 κ=1.0 与 κ=0.5 均不超父（board 随 κ 减小单调回到父值），按 PLAN 回退判据以关闭态提交，输出与父节点 21（=19）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 2f16d74866: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 8463a4e50c。改动的文件：solution/METHOD.md +18 −19、solution/run.py +43 −8

diff --git a/solution/METHOD.md b/solution/METHOD.mdindex 0a455a5..af74cd2 100644--- a/solution/METHOD.md+++ b/solution/METHOD.md@@ -1,40 +1,39 @@-实现 PLAN 的逐类型自适应簇粒度（n_clusters_c=clip(n_cells_c/TCS,3,25)、k_c 同步自适应）并做 ON/OFF 对照；代理上 4 档 TCS 全部低于父配置（local_spatial 66.92→64.7–66.3），按 PLAN 步骤 5 提交关闭态，输出与父节点 19 逐位一致。+实现 PLAN 的基因级信噪比收缩表达时移（每基因乘 s=Δ²/(Δ²+κV)，V=两侧型内方差均值+ε）并做 ON/OFF 对照；代理上 κ=1.0 与 κ=0.5 均不超父（board 随 κ 减小单调回到父值），按 PLAN 回退判据以关闭态提交，输出与父节点 21（=19）一致。 -## 提交配置（family T2HI-04，机制=自适应簇粒度，状态：已实现、对照后关闭）+## 提交配置（family T2HI-01，机制=基因级 SNR 收缩，状态：已实现、对照后关闭） -提交 = 父节点 19 全部路径逐位不动：matched-align Procrustes 对齐（r≥0.3 贪心、保 z）、K=0.62 压实尺度、固定簇抽样（k=25、每型 n_clusters=10、random 播种、jitter 0.02）、类型级表达均值时间插值（同名共有类型、min_mean=2、γ=2）。单输入阶段退路（b is None）同父，不经过簇抽样。+提交 = 父节点 19/21 全部路径不动：matched-align Procrustes 对齐（r≥0.3 贪心、保 z）、K=0.62 压实尺度、固定簇抽样（k=25、每型 10 簇、random 播种、jitter 0.02）、类型级表达均值时间插值（同名共有类型、min_mean=2、γ=2、坐标不动）。单输入阶段退路（b is None）同父，不进入收缩分支。默认环境变量 T2_EXPR_SHRINK=0（关）。 -## 机制实现（PLAN approach 步骤 1–3、6）+## 机制实现（PLAN approach） -- `cluster_sample.py::cluster_take` 新增 `adaptive` 参数：每类型 n_clusters_c = clip(round(n_cells_c / TARGET_CLUSTER_SIZE), MIN_CLUSTERS=3, MAX_CLUSTERS=25)，n_cells_c 为该类型在源阶段的实测细胞数（现场计算，非硬编码）；k_c = clip(round(TCS/5), 10, 40)（T2_ADAPTIVE_K=0 可固定 k=25）。-- `run.py` 环境变量：T2_ADAPTIVE_CLUSTERS（提交默认 0=关）、T2_TARGET_CLUSTER_SIZE、T2_MIN_CLUSTERS、T2_MAX_CLUSTERS、T2_ADAPTIVE_K。新增逻辑全在 `if adaptive is not None` 块内。-- 机制生效证据（TCS=120 开启时 stderr 打印逐类型诊断）：大类型簇确实变小（EXE-Endoderm 8063 细胞 quota1452：父 10 簇×~145 → 自适应 25 簇×59），小类型不再过碎（Forebrain 631：父 10 簇×~12 → 自适应 5 簇×23），k=24。即机制按设计改变了抽样粒度。+- `run.py::apply_type_mean_shift`：开启时对每个共有类型对 (ca,cb)、每基因 g 计算 Δ=mean_b−mean_a、V=(var_a+var_b)/2+ε（ε=0.05 防除零，T2_EXPR_SHRINK_EPS 可调），收缩因子 s=Δ²/(Δ²+κ·V)，实际平移 a 侧 +γ·s·t·Δ、b 侧 −γ·s·(1−t)·Δ；min_mean=2 过滤与 [0,∞) 截断不变。`type_pseudobulk_means` 增加 with_var 选项（E[X²]−E[X]²，现场计算）。+- 环境变量：T2_EXPR_SHRINK（0/1，默认 0）、T2_EXPR_SHRINK_K（κ，默认 1.0）。κ=1.0 先探方向，κ=0.5 补测网格下界；κ=2/4 未测——κ=1.0 已低于父且方向单调（更大 κ 更强收缩，只会更低），PLAN 回退判据已触发。+- 机制生效证据（stderr JSON）：κ=1.0 时 s 中位数 0.020、94.4% 基因 s<0.5、2477/2500 基因 s<0.8；κ=0.5 时中位数 0.040、89.1% s<0.5。即绝大多数基因的 Δ² 远小于型内方差，收缩把 γ=2 平移几乎压到零，确实按设计逐基因差异化改变了平移幅度。  ## 机制关闭对照（PLAN mechanism_off_control） -T2_ADAPTIVE_CLUSTERS=0 时 n_clusters 固定 10、k 固定 25，代码路径与父节点 19 完全相同；实测输出与父配置 h5ad 逐位一致（X data/indices/indptr 与 spatial_3D 全部 np.array_equal），即四组分数与父相同（A 半 seed 0：board 67.79，expr 66.13 / cell_state 67.10 / local 66.92 / shape 71.01）。+T2_EXPR_SHRINK=0 时代码跳过收缩分支（with_var=False，均值路径与父逐语句相同）。实测：OFF 输出 seed 0 两次运行逐位一致（h5 全部 9 个数据集 np.array_equal）；OFF 查分四组与父节点 21 报告值完全相同（board 67.79，expr 66.13 / cell_state 67.10 / local 66.92 / shape 71.01），确认关闭态 = 父行为。 -## 代理查分结果（T2:heart:val_interp A 半，seed 0，共 5 次）+## 代理查分结果（T2:heart:val_interp A 半，seed 0，共 3 次）  | 配置 | board | expr | cell_state | local | shape | |---|---:|---:|---:|---:|---:|-| 父配置（OFF，=提交） | **67.79** | 66.13 | 67.10 | **66.92** | 71.01 |-| 自适应 TCS=120, k=24 | 67.05 | 65.58 | 66.97 | 64.71 | 70.94 |-| 自适应 TCS=200, k=40 | 66.80 | 65.36 | 66.26 | 66.32 | 69.26 |-| 自适应 TCS=300, k=40 | 66.39 | 65.15 | 66.48 | 66.18 | 67.75 |-| 自适应 TCS=200, k=25 | 66.82 | 65.36 | 66.24 | 66.29 | 69.41 |+| 父配置（OFF，=提交） | **67.79** | 66.13 | **67.10** | **66.92** | 71.01 |+| 收缩 κ=0.5 | 67.66 | 66.15 | 66.96 | 66.53 | 71.01 |+| 收缩 κ=1.0 | 67.50 | 65.79 | 66.90 | 66.29 | 71.01 | -结论：PLAN 假设（固定 10 簇使大类型簇过大、邻域被平均化）被证伪——把大类型的大块连续簇打碎（25 簇）对 neighborhood_mmd 的伤害（0.0476→0.0490–0.0525）远大于小类型去碎片化的收益；k 固定与否不改变方向。local_spatial 在所有档位都 ≤ 66.32 < 67.32+1，触发 PLAN 步骤 5 的回退判据（步骤 4 的筛选条件 local_spatial>67.5 亦未满足），且风险 1（收益已饱和）应验。shape_scale 随 TCS 增大而单调下降（大簇提供的空间覆盖更连续），说明父的固定粒度同时是 shape 的最优附近。+结论：PLAN 假设（低 SNR 基因的 γ=2 平移是纯噪声，收缩应提升 expression_change）被证伪——expression_change 不升反降（κ=1.0：66.13→65.79），de_score 同步下降（0.3913→0.3913/0.4022 之间波动，de_direction 0.5636→0.5496），local_spatial 也随 κ 单调下降（平移幅度整体变小使输出更像两端原始细胞的机械混合，邻域对比度降低）。board 随 κ→0 单调回到父值，说明 γ=2 统一平移的收益来自**全部**基因（含低 SNR 基因）的一致移动，而不是少数高 SNR 基因：Δ² ≪ V 的基因虽单个不可靠，但 collectively 贡献了可被评分器识别的整体时移方向。PLAN 回退判据（κ=1.0 的 expr ≤ 父+0.8）第一次查分即触发，风险 1（γ=2 过冲整体有益）应验。  ## 验证过 / 没验证 -- 验证过：提交配置在 proxy 视图 seed 0 复跑确定且与父逐位一致；vec-check 通过；耗时 ~4s、内存 <0.5GB（远低于 limits 28GB/30min）；机制 ON 的诊断输出证明自适应逻辑本身按 PLAN 工作。-- 没验证：TCS<120（更小簇）——TCS=120 已使 local_spatial 掉 2.2，方向单调向下，无必要；final 视图（E8.25+E8.75→E8.5）不可用于本 run 查分，但提交配置与父逐位相同，父在 final 的行为即本节点行为。+- 验证过：OFF 态确定性（两次运行逐位一致）与父行为等价（四组分数逐项相同）；vec-check 通过；耗时 ~2.5s、内存 <0.5GB；机制 ON 的收缩因子诊断输出。+- 没验证：κ∈(0, 0.5)（如 κ=0.1）——趋势单调，最多逼近父值不会超过；κ>1（更强收缩，单调更差）；per-type κ 或按类型细胞数加权的 V（小类型方差估计不稳的风险 3 未单独检验，因为机制整体方向已证伪）。  ## 知识来源与合规 -无新增外部知识；全部统计量（类型细胞数、簇参数、均值）运行时从 view 现场计算。TCS 网格用 vec-score A 半标定（允许通道），提交取回退态故不引入新超参。视图无关：不读 board/路径/绝对时间，时间平移不变。+无新增外部生物学知识；Δ、V、ε 全部运行时从 view 的两个输入阶段现场计算（伪批量均值/方差），无保留阶段信息、无硬编码统计量。视图无关：不读 board/路径/绝对时间，仅用 bracket 与时间差 t，时间平移不变。κ 网格用 vec-score A 半标定（允许通道），提交取回退态、不引入新超参。  ## 下一步建议 -- local_spatial 的簇粒度维度已双向探明饱和（父固定 10 簇是局部最优；更细碎有害）。剩余空间更可能在 neighborhood 的表达侧（如型内 kNN 局部平滑 vs 全局均值平移）或 shape 与 local 的联合（簇的空间覆盖均衡化）。+- 表达侧「基因级重加权 γ」维度已双向探明：统一 γ=2 是局部最优，按 SNR 收缩（本节点）与 kNN 局部平滑（节点 23）均有害。剩余空间可能在 γ>2 方向或按基因功能集（如通路级）而非 SNR 级差异化。+- local_spatial 对平移幅度敏感且与 expr 同向变化，提示两组共享「输出偏离真实中间态的程度」这一潜变量；单独优化一组可能已饱和。diff --git a/solution/run.py b/solution/run.pyindex 3d2e4c2..22271bf 100644--- a/solution/run.py+++ b/solution/run.py@@ -107,16 +107,35 @@ EXPR_GAMMA = float(os.environ.get("T2_EXPR_GAMMA", "2.0")) # gene-relative pattern is biological signal worth interpolating). EXPR_CENTER = os.environ.get("T2_EXPR_CENTER", "0") == "1" --def type_pseudobulk_means(X, labels):-    """Dict type -> dense per-gene mean over that type's cells."""+# --- node 24: gene-level SNR shrinkage of the type-mean shift (PLAN T2HI-01) ---+# The uniform gamma=2 shift amplifies low-SNR genes: genes with small |delta|+# relative to within-type variance get their pseudobulk noise multiplied by 2.+# Empirical-Bayes shrinkage s = delta^2 / (delta^2 + kappa*V), with V the mean+# within-type variance across the two bracket stages, gives each gene its own+# effective gamma_g = gamma*s in [0, gamma]: high-SNR genes keep the full+# shift, noise-dominated genes are pulled toward zero. T2_EXPR_SHRINK=0+# (default) -> s == 1 everywhere, bit-identical to parent node 21 (=19).+EXPR_SHRINK = os.environ.get("T2_EXPR_SHRINK", "0") != "0"+EXPR_SHRINK_K = float(os.environ.get("T2_EXPR_SHRINK_K", "1.0"))+EXPR_SHRINK_EPS = float(os.environ.get("T2_EXPR_SHRINK_EPS", "0.05"))+++def type_pseudobulk_means(X, labels, with_var=False):+    """Dict type -> dense per-gene mean (and variance if with_var) over cells."""     out = {}+    out_var = {}     for c in np.unique(labels):         mask = labels == c         if mask.sum() == 0:             continue-        out[c] = np.asarray(X[mask].mean(axis=0), dtype=np.float64).ravel()-    return out+        m = np.asarray(X[mask].mean(axis=0), dtype=np.float64).ravel()+        out[c] = m+        if with_var:+            m2 = np.asarray(X[mask].multiply(X[mask]).mean(axis=0), dtype=np.float64).ravel()+            out_var[c] = np.maximum(m2 - m * m, 0.0)+    if with_var:+        return out, out_var+    return out, {}   def apply_type_mean_shift(expr, labels_a_sel, labels_b_sel, stage_a, stage_b, t, pairs=None):@@ -126,13 +145,14 @@ def apply_type_mean_shift(expr, labels_a_sel, labels_b_sel, stage_a, stage_b, t,     list of (type_a, type_b) cross-stage matches (from matched_align), so the     shift also covers types whose names differ across annotations.     """-    mean_a = type_pseudobulk_means(stage_a.X, stage_a.labels)-    mean_b = type_pseudobulk_means(stage_b.X, stage_b.labels)+    mean_a, var_a = type_pseudobulk_means(stage_a.X, stage_a.labels, with_var=EXPR_SHRINK)+    mean_b, var_b = type_pseudobulk_means(stage_b.X, stage_b.labels, with_var=EXPR_SHRINK)     if pairs is None:         pairs = [(c, c) for c in mean_a if c in mean_b]     na = int(labels_a_sel.shape[0])     part_a, part_b = expr[:na], expr[na:]     n_shared = 0+    s_all = []     for ca_, cb_ in pairs:         ma = mean_a.get(ca_)         mb = mean_b.get(cb_)@@ -141,7 +161,14 @@ def apply_type_mean_shift(expr, labels_a_sel, labels_b_sel, stage_a, stage_b, t,         delta = mb - ma         if EXPR_CENTER:             delta = delta - delta.mean()-        delta = EXPR_GAMMA * delta+        if EXPR_SHRINK:+            V = 0.5 * (var_a[ca_] + var_b[cb_]) + EXPR_SHRINK_EPS+            d2 = delta * delta+            s = d2 / (d2 + EXPR_SHRINK_K * V)+            s_all.append(s)+            delta = EXPR_GAMMA * s * delta+        else:+            delta = EXPR_GAMMA * delta         if EXPR_MIN_MEAN > 0.0:             keep = np.maximum(ma, mb) > EXPR_MIN_MEAN             delta = np.where(keep, delta, 0.0)@@ -152,6 +179,14 @@ def apply_type_mean_shift(expr, labels_a_sel, labels_b_sel, stage_a, stage_b, t,         if sel_b.any():             part_b[sel_b] += (-(1.0 - t) * delta).astype(np.float32)         n_shared += 1+    if EXPR_SHRINK and s_all:+        s_cat = np.concatenate(s_all)+        print(json.dumps({+            "expr_shrink": {"kappa": EXPR_SHRINK_K, "eps": EXPR_SHRINK_EPS,+                            "s_median": float(np.median(s_cat)),+                            "frac_s_lt_0.5": float((s_cat < 0.5).mean()),+                            "n_s_lt_0.8": int((s_cat < 0.8).sum()),+                            "n_gene_pairs": int(s_cat.size)}}), file=sys.stderr)     np.clip(expr, 0.0, None, out=expr)     return n_shared 

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

**做了什么**：按 PLAN 在 `apply_type_mean_shift` 中实现基因级 SNR 收缩（s=Δ²/(Δ²+κV)，V=两侧型内方差均值+ε=0.05，T2_EXPR_SHRINK/T2_EXPR_SHRINK_K 开关），带 stderr 诊断输出与单输入退路。

**查分结果**（3/20 次，A 半）：κ=1.0 → board 67.50（expr 65.79，s 中位数 0.020，94% 基因 s<0.5）；κ=0.5 → 67.66；父配置 OFF → 67.79（与节点 21 报告值逐项一致，OFF 两次运行逐位相同）。机制方向证伪：收缩随 κ 单调伤 expr/local，γ=2 统一平移的收益来自全部基因的一致移动。按 PLAN 回退判据以关闭态提交，seed 3 亦跑通、vec-check 通过。

**下一步最值得试**：γ>2 方向（既然收缩到 γ_g<2 有害，反向放大可能有益）；或 local_spatial 与 expression_change 共享「偏离真实中间态程度」潜变量，联合优化而非单组调参。

调研员

```json
{
  "name": "基因级信噪比收缩表达时移（γ·Δ 乘 Δ²/(Δ²+κV) 逐基因权重）",
  "motivation": "expression_change 是最弱组（66.67）。节点 19 的 γ=2 统一型均值平移虽带来 +1.77，但对所有基因一视同仁：低信噪比基因（|Δ| 小、型内方差大）的平移被 γ=2 放大为纯噪声。节点 23 已证伪 kNN 局部平滑（cell_state 67.10→64.13），节点 21 已证伪簇粒度调整（local_spatial 66.92→64.71–66.32），表达侧剩余空间在于提高现有平移的基因级精度而非引入新的空间操作。",
  "approach": "在 run.py apply_type_mean_shift 内，对每基因 g、类型 c 计算收缩因子 s = Δ²/(Δ² + κ·V)，其中 Δ = mean_b[g,c]−mean_a[g,c]，V = (var_a[g,c]+var_b[g,c])/2（两侧型内方差均值，ε=0.05 防除零）。实际平移改为 a 侧 +γ·s·t·Δ、b 侧 −γ·s·(1−t)·Δ，min_mean=2 过滤不变，截断 [0,∞) 不变。环境变量：T2_EXPR_SHRINK（0=关/1=开，默认 0）、T2_EXPR_SHRINK_K（κ，默认 1.0）。κ 搜索网格 [0.5, 1.0, 2.0, 4.0]，先跑 κ=1.0 一次探方向：若 expression_change > 67.5（超父 0.8 以上）再试 1–2 个 κ；否则立即回退关闭态提交。单输入阶段退路同父（b is None 时不经过平移，代码路径不进入收缩分支）。",
  "expected_groups": ["expression_change"],
  "risks": "1) γ=2 过冲可能整体有益（捕捉非线性加速），收缩削弱有效信号——若最弱收缩 κ=4 仍不超父，方向错误，立即回退；2) 改善可能 <1 分（T2 噪声），需 2 次查分确认；3) 小类型（<100 细胞）方差估计不稳，ε 下限缓解但不消除。Engineer 第一次查分即可判断方向。",
  "family_id": "T2HI-01",
  "mechanism": "对型均值平移的每个基因乘以经验贝叶斯收缩因子 s=Δ²/(Δ²+κV)：高信噪比基因保留全量 γ=2 平移，低信噪比基因平移被压向零，等效于每基因拥有独立的有效 γ_g∈[0,γ]。",
  "vs_constant_shift": "常位移对型内所有基因施加相同幅度 γ·Δ；本机制按基因信噪比差异化收缩，改变的是平移在基因维度上的分布形状（高 Δ 基因保留、低 Δ 基因压缩），而非整体缩放 γ 值。",
  "mechanism_evidence": "Engineer 在 stderr 打印：收缩因子中位数、s<0.5 的基因占比、被显著收缩（s<0.8）的基因数；对比开启/关闭时 expression_change 和 cell_state 分数。若 >25% 基因 s<0.8 且 expression_change 有可重复提升，机制生效。",
  "mechanism_off_control": "T2_EXPR_SHRINK=0 时代码跳过收缩分支，s 恒为 1，输出与父节点 21（=19）逐位一致（np.array_equal 验证 X 与 spatial_3D）。"
}
```

审查员

REVIEW.json written