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

节点 n4

类型匹配混合插值（matched-align mix）+ 类型位移机制（对照显示代理上有害，提交关闭）

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 15bc86a0b1: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 7a64e550e5。改动的文件：solution/EXECUTION.json +1 −0、solution/METHOD.md +39 −0、solution/README.md +2 −3、solution/run.py +132 −14

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..1a3b213--- /dev/null+++ b/solution/METHOD.md@@ -0,0 +1,39 @@+# 类型匹配混合插值（matched-align mix）+ 类型位移机制（对照显示代理上有害，提交关闭）++双括号真实细胞按 t 混合（表达+坐标+组成），新增：用类型均值表达的相关性把上括号类型匹配到下括号类型，匹配名用于 Procrustes 坐标对齐，形状分 53.1→54.5；PLAN 指定的类型位移机制已实现并验证，但在本代理上单调降低总分，提交配置 γ=0。++## 方法++1. `interp_bracket` 取目标两侧输入（proxy: E8.25_late + E9.5 → t=0.4），单输入/无括号时退化为 copy_last（分层抽样到上限）。+2. **类型匹配**（新）：两阶段标注词汇几乎不重叠（33 vs 22 型，仅 5 个同名）。对每对 (下括号类型, 上括号类型) 计算类型均值表达（面板 500 基因）的 Pearson 相关，贪心一对一匹配，r ≥ 0.3、每侧 ≥30 细胞。匹配结果（如 A-CM→IFT-CM r=0.81、Foregut→Lateral FG r=0.81、Great Artery Endoth→Endo r=0.86）符合已知谱系关系；只用表达数据现场计算，不硬编码。+3. **坐标对齐**（新）：`align_pair(procrustes)` 用匹配后的共享类型质心做 xy Kabsch（5 个同名 → 最多 21 个匹配质心），z 保号。两朵云缩放到 log 线性目标 RMS（scale_damp=1）。+4. **细胞混合**：`mix_indices` 按 (1−t, t) 从两侧分层抽样（用原始标签，不合并匹配名——合并会使 cell_state 65.9→65.9 但组成失真），总数 `interp_count` 夹到 [min, max]。+5. **类型位移机制**（PLAN T2HI-01，已实现）：delta[type] = 匹配对的类型均值差；下括号细胞 +γ·t·delta、上括号细胞 −γ·(1−t)·delta，使两侧落到时间插值的类型均值。开关：`T2_SHIFT_GAMMA`（提交默认 0）、`T2_GAMMA_A/B`、`T2_MATCH_R`、`T2_T`（=0 时整体退化为 copy_last 对照）。++## 查分结果（proxy，seed 0，A 半）++| 配置 | 榜分 | expr | state | shape | local |+|---|---:|---:|---:|---:|---:|+| **提交：matched-align mix, γ=0** | **59.38** | 63.8 | 65.9 | **54.4** | 53.3 |+| 对照 T2_T=0（机制关，=copy_last） | 48.73 | 44.1 | 51.3 | 49.8 | 49.8 |+| exact-name align mix, γ=0（≈seed mix） | 59.07 | 63.8 | 65.9 | 53.1 | 53.5 |+| matched align + γ_a=γ_b=0.5 | 57.47 | 67.1 | 58.0 | 53.7 | 51.1 |+| matched align + γ_b=1（只移上括号） | 57.12 | 69.3 | 54.8 | 53.7 | 50.8 |+| γ=0.25, r≥0.6 | 58.00 | 65.1 | 62.2 | 52.4 | 52.3 |+| matched align + γ_a=0.5 | 58.44 | 63.4 | 64.5 | 54.4 | 51.5 |++## 机制生效证据与对照结论++- 对照 T2_T=0（48.73）vs 提交（59.38）：插值机制整体有效，expression_change 44.1→63.8 是最大变化项，符合 PLAN 预期。+- **类型位移子机制（γ）在代理上单调有害**：γ 从 0 → 0.25 → 0.5 → 1，expression_change 升（63.8→69.3）但 cell_state 降更多（65.9→54.8），总分单调下降；γ_a、γ_b、匹配阈值多种组合都试过（上表），无一超过 γ=0。原因推测：对 log 表达做类型级平移使细胞离开真实流形（mmd_u 0.033→0.038），且多对一匹配（Endo 收 4 个上括号内皮亚型）使 delta 混入类型身份差而非时间差。**按"选择依据是查分结果"的规则，提交默认 γ=0**；位移代码保留，`T2_SHIFT_GAMMA>0` 可复现。真实榜（E8.25+E8.75，31 个同名类型，词汇一致）上位移可能不再受匹配噪声污染，值得后续节点在 final 语义下重估——但本节点只按 proxy 证据提交。+- matched-align 的收益（shape 53.1→54.4，d2_shape 0.0393→0.0375、occupancy 0.834→0.848）来自更多可靠质心对；r≥0.6 的子集反而更差（51.6），贪心一对一在 r≥0.3 全集上最稳。++## 验证过 / 没验证过++- 验证：proxy 上 8 个配置的 vec-score；格式 vec-check 通过；seed 0/1 运行确定且 <5s、<1GB；单输入退化路径存在（copy_last 分支）。+- 没验证：final 视图（无权限）；γ>0 在 31 同名类型真实括号上的行为；伪装视图重跑（代码只读 manifest 数据与时间差，t 由 `interp_bracket` 时间计算，无绝对时间/路径分支，预期通过）。++## 知识来源++- 谱系常识仅用于事后核对匹配合理性（心肌 A-CM/OFT-CM/SV-CM↔IFT-CM/V-CM、内皮 BEC/VEC↔Endo、前肠 Foregut↔Lateral FG、肝 Hepatocytes↔Gut Endoderm、PAM 背/侧↔PAM 亚型）；匹配本身完全由输入数据的表达相关现场计算，未使用任何保留阶段信息。+- 方法骨架复用 `src.task2_spatial`（frame/sample/shift/methods）；坐标 z 为离散切片、保 z 用 procrustes 的依据来自方法卡。diff --git a/solution/README.md b/solution/README.mdindex 49dbaae..a57f019 100644--- a/solution/README.md+++ b/solution/README.md@@ -1,4 +1,3 @@-# copy_last（T2:heart:val_interp）+# T2:heart:val_interp — matched-align mix（节点 4，improve over copy_last） -输出目标之前最近的输入阶段（proxy 与 final 都是 E8.25_late），表达和坐标原样。E8.25_late 有 58,716 个细胞，超过榜上限 17,616，按细胞类型分层无放回抽到上限。-proxy 预期 ≈ 48.6（seed 0 实测 48.64；表达 44.1 / 状态 51.4 / 形状 49.4 / 邻域 49.6）。低于地板 50 的原因：地板是整份参考阶段本身，de_score 恰为 0；抽样后的子集相对参考阶段有抽样噪声造成的假差异（`_de_raw` 0.196），de_score 变负。合规上限迫使抽样，所以这是合法 copy_last 的实际地板。+双括号细胞按 t 混合（表达+坐标+组成），类型均值相关匹配扩展 Procrustes 对齐质心。proxy seed 0：59.38（对照 t=0：48.73）。详见 METHOD.md。diff --git a/solution/run.py b/solution/run.pyindex 0595dc9..8ecb1a5 100644--- a/solution/run.py+++ b/solution/run.py@@ -1,20 +1,86 @@ #!/usr/bin/env python3-"""copy_last (T2): the latest input at or before the target, with its own coordinates.+"""Type-stratified interpolation for T2 heart interpolation boards. -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.+Mechanism (family T2HI-01): mix real cells from the two bracket stages with+weights (1-t, t) so expression, coordinates and composition all interpolate,+AND add a per-type temporal displacement that collapses the within-type+bimodality of a plain mix: cells drawn from the lower bracket move by++gamma*t*delta[type], cells from the upper bracket by -gamma*(1-t)*delta[type],+with delta[type] = mean_upper[type] - mean_lower[type] measured from the two+inputs. Both sides land on the time-interpolated per-type mean while keeping+their own within-type cell-to-cell variance.++The two stages use different annotation vocabularies (few exact label matches),+so types are matched by exact name first and then by Pearson correlation of+their mean expression profiles (greedy, one-to-one, r >= MATCH_R, >= MIN_TYPE+cells per side). Matched names are used both for the displacement and for the+Procrustes coordinate alignment, which otherwise has almost no shared+centroids to align on.++Controls (env, mechanism must stay ON in the submitted run):+  T2_SHIFT_GAMMA=0   -> plain seed-mix behaviour (displacement off)+  T2_T=0             -> copy of the lower bracket (interpolation off)+  T2_MATCH_R=1.1     -> disable correlation matching (exact names only) """  from __future__ import annotations  import argparse+import os  import numpy as np -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.frame import align_pair, log_interp, rms_radius, scale_to_rms+from src.task2_spatial.methods import _jitter, _pack_expr+from src.task2_spatial.sample import interp_count, mix_indices, take+from src.task2_spatial.shift import apply_type_delta, type_means+from src.task2_spatial.view_io import (+    anchor_entry,+    interp_bracket,+    load_manifest,+    panel_genes,+    read_stage,+    write_t2,+)++MIN_TYPE = 30  # minimum cells per side for a type to take part in matching/delta+++def match_types(A, B, match_r: float) -> dict[str, str]:+    """Map B type names onto A type names: exact match, then greedy correlation."""+    la = np.asarray(A.labels).astype(str)+    lb = np.asarray(B.labels).astype(str)+    ca = {k: int(v) for k, v in zip(*np.unique(la, return_counts=True))}+    cb = {k: int(v) for k, v in zip(*np.unique(lb, return_counts=True))}+    mapping = {k: k for k in cb if k in ca}+    rest = [k for k in cb if k not in ca and cb[k] >= MIN_TYPE]+    cand = [k for k in ca if ca[k] >= MIN_TYPE]+    if not rest or not cand or match_r > 1.0:+        return mapping+    ma = type_means(A.X, la)+    mb = type_means(B.X, lb)+    P = np.vstack([ma[k] for k in cand]).astype(np.float64)+    Q = np.vstack([mb[k] for k in rest]).astype(np.float64)+    support = (np.abs(P).sum(axis=0) > 0) & (np.abs(Q).sum(axis=0) > 0)+    P, Q = P[:, support], Q[:, support]+    Ps = (P - P.mean(axis=1, keepdims=True)) / (P.std(axis=1, keepdims=True) + 1e-9)+    Qs = (Q - Q.mean(axis=1, keepdims=True)) / (Q.std(axis=1, keepdims=True) + 1e-9)+    corr = (Qs @ Ps.T) / max(P.shape[1], 1)+    used_a: set[int] = set()+    pairs = sorted(+        ((float(corr[i, j]), i, j) for i in range(len(rest)) for j in range(len(cand))),+        key=lambda p: (-p[0], p[1], p[2]),+    )+    used_b: set[int] = set()+    for r, i, j in pairs:+        if r < match_r or i in used_b or j in used_a:+            continue+        used_b.add(i)+        used_a.add(j)+        mapping[rest[i]] = cand[j]+        if len(used_b) == len(rest):+            break+    return mapping   def main() -> None:@@ -24,16 +90,68 @@ def main() -> None:     parser.add_argument("--seed", type=int, default=0)     args = parser.parse_args() +    gamma = float(os.environ.get("T2_SHIFT_GAMMA", "0.0"))+    gamma_a = float(os.environ.get("T2_GAMMA_A", str(gamma)))+    gamma_b = float(os.environ.get("T2_GAMMA_B", str(gamma)))+    match_r = float(os.environ.get("T2_MATCH_R", "0.3"))+    align = os.environ.get("T2_ALIGN", "procrustes")+    t_override = os.environ.get("T2_T")+     manifest = load_manifest(args.data)     genes = panel_genes(args.data, manifest)-    stage = read_stage(args.data, anchor_entry(manifest), genes)-    n = int(np.clip(stage.n, manifest["min_cells"], manifest["max_cells"]))+    lo, hi = int(manifest["min_cells"]), int(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-        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)++    a_entry, b_entry, t = interp_bracket(manifest)+    if t_override is not None:+        t = float(t_override)+    if b_entry is None or t <= 0.0:  # single input or control: copy the anchor stage+        stage = read_stage(args.data, anchor_entry(manifest), genes)+        n = int(np.clip(stage.n, lo, hi))+        rows = (+            np.sort(take(stage.labels, n, rng))+            if n <= stage.n+            else 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)+        return++    A = read_stage(args.data, a_entry, genes)+    B = read_stage(args.data, b_entry, genes)++    mapping = match_types(A, B, match_r)  # B name -> A name+    lb = np.array([mapping.get(str(x), str(x)) for x in B.labels])+    lb_orig = np.asarray(B.labels).astype(str)++    aligned_a, aligned_b, _info = align_pair(A.coords, B.coords, A.labels, lb, align)+    rms_a, rms_b = rms_radius(A.coords), rms_radius(B.coords)+    target_rms = log_interp(rms_a, rms_b, t, 1.0)+    ca = scale_to_rms(aligned_a, target_rms)+    cb = scale_to_rms(aligned_b, target_rms)++    n = interp_count(A.n, B.n, t, lo, hi, 1.0)+    ia, ib = mix_indices(A.labels, lb_orig, t, n, rng)++    ma = type_means(A.X, A.labels)+    mb = type_means(B.X, lb)+    delta = {}+    for lab, mu in ma.items():+        if lab in mb:+            na = int((np.asarray(A.labels).astype(str) == lab).sum())+            nb = int((lb == lab).sum())+            if na >= MIN_TYPE and nb >= MIN_TYPE:+                delta[lab] = (mb[lab] - mu).astype(np.float32)++    parts, cparts = [], []+    if ia.size:+        parts.append(apply_type_delta(A.X, A.labels, ia, delta, gamma_a * t))+        cparts.append(ca[ia])+    if ib.size:+        parts.append(apply_type_delta(B.X, lb, ib, delta, -gamma_b * (1.0 - t)))+        cparts.append(cb[ib])+    expr = _pack_expr(parts)+    coords = scale_to_rms(_jitter(np.vstack(cparts), rng), target_rms)+    write_t2(args.out, expr, coords.astype(np.float32), 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

完成。总结：

**做了什么**：在父节点 copy_last（48.68）基础上实现 PLAN 的类型分层插值：双括号细胞按 t 混合 + 用类型均值表达相关性做跨词汇类型匹配（两阶段仅 5 个同名型，匹配后最多 21 对），匹配质心用于 Procrustes 坐标对齐；类型位移机制（γ 开关）完整实现并系统对照。

**查分**（proxy seed 0，用了 8/20 次）：提交配置 **59.38**（expr 63.8 / state 65.9 / shape 54.4 / local 53.3），对照机制关（t=0）48.73 ≈ 父节点。matched-align 比 exact-name align 高 0.3（shape +1.3）；类型位移 γ>0 在代理上单调有害（γ=0.5 → 57.5：expr +3.3 但 state −7.9），已按查分证据提交 γ=0 并在 METHOD.md 如实记录。略低于兄弟节点 seed mix 的 59.50（差 0.12，小于噪声）。

**下一步最值得试**：(1) state/local 对坐标旋转敏感——匹配质心的加权/鲁棒 Kabsch（剔除匹配噪声大的对）可能同时保住 shape 增益和 node2 的 local 54；(2) 位移机制改用流形内做法（同型细胞间 OT 重采样而非线性平移）或只对有同名型的真实括号启用；(3) shape 53→54.5 的匹配对齐增益在 final（31 同名型）上可能更大。

调研员

线性插值：双括号阶段表达+坐标+组成联合内插",
  "motivation": "父节点1（copy_last）得分48.68，expression_change仅44.26，是四组中最弱。原因明确：直接复制E8.25_late，表达零时间变化，de_score为0甚至因抽样噪声变负。兄弟节点2（seed mix）已达59.50（expression_change 63.90），说明利用上括号阶段信息可大幅提升。本改进针对结构性缺陷：copy_last完全忽略上括号阶段，而插值任务本应利用两侧信息。",
  "approach": "步骤：1) 用view_io读取下括号（E8.25_late）和上括号（E9.5）两个阶段；2) 按cell type计算两阶段的类型均值表达、类型均值坐标、类型比例；3) 确定插值权重t：读取manifest中目标时间与两括号时间的关系，t=(target_t - lower_t)/(upper_t - lower_t)，预期约0.5；4) 组成插值：对每个类型，预测细胞数 = round((1-t)*n_lower + t*n_upper)，总量截断到max_cells，按预测数量从下括号阶段分层抽样（优先保留下括号细胞以维持异质性）；5) 表达插值：对每个被选中的细胞，X_pred = X_cell + t*(mean_upper[type] - mean_lower[type])，即在下括号细胞基础上加类型特异性时间位移；6) 坐标插值：同理，coords_pred = coords_cell + t*(mean_coords_upper[type] - mean_coords_lower[type])；7) 对只在一个阶段出现的类型：若仅在下括号，保留但位移为0；若仅在上括号，从上括号抽样加入（若t>0.5则加入，否则不加）；8) 用write_t2输出。单输入阶段退路：若只读到一个阶段（如final只有一个输入），t=0，退化为copy_last。vec-score快速筛选：先跑一次确认无报错且分数>49，再查分组分确认expression_change提升。参数搜索：t固定由时间决定，无需搜索；若时间信息不可用则默认t=0.5。",
  "expected_groups": ["expression_change", "cell_state", "shape_scale"],
  "risks": "1) 上括号阶段细胞类型组成与下括号差异大，类型匹配后某些类型细胞极少导致均值不稳——Engineer应对类型细胞数<30的类型回退到全局均值插值；2) 坐标插值可能破坏局部邻域结构（local_spatial不升反降）——若local_spatial下降>1分，可只对表达插值、坐标保持不动；3) 30分钟时限紧张，核心逻辑简单应无问题，但需注意view_io读取两阶段的接口调用方式；4) 分数噪声约1分，若提升<2分需多查一次确认。尽早发现：第一次查分若expression_change未超过50说明插值未生效，检查t值和类型匹配逻辑。",
  "family_id": "T2HI-01",
  "mechanism": "利用插值任务的双括号结构，按细胞类型计算上下括号阶段的均值差异，以时间权重t对每个细胞施加类型特异性位移，同时内插类型组成比例，使预测在表达、坐标和组成三个维度上体现时间进展。",
  "vs_constant_shift": "全局常数位移对所有细胞施加同一向量，不区分类型；每型常数位移虽分型但位移量是预设的。本方案的位移量直接由上括号阶段实测均值与下括号均值的差决定，且同时改变类型组成（比例也随t内插），因此不同型的变化方向和幅度由数据驱动，组成也随时间变化，不是固定位移。",
  "mechanism_evidence": "1) expression_change应从44.26显著提升（预期>55），若不变说明t=0或类型匹配失败；2) 对比t=0与t>0的四组分差异，expression_change应是最大变化项；3) 检查预测表达矩阵的每型均值是否确实介于上下括号均值之间；4) 组成比例应与下括号不完全相同，体现上括号的影响。",
  "mechanism_off_control": "将插值权重t强制设为0（或命令行参数--interp-weight 0），此时X_pred=X_cell、coords_pred=coords_cell、组成不变，输出与copy_last完全一致。预期差别：t=0时分数应回到48.6附近，expression_change回到44附近；若t=0和t>0结果相同，说明机制未运行。",
  "sources": []
}

审查员

REVIEW.json written