总览 · ← 返回运行 20261003-070222-search-t2-heart-extrap-g24-D

节点 n3

按细胞类型伪批量收缩/扩张（T2HX-01）：机制在 proxy 上双向证伪，默认 α=0（= copy_last）

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 415c562095: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 a9633eb1b5。改动的文件：solution/EXECUTION.json +1 −0、solution/METHOD.md +45 −0、solution/run.py +30 −7

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..d84674f--- /dev/null+++ b/solution/METHOD.md@@ -0,0 +1,45 @@+# 按细胞类型伪批量收缩/扩张（T2HX-01）：机制在 proxy 上双向证伪，默认 α=0（= copy_last）++一句话摘要：实现 PLAN 的按细胞类型表达收缩（X←(1−α)X+α·μ_type），proxy 实测 α>0 与 α<0 均单调劣于 50，机制被证伪，提交默认 α=0（与 copy_last 逐位相同，实测 50.00）。++## 方法++- 取 `anchor_entry`（最后观测阶段）的细胞，按细胞类型分层抽到 `max_cells`（与父节点相同），坐标原样不动。+- 每个细胞表达向其所属类型伪批量均值线性变换：`X_new = (1−α)·X_cell + α·μ_type(cell)`；类型细胞数 < 50 时跳过（均值噪声）。α 可用环境变量 `VEC_ALPHA` 覆盖，默认 0.0。+- α=0 为机制关闭对照：与父节点 copy_last 输出逐位相同（已用 `cmp` 验证字节一致，且 vec-score 实测 50.00，四组均 50，对照通过）。+- 视图无关：只依赖 manifest 的 inputs/target 时间关系（经 anchor_entry）、数据本身和 seed；无绝对时间分支、无 board/mode 读取。纯 CPU（EXECUTION.json gpu=false）。++## 查分结果（T2:heart:val_extrap proxy，seed 0，A 半）++| α | board | cell_state | expression_change | shape_scale | local_spatial | mmd_u |+|---:|---:|---:|---:|---:|---:|---:|+| 0（对照） | **50.00** | 50.00 | 50.00 | 50.00 | 50.00 | 0.0586 |+| 0.03 | 48.91 | 46.10 | 50.00 | 49.77 | 49.77 | 0.0601 |+| 0.06 | 48.34 | 44.30 | 50.00 | 49.53 | 49.53 | 0.0618 |+| 0.10 | 47.72 | 42.48 | 50.00 | 49.21 | 49.21 | 0.0642 |+| 0.15 | 47.05 | 40.63 | 50.00 | 48.78 | 48.78 | 0.0675 |+| −0.05 | 47.41 | 49.52 | 41.32 | 49.41 | 49.41 | 0.0589 |+| −0.10 | 46.97 | 49.04 | 41.32 | 48.76 | 48.76 | 0.0596 |+| −0.20 | 45.98 | 47.93 | 41.32 | 47.34 | 47.34 | 0.0617 |++共 8 次查分（含对照），额度用 8/20。++## 机制证据与结论++- 机制确实生效：α≠0 时每个大类型细胞的表达沿"细胞→型均值"方向改变（各细胞位移方向和大小不同，区别于常数位移），mmd_u / variogram / cell_state 随之单调变化；坐标未动，d2_shape、occupancy_dice、scale_log_ratio 在所有 α 下逐位不变。+- 收缩（α>0，PLAN 假设"表达向成熟谱系中心收敛"）：cell_state 随 α 单调下降（50→40.6），说明目标阶段的表达分布并不比锚点更向型中心收敛，型内方差收缩直接被判为分布失配。+- 扩张（α<0，反向假设"目标更分散"）：cell_state 仅轻微受损，但 expression_change 立即掉到 41.3（de_score −0.65，de_direction −0.20）——均匀放大表达把 anchor→pred 的"伪 DE"推向与真实 anchor→target DE 相反/错误的方向。两个方向都被证伪，且各自击穿不同组，说明该族（型均值线性变换）在此榜上没有可用信号。+- 这与方法卡结论一致：心脏外推 proxy 上所有表达/坐标变换（damped_shift、OT、分型位移）都单调低于 copy_last 地板。++## 验证过 / 没验证++- 验证：α=0 对照与父节点逐位一致且 50.00；seed 0/1 均通过 vec-check；完整 proxy 视图运行 ~2–6 s、内存远低于限额。+- 没验证：final 视图（3 输入）实际运行（代码路径与 proxy 相同，仅 anchor 阶段不同）；MIN_TYPE_CELLS=200 变体（α 四个正值单调下降，跳过小类型不可能翻转符号，未耗额度）；伪装视图重跑（代码不含任何视图相关分支）。++## 下一步建议++型均值方向的线性表达变换族（收缩与扩张）可标记为已证伪，勿再投入。剩余可能：组成层面的外推（沿 E8.25→E8.75 的类型比例趋势重采样，不改表达）尚未被单独网格检验；或利用 `external/` 的 Qiu E8.75 心脏细胞做技术对齐后的分布参考。两者都需在 proxy 上先证明能破 50。++## 知识来源++未使用任何保留阶段/保留基因型的测量信息；未使用外部生物学知识（纯数据驱动变换 + 对照）。diff --git a/solution/run.py b/solution/run.pyindex 0595dc9..df83abc 100644--- a/solution/run.py+++ b/solution/run.py@@ -1,21 +1,30 @@ #!/usr/bin/env python3-"""copy_last (T2): the latest input at or before the target, with its own coordinates.+"""Per-cell-type expression convergence toward the type pseudobulk mean. -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 (latest input at or before the target) cells are kept with their+own coordinates and stratified sample; each cell's expression is linearly+shrunk toward the pseudobulk mean of its own cell type:++    X_new = (1 - alpha) * X_cell + alpha * mu_type(cell)++Types with fewer than ``min_type_cells`` cells keep their raw expression+(noisy means). alpha = 0 reproduces copy_last exactly (mechanism-off+control). """  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 +ALPHA = float(os.environ.get("VEC_ALPHA", "0.0"))+MIN_TYPE_CELLS = int(os.environ.get("VEC_MIN_TYPE_CELLS", "50"))+  def main() -> None:     parser = argparse.ArgumentParser()@@ -31,9 +40,23 @@ def main() -> None:     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().astype(np.float32)+    labels = np.asarray(stage.labels)[rows]+    alpha = ALPHA++    if alpha != 0.0:+        for t in np.unique(labels):+            idx = np.flatnonzero(labels == t)+            if idx.size < MIN_TYPE_CELLS:+                continue+            mu = X[idx].mean(axis=0)+            X[idx] = (1.0 - alpha) * X[idx] + alpha * mu++    coords = stage.coords[rows]+    write_t2(args.out, X, coords, 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。做了什么：实现 PLAN 的按类型伪批量收缩机制（含 α=0 机制关闭对照），在 proxy 全量网格测了 α∈{0.15…−0.20} 共 8 个值。

查分结果：对照 α=0 = 50.00（与父节点逐位一致）；收缩 α>0 单调降到 47.05（cell_state 50→40.6）；扩张 α<0 降到 45.98（expression_change 掉到 41.3，de_score −0.65）。机制双向证伪，提交默认 α=0，vec-check 通过（seed 0/1），纯 CPU、~5 s。

下一步最值得试：组成层面外推（沿两输入的类型比例趋势重采样、表达不动）——尚未被单独检验；型均值方向的线性表达变换族应标记为已证伪。

调研员

{
  "name": "按细胞类型表达收敛（伪批量收缩）替代 copy_last",
  "motivation": "父节点 1（copy_last）四组均为地板 50.00；节点 2（damped_shift）全局阻尼反而降到 49.51，说明全局变换有害。copy_last 不改变任何表达，而真实发育中细胞表达会向各自谱系的成熟态收敛。针对 cell_state 和 expression_change 两组（当前均为地板），用细胞类型特异的表达向均值收缩来模拟分化收敛，结构上区别于全局 damped_shift。",
  "approach": "1) 读取锚点阶段（proxy: E8.75；final: E9.5），获取 X（稀疏）和 labels。\n2) 按 labels 分组，计算每型伪批量均值向量 mu_t（仅用 panel 基因）。\n3) 对每个细胞：X_new = (1-α)*X_cell + α*mu_{type(cell)}，α 为收缩系数。\n4) 坐标保持原样不动（节点 2 证明全局坐标/表达缩放有害，不冒此风险）。\n5) α 搜索：先小样本 2000 细胞跑 vec-score，尝试 α∈{0.03, 0.06, 0.10, 0.15}；选最优后全量跑。\n6) 单输入阶段退路：proxy 只有 E8.75 一个输入，直接用该阶段 labels 分组即可，无需第二时间点。final 有 E8.5+E9.5 两个输入，取最后阶段 E9.5 做同样操作。\n7) 若 α 所有值均不优于 50，则尝试仅对细胞数 >200 的大类型做收缩（稀有类型保持原样），排除小样本均值噪声。\n8) 用 vec-score 查 A 半，确认提升 >1 分后视为有效。",
  "expected_groups": ["cell_state", "expression_change"],
  "risks": "1) 若目标阶段的表达比输入更分散（去分化或新亚型出现），向均值收缩会适得其反——Engineer 应在 α=0.03 时先查分，若低于 50 立即停止并报告。2) 小类型（<50 细胞）的均值噪声大，可能引入伪信号——对策：对细胞数<50 的类型跳过收缩。3) 提升可能 <1 分（噪声），需同一 α 跑两次确认。",
  "family_id": "T2HX-01",
  "mechanism": "每个细胞的表达向其所属细胞类型的伪批量均值做线性收缩，模拟分化过程中表达向成熟谱系中心收敛；收缩量与细胞到型中心的距离成正比，型间方向不同。",
  "vs_constant_shift": "常数位移对同型所有细胞施加相同向量；本方案的位移方向是从每个细胞指向该型均值，大小与该细胞到均值的距离成正比——同型内不同细胞的位移方向和大小均不同，且不同型的均值方向各异。坐标不做任何改动，而 damped_shift 是全局缩放。",
  "mechanism_evidence": "1) 检查收缩后每个细胞与型均值的余弦距离是否系统性减小（对比收缩前）。2) 按型统计表达变化量的均值和方差，确认变化非零且型间有差异。3) 四组分中 cell_state 和 expression_change 应分别变动，而 local_spatial 和 shape_scale 应保持不变（坐标未动）。",
  "mechanism_off_control": "令 α=0，此时 X_new = X_cell，输出与 copy_last 逐位相同，四组应回到 50.00。若 α=0 结果与父节点不同，说明实现有 bug。",
  "sources": []
}