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

节点 n6

去除表达位移（α=0，表达照抄末阶段），坐标各向同性缩放到 0.946×max_k RMS(input_k)（proxy 上 335，scale_log_ratio≈0），加确定性 PCA 规范化（定手性与轴朝向）；shape_scale 62.8→66.6，总分 53.2→54.15。

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 36a3a3fceb: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 9aa1373b46。改动的文件：solution/METHOD.md +26 −40、solution/README.md +6 −5、solution/run.py +74 −113

diff --git a/solution/METHOD.md b/solution/METHOD.mdindex 24f394d..40bedb9 100644--- a/solution/METHOD.md+++ b/solution/METHOD.md@@ -1,54 +1,40 @@-表达匹配型伪批量位移（α=0.05，覆盖全部细胞）+ 坐标尺度取各输入阶段观测到的最大 RMS 半径（形状不变，仅整体缩放）。+去除表达位移（α=0，表达照抄末阶段），坐标各向同性缩放到 0.946×max_k RMS(input_k)（proxy 上 335，scale_log_ratio≈0），加确定性 PCA 规范化（定手性与轴朝向）；shape_scale 62.8→66.6，总分 53.2→54.15。  ## 榜 / 视图 -`T2:heart:val_extrap`，proxy = E8.25_late + E8.75 → E9.5（步长比 1.5）。+`T2:heart:val_extrap`，proxy = E8.25_late + E8.75 → E9.5（步长比 1.5）。PLAN family T2HX-06。 -## 方法+## 方法（相对父节点 4 的改动） -1. **配对（PLAN family T2HX-01）**：prev 阶段每个细胞类型的表达质心（余弦，只用两阶段中至少一方 ≥1% 细胞检出的基因，本视图 480/500）；last 阶段每个细胞按余弦相似度取最近的 prev 质心，得到"表达匹配类型"。不依赖两阶段类型同名，因此名字对不上时（方法卡记录的 final 上只剩 5 个同名类型）机制仍然覆盖全部细胞。-2. **位移**：对每个匹配类型 t，`delta_t = mean(last | 匹配到 t) − mean(prev | t)`（全基因面板上算），每细胞加 `α·delta_t`，α=0.05，clip ≥0。不乘步长比（`time_scale=false`）。-3. **坐标尺度**：把 last 阶段的点云整体缩放到 `max_k RMS(input_k)`。理由：一个阶段测到的空间 RMS 半径取决于该样本覆盖了多少结构（视野 / 保留的切片数），只能**低估**真实尺寸，不是单调的生物量；本视图上它从 354（较早）降到 217（较晚），沿趋势外推一定错。胚胎随时间长大，所以更晚的目标阶段其尺度至少是各输入里观测到的最大值。形状、细胞间相对位置、z 切片结构都不动（只做各向同性缩放）。单输入时是恒等操作。-4. **组成 / 细胞数**：不动（α_comp=0，n=last.n 夹到 [min_cells, max_cells]）。实测外推组成趋势明显有害（见下）。-5. **单输入退路**：直接复制该阶段（分层抽到 max_cells）。+1. **去除表达位移**：父节点已证明表达匹配伪批量位移族净负（α=0.05→0.1 单调变差，ON 52.93 < OFF 53.21）。本节点直接删掉位移代码，表达 = 末阶段原样复制。cell_state 49.04→50.00，expression_change 49.87→50.00（回到无变化的中性分）。+2. **尺度精调**：坐标目标 RMS = `f · max_k RMS(input_k)`，f 为调节常数（提交默认 **0.946**）。proxy 扫描（f → 输出 RMS → shape_scale）：+   - 1.0226→362→61.4 以下未测；1.0113→358 未测（趋势已由高点确定）+   - 1.0000→354.1→62.83（父节点值）+   - 0.9887→350 未单独查（曲线光滑内插）+   - 0.9745→345.1→64.47+   - 0.9604→340.1→65.48+   - 0.9463→335.1→66.57；0.9460→335.0→66.60（**峰值，scale_log_ratio −0.0024/−0.0027 ≈ 0**）+   - 0.9330→330.4→65.70+   峰值不在扫描边界（两侧都更低），与 ANALYSIS "ratio→0 处 shape_scale 有峰" 一致；实测峰高 66.6（ANALYSIS 估计 ~70 略偏高）。d2_shape (0.0489) 与 occupancy_dice (0.815) 在整个各向同性扫描中完全不变——shape_scale 在此只由 scale_log_ratio 驱动，ratio=0 即该机制的上限。+3. **PCA 规范化**（默认开）：减质心 → 协方差特征向量旋转（特征值降序）→ 强制 det=+1 → 每轴按第三矩符号定向。对照查分：同一 f 下开/关**所有指标逐位相同**（54.1437/54.1437），即本评分器对旋转（含手性）不变，规范化不加分也不减分；保留它是因为它使输出朝向完全由数据确定，消除任何潜在的对齐歧义（k026 报告打分器 PCA 对齐未固定行列式的问题在本视图未复现）。+4. **各向异性尝试（未采用）**：按轴取各输入最大轴 RMS、以权重 w 混入（再整体归一到 335）：w=0.35 → 53.66（d2_shape 0.0504 反而变差，dice 0.8114），w=0.7 → 52.57。与父节点"逐轴缩放净负"的教训一致，放弃，保持各向同性。+5. **对照开关**：`VEC_MECH_OFF=1` → 不缩放、不规范、表达和坐标原样复制末阶段 = copy_last。实测 **50.00**（与节点 1 逐指标一致），ON = **54.15**，机制净效应 **+4.15**，全部来自 shape_scale（50.00→66.60）。提交状态为打开。 -对照开关：环境变量 `VEC_MECH_OFF=1` → α=0，其余代码路径完全不变（PLAN 的 mechanism_off_control）。提交状态为**打开**（α=0.05）。+## 机制生效的证据 -## 机制生效的证据（proxy，seed 0，程序 stderr）+- stderr 报告：`rms_inputs=[354.13, 216.88]`，`rms_target=335.0`，`rms_out=335.0`，`pca_shift_rms=550.7`（规范化确实旋转了坐标，幅度大），`scale_f=0.946`，`pca_norm=true`。+- 机制改变了什么：全部 24826 个输出细胞的坐标被整体缩放（217→335）并旋转到 PCA 规范朝向；表达逐位不变（`expr_mean=0.49638` 与末阶段一致）。四组分变化（OFF→ON）：shape_scale 50.00→66.60，cell_state / expression_change / local_spatial 保持 50.00（机制只动坐标尺度与朝向，不动表达、不动相对位置）。 -- `n_shifted = 24826`：全部输出细胞都拿到非零位移（父节点按名字匹配时也是 24826 —— 见"PLAN 前提被证伪"）。-- `n_matched_types = 33`（prev 的 33 个类型全部被匹配到），`max_matched_frac = 0.153`（没有单一类型吞掉 >50% 细胞）。-- `agree_with_name = 0.725`：表达匹配与标签一致率 72.5%，说明匹配大体合理但不是照抄标签。-- `mean_delta_cos = 0.500`：33 个位移向量两两余弦均值 0.50（<0.9），方向有分化。-- 四组分变化（ON 52.93 vs OFF 53.21，OFF = 只做坐标尺度）：expression_change 50.0→49.67（de_score 0→−0.042，de_direction 0→+0.017）、cell_state 50.0→49.06（mmd_u 0.0586→0.0584 变好，variogram 0.0586→0.0634 变差，净负）、local_spatial 50.0→50.15（neighborhood_mmd 0.1144→0.1138）、shape_scale 62.83→62.83（位移不动坐标）。+## 生物学知识来源 -## 查分结果（proxy A 半，共 11 次）--| 配置 | board | expr_change | cell_state | shape | local |-|---|---:|---:|---:|---:|---:|-| copy_last（父节点 1 / 机制关闭且不改尺度） | 50.00 | 50.0 | 50.0 | 50.0 | 50.0 |-| 父节点 2：damped_shift α=0.1 按名字，尺度不动 | 49.51 | 49.35 | 48.41 | 50.0 | 50.27 |-| RMS = 两输入算术均值 285 | 51.93 | 50 | 50 | 57.73 | 50 |-| **RMS = max(输入) = 354（机制关闭）** | **53.21** | 50.0 | 50.0 | **62.83** | 50.0 |-| RMS = max + 表达匹配位移 α=0.05（**提交版**） | **52.93** | 49.67 | 49.06 | 62.83 | 50.15 |-| RMS = max + 表达匹配位移 α=0.1 | 52.86 | 49.67 | 48.65 | 62.83 | 50.31 |-| RMS = max + 组成外推 α_comp=1.0，n=0.8·last | 50.75 | 44.55 | 48.04 | 62.02 | 48.37 |-| 逐轴 RMS 取各输入最大（改纵横比） | 51.80 | 50.0 | 50.0 | 57.11 | 50.09 |--关键量：`scale_log_ratio` 从 −0.4375（copy_last，217/335）到 +0.0528（354/335），shape_scale 50→62.83，是本节点全部增益来源。逐轴缩放把 `d2_shape` 从 0.0489 改到 0.0299（更好）但 `occupancy_dice` 从 0.815 掉到 0.771，净负，故不采用。--## PLAN 前提被证伪（重要）--PLAN 假设父节点弱在"按名字匹配 → 只有 5 个同名类型 → 机制空转"。在 proxy 上不是这样：E8.25_late 与 E8.75 的 33 个类型**全部同名**，父节点的 `n_shifted` 已经是 24826（全部细胞）。方法卡说的"只剩 5 个同名类型"指的是 final 视图的 E8.75→E9.5 那一步，不是 proxy。所以表达匹配在 proxy 上只是换了一套略不同的位移向量（与名字一致率 72.5%），没有"激活"任何新细胞，结果同样轻微为负：**这一族（沿上一阶段观测到的伪批量变化方向做阻尼位移）在本 proxy 上方向就是错的**，α=0.05→0.1 单调变差，与方法卡网格一致。父节点 cell_state 48.41 的最弱项不是覆盖问题，而是位移方向问题。--提交版仍保持机制打开（α=0.05，PLAN 要求），代价 0.28 分（53.21→52.93，远小于评分噪声量级），并在 METHOD.md 里如实记录 OFF 更高。+仅用通用事实：胚胎随时间增大、样本测到的空间范围只能低估真实范围（视野/切片取舍），故目标尺度锚定在各输入观测范围的最大值附近；收缩因子 0.946 是在 proxy 上调节的常数（对应"较早输入的范围观测可能略大于目标真值"的经验修正），不来自任何保留阶段的文献或数据库数值。**没有在 final 视图上验证过**该因子的方向（final 输入 max=335，会给出目标 317；若 E10.5 真值继续长大则 f<1 偏小——这是本方案最大的未验证风险，与父节点风险相同）。  ## 验证过 / 没验证过 -- 验证过：proxy 上 seed 0 的 11 次查分（额度余 9）（上表）；`vec-check` 通过；机制开/关两条路径都能跑（3 s，峰值内存约 0.6 GB，纯 CPU，`EXECUTION.json` 声明 `gpu:false`）；α=0 时输出与 copy_last + 尺度缩放逐指标一致。-- 没验证过：final 视图（3 个输入，max=354 而 last=335，尺度规则会把点云放大 5.7%，方向未知）；其他 seed（程序只在 n<last.n 时用 rng 抽样，本视图 n=last.n=24826 ≤ max_cells=25179，走 `arange`，与 seed 无关）；单输入退路只做了代码走查，没有对应视图可跑；`VEC_MECH_OFF=1` 之外的环境变量没有分支。-- 视图无关性：只用输入的时间**顺序**、时间**差**（步长比）和数据本身，不读 `board`/`mode`/路径/绝对时间；时间整体平移不改变任何输出。+- 验证过：proxy seed 0 共 10 次查分（上表）；`vec-check` 通过；seed 0 与 seed 1 输出逐位相同（本视图 n=last.n，无抽样，程序无随机分支）；mech-off 路径 = copy_last = 50.00；运行 ~3 s、峰值内存 ~0.6 GB、纯 CPU（`EXECUTION.json` gpu:false）。+- 没验证过：final 视图（f=0.946 的方向性风险见上）；单输入退路仅代码走查（缩放退化为对该输入自身 RMS 乘 f + PCA 规范化）；PCA 规范化对旋转不变打分器之外的打分实现是否同样中性（本视图实测逐指标相同，推断其做了对齐）。+- 视图无关性：只用输入的时间顺序与数据本身；不读 board/mode/路径/绝对时间；时间平移不改变输出；f 与 PCA 是与视图无关的常数/规则。 -## 知识来源+## 下一步建议 -只用了通用机制知识：小鼠胚胎/心脏在该时间窗内整体尺寸随时间单调增长（发育生物学常识，非任何保留阶段的测量）；以及"一个样本测到的空间范围受视野与保留切片数限制，只会低估不会高估结构真实尺寸"（成像/采样的几何性质）。没有使用 E9.5 / E10.5 / E12.5 或禁窗内任何测量值、类型清单或比例；`external/`（Qiu E8.75）和 `prior/` 都没有读取。所有数值都在运行时从 manifest 指定的输入现场计算。+shape_scale 在各向同性缩放下已到上限（ratio=0，66.6）。要再涨必须改 d2_shape 或 occupancy_dice 本身（形状/占据），且不能砸 local_spatial；表达侧三组都钉在 50.0，任何"表达变化"的尝试需先在 proxy 上证明方向为正（伪批量位移族与组成外推族都已证伪）。diff --git a/solution/README.md b/solution/README.mdindex 4cef581..5f7ae32 100644--- a/solution/README.md+++ b/solution/README.md@@ -1,9 +1,10 @@-# T2:heart:val_extrap — 表达匹配伪批量位移 + 观测最大空间尺度+# T2:heart:val_extrap — 尺度精调 + PCA 规范化（表达照抄末阶段）  `run.py --data <view> --out <pred.h5ad> --seed <int>`（纯 CPU，约 3 s，见 `EXECUTION.json`）。 -- 表达：last 阶段每个细胞按余弦相似度匹配到 prev 阶段最近的类型质心，加 α=0.05·该匹配类型的伪批量差（`VEC_MECH_OFF=1` 关闭机制 → α=0）。-- 坐标：整体缩放到各输入阶段中最大的 RMS 半径（各向同性，形状不变）。-- 组成与细胞数：保持 last 阶段；单输入时直接复制该阶段。+- 表达：末阶段原样复制（父节点的伪批量位移族已证伪，α=0，位移代码删除）。+- 坐标：整体各向同性缩放到 `0.946 · max_k RMS(input_k)`（形状与相对位置不变），再做确定性 PCA 规范化（质心归零、主轴旋转、det=+1、第三矩定向）。+- 细胞数 / 组成：保持末阶段（夹到 [min_cells, max_cells]）；单输入时同样适用。+- `VEC_MECH_OFF=1`：机制关闭 = copy_last（实测 50.00）；默认打开（proxy 54.15）。 -分数、对照与已证伪的 PLAN 前提见 `METHOD.md`。+扫描、对照与风险见 `METHOD.md`。diff --git a/solution/run.py b/solution/run.pyindex 1540183..a9185a1 100644--- a/solution/run.py+++ b/solution/run.py@@ -1,29 +1,31 @@ #!/usr/bin/env python3-"""T2 extrapolation: expression-matched damped pseudobulk shift + observed-extent coordinate scale.--Mechanism (PLAN family T2HX-01).  The two latest inputs give one observed step-(prev -> last).  Every ``last`` cell is assigned the ``prev`` cell type whose-expression centroid is closest (cosine, on genes detected in >=1% of cells of-either stage), so coverage does not depend on the two stages sharing type-*names*.  For each matched type ``t`` the pseudobulk delta is-``mean(last | matched to t) - mean(prev | t)`` and each cell receives-``alpha * delta_t`` (alpha = 0.05).  Set ``VEC_MECH_OFF=1`` for the PLAN's-mechanism-off control (alpha = 0, expression = copy of the last stage).--Coordinate scale.  The measured spatial RMS radius of a stage is set by how-much of the specimen the sample covers (field of view / sections kept), so it-is not a monotone biological quantity: on this view it goes 354 (earlier) ->-217 (later).  A sample can only *underestimate* the extent of the structure it-comes from, and the embryo grows with time, so the extent of a later target is-taken to be at least the largest RMS radius observed among the inputs; the last-stage's cloud is rescaled to that radius (shape preserved, cells not moved-relative to each other).  With one input this is a no-op.--Composition and cell count are left at the last stage's (alpha_comp = 0);-extrapolating the observed composition trend measured clearly worse than-holding it (expression_change 44.6 vs 50.0).--Single input stage: fall back to copying it (stratified to max_cells).+"""T2 extrapolation: copy last-stage expression + tuned isotropic coordinate scale + PCA canonicalisation.++Expression.  The previous node showed that any pseudobulk displacement along+the observed prev->last step is net-negative on this board (alpha 0.05 -> 0.1+monotonically worse, ON 52.93 < OFF 53.21).  Expression is therefore copied+verbatim from the last observed stage (alpha = 0); the whole mechanism lives+in the coordinates.++Coordinate scale.  The measured spatial RMS radius of a stage underestimates+the true extent (field of view / sections kept) and is not monotone in time:+on the proxy view it goes 354 (earlier) -> 217 (later).  The target cloud is+the last stage's cloud rescaled isotropically to ``f * max_k RMS(input_k)``,+with f a tuned shrink factor (default 0.946, env VEC_SCALE_F).  Shape, relative+cell positions and z-slice structure are preserved.  With one input the+scaling still applies to that input's own RMS (f * its radius).++PCA canonicalisation (default on, env VEC_PCA_NORM=0 to disable).  Deterministic orientation of the output+cloud: subtract centroid, rotate onto PCA principal axes, force det = +1+(fix chirality), then flip each axis so its third moment is non-negative.+This removes scorer-side alignment ambiguity (reflection / axis order) that+would otherwise inject variance in the shape score.++VEC_MECH_OFF=1 disables the mechanism: no scaling, no canonicalisation,+expression and coordinates copied from the last stage (= copy_last).++Single input stage: copy it (stratified to max_cells), scaling applies to its+own RMS. """  from __future__ import annotations@@ -34,7 +36,6 @@ import os import sys  import numpy as np-import scipy.sparse as sp  from src.task2_spatial.frame import rms_radius, scale_to_rms from src.task2_spatial.sample import take@@ -48,69 +49,27 @@ from src.task2_spatial.view_io import (     write_t2, ) -ALPHA = 0.05-MIN_CELL_FRAC = 0.01---def _row_normalise(X: sp.csr_matrix) -> sp.csr_matrix:-    Y = X.copy().astype(np.float64)-    norms = np.sqrt(np.add.reduceat(np.asarray(Y.data) ** 2, Y.indptr[:-1])) if Y.nnz else np.zeros(Y.shape[0])-    norms = np.where(norms > 1e-12, norms, 1.0)-    Y.data /= np.repeat(norms, np.diff(Y.indptr))-    return Y.tocsr()---def _detect_frac(X: sp.csr_matrix) -> np.ndarray:-    idx = X.indices-    counts = np.bincount(idx, minlength=X.shape[1])-    return counts / max(X.shape[0], 1)---def _group_means(X: sp.csr_matrix, codes: np.ndarray, k: int) -> np.ndarray:-    ind = sp.csr_matrix(-        (np.ones(len(codes), dtype=np.float64), (codes, np.arange(len(codes)))),-        shape=(k, len(codes)),-    )-    sums = np.asarray((ind @ X.astype(np.float64)).todense())-    cnt = np.bincount(codes, minlength=k).astype(np.float64)[:, None]-    return sums / np.maximum(cnt, 1.0)---def matched_delta(prev, last, alpha: float):-    """Cosine-match last cells to prev type centroids; return (codes, types, delta, diag)."""-    keep = (_detect_frac(prev.X) >= MIN_CELL_FRAC) | (_detect_frac(last.X) >= MIN_CELL_FRAC)-    keep = np.flatnonzero(keep)-    Xp = prev.X[:, keep].tocsr()-    Xl = last.X[:, keep].tocsr()-    types = sorted(set(np.asarray(prev.labels).astype(str).tolist()))-    t_of = {t: i for i, t in enumerate(types)}-    pcode = np.array([t_of[t] for t in np.asarray(prev.labels).astype(str)], dtype=np.int64)-    cen = _group_means(Xp, pcode, len(types))-    cen /= np.maximum(np.linalg.norm(cen, axis=1, keepdims=True), 1e-12)-    sim = np.asarray(_row_normalise(Xl) @ cen.T)-    code = sim.argmax(1)-    lcode = code.astype(np.int64)-    # deltas are computed on the full panel (matching used the filtered subset)-    full_prev = _group_means(prev.X, pcode, len(types))-    full_last = _group_means(last.X, lcode, len(types))-    delta = (full_last - full_prev).astype(np.float32)-    counts = np.bincount(lcode, minlength=len(types))-    diag = {-        "n_kept_genes": int(keep.size),-        "n_prev_types": len(types),-        "n_matched_types": int((counts > 0).sum()),-        "max_matched_frac": float(counts.max() / max(len(lcode), 1)),-        "mean_max_sim": float(sim.max(1).mean()),-        "agree_with_name": float((np.asarray(types)[lcode] == np.asarray(last.labels).astype(str)).mean()),-    }-    used = counts > 0-    if used.sum() > 1:-        d = delta[used].astype(np.float64)-        dn = d / np.maximum(np.linalg.norm(d, axis=1, keepdims=True), 1e-12)-        cos = dn @ dn.T-        iu = np.triu_indices(len(dn), 1)-        diag["mean_delta_cos"] = float(cos[iu].mean())-    return lcode, types, delta, diag+SCALE_F = 0.946  # tuned shrink factor applied to max_k RMS(input_k)+PCA_NORM = True+++def pca_canonicalize(coords: np.ndarray) -> np.ndarray:+    x = np.asarray(coords, dtype=np.float64)+    x = x - x.mean(axis=0)+    # covariance eigen-decomposition (3x3), deterministic given the data+    cov = (x.T @ x) / max(len(x) - 1, 1)+    w, v = np.linalg.eigh(cov)  # ascending eigenvalues+    order = np.argsort(-w)  # descending+    v = v[:, order]+    if np.linalg.det(v) < 0:+        v = v.copy()+        v[:, -1] *= -1.0+    y = x @ v+    for j in range(y.shape[1]):+        m3 = float((y[:, j] ** 3).mean())+        if m3 < 0:+            y[:, j] *= -1.0+    return y   def main() -> None:@@ -120,7 +79,9 @@ def main() -> None:     parser.add_argument("--seed", type=int, default=0)     args = parser.parse_args() -    alpha = 0.0 if os.environ.get("VEC_MECH_OFF", "") == "1" else ALPHA+    mech_off = os.environ.get("VEC_MECH_OFF", "") == "1"+    f = float(os.environ.get("VEC_SCALE_F", "") or SCALE_F)+    use_pca = (os.environ.get("VEC_PCA_NORM", "1" if PCA_NORM else "0") != "0") and not mech_off      manifest = load_manifest(args.data)     genes = panel_genes(args.data, manifest)@@ -129,35 +90,35 @@ def main() -> None:     prev_e, last_e, ratio = extrap_step(manifest)     last = read_stage(args.data, last_e, genes) -    if prev_e is None:-        n = int(np.clip(last.n, lo, hi))-        rows = np.sort(take(last.labels, min(n, last.n), rng))-        write_t2(args.out, last.X[rows].toarray(), last.coords[rows], genes, seed=args.seed)-        print(json.dumps({"fallback": "copy_last", "n": int(len(rows))}), file=sys.stderr)-        return--    prev = read_stage(args.data, prev_e, genes)     n = int(np.clip(last.n, lo, hi))     idx = np.arange(last.n) if n >= last.n else np.sort(take(last.labels, n, rng)) -    info: dict = {"alpha": alpha, "dt_ratio": float(ratio), "n": int(len(idx))}     block = as_dense(last.X, idx).astype(np.float32)-    if alpha:-        code, types, delta, diag = matched_delta(prev, last, alpha)-        add = delta[code[idx]]-        block = np.clip(block + np.float32(alpha) * add, 0.0, None).astype(np.float32)-        info["match"] = diag-        info["n_shifted"] = int((np.abs(add).sum(1) > 0).sum())--    radii = [rms_radius(read_stage(args.data, e, genes).coords) for e in inputs_by_time(manifest)]-    target_rms = float(np.max(radii))-    coords = scale_to_rms(last.coords[idx], target_rms)+    coords = np.asarray(last.coords[idx], dtype=np.float64)++    info: dict = {"dt_ratio": float(ratio), "n": int(len(idx)), "scale_f": f, "pca_norm": bool(use_pca)}+    if prev_e is None:+        info["fallback"] = "single_input"++    if not mech_off:+        radii = [rms_radius(read_stage(args.data, e, genes).coords) for e in inputs_by_time(manifest)]+        target_rms = f * float(np.max(radii))+        pre_rms = rms_radius(coords)+        coords = scale_to_rms(coords, target_rms)+        info.update(rms_inputs=[round(r, 2) for r in radii], rms_last=round(pre_rms, 2),+                    rms_target=round(target_rms, 2))+        if use_pca:+            before = coords.copy()+            coords = pca_canonicalize(coords)+            coords = scale_to_rms(coords, target_rms)  # canonicalisation is rigid; keep exact RMS+            info["pca_shift_rms"] = float(rms_radius(before - coords))+    else:+        info["rms_out_mech_off"] = round(rms_radius(coords), 2)+     info.update(-        step=[prev_e["stage"], last_e["stage"], manifest["target"]["stage"]],-        rms_inputs=[round(r, 2) for r in radii],+        step=[e["stage"] for e in (prev_e, last_e) if e is not None] + [manifest["target"]["stage"]],         rms_out=round(rms_radius(coords), 2),-        expr_mean_in=float(as_dense(last.X, idx).mean()),-        expr_mean_out=float(block.mean()),+        expr_mean=float(block.mean()),     )     print(json.dumps(info, default=float), file=sys.stderr)     write_t2(args.out, block, coords.astype(np.float32), 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

**做了什么**：按 PLAN 删掉已证伪的表达位移（α=0，表达照抄末阶段），坐标各向同性缩放到 `0.946·max_k RMS(input_k)`（扫描 7 个 f 值找到非边界峰值，ratio≈0），加确定性 PCA 规范化（实测评分器旋转不变，中性保留）；另测各向异性缩放 w=0.35/0.7，均净负，放弃。`VEC_MECH_OFF=1` 对照 = copy_last = 50.00，ON = **54.15**（父 52.98，+1.17；shape_scale 62.83→66.60，cell_state/expr_change 回到 50.0）。查分 10/20 次，seed 0/1 逐位相同，vec-check 通过，~3 s / 0.6 GB 纯 CPU。

**下一步最值得试**：各向同性缩放下 shape_scale 已到上限（d2_shape、occupancy_dice 对缩放完全不变），再涨需直接改形状/占据指标且保住 local_spatial；表达侧三组钉死 50.0，伪批量位移与组成外推两族均已证伪。风险：f=0.946 在 final 视图（max 输入=335→输出 317）方向未验证。

调研员

follow-up node.

I think the plan is solid. Let me finalize.
</think>

```json
{
  "name": "去除有害位移 + 尺度精调与 PCA 规范化",
  "motivation": "父节点 4 全部增益来自 shape_scale（50→62.83），表达位移机制净负（ON 52.93 < OFF 53.21，α=0.05→0.1 单调变差，ANALYSIS 明确建议设 α=0）。shape_scale 当前 scale_log_ratio≈+0.053（354/335），ANALYSIS 估计 ratio→0 时上限约 70，仍有 ~7 分空间。cell_state 49.04、expression_change 49.87 均被位移拖累，去除后应回到 ≥50。k026 指出形状打分器 PCA 对齐未固定行列式，同一预测可因手性翻转产生超噪声的分数波动，确定性规范化可免费去除该方差。",
  "approach": "分三步，总查分预算 ≤12 次（额度 20）：\n1) 基线修正（1 次查分）：设 α=0 完全去除表达位移，保留 max-RMS=354 缩放，确认总分回到 ≥53.2、cell_state 和 expression_change 回到 ≥50。\n2) 尺度精调（≤8 次查分）：扫描目标 RMS ∈ {335, 340, 345, 350, 354, 358, 362}（scale_log_ratio 0→+0.078）。每次记录 shape_scale 与总分。若最优点落在扫描边界则追加 1-2 个邻近点。选 shape_scale 最高的 RMS 为提交值。Engineer 前 3 次查分后若 335-354 区间无改善趋势即可停止。\n3) PCA 规范化（1-2 次查分）：在缩放后对坐标做确定性定向——减质心→旋转至 PCA 主轴→强制 det=+1（最后一轴乘 sign(det)）→每轴按第三矩符号定向（k026 方法）。单独测规范化对 shape_scale 的影响，若 <62 则不采用。\n单输入退路：仅一个输入阶段时跳过缩放（恒等），仅做 PCA 规范化。\nvec-score 筛选：每次查分先看 shape_scale，<62 立即放弃；总分 <53 不进入下一轮。",
  "expected_groups": ["shape_scale", "cell_state", "expression_change"],
  "risks": "1) 尺度最优点可能恰在 354（当前值），扫描无增益——前 3 次查分即可判断，及时止损。2) PCA 规范化可能因改变点云朝向而意外降低形状分（打分器 PCA 对齐有隐含偏好）——先单独测一次，<62 则放弃。3) 去掉位移后 cell_state/expression_change 预期回到 50 但难以超越，本节点主攻 shape_scale，表达侧改进留给后续节点。4) 扫描间隔 5 单位可能过粗，若最优在两点之间取较近者；时间不够则优先保证 340-358 区间。",
  "family_id": "T2HX-06",
  "mechanism": "各向同性坐标缩放精调（在 max-RMS 附近搜索最优 scale_log_ratio）+ PCA 确定性规范化（固定手性与轴朝向，消除评分方差）。",
  "vs_constant_shift": "完全不修改基因表达矩阵（α=0），仅对空间坐标做整体缩放和确定性旋转。常数位移改变每个细胞的表达向量；本方案的表达输出与 copy_last 逐位相同，机制只作用于坐标。",
  "mechanism_evidence": "1) shape_scale 随 scale_log_ratio 的变化曲线：若存在非边界峰值，说明精调有效而非简单放大。2) PCA 规范化前后对同一预测多次评分，方差应减小。3) 四组分对比：去位移后 cell_state、expression_change 回到 ≥50，证明位移为负贡献。4) stderr 输出实际目标 RMS、scale_log_ratio、规范化前后坐标差异的 RMS。",
  "mechanism_off_control": "VEC_MECH_OFF=1 时：不做坐标缩放（保持 last 阶段原始坐标），不做 PCA 规范化，表达直接复制 last 阶段——等价于 copy_last（节点 1，分数 50.00）。预期差别：shape_scale 从 ~63-70 回落到 50，其余三组保持 50，总分回到 50。",
  "sources": []
}
```

审查员

REVIEW.json written