总览 · ← 返回运行 20261003-094242-search-t2-embryo-interp-g24-D-s2

节点 n17

型内逐基因方差回复（PLAN T2EI-01）已实现并对照：γ>0 时 variogram 仅微升、neighborhood_mmd 随 γ 单调劣化，净效应为负，提交默认 γ=0，输出与父节点 13/15 逐位相同。

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 1ad58c0a32: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 5f08c0c52e。改动的文件：solution/METHOD.md +28 −32、solution/run.py +116 −3

diff --git a/solution/METHOD.md b/solution/METHOD.mdindex 5fa153c..ae5a2df 100644--- a/solution/METHOD.md+++ b/solution/METHOD.md@@ -1,50 +1,46 @@-型内伪时间进度加权混抽（PLAN T2EI-01）已实现并对照：进度偏向有小幅 mmd_u 收益，但 variogram 与坐标重抽样噪声净亏，提交时机制关闭（与父节点13逐位一致）。+型内逐基因方差回复（PLAN T2EI-01）已实现并对照：γ>0 时 variogram 仅微升、neighborhood_mmd 随 γ 单调劣化，净效应为负，提交默认 γ=0，输出与父节点 13/15 逐位相同。 -## 方法（family T2EI-01，PLAN：进度加权分层混抽）+## 方法（family T2EI-01，PLAN：per-gene within-type variance restoration） -在父节点 13 全部管线（mix 分层混抽、procrustes3d 对齐、α=5 收敛位移、λ=6 投影加权、β=0.2 配对收缩、各向异性坐标整形、jitter、RMS 回缩）之上，新增细胞选择机制，两种模式（环境变量切换）：+父节点 15 全部管线不动（mix 分层混抽、procrustes3d 对齐、α=5 收敛位移、λ=6 投影加权、β=0.2 配对收缩、各向异性坐标整形、jitter、RMS 回缩）。在 β-收缩之后、写出表达之前新增机制（`T2_VARREST_GAMMA`，默认 0=跳过）： -1. **进度分数**：对每个共有类型（两侧各 ≥10 细胞），Δ = μ_b − μ_a（只留 |Δ| ≥ 0.25 的 DE 基因，复用收敛位移的 Δ）。a 侧细胞 s = clip((x−μ_a)·Δ/(Δ·Δ+ε), 0, 1)（ε=1.0），b 侧 s = clip((μ_b−x)·Δ/(Δ·Δ+ε), 0, 1)。a 侧目标 t、b 侧目标 1−t。-2. **redraw 模式**（PLAN 原方案，T2_PROG_MODE=redraw）：保持 mix_indices 的每类型名额不变，型内按 p ∝ exp(−κ(s−target)²) 加权无放回重抽（T2_PROG_KAPPA，扫了 0.5/1/2；κ=0 跳过）。-3. **swap 模式**（结构修复尝试，T2_PROG_MODE=swap，T2_PROG_FRAC）：完全保留父节点的分层抽样和 rng 流（jitter 逐位不变），每类型只把 |s−target| 最大的 frac·k 个已抽细胞换成未抽池中 |s−target| 最小的细胞（仅在严格更近时换）。frac=0 → 父节点逐位。-4. 单输入阶段退路：无括号时 main() 提前 return 分层复制，机制不执行（与父节点相同）。-5. 表达值在本机制中不做任何修改；每类型抽取数不变 → 类型组成不变（PLAN evidence 4 已验证：prog 开关下每类型计数一致）。+1. 对每个共有类型（原始括号两侧各 ≥10 细胞、输出侧 ≥4 细胞）：从原始阶段计算 σ_a[g]、σ_b[g]（`as_dense` 全型细胞），输出侧合并 a/b 两侧细胞计算 σ_out[g]、μ_out[g]。+2. σ_target[g] = (1−t)·σ_a[g] + t·σ_b[g]；r[g] = clip(σ_target/(σ_out+1e-6), 0.5, 2.0)。+3. 对每个已表达条目（x>0）：x ← μ_out[g] + (x−μ_out[g])·(1+γ·(r[g]−1))，clip ≥0；不新增非零条目。+4. 逐基因重居中：把 sum 漂移按该基因 nnz 条目数摊回（首版按细胞数摊回导致均值漂移 0.545，已修正），clip 后实测型均值最大漂移 0.024（γ=0.5）/0.062（γ=1.0），全局 pseudobulk 最大移动 0.0012 ≪ DE 阈值 0.25。+5. 可选 `T2_VARREST_MIN_FRAC`：只修正型内 nnz 比例 ≥ 阈值的基因（过滤稀疏噪声基因的 r 估计）。+6. 机制不消费 rng、不改细胞选择、不改坐标：父节点抽样与 jitter 逐位保留（吸取节点 15 教训）。+7. 单输入阶段退路不变：无括号时 main() 提前 return 分层复制，机制不执行。 -知识来源：仅使用视图内两个括号阶段自身的测量（型均值差 Δ、型内投影），无保留阶段/基因型信息，无外部文献数据。伪时间投影（细胞沿群体均值差方向的进度）是通用机制做法。+知识来源：仅使用视图内两个括号阶段自身的测量（型内标准差），无保留阶段/基因型信息；「中间态方差按时间线性插值」是通用插值假设，非文献数值。  ## 机制生效证据（seed 0，proxy E6.75+E8.0→E7.25，t=0.4） -- 进度分数分布（10 个共有类型）：连续右偏而非 0/1 双峰，a 侧均值 0.026–0.05、b 侧 0.058–0.19（Unknown），q90 达 0.08–0.52，~55% 细胞恰在 0（clip 下界）；PLAN 风险 1 的停止条件（全双峰）未触发。-- redraw κ=2：选中细胞进度均值 a 侧 0.0464（池 0.0436）、b 侧 0.1066（池 0.0812）——偏向确实把选中细胞推向目标方向（但幅度小：池分布整体远离 t=0.4/0.6，单细胞噪声 ≫ 时间信号）。-- swap frac=0.15：实际交换 462/5000 细胞（frac=0.3 → 938），每类型计数与组成不变，rng 流不消费（jitter 逐位同父节点）。-- 表达矩阵：机制只改选中的细胞索引，不改任何表达值；后续 α/λ/β 管线照常作用于新选细胞（因此下游指标随之变化）。+- 修正 10 个共有类型；r 分布（γ=0.5 无过滤）：中位 1.05、q10 0.5、q90 2.0 —— **中位比值恰在 PLAN 风险 2 的「无空间」边界**（σ_out/σ_target≈0.95），压缩不是系统性的，只有部分基因偏离。+- 表达确实被改：nnz 146836→146718（clip 到 0 的条目占被改条目 0.18%@γ=0.5、0.36%@γ=1.0，零分数变化 <0.07%，稀疏结构保持）；被 clip 回正的比例 1.5%@γ=0.5（PLAN 风险 4 监控项，未触发额外保护必要）。+- 型均值保持：max drift 0.024（γ=0.5），pseudobulk 最大移动 0.0012；DE 两项 raw 完全不动（de_score 0.25、de_direction 0.3853→0.3851，在打印精度内）。+- 四组分变化（A 半，同日锚点）：cell_state 48.93→49.12（mmd_u 0.01164→0.01152、variogram 0.01442→0.014336，均改善）；local_spatial 58.16→57.68（neighborhood_mmd 0.05506→0.05613，劣化）；expression_change、shape_scale 不变（机制不触碰均值与坐标）。  ## 关闭对照（mechanism_off_control） -T2_PROG_ENABLE=0（提交默认）与 T2_PROG_KAPPA=0（redraw）/ T2_PROG_FRAC=0（swap）：输出与父节点 13 在相同 seed 下**逐位相同**（X 与 spatial_3D array_equal 已验证）。开启后输出改变（X nnz 146836→147068），机制确实生效。+T2_VARREST_GAMMA=0（提交默认）：输出与父节点（本 run 起点代码、即节点 13/15 提交）在相同 seed 下**逐位相同**（X 与 spatial_3D array_equal 已验证，seed 0/1 均确定）。开启后输出改变（上节 nnz/raw 变化），机制确实生效。 -## 查分结果（同日 A 半锚点，seed 0；关闭 = 61.45）+## 查分结果（A 半，seed 0，共用 6/20 次） -| 配置 | 榜分 | cell_state | shape_scale | mmd_u raw | variogram raw | occ raw |+| 配置 | 榜分 | cell_state | local_spatial | variogram raw | mmd_u raw | neighborhood raw | |---|---:|---:|---:|---:|---:|---:|-| off（=父节点13，当日锚点） | **61.45** | 48.93 | 77.75 | 0.01164 | 0.01442 | 0.8066 |-| redraw κ=0.5 | 60.91 | 49.03 | 76.58 | 0.01141 | 0.01459 | 0.7981 |-| redraw κ=1 | 61.10 | **49.56** | 76.10 | **0.01093** | 0.01456 | 0.7906 |-| redraw κ=2 | 60.65 | 48.80 | 75.41 | 0.01136 | 0.01494 | 0.7830 |-| redraw κ=0.001（均匀重抽对照） | 60.66 | 49.21 | 75.86 | 0.01141 | 0.01437 | 0.7840 |-| swap frac=0.15 | 61.36 | 48.74 | 77.34 | 0.01150 | 0.01483 | 0.7991 |-| swap frac=0.30 | 60.76 | 48.22 | 76.17 | 0.01176 | 0.01515 | 0.7808 |+| γ=0（锚，=父节点） | **61.45** | 48.93 | 58.16 | 0.01442 | 0.01164 | 0.05506 |+| γ=0.5 | 61.38 | 49.12 | 57.68 | 0.014336 | 0.01152 | 0.05613 |+| γ=0.5 + min_frac=0.03 | 61.38 | 49.11 | 57.68 | 0.014348 | 0.01152 | 0.05614 |+| γ=1.0 | 61.27 | 49.15 | 57.22 | 0.01429 | 0.01153 | 0.05719 | -结论：-1. **偏向本身有微弱真效应**：κ=1 对比同为重抽的均匀对照，cell_state +0.35、mmd_u 0.01141→0.01093、shape +0.24——方向与 PLAN 预期一致，但幅度 ≪ 噪声（~1 分）。-2. **重抽样代价占主导**：任何全量重抽（连 κ=0.001 的均匀重抽）都比父节点的特定抽样掉 ~0.8 分，几乎全部来自坐标侧（occupancy 0.807→0.784、d2 0.0047→0.0057）——细胞身份换了，坐标云的抽样噪声就换了，与偏向无关。swap 模式保坐标后 shape 只掉 0.4，但偏向收益也随之消失（只换 9% 细胞，且换上的是进度尾部=分布极端细胞，variogram 反而变差 0.01442→0.01483）。-3. **variogram 对沿 Δ 偏向选择系统性变差**（redraw κ2、swap 两档全部劣于 off）：进度尾部细胞的基因偏差相关，破坏共变结构。型内进度异质性更像噪声/极端细胞而非可利用的时间梯度。+结论：variogram 改善 ~0.0001 raw，远低于 PLAN 预设的放弃阈值 0.0005；neighborhood_mmd 随 γ 单调劣化（型内偏差放大使 15-NN 邻域均值分布比真值中间态更散），25 分权重的邻域损失盖过 cell_state 小幅收益。稀疏基因过滤（min_frac=0.03，把 r 的 q10/q90 收窄到 0.86/1.15）不改变结果——邻域损伤来自修正本身而非噪声基因。γ=0.25 未测：趋势单调，预期落在锚点与 61.38 之间，仍为负。 -## 验证过 / 没验证+## 提交 -- 验证：off 逐位复现父节点（seed 0）；redraw/swap 两模式全网格如上（9 次查分）；vec-check 通过（seed 0/1）；运行 ~14s、内存 <1GB；κ=0/frac=0 退路。-- 没验证：seed 1/2 的完整网格（off 结论基于 seed 0 同日锚点）；真实括号（E7.25+E8.0→E7.5? 实际 final 视图）上的行为——但机制默认关闭，提交程序与父节点逐位相同，父节点在 final 的行为即本节点行为；PROG_MIN_CELLS / ε 未扫（机制净负，无必要）。+默认 γ=0，与父节点逐位一致（预期榜分 62.52 不变）。代码、开关与诊断保留供后续节点复用。 -## 提交状态与下一步+## 给后续节点的建议 -提交默认 T2_PROG_ENABLE=0：程序行为与父节点 13 完全一致（预期分数 ≈ 父节点）。代码保留全部机制与开关，供后续节点复用。下一步最值得试：(a) cell_state 的改善不要走"换细胞"路线（坐标抽样噪声 ±0.8 淹没一切 <0.5 的表达侧收益），应在**固定父节点抽样**的前提下改表达值本身（如按进度连续的型内插值生成中间态细胞，同时接管其坐标=原细胞坐标，保 pairing）；(b) 任何声称 <1 分的改善必须与"同抽样、同 rng 流"的对照比，不能与父节点的具体抽样比。+- variogram 的失分不是「型内方差被压缩」：σ_out/σ_target 中位 ≈0.95，逐基因回复无空间。方向应转向共变**结构**（基因间相关），而非边际方差幅度。+- 任何增大型内逐细胞偏差的操作都会伤 neighborhood_mmd（本节点 + 节点 15 的进度选择两个独立证据）；cell_state 与 local_spatial 在本管线上存在实测的权衡，改表达值也要过邻域这一关。diff --git a/solution/run.py b/solution/run.pyindex 7301483..f117154 100644--- a/solution/run.py+++ b/solution/run.py@@ -99,6 +99,38 @@ PAIR_DE_ONLY = os.environ.get("T2_PAIR_DE_ONLY", "1") == "1" # target RMS (scale_log_ratio untouched, expression untouched). ANISO_ENABLE=0 # skips the step and reproduces the parent bit-for-bit. ANISO_ENABLE = os.environ.get("T2_ANISO_ENABLE", "1") == "1"+# Per-gene within-type variance restoration (family T2EI-01, this node): the+# convergence (α) + projection weighting (λ) + pair shrinkage (β) stack+# systematically compresses within-type per-gene variance, so the gene-gene+# co-variation amplitude of the output sits below the true intermediate stage+# (variogram is the weakest single metric, skill 0.389 < floor). After β,+# for every shared type (≥10 cells per side in the ORIGINAL brackets):+#   σ_target[g] = (1−t)·σ_a[g] + t·σ_b[g]          (linear interp of measured stds)+#   r[g] = clip(σ_target[g] / (σ_out[g]+1e-6), 0.5, 2.0)+# and every expressed entry (x>0) of that type's output cells is rescaled around+# the output type mean: x ← μ_out[g] + (x − μ_out[g])·(1 + γ·(r[g] − 1)),+# clipped at 0, then re-centred per gene so the type mean (hence pseudobulk,+# DE scores) does not move. Only nnz entries are touched, never creating new+# nonzeros. γ = 0 skips the step entirely and reproduces the parent bit-for-bit.+# NOTE (submitted default): the mechanism measured net-negative and monotone in+# γ on the proxy (same-day A-half anchor γ=0: 61.45; γ=0.5: 61.38; γ=1.0: 61.27;+# γ=0.5 + nnz-fraction filter 0.03: 61.38). Variogram improved only ~0.0001 raw+# (PLAN abandon threshold 0.0005) while neighborhood_mmd degraded 0.0551 →+# 0.0561 → 0.0572 with γ: enlarging within-type per-cell deviations makes the+# 15-NN neighbourhood-mean distribution MORE spread than the true intermediate+# stage, and the 25-point neighbourhood weight dominates the small cell_state+# gain. r_median = 1.05 (σ_out/σ_target ≈ 0.95) also sits at the PLAN "no room"+# boundary — the pipeline's variance compression is not systematic. Submitted+# DISABLED (bit-identical to parent node 13/15); switches kept for follow-ups.+VARREST_GAMMA = float(os.environ.get("T2_VARREST_GAMMA", "0.0"))+VARREST_MIN_CELLS = int(os.environ.get("T2_VARREST_MIN_CELLS", "10"))+VARREST_CLIP = (float(os.environ.get("T2_VARREST_CLIP_LO", "0.5")),+                float(os.environ.get("T2_VARREST_CLIP_HI", "2.0")))+# Genes expressed in fewer than VARREST_MIN_FRAC of the type's output cells have+# σ_out estimates dominated by sampling noise (a handful of nonzero entries);+# rescaling those amplifies noise and hurts neighborhood pairing. Restrict the+# correction to genes with nnz fraction ≥ MIN_FRAC within the type block.+VARREST_MIN_FRAC = float(os.environ.get("T2_VARREST_MIN_FRAC", "0.0")) # Progress-weighted stratified reselection (family T2EI-01, this node): within # each shared type, cells differ in how far they already sit along the temporal # change direction Δ = μ_b − μ_a (DE genes only, |Δ| ≥ CONVERGE_MIN_DELTA).@@ -295,6 +327,74 @@ def progress_swap(stage, idx, labels, means, delta, target_s, frac):     return new_idx, info  +def variance_restore(xa, xb, labs_a, labs_b, stage_a, stage_b, t, shared):+    """Per-gene within-type variance restoration (see VARREST_GAMMA comment).++    Modifies xa/xb in place; only entries already >0 are touched and per-gene+    type means are restored after the rescaling, so pseudobulk / DE stay put.+    """+    info = {"varrest_gamma": VARREST_GAMMA, "varrest_n_types": 0,+            "varrest_r_median": None, "varrest_r_q10": None, "varrest_r_q90": None,+            "varrest_max_mean_drift": None, "varrest_zero_before": None,+            "varrest_zero_after": None, "varrest_clipped_frac": None}+    la = np.asarray(stage_a.labels).astype(str)+    lb = np.asarray(stage_b.labels).astype(str)+    rs, drifts, zb, za, clipped, n_mod = [], [], 0, 0, 0, 0+    n_types = 0+    for lab in shared:+        pool_a = np.flatnonzero(la == lab)+        pool_b = np.flatnonzero(lb == lab)+        if pool_a.size < VARREST_MIN_CELLS or pool_b.size < VARREST_MIN_CELLS:+            continue+        rows_a = np.flatnonzero(labs_a == lab)+        rows_b = np.flatnonzero(labs_b == lab)+        n_out = rows_a.size + rows_b.size+        if n_out < 4:+            continue+        sig_a = as_dense(stage_a.X, pool_a).astype(np.float64).std(axis=0)+        sig_b = as_dense(stage_b.X, pool_b).astype(np.float64).std(axis=0)+        sig_target = (1.0 - t) * sig_a + t * sig_b+        block = np.vstack([xa[rows_a], xb[rows_b]]).astype(np.float64)+        mu = block.mean(axis=0)+        sig_out = block.std(axis=0)+        r = np.clip(sig_target / (sig_out + 1e-6), VARREST_CLIP[0], VARREST_CLIP[1])+        if VARREST_MIN_FRAC > 0.0:+            ok = (block > 0).mean(axis=0) >= VARREST_MIN_FRAC+            r = np.where(ok, r, 1.0)+        f = 1.0 + VARREST_GAMMA * (r - 1.0)+        mask = block > 0+        new = np.where(mask, mu + (block - mu) * f, block)+        new = np.where(mask, np.maximum(new, 0.0), block)+        # re-centre: keep the per-gene SUM over all cells (zeros included), by+        # spreading the sum drift over that gene's nnz entries only+        nz = mask.sum(axis=0).astype(np.float64)+        shift = (new.sum(axis=0) - block.sum(axis=0)) / np.maximum(nz, 1.0)+        new = np.where(mask, np.maximum(new - shift, 0.0), block)+        final_drift = np.abs(new.mean(axis=0) - mu).max()+        new32 = new.astype(np.float32)+        xa[rows_a] = new32[:rows_a.size]+        xb[rows_b] = new32[rows_a.size:]+        n_types += 1+        rs.append(r)+        drifts.append(float(final_drift))+        zb += int((~mask).sum())+        za += int((new32 == 0).sum())+        clipped += int(((new <= 0.0) & mask).sum())+        n_mod += int(mask.sum())+    if rs:+        rcat = np.concatenate(rs)+        info.update({+            "varrest_n_types": n_types,+            "varrest_r_median": float(np.median(rcat)),+            "varrest_r_q10": float(np.quantile(rcat, 0.10)),+            "varrest_r_q90": float(np.quantile(rcat, 0.90)),+            "varrest_max_mean_drift": float(np.max(drifts)),+            "varrest_zero_before": zb, "varrest_zero_after": za,+            "varrest_clipped_frac": float(clipped / max(n_mod, 1)),+        })+    return info++ def mix_converge(stage_a, stage_b, t: float, params: dict, alpha: float):     t = float(t)     damp = float(params.get("scale_damp", 1.0))@@ -508,6 +608,15 @@ def mix_converge(stage_a, stage_b, t: float, params: dict, alpha: float):         pair_info["n_paired_types"] = n_types_paired         pair_info["n_pairs"] = n_pairs +    varrest_info = {"varrest_gamma": VARREST_GAMMA, "varrest_n_types": 0}+    if VARREST_GAMMA != 0.0 and ia.size and ib.size:+        if not shared:+            means_a, means_b, shared, delta = compute_delta(stage_a, stage_b, 10)+        if shared:+            labs_a_v = np.asarray(stage_a.labels).astype(str)[ia]+            labs_b_v = np.asarray(stage_b.labels).astype(str)[ib]+            varrest_info = variance_restore(xa, xb, labs_a_v, labs_b_v, stage_a, stage_b, t, shared)+     expr = np.clip(np.vstack([xa, xb]), 0.0, None).astype(np.float32) if (ia.size or ib.size) else np.zeros((0, len(stage_a.genes)), np.float32)     coord_parts = []     if ia.size:@@ -525,7 +634,7 @@ def mix_converge(stage_a, stage_b, t: float, params: dict, alpha: float):     info.update(         t=t, n=int(expr.shape[0]), rms_a=rms_a, rms_b=rms_b, target_rms=target_rms,         out_rms=rms_radius(coords), n_from_a=int(ia.size), n_from_b=int(ib.size), **conv, **pair_info,-        **prog_info,+        **prog_info, **varrest_info,     )     return expr, coords.astype(np.float32), info @@ -561,8 +670,12 @@ def main() -> None:                                         "aniso_factor", "aniso_aspect_in", "aniso_aspect_out",                                         "prog_kappa", "prog_mode", "prog_frac", "prog_n_swaps",                                         "prog_n_types_a", "prog_n_types_b",-                                        "prog_sel_mean_a", "prog_pool_mean_a",-                                        "prog_sel_mean_b", "prog_pool_mean_b")}+                                         "prog_sel_mean_a", "prog_pool_mean_a",+                                         "prog_sel_mean_b", "prog_pool_mean_b",+                                         "varrest_gamma", "varrest_n_types", "varrest_r_median",+                                         "varrest_r_q10", "varrest_r_q90", "varrest_max_mean_drift",+                                         "varrest_zero_before", "varrest_zero_after",+                                         "varrest_clipped_frac")}     print(json.dumps({"bracket": [a["stage"], b["stage"]], **keep}, default=float), file=sys.stderr)     write_t2(args.out, expr, coords, 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

完成。总结：

**做了什么**：按 PLAN 在父节点 15 管线的 β-收缩后实现了型内逐基因方差回复（T2_VARREST_GAMMA，σ_target 线性插值、r clip [0.5,2]、nnz-only、逐基因重居中保型均值，修正了首版重居中公式的均值漂移 bug 0.545→0.024），另加稀疏基因过滤开关；机制不消费 rng、不动细胞选择与坐标。

**查分**（A 半，6/20 次）：锚点 γ=0 = 61.45；γ=0.5 = 61.38；γ=0.5+min_frac = 61.38；γ=1.0 = 61.27。variogram 仅改善 ~0.0001 raw（远低于 PLAN 放弃阈值 0.0005），r 中位 1.05 落在「压缩无空间」边界，neighborhood_mmd 随 γ 单调劣化（0.0551→0.0572）盖过 cell_state 小收益。**提交默认 γ=0，与父节点逐位相同**（array_equal 验证，vec-check ok，seed 0/1 确定），保住 62.52。

**下一步最值得试**：(1) variogram 的问题不在边际方差幅度而在基因间共变结构，可试固定抽样下沿括号阶段的基因相关结构做小幅 whitening-recolor；(2) 两个独立节点证实「增大型内逐细胞偏差→伤邻域」的权衡，任何表达侧改动需先过 neighborhood_mmd 关；(3) shape 侧 occupancy_dice（skill 0.42）仍是不动细胞身份前提下的最大单项空间。

调研员

nnz-only 约束使实际位移量逐细胞异质，产生人工共变畸变。节点 15 的教训明确：不能换细胞（坐标抽样噪声 ±0.8），应在固定抽样下改表达值本身。Analyst 建议的 whitening-recolor 方向，本方案用最小实现：逐基因方差回复。",
  "approach": "在父节点 13 全部管线（mix → α=5 收敛 → λ=6 加权 → β=0.2 配对 → aniso → jitter → RMS）的 β-收缩之后、aniso 之前，新增一步 per-gene within-type variance restoration：\n\n1. 对每个共有类型（两侧各 ≥10 细胞），在收敛/收缩完成后计算输出侧每基因型内标准差 σ_out[g]；从原始括号阶段（未修改）计算 σ_a[g]、σ_b[g]。\n2. 目标标准差 σ_target[g] = (1−t)·σ_a[g] + t·σ_b[g]（线性插值）。\n3. 修正因子 r[g] = clip(σ_target[g] / (σ_out[g] + 1e-6), 0.5, 2.0)。\n4. 阻尼修正：对每个已表达条目（x>0），x_new = μ_out[g] + (x − μ_out[g]) · (1 + γ·(r[g] − 1))，clip ≥ 0。仅修改 nnz 条目，不新增非零条目。\n5. 修正后对每基因重新居中：x_new −= mean(x_new) − mean(x_before)，保持型均值不变（保护 DE 两项和 pseudobulk）。\n6. 参数 γ（环境变量 T2_VARREST_GAMMA）：扫 {0.25, 0.5, 0.75, 1.0}，默认 0.5。γ=0 跳过，逐位复现父节点。\n\n单输入阶段退路：无括号时 main() 提前 return 分层复制，机制不执行。\n\nvec-score 快速筛选：先跑 γ=0（锚点）和 γ=0.5，比较 variogram raw 和 mmd_u raw；若 variogram 改善 < 0.0005（对应 < 0.5 分），放弃。预计 4 次查分（γ=0 锚 + 3 个 γ 值）在 20 次限额内。",
  "expected_groups": ["cell_state"],
  "risks": "1. 真值中间阶段的型内方差可能低于括号插值（细胞在中间态更均质），此时回复方向错误——尽早发现：γ=0.25 若 variogram 反而变差即停止。2. 修正幅度太小（σ_out 与 σ_target 差距小）→ 效果在噪声内；Engineer 应先打印 10 个类型的 σ_out/σ_target 比值分布，若中位比值在 [0.9, 1.1] 则机制无空间，应放弃。3. 重新居中步骤若实现有误可能微移 pseudobulk → 验证：修正前后逐类型逐基因均值差 < 1e-10。4. 与 nnz-only clip 的交互：r>1 时 x<μ 的条目可能被 clip 到 0，轻微改变稀疏率 → 监控零分数变化，若 >1% 则加保护（不将正值 clip 为 0）。",
  "family_id": "T2EI-01",
  "mechanism": "收敛位移（α/λ/β）系统性压缩了型内逐基因方差，使基因间共变幅度低于真值中间态；本机制按括号阶段方差线性插值目标，对型内偏差做逐基因乘性回复，恢复共变结构而不移动型均值。",
  "vs_constant_shift": "常数位移是给所有细胞加同一向量（改均值不改方差）；本机制是逐基因、逐类型的偏差乘性缩放（改方差不改均值），且修正因子由括号阶段实测方差插值决定，不是全局常数。",
  "mechanism_evidence": "Engineer 应打印：(1) 修正前后每类型每基因 σ 的分布（直方图或分位数），确认 σ_out 确实偏离 σ_target 且修正后靠近；(2) variogram raw 从 0.01392 下降的幅度；(3) 型均值逐基因最大偏移 < 1e-8（证明均值未动）；(4) 零分数变化 < 0.5%（稀疏结构保持）。若 σ_out/σ_target 中位比值已在 [0.95, 1.05]，说明压缩不严重，机制无空间。",
  "mechanism_off_control": "T2_VARREST_GAMMA=0 时完全跳过修正步骤，输出与父节点 13 在相同 seed 下逐位相同（X 与 spatial_3D array_equal）。预期差别：γ>0 时 variogram raw 下降、mmd_u raw 可能微降，expression_change 和 shape 组不变。"
}

审查员

REVIEW.json written