总览 · ← 返回运行 20261003-172000-search-t2-heart-extrap-chain-12h

节点 n19

复刻node5表达引导坐标2-opt置换（目标函数=坐标15-NN邻域均值表达方差，B=2000/5000实测均劣化），按PLAN止损规则以机制关闭态（=copy_last逐位）提交。

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 25a89e46b8: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 0a2432bccc。改动的文件：solution/METHOD.md +24 −34、solution/run.py +130 −79

diff --git a/solution/METHOD.md b/solution/METHOD.mdindex 44b383b..da14a8f 100644--- a/solution/METHOD.md+++ b/solution/METHOD.md@@ -1,45 +1,35 @@-CollecTRI 调控方向先验逐基因符号微扰：已实现并实测，α=0.25 得 43.65（de_direction 原始 −0.0004≈0，方向先验无信号；variogram 0.058→0.172 严重受损），按 PLAN 停止规则以机制关闭态提交（VEC_ALPHA=0，输出逐位=copy_last，对照实测 50.00）。+复刻node5表达引导坐标2-opt置换（目标函数=坐标15-NN邻域均值表达方差，B=2000/5000实测均劣化），按PLAN止损规则以机制关闭态（=copy_last逐位）提交。 -## 方法（PLAN：CollecTRI 调控方向先验驱动的逐基因符号微扰）+## 方法族与实现 -1. 基座与父节点 12 对照相同：anchor=末观测阶段（`anchor_entry`），n 夹到 [min_cells, max_cells]，`take` 按型分层抽样，X 与坐标原样输出。-2. 机制（`VEC_ALPHA>0` 时启用）：-   - 读 `<view>/prior/tf_regulons/collectri_mouse.tsv.gz`（TF→target，mor 符号）；只用 TF 与 target 都在输出面板内的边（本视图 411 条边、94 个面板内 TF、覆盖 176/500 基因；TF 列 UniProt 型仅 7 个，匹配率风险解除，未触发 PLAN 风险 3 的放弃条件）；-   - activity_t = anchor 输出细胞中 TF t 的平均表达；score_g = Σ_{t→g} sign(t→g)×activity_t；-   - S = |score_g| > median(|score|)（median=0，S=176 个 score≠0 的基因）；sign_g = sign(score_g)，g∉S 时 0；-   - X_new[:,g] = clip(X[:,g] + α·sign_g·std_g, 0, ∞)，std_g = anchor 输出细胞的逐基因 std。-   - 不依赖第二时间点，单输入视图天然兼容；不改坐标、细胞数、组成。-3. 机制关闭对照（PLAN mechanism_off_control）：`VEC_ALPHA=0`（**当前默认**）跳过全部微扰，输出逐位等于 copy_last。+- family_id: T2HX-04（贪心 2-opt 交换细胞-坐标配对）。按 PLAN 实现了完整机制：+  1. 基座 = copy_last（锚阶段，n 夹到 [min_cells, max_cells]，按细胞型分层抽样 `take`，行序稳定排序）；+  2. 坐标 15-NN 图（cKDTree，含自身）；+  3. 特征 f = 输出细胞表达（log1p CP10k，500 基因面板）的前 32 个主成分（中心化后 eigh/SVD，确定）；+  4. 目标函数 J = Σ_k ‖M_k − M̄‖²，M_k = 15-NN 邻域平均特征（即 PLAN 的"邻域平均表达向量的方差"，neighborhood_mmd 的直接代理）；+  5. 候选对：每个坐标槽 i 配 j = 特征空间中离 M_i 最近的细胞（"i 的邻域想要的表达"）；Δ 用 NN(i)∪NN(j) 上的精确增量公式计算（M 对 f 线性，公式经 200 细胞暴力对照验证到 1e-13）；+  6. 按 Δ 升序贪心执行 Δ<0 的交换（执行时刻重算精确 Δ），预算 B = VEC_SWAP。+- 机制只改细胞↔坐标配对：坐标点集、表达矩阵、行序逐位不变。开关：`VEC_SWAP`（0=关，提交态默认 0；探针用 2000/5000）。+- 单输入视图无需退路（机制只用锚阶段自身）。视图无关：不含绝对阶段名/时间/尺寸常数，输出只依赖数据与 seed；两次 seed 0 运行输出逐位相同。纯 CPU（无 EXECUTION.json 声明沿用 harness 默认，运行 ~6 s / <1 GB）。 -## 对照与实测（proxy_noscale，4 次查分）+## 机制生效的证据（proxy 视图，n=24826） -- 对照 α=0：**50.00**，八项全部 skill=0.5（de_score/de_direction 原始 0，无变化保护生效）。✓ 与父节点对照逐位一致（同 seed 同基座代码路径）。-- α=0.25：**43.65**。机制证据核验：-  - de_direction 原始 **−0.0004 ≈ 0**：CollecTRI 净调控输入与真实 E8.75→E9.5 变化方向的秩相关为零，方向先验假设被否证（PLAN 风险 1 成真）；-  - de_score 原始 **−0.389**：按 dp=α·sign_g·std_g 排序选出的"变化基因"比 chance 更差——符号场虽无方向信号，但幅度由 std_g 主导，把高 std 基因系统性推入 top 名单，反而低于随机；-  - variogram 原始 0.0581→**0.1721**（组 35.8）：逐基因常数位移虽不改细胞间成对差，但 clip(X+Δ,0,∞) 在低表达基因上截断，破坏了基因间共变结构；-  - mmd_u 0.0586→0.0677、neighborhood_mmd 0.1145→0.1316：位移分布整体偏移，均劣化；-  - 形状三项不变（机制不动坐标）。-  - PLAN 停止规则"α=0.25 总分<50 → 立即以对照提交"触发，未再测 α=0.5（α 只会线性放大同一错误方向场与 clip 损伤）。-- 附加探索（非 PLAN，1 次查分）：分层稀释输出细胞到 50%（12413 个）检验"细胞密度→15-NN 覆盖半径→neighborhood_mmd"假设：**47.74**，neighborhood_mmd 0.1145→0.1198 反而变差，且抽样噪声使 DE 脱离无变化保护（de_score −0.222）。真值阶段的邻域平均不比 anchor 全密度输出更平滑，密度假设被否证。该变体未写入 run.py。+- B=5000：执行 5000 次交换（每对细胞至多参与一次），J/N 223.52 → 209.06（−6.5%），即邻域均值表达方差确实下降——机制按设计改变了配对。+- B=2000：执行 2000 次交换，J/N 223.52 → 214.65（−4.0%）。+- 但真值指标反向：neighborhood_mmd 原始值 对照 0.11445 → B=2000 0.11638 → B=5000 0.11724（单调劣化）；local_spatial 组 50.00 → 49.58 / 49.40。d2_shape/occupancy_dice 的微小波动来自指标对细胞行抽样、非机制本意。 -## 结论与教训+## 对照（mechanism_off_control，同程序 VEC_SWAP=0） -- 本榜四个已试方向族全部否证：坐标/配对重排（node3/5/7/9/10/12）、速度/PCA 位移（node2/4/6/8/11）、CollecTRI 符号微扰（本节点）、细胞密度稀释（本节点）。de_direction≈0 说明"哪些基因将变"在本视图可用信息（面板表达 + 通用调控网络结构）里没有可提取的信号；任何非零 dp 都会同时付出 variogram/mmd_u/neighborhood_mmd 的分布损伤代价，而 DE 组收益为零或负——expression_change 组的"无变化保护=地板"实际上是本榜现有信息下的局部最优。-- 提交 = 对照（copy_last），预期榜分 50.00（B 半噪声内）。+- 关闭态输出逐位等于 copy_last（与父节点交付输出一致，X 与坐标逐位比对通过）。+- vec-score（proxy_noscale，A 半）：关闭态 50.00（四组全 50）；B=5000 49.80；B=2000 49.34。共 4 次查分。+- PLAN 停止规则："第一次 vec-score 若总分<50 立即以对照提交"——触发，提交关闭态。  ## 验证过 / 没验证 -- 验证过：对照=50.00 且与父节点对照八项原始值一致；α=0.25 全指标分解；同 seed 双跑输出逐位相同（确定性）；vec-score status=scored（格式合规；vec-check 对本 client 拒绝该 task，无法直接跑）；代码不读绝对时间/阶段名/board 字段，α=0 路径不读 prior，时间平移伪装下输出不变。-- 没验证：α=0.5（停止规则触发，方向已由 α=0.25 的 de_direction≈0 判定）；sign 随机打乱对照（PLAN 证据 3——α=0.25 的 de_direction 本身已≈0，与打乱预期无异，省 1 次查分）；仅对 score 连续值加权（非符号化）的微扰变体。-- 运行时 ~2s（对照路径），内存 <1 GB。+- 验证过：Δ 公式与暴力重算一致；两预算档的目标函数下降与 neighborhood_mmd 劣化同时发生（复刻了 node12 的失败模式：内部目标降、真值指标升）；确定性（seed 0 双跑逐位相同）；vec-check 通过。+- 没验证：B=10000（趋势单调劣化，无必要）；其他候选对生成方式（如表达kNN互配）；其他视图/seed。+- 结论与父节点教训一致：锚阶段的表达-位置耦合是与真值（E9.5，另一阶段）配对的一部分，任何把锚阶段表达"空间平滑化"的重排都让它离真值的耦合更远。node5 的 52.74 无法用 PLAN 设想的目标函数复现，且其 shape_scale 增益（本机制点集不变，不可能来自 d2_shape/occupancy 的系统性改善）更可能是 A 半抽样噪声。 -## 知识来源+## 生物学知识来源 -- CollecTRI 转录因子调控网络（TF→target 激活/抑制符号）：来自视图内 `prior/tf_regulons/`，属"不针对禁窗阶段的通用机制知识"，不含任何保留阶段/基因型的测量信息。-- 无其他外部知识；未使用任何已发布阶段的尺寸、比例或表达统计常数。--## 下一步建议--- 本榜在"仅 anchor + 通用先验"的信息集下，50.00 可能已接近可达上限；建议停止微扰/重排家族的尝试。-- 若继续，唯一未动过且不依赖方向的量是输出细胞组成的再加权（composition 不参与排名指标，但影响 mmd_u/neighborhood_mmd 的分布位置）——但 node 系列已间接说明分布移动类操作在此榜全部劣化，预期收益低。+无（机制只用视图内表达/坐标与线性代数，未使用任何保留阶段/基因型信息或外部先验）。diff --git a/solution/run.py b/solution/run.pyindex 3ddbd56..a5f16f6 100644--- a/solution/run.py+++ b/solution/run.py@@ -1,39 +1,41 @@ #!/usr/bin/env python3-"""T2 extrapolation: CollecTRI regulatory-direction prior driving a bounded-per-gene sign perturbation of the copy_last anchor output.--Base (identical to parent node 12 control / node 1 copy_last): anchor = last-observed stage, n clipped to [min_cells, max_cells], stratified-by-celltype-sampling via ``take``, coordinates passed through unchanged.--Mechanism (family "other", PLAN CollecTRI direction prior):-  1. Load CollecTRI (TF -> target, mor sign) from <view>/prior/tf_regulons/.-  2. For each TF present in the output panel, activity_t = mean anchor-     expression of gene t.-  3. For each panel gene g: score_g = sum over edges (t->g, t in panel) of-     sign(t->g) * activity_t.-  4. Perturbed set S = genes with score_g != 0 (equivalently |score_g| above-     the median of |score| when most panel genes are unregulated).-     sign_g = sign(score_g) for g in S, else 0.-  5. X_new[:, g] = clip(X[:, g] + alpha * sign_g * std_g, 0, inf),-     std_g = per-gene std over the output cells of the anchor.-  6. alpha = 0 (VEC_ALPHA=0) is the mechanism-off control: output bitwise-     equals copy_last. No second time point is required; single-input views-     work unchanged.--View-independent: no absolute stage names, times, sizes or hardcoded-constants from published stages. Deterministic given --seed.+"""T2 extrapolation: greedy expression-guided 2-opt swap of cell-coordinate+pairings on the copy_last anchor output (family T2HX-04, PLAN node 19).++Base (identical to copy_last / parent control): anchor = last observed stage,+n clipped to [min_cells, max_cells], stratified-by-celltype sampling via+``take``, coordinates passed through unchanged.++Mechanism (VEC_SWAP > 0; VEC_SWAP=0 is the mechanism-off control, output+bitwise equals copy_last):+  1. Build coordinate 15-NN graph (KDTree, includes self).+  2. Features f = first 32 principal components of the centered anchor+     expression of the output cells -- the space neighborhood_mmd works in.+  3. Objective J = sum_k ||M_k - Mbar||^2 with M_k = mean of f over the 15+     coordinate-nearest slots k (neighborhood-mean feature variance; lower =+     spatially adjacent cells have more coherent expression).+  4. Candidates: for each slot i, j = slot whose current feature vector is+     nearest to M_i (the expression profile i's neighborhood "wants"). Exact+     delta of swapping the cells at slots (i, j) is O(|NN(i) u NN(j)| * D)+     because M is linear in the placed features.+  5. Sort candidates by delta ascending, greedily execute swaps whose exact+     (recomputed at execution time) delta < 0, up to budget B = VEC_SWAP.+  Only the cell<->coordinate pairing changes: the coordinate point set, the+  expression matrix rows and the row order are bitwise preserved.++View-independent: no absolute stage names, times, sizes or hardcoded constants+from published stages. Deterministic given --seed. """  from __future__ import annotations  import argparse-import gzip import os import sys-from pathlib import Path  import numpy as np+from scipy.spatial import cKDTree+from scipy.sparse import csr_matrix  from src.task2_spatial.sample import take from src.task2_spatial.view_io import (@@ -44,41 +46,100 @@ from src.task2_spatial.view_io import (     write_t2, ) -# Proxy measurement (proxy_noscale): alpha=0.25 scored 43.65 (de_direction raw-# -0.0004 ~ 0: CollecTRI net regulatory input carries no directional signal for-# this extrapolation; de_score -0.389; variogram 0.058->0.172 destroyed by the-# per-gene constant shift). PLAN stop-rule -> default off (= copy_last).-ALPHA = float(os.environ.get("VEC_ALPHA", "0"))---def collectri_scores(view: str, genes: list[str], tf_mean: dict[str, float]):-    """score_g = sum_{t->g, t measured} sign * activity_t, per panel gene."""-    gidx = {g: i for i, g in enumerate(genes)}-    path = Path(view) / "prior" / "tf_regulons" / "collectri_mouse.tsv.gz"-    scores = np.zeros(len(genes), dtype=np.float64)-    n_edges = 0-    if not path.exists():-        return scores, n_edges-    with gzip.open(path, "rt") as f:-        header = f.readline().rstrip("\n").split("\t")-        i_tf = header.index("tf")-        i_tg = header.index("target")-        i_mor = header.index("mor")-        for line in f:-            p = line.rstrip("\n").split("\t")-            tf = p[i_tf]-            tg = p[i_tg]-            if tf not in tf_mean or tg not in gidx:-                continue-            try:-                mor = float(p[i_mor])-            except ValueError:-                continue-            if mor == 0.0:-                continue-            scores[gidx[tg]] += np.sign(mor) * tf_mean[tf]-            n_edges += 1-    return scores, n_edges+# PLAN budget grid B in {2000, 5000, 10000}. Measured (proxy_noscale, A-half):+# B=2000 -> 49.34 (neighborhood_mmd 0.11638), B=5000 -> 49.80 (0.11724),+# control B=0 -> 50.00 (0.11445). Objective decreases with B but the metric+# degrades monotonically: smoothing the anchor's expression-position coupling+# away from its natural state moves it FURTHER from the E9.5 truth. PLAN+# stop-rule (neighborhood_mmd not below floor -> stop) => submitted default 0.+# VEC_SWAP=0 -> mechanism off, output bitwise equals copy_last.+SWAP_BUDGET = int(os.environ.get("VEC_SWAP", "0"))+K = 15+N_PC = 32+++def pca_features(X: np.ndarray, n_pc: int) -> np.ndarray:+    Xc = X - X.mean(axis=0, keepdims=True)+    n = Xc.shape[0]+    if n <= 4096:+        _, _, vt = np.linalg.svd(Xc, full_matrices=False)+        comps = vt[:n_pc]+    else:+        cov = (Xc.T @ Xc) / max(n - 1, 1)+        _, v = np.linalg.eigh(cov)+        comps = v[:, ::-1][:, :n_pc].T+    return np.ascontiguousarray(Xc @ comps.T, dtype=np.float64)+++def greedy_swap(coords: np.ndarray, F: np.ndarray, budget: int):+    """Re-pair cells to coordinate slots to minimize neighborhood-mean variance.++    Returns inverse permutation ``at_slot`` (cell index sitting at each slot),+    number of executed swaps and objective values before/after.+    """+    n = coords.shape[0]+    tree_c = cKDTree(coords)+    _, nn = tree_c.query(coords, k=K)  # (n, K), includes self+    nn = np.ascontiguousarray(nn)++    G = F.copy()  # G[s] = feature vector currently placed at slot s+    M = G[nn].mean(axis=1)+    Msum = M.sum(axis=0)++    def obj(M_, Msum_):+        return float((M_**2).sum() - (Msum_**2).sum() / n)++    J0 = obj(M, Msum)++    # membership: memb[l] = slots whose neighborhood contains slot l+    memb = csr_matrix(+        (np.ones(n * K, dtype=np.int8), (nn.ravel(), np.repeat(np.arange(n), K))),+        shape=(n, n),+    )+    memb_ind = [memb[i].indices.copy() for i in range(n)]++    def delta(i: int, j: int):+        """Exact delta of J when cells at slots i and j exchange slots."""+        gi, gj = G[i], G[j]+        aff = np.union1d(memb_ind[i], memb_ind[j])+        Na = nn[aff]+        cnt_i = (Na == i).sum(axis=1).astype(np.float64)+        cnt_j = (Na == j).sum(axis=1).astype(np.float64)+        dM = (np.outer(cnt_i, gj - gi) + np.outer(cnt_j, gi - gj)) / K+        dsum_ = dM.sum(axis=0)+        term1 = 2.0 * float((M[aff] * dM).sum()) + float((dM**2).sum())+        term2 = (2.0 * float(Msum @ dsum_) + float(dsum_ @ dsum_)) / n+        return term1 - term2, aff, dM, dsum_++    tree_f = cKDTree(G)+    _, cand = tree_f.query(M, k=2)+    cand = np.asarray(cand)[:, -1]++    ii = np.arange(n)+    mask = cand != ii+    pairs = np.unique(+        np.sort(np.stack([ii[mask], cand[mask]], axis=1), axis=1), axis=0+    )+    deltas = np.array([delta(int(a), int(b))[0] for a, b in pairs])+    order = np.argsort(deltas, kind="stable")++    at_slot = np.arange(n)  # cell index currently at each slot+    n_swap = 0+    for idx in order:+        if n_swap >= budget:+            break+        i, j = int(pairs[idx, 0]), int(pairs[idx, 1])+        d, aff, dM, dsum_ = delta(i, j)+        if d >= 0:+            continue+        G[[i, j]] = G[[j, i]]+        M[aff] += dM+        Msum += dsum_+        at_slot[[i, j]] = at_slot[[j, i]]+        n_swap += 1++    J1 = obj(M, Msum)+    return at_slot, n_swap, J0 / n, J1 / n   def main() -> None:@@ -101,28 +162,18 @@ def main() -> None:     X = stage.X[rows].toarray().astype(np.float32)     coords = np.ascontiguousarray(stage.coords[rows], dtype=np.float64)[:, :3] -    if ALPHA != 0.0:-        gset = set(genes)-        tf_mean = {-            g: float(X[:, i].mean())-            for i, g in enumerate(genes)-            if g in gset-        }-        scores, n_edges = collectri_scores(args.data, genes, tf_mean)-        nz = scores != 0.0-        med = float(np.median(np.abs(scores)))-        perturbed = nz & (np.abs(scores) > med) if med > 0 else nz-        sign = np.zeros(len(genes), dtype=np.float32)-        sign[perturbed] = np.sign(scores[perturbed]).astype(np.float32)-        std = X.std(axis=0).astype(np.float32)-        X = np.clip(X + (ALPHA * sign * std)[None, :], 0.0, None).astype(np.float32)+    if SWAP_BUDGET > 0:+        F = pca_features(X.astype(np.float64), N_PC)+        at_slot, n_swap, v0, v1 = greedy_swap(coords, F, SWAP_BUDGET)+        # cell r sits at slot s where at_slot[s] = r  ->  s = argsort(at_slot)[r]+        coords = np.ascontiguousarray(coords[np.argsort(at_slot)])         print(-            f"[diag] alpha={ALPHA} edges_used={n_edges} perturbed={int(perturbed.sum())}"-            f"/{len(genes)} median_abs={med:.4f}",+            f"[diag] swap budget={SWAP_BUDGET} executed={n_swap} "+            f"obj_var {v0:.6f} -> {v1:.6f}",             file=sys.stderr,         )     else:-        print("[diag] control (VEC_ALPHA=0): output = copy_last", file=sys.stderr)+        print("[diag] control (VEC_SWAP=0): output = copy_last", file=sys.stderr)      write_t2(args.out, X, 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。**

- **做了什么**：按 PLAN（T2HX-04）完整实现并实测了 node5 复刻——表达引导的贪心 2-opt 细胞-坐标置换，目标函数改为直接最小化坐标 15-NN 邻域均值表达（PCA-32）方差，Δ 公式经暴力对照验证精确。机制确实生效（B=5000 执行 5000 次交换，目标 J 降 6.5%），但真值指标反向：neighborhood_mmd 0.11445→0.11724（B=5000）、0.11638（B=2000），总分 49.80 / 49.34，均低于地板。触发 PLAN 停止规则，提交机制关闭态（VEC_SWAP=0，输出逐位 = copy_last）。
- **查分**（4 次）：control 50.00（四组全 50）；B=5000 49.80；B=2000 49.34。vec-check 通过，seed 0/7 确定。
- **下一步建议**：本榜已第五个方向族（坐标配对重排 ×4、PCA 位移、CollecTRI 符号微扰、密度稀释、组成微调）确认劣化——锚阶段的表达-位置耦合本身是与真值配对的一部分，任何平滑化重排都拉远距离；node5 的 52.74 极可能是 A 半噪声（其 shape_scale 增益在点集不变的机制下无法系统产生）。建议控制器停止对本榜的机制探索、锁定 copy_last 保底，把预算转给心脏/全胚插值榜（cell_state 组 36.3 的组成+型内插值才是有空间的弱点）。

调研员

earch quota</parameter>
</invoke>
</parameter>
</parameter>
</parameter>
</parameter>
</parameter>
</parameter>
</parameter>
</parameter>
</parameter>
</parameter>
</parameter>
</parameter>
</parameter>
</parameter>
</parameter>
</parameter>
</parameter>
</parameter>
</parameter>
</parameter>
</parameter>
</parameter>
</parameter>
</parameter>
</parameter>
</invoke>
</parameter>
</parameter>
</parameter>
</parameter>
</parameter>
</parameter>
</parameter>
</parameter>
</parameter>
</parameter>
</parameter>
</parameter>