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

节点 n23

锚阶段表达在坐标15-NN图上做2步扩散平滑（ε=0.6，只动实测正值、保零模式），逐基因列缩放精确复原伪批量；坐标、组成、细胞数、行序全部不变，DE恒处无变化保护区。

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 d9a9fb210f: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 f19dd84c94。改动的文件：solution/METHOD.md +55 −50、solution/README.md +12 −8、solution/run.py +124 −130

diff --git a/solution/METHOD.md b/solution/METHOD.mdindex 9174a5f..68f2421 100644--- a/solution/METHOD.md+++ b/solution/METHOD.md@@ -1,67 +1,72 @@-NO_CHANGE: 型组成趋势子采样外推（α=0.005–1.0 共 10 档幅度、12 次查分均低于提交门槛：α≥0.025 时 DE 与真值反相关饱和 −0.47~−0.54，保护区 α≤0.02 三种子均值 50.05≈地板）+锚阶段表达在坐标15-NN图上做2步扩散平滑（ε=0.6，只动实测正值、保零模式），逐基因列缩放精确复原伪批量；坐标、组成、细胞数、行序全部不变，DE恒处无变化保护区。 -## 方法（PLAN T2HX-08，已按方案实现并实测）+# 方法（family T2HX-04，节点 23，父节点 22 = copy_last 50.00） -基座 = copy_last（anchor=末观测输入，n 夹到 [min_cells, max_cells]，`take` 分层，行序稳定排序，与父节点 node19 提交态逐位相同）。+## 提交态机制（run.py 默认，无环境变量时即此态） -机制（`VEC_ALPHA>0` 时启用）：-1. 从 manifest 读时间，外推因子 f=(t_target−t_anchor)/(t_anchor−t_prev)（本视图 f=1.5）；单输入视图或 f≤0 自动退回基座；-2. 用两个输入阶段全部细胞的 `celltype` 计组成 p1、p2，趋势 Δ=p2−p1（本视图 L1=1.0082，远超 PLAN 0.005 探针门槛）；-3. 目标组成 p_t=p2+α·f·Δ，逐型裁剪 |p_t−p2|≤0.5·p2，重归一化；-4. 配额 round(p_t·n_total)，**无重复、不放回**采样（c_actual=min(配额, 该型可用数)；总数只降不增、≥min_cells）——修复 node16 的重复细胞缺陷（重复坐标→零距离点对→shape 45.55）；-5. 保留细胞的表达与坐标逐位来自视图，行序按原索引排序。+基座与父节点逐位相同：anchor = `anchor_entry(manifest)`（末观测输入），n 夹到+[min_cells, max_cells]，`take` 按 celltype 分层，表达/坐标原样。本代理视图 anchor n=24,826 ≤+max_cells=25,179 → 全量输出、行序=原序、无抽样（seed 不影响输出；机制不消耗随机数）。 -`--ablate <任意名>` → α=0，走基座原逻辑（同一 take、同一 rng 流），输出**逐位等于 copy_last**（sha256 与独立复刻的 copy_last 输出一致，实测验证）。纯 CPU，`EXECUTION.json` 声明 `gpu:false`。+在基座之上做**空间图扩散 + 伪批量复原**（`smooth_expression`, mode=`pbrestore`）： -## 机制生效证据（PLAN mechanism_evidence 四项）+1. 输出细胞在自己的坐标上建 15-NN 图（含自身，cKDTree；与评分器 neighborhood_mmd 的邻域定义一致），W = 行归一化均值算子。+2. 扩散 STEPS=2 步：`Y ← clip(Y + ε·(W·Y − Y), 0)`，ε=0.6；残差**只施加在原始实测支撑（x>0）上**，零模式逐位保留（避免 full 模式的变差图毒性，见下）。+3. 一次逐基因列缩放复原伪批量：`Y ← Y · (colsum(X)/colsum(Y))`。由此 dp = pb(pred) − pb(ref) 与 copy_last 基座**完全相同**（实测 max|Δpb| = 1.5e-9），DE 两项恒为 raw 0（无变化保护与基座同态），ε 不再受 PLAN 的 std(dp)≤0.003 预算约束——该预算约束在 keepzero 解码下把 ε 压到 0.0133，是本节点找到的解锁点。+4. PLAN 第 5 步的逐基因 |dp_g|>0.1 回退保留为保险（复原精确，从未触发，genes_reverted=0）。 -1. **配额确实改变**：α=1.0 时 ExEM-1 827→308、PAM-4 672→250、Intra-Endoth-1 999→789 等（下调型被裁，上调型顶到可用上限全保留），输出组成相对 anchor L1 偏移 0.1442；n_out 22781 vs copy_last 24826。-2. **逐细胞配对未动**：α=0.01 输出的全部 24636 个细胞在 copy_last 输出中按 (坐标, 表达) 逐位匹配 24636/24636；无重复坐标；行序、表达、坐标均逐位保留。-3. **四组分变化**（见下表）：机制开启后 cell_state / local_spatial / shape_scale / expression_change 全部实测移动，非纹丝不动——趋势量级足够，方向被证否。-4. **对照**：`--ablate` 输出与父节点逐位相同，八项 skill 全 0.500、榜分 50.00（父节点变化量表已证）。提交态 = 对照态，故 harness 对照运行将记 `mechanism_active: no`（机制在提交态未启用，如实）。+坐标、细胞集合、行序、细胞类型组成不变 → d2_shape / occupancy_dice / scale_log_ratio 逐位不变（所有查分中三项 raw 恒为 0.04891 / 0.8148 / −0.4375），结构门恒为 1。 -## 查分记录（12 次，全部 proxy_noscale A 半，seed 0 除非注明）+`--ablate <任意名>` → ε=0，走同一代码路径但不进扩散分支，输出**逐位等于 copy_last**（已对父节点输出做逐位比对，X 与坐标全部相等）。 -| 配置 | n_out | L1偏移 | std(dp) | 榜分 | expr | cell_state | shape | local | de_score raw | de_dir raw | nbh raw |-|---|---|---|---|---|---|---|---|---|---|---|---|-| α=1.0 | 22781 | 0.144 | 0.0255 | 47.08 | 42.48 | 47.99 | 48.87 | 48.97 | −0.4722 | −0.2231 | 0.1192 |-| α=0.5 | 22645 | 0.130 | 0.0235 | 49.62 | 42.50 | 49.06 | 58.02 | 48.90 | −0.4722 | −0.2211 | 0.1196 |-| α=0.25 | 23296 | 0.090 | 0.0170 | 47.55 | 42.28 | 49.29 | 49.22 | 49.42 | −0.4861 | −0.2314 | 0.1171 |-| α=0.1 | 24003 | 0.052 | 0.0093 | 46.60 | 42.13 | 49.75 | 44.45 | 50.07 | −0.4861 | −0.2464 | 0.1141 |-| α=0.05 | 24282 | 0.037 | 0.0065 | 47.39 | 41.74 | 49.84 | 47.65 | 50.31 | −0.5278 | −0.2506 | 0.1130 |-| α=0.025 | ~24400 | ~0.027 | ~0.0045 | 48.04 | 41.66 | 49.42 | 50.89 | 50.20 | −0.5417 | −0.2478 | 0.1135 |-| α=0.02 | 24511 | 0.023 | 0.0039 | 50.12 | 50.00 | 50.48 | 49.41 | 50.57 | 0 | 0 | 0.1119 |-| α=0.015 | ~24700 | ~0.018 | ~0.003 | 48.83 | 50.00 | 49.56 | 45.33 | 50.42 | 0 | 0 | 0.1125 |-| α=0.01 | 24636 | 0.014 | ~0.0026 | **50.58** | 50.00 | 51.37 | 49.78 | 51.17 | 0 | 0 | 0.1092 |-| α=0.01 seed1 | — | — | — | 49.77 | 50.00 | 50.03 | 48.37 | 50.70 | 0 | 0 | 0.1113 |-| α=0.01 seed2 | — | — | — | 49.79 | 50.00 | 50.58 | 47.68 | 50.91 | 0 | 0 | 0.1104 |-| α=0.005 | ~24750 | ~0.007 | ~0.002 | 49.51 | 50.00 | 49.80 | 48.14 | 50.11 | 0 | 0 | 0.1140 |-| （地板 copy_last） | 24826 | 0 | — | 50.00 | 50.00 | 50.00 | 50.00 | 50.00 | 0 | 0 | 0.1126 |+## 生物学动机与知识来源 -## 结论与解释+- 同一微环境中的细胞共享旁分泌信号与形态发生素梯度，相邻细胞的状态相互耦合；对单细胞表达做 kNN 图扩散去噪是已发表的标准算子（MAGIC，van Dijk et al., Cell 2018，doi:10.1016/j.cell.2018.05.061）。本方法把该算子跑在**空间** kNN 图上，并做库大小（列和）复原，使平均表达不产生任何虚假的"变化"信号。这是通用机制知识，不含任何保留阶段/保留基因型的测量值；程序中没有来自已发布阶段的常数（列缩放因子、邻域图、残差全部由视图内输入现场计算）。+- 未使用视图外数据、external/、prior/；未读任何阶段时间（机制 time-free），伪装视图（时间平移 +1、manifest 键序反转、路径变更、seed 3）输出与真实视图逐位相同（已实测）。 -1. **趋势方向被证否**：一旦组成移动大到解除 DE 无变化保护（std(dp) 阈值在 0.0039–0.0045 之间，即 std(dt)≈0.4），de_score 立即饱和在 −0.47~−0.54、de_direction −0.22~−0.25，且**不随幅度衰减**（α=0.025 与 α=1.0 的 raw 几乎相同）——E8.25_late→E8.75 的组成差指向的方向与 E8.75→E9.5 真值变化**反相关**。解释：本视图两输入的组织范围不同（E8.25_late 含大量内胚层/体节/尿囊等全胚成分，E8.75 为心脏富集），Δ 主要是取材范围差而非发育趋势，线性外推它远离真值。此方向在 α≥0.025 全部 46.6–49.6 < 地板。-2. **保护区内净效应为零（抽样噪声主导）**：α≤0.02 时 DE 保护住（raw=0），总分 48.83–50.58 无剂量关系；唯一的 >50.5（α=0.01 seed0）经两种子复跑 49.77/49.79，三种子均值 50.05≈地板。这同时解释并否证了 node16 的弱信号（cell_state 50.04/local 50.34）：同为抽样噪声。-3. **可复现的微小系统效应（不可利用）**：6/6 个受保护运行 local_spatial 均 >50（+0.1~+1.2，裁掉空间散在的胚外型使邻域更连贯），但 shape_scale 同步走低（均值 −1.3，占位/形状分布偏离真值），净相抵 ≈ −0.2。-4. **α=0.5 的 shape 58.02 是 A 半天花板伪影**：occupancy_dice 0.8252 逼近 A 半天花板（skill 陡峭段），与 node5 的 52.74、node15 的 occupancy 尖峰同一模式，均未在正式分复现，不追。-5. PLAN 停止规则在首探 α=1.0 即触发（总分<50.5、nbh>0.1126、de skill<0.5）；提交门槛（A 半 ≥51 且复跑确认）在全部 12 次查分中无一达到 → 按 PLAN 与 §2 提交对照态（默认 VEC_ALPHA=0，输出逐位=copy_last=父节点）。+## 查分记录（vec-score T2:heart:val_extrap/proxy_noscale，A 半，共 14 次，余 6） -## 备选机制评估（为何 NO_CHANGE 而非另换一个机制提交）+本环境基线（base=copy_last，查分 #1）：50.000，nbh raw 0.11445、mmd_u 0.05856、variogram 0.058616、shape 0.04891/0.8148/−0.4375，八项 skill 全 0.500。（官方运行环境的地板 raw 是 0.1126 等，与此处 A 半锚略有差别；下面一律用**同环境配对差**读数。） -- **反向趋势子采样**（沿 −Δ 移动组成）：de_direction 稳定负值提示反向组成在 A 半能拿 DE 分，但反向的生物学依据仅来自本代理视图的取材伪影；final 视图两输入（E8.75、E9.5）为同一取材体系，真实发育趋势方向相反，硬编码反向不可迁移，且本质是对 A 半读数的拟合。否决。-- **组成中性的空间外围裁剪**（按孤立度裁细胞、组成不变、DE 保护住）：方向未知（真值 E9.5 心脏未必比 anchor 更紧致；scale_log_ratio 已偏小 −0.43，裁外围进一步缩 RMS），其收益模式（occupancy/d2 单点尖峰）与 node5/15 不可复现的 A 半伪影完全同型。否决。-- 表达位移族（常数/PCA/OT/型内速度）、坐标重排族、CollecTRI 微扰、坐标规范化均已由本树 node3–19 系统证否（见实验表）。信息集内没有未被证否、方向可信的备选机制，按 §2 以 NO_CHANGE 提交并完整记录。+| # | 解码 / 幅度 | 榜分 | nbh raw (pts) | mmd_u raw | variogram raw | 备注 |+|---|---|---:|---|---|---|---|+| 2 | full ε=0.02（PLAN 原解码，全支撑） | 49.267 | 0.11461 (12.49) | 0.05947 | 0.072491 | 触发 PLAN 步骤 8 止损：nbh 变差、variogram 严重受损（零点被填密，nnz 10.5%→42.2%）→ PLAN 原机制按原解码**证否** |+| — | full ε=0.005 | 未查分 | — | — | — | 本地诊断：任何 ε>0 的 full 模式 nnz 均跳到 42.2%，变差图毒性与幅度无关，弃 |+| 3 | keepzero（支撑掩码，无复原；ε=0.02/0.05 均被 DP 预算压到 ε_eff=0.0133） | 50.052 | 0.11371 (12.54) | 0.05851 | 0.05846 | 三项全微升：方向为正但幅度被预算锁死 |+| 4 | pbrestore 1 步 ε=0.15 | 50.117 | 0.11215 (12.63) | 0.05818 | 0.059191 | |+| 5 | pbrestore 1 步 ε=0.4 | 50.335 | 0.10881 (12.82) | 0.05728 | 0.059559 | |+| 9 | pbrestore 1 步 ε=0.55 | 50.449 | 0.10733 | 0.05659 | 0.059736 | |+| 6 | pbrestore 1 步 ε=0.7 | 50.532 | 0.10654 (12.95) | 0.05584 | 0.059837 | nbh 谷底附近 |+| 8 | pbrestore 1 步 ε=0.85 | 50.558 | 0.10682 | 0.05515 | 0.059763 | |+| 7 | pbrestore 1 步 ε=1.0 | 50.487 | 0.10889 | 0.05478 | 0.059232 | nbh 回弹（列缩放 s_g 中位 5.4 过度畸变） |+| 10 | pbrestore 1 步 ε=0.85, k=30 | 50.530 | 0.10699 | 0.05550 | 0.059724 | k=15（评分器邻域定义）不劣于 k=30 |+| 11 | **pbrestore 2 步 ε=0.6（提交态）** | **50.582** | 0.10679 (12.93) | 0.05487 (6.44) | 0.059636 (6.21) | local 51.73 / cell_state 50.59 / 其余 50.00 |+| 12 | pbrestore 3 步 ε=0.45 | 50.594 | 0.10669 | 0.05479 | 0.059600 | 与 2 步 0.6 差 0.012=噪声；取更简单的 2 步 |+| 14 | pbrestore 2 步 ε=0.7 | 50.527 | 0.10824 | 0.05466 | 0.059301 | 平台右缘确认 |+| 13 | mupos ε=1.0（向"邻域正值均值"扩散，无通胀） | 49.901 | 0.11511 (劣于基线) | 0.05877 | 0.058902 | 对照解码：温和的、保幅度的平滑**无效偏负**；增益来自强扩散（邻域均值主导）+列复原的组合 | -## 验证过 / 未验证+剂量-反应平滑单峰、平台（1s0.7–0.85、2s0.6、3s0.45 都在 50.53–50.59），与 node5/15 那种 occupancy 单点尖峰（抽样伪影、从未复现）形态不同；nbh 与 mmd_u 两条 raw 曲线随扩散强度**单调**下行到各自谷底，方向一致。 -- 验证过：对照态与独立复刻 copy_last 逐位一致（sha256）；机制态全细胞表达+坐标逐位来自 anchor、无重复；seed 确定性（同 seed 两次运行 sha256 相同）；vec-check 全部通过；12 次 A 半查分如上。-- 验证过（视图无关性）：程序只依赖 manifest 的时间差、labels、表达与坐标，无绝对阶段名/时间/尺寸常数；f 对整体时间平移不变；单输入视图自动退回基座。-- 未验证：B 半分数（所有结论基于 A 半）；final 视图（3 输入、E8.75+E9.5→E10.5，其 Δ 为同取材真实趋势，若未来节点重启本家族，α 的安全上限与方向都需在该括号上重新论证，本节点的 DE 反相关结论**不**外推到 final）；外部尺子。+PLAN 提交门槛核对（A 半，输出对 seed 确定 → "3 种子均值"=单值）：50.582 > 50.5 ✓；nbh raw 0.10679 < 0.1120 ✓；shape 三项逐位不变 ✓。按门槛提交机制开启态（非 ε=0 对照态）。 -## 知识来源+## 机制生效证据（PLAN mechanism_evidence 逐项） -未使用任何外部生物学知识条目：趋势、组成、f、std(dp) 全部由程序在运行时从视图输入现场计算；细胞类型标签来自视图数据本身。未使用保留阶段/保留基因型的任何测量值。+1. neighborhood_mmd raw：环境地板 0.11445 → 提交态 0.10679（skill 0.500→0.517，local_spatial 组 50.00→51.73）。+2. std(dp)：提交态实测 2.8e-10（列复原后 pb 与基座逐基因相同，max|Δpb|=1.5e-9，float32 舍入级）≪ 0.003 预算；de_score / de_direction raw 在全部 14 次查分中恒为 0。+3. mmd_u raw 0.05856→0.05487（改善）；variogram raw 0.058616→0.059636（+0.0010，恶化 −0.09 pts，来自列缩放对成对差的轻微放大；full 模式的 +0.0139 毒性已通过支撑掩码消除）。+4. shape 三项 raw 在所有查分中逐位相同（坐标未动）：d2_shape 0.04891、occupancy_dice 0.8148、scale_log_ratio −0.4375；结构门恒 1。+5. 被改变的细胞：不是只动空间孤立点——这是全场变换，全部 24,826 个细胞的实测正值都移动（per-cell |Δ| mean 0.128、p99 2.52、max 11.1）；移动最大的行（21401、14896、21403…）位于表达高频起伏的密集组织区而非孤立点。四组分变化：expression_change +0.00、shape_scale +0.00、cell_state +0.59、local_spatial +1.73（A 半配对）。 -- family_id: T2HX-08-- parent: node 19-- 提交态: VEC_ALPHA=0（机制关，输出逐位=copy_last）；`--ablate` 任意名 → 同为机制关。+## 已验证 / 未验证++已验证：ε=0 逐位=父节点；seed 0/3/7 输出相同（机制无随机性，本视图 take 返回全量）；伪装视图逐位不变；vec-check ok（默认态与 ablate 态）；运行 2.0s / 峰值内存 0.83GB（限额 30min / 28GB）；纯 CPU（EXECUTION.json gpu:false）。++未验证 / 风险：+- B 半与正式分的迁移：+0.58 低于 T2 单读数噪声带（~1），依赖的是配对确定性下的系统性方向；剂量曲线平滑单峰，比尖峰类伪影可信，但 B 半可能缩水。终选护栏要求 > copy_last +1，本机制**大概率过不了护栏**（预期 +0.5~0.6），届时按规则回退基线——这是搜索树层面的收益（首个非伪影正方向），不是终选收益。+- 输出值域：强扩散+列复原后 0.16% 条目超出 log1p(CP10k) 原始上限 9.21（max 17.4）。契约只要求有限、非负；这是扩散类去噪输出离开原始量纲的固有性质（MAGIC 同），非评分器漏洞，但审查者应知悉。若判不可接受，退一档用 1 步 ε=0.4（50.335，max 9.9，仅 9 个条目越界）。+- final 视图若 anchor 细胞数 > max_cells：扩散在分层子样本上运行（密度更低、邻域更宽），机制不变但幅度未实测。+- 单输入视图：机制 time-free、只需坐标+表达，自然可跑（未在本 run 实测单输入视图）。++## 下一步建议++1) variogram 的 −0.09 是可回收项：在列复原后做保 pb 的轻度方差整形；2) 扩散强度的逐基因/逐类型自适应（高噪声基因多扩散）；3) 与组成信息正交组合的空间前沿加权（发育前沿细胞扩散少、后方多）；4) 在 B 半不可见的前提下，勿再对 A 半平台内部做 <0.05 的峰值追逐（噪声拟合）。diff --git a/solution/README.md b/solution/README.mdindex 4f0f69b..abc55df 100644--- a/solution/README.md+++ b/solution/README.md@@ -1,10 +1,14 @@-# 型组成趋势子采样外推（T2HX-08）——提交态 = copy_last+# 空间邻域表达扩散 + 伪批量复原（T2HX-04）——提交态：机制开启 -`run.py` 实现了 PLAN T2HX-08 的完整机制（用两输入阶段的实测细胞型组成差 Δ 线性外推目标组成，-无重复、不放回分层子采样；保留细胞表达与坐标逐位不变），但按 12 次查分的剂量-反应实测-（见 METHOD.md），提交默认 `VEC_ALPHA=0`：机制关闭，输出**逐位等于 copy_last**-（anchor=末观测阶段，n 夹到 [min_cells, max_cells]，`take` 分层，行序排序）。+`run.py` 默认态 = copy_last 基座（anchor=末观测阶段，n 夹到 [min_cells, max_cells]，`take`+分层，行序排序）之上做 2 步空间图扩散：`Y ← clip(Y + 0.6·(W·Y − Y), 0)`，W=坐标 15-NN+均值算子，残差只施加在原始实测支撑（x>0）上（零模式逐位保留），最后一次逐基因列缩放+精确复原伪批量（dp 与基座逐位相同 → DE 两项恒受无变化保护）。坐标、组成、细胞数、行序不变。 -- `--ablate <任意名>`：同样强制 α=0（机制关），输出与默认态逐位相同。-- `VEC_ALPHA=<float>`：仅供探针复现（0.005–1.0 的实测分数见 METHOD.md 表）。-- 纯 CPU；`EXECUTION.json` 声明 `gpu:false`；单输入视图或 f≤0 时机制自动退回基座。+A 半配对实测（本环境基线 50.000）：提交态 50.582，neighborhood_mmd raw 0.11445→0.10679，+mmd_u 0.05856→0.05487，variogram 0.058616→0.059636，shape 三项逐位不变。全部 14 次查分+与剂量-反应表见 METHOD.md。++- `--ablate <任意名>`：ε=0，输出逐位等于 copy_last（已对父节点输出逐位比对）。+- `VEC_EPS` / `VEC_STEPS` / `VEC_MODE` / `VEC_KNN`：仅供探针复现（pbrestore / keepzero / full 三种解码）。+- 纯 CPU（EXECUTION.json gpu:false）；机制 time-free、不消耗随机数，seed 与伪装视图下输出逐位相同（已实测）。diff --git a/solution/run.py b/solution/run.pyindex b695e14..86b8e3c 100644--- a/solution/run.py+++ b/solution/run.py@@ -1,30 +1,41 @@ #!/usr/bin/env python3-"""T2 extrapolation: cell-type composition-trend stratified subsampling on the-copy_last anchor output (family T2HX-08, PLAN node 22).+"""T2 extrapolation: spatial-neighborhood expression diffusion on the+copy_last anchor output, pseudobulk-restoring (family T2HX-04, PLAN node 23).  Base (identical to copy_last / mechanism-off control): anchor = last observed stage, n clipped to [min_cells, max_cells], stratified-by-celltype sampling via ``take``, expression and coordinates passed through unchanged. -Mechanism (alpha > 0; alpha = 0 -- the ``--ablate`` state -- is bitwise the+Mechanism (eps != 0; eps = 0 -- the ``--ablate`` state -- is bitwise the copy_last base, same take and same rng stream):-  1. Read times from the manifest: t_prev (second-to-last input), t_anchor-     (last input), t_target; extrapolation factor f = (t_target - t_anchor) /-     (t_anchor - t_prev). Single-input views or f <= 0 -> mechanism off.-  2. Per-type compositions p1, p2 from the labels of both input stages (all-     cells of each stage); trend d = p2 - p1.-  3. Target composition p_t = p2 + alpha * f * d, clipped per type to-     |p_t - p2| <= 0.5 * p2, renormalized to the simplex.-  4. Quotas c_type = round(p_t * n_total); sampling WITHOUT replacement:-     c_actual = min(c_type, cells available for that type). No cell is ever-     duplicated, so no zero-distance pairs are introduced (node16's failure).-  5. Every output cell's expression and coordinates come verbatim from the-     view: the per-cell expression-position pairing is bitwise preserved,-     only WHICH cells are kept changes.--View-independent: no absolute stage names, times or hardcoded constants from-published stages; f and all compositions are computed from the view.-Deterministic given --seed.+  1. Build the 15-nearest-neighbor graph of the OUTPUT cells on their own+     coordinates (same neighborhood definition as the scorer's+     neighborhood_mmd: 15 nearest neighbors including self, cKDTree).+  2. Diffuse expression toward the neighborhood mean, S steps of+     Y <- clip(Y + eps * (W Y - Y), 0), applied ONLY to measured entries+     (Y > 0 on the original support); the zero pattern is preserved, so the+     variogram is spared the densification toxicity measured for unmasked+     smoothing (A-half: full-mask eps=0.02 variogram 0.0586 -> 0.0725).+  3. Restore the pseudobulk exactly with one per-gene column scaling+     s_g = sum_i(X_ig) / sum_i(Y_ig). dp (pb pred - pb ref) is therefore+     bitwise the copy_last base -> the DE no-change protection holds for any+     eps, and no constant is taken from published stages.+  4. Per-gene guard: any gene whose induced |dp_g| > 0.1 is reverted+     (never triggered by the exact restoration; PLAN step 5 kept as a bound).+  5. Coordinates, cell set, row order and composition are untouched, so every+     shape/scale metric is bitwise unchanged; only expression moves, and each+     cell moves toward its own spatial neighborhood mean (spatially+     heterogeneous direction and magnitude, unlike a constant shift).++Biology: one microenvironment shares paracrine signals, so neighboring cells'+expression states are coupled; the same operator is the standard one-step+graph-diffusion denoiser for single-cell data (MAGIC-style, van Dijk et al.+2018, doi:10.1016/j.cell.2018.05.061), here run on the SPATIAL kNN graph with+library-size restoration. No external data, no stage-derived constants.++View-independent: no absolute stage names/times are read (the mechanism is+time-free); everything is computed from the view's own cells. Deterministic+given --seed (the mechanism consumes no randomness). """  from __future__ import annotations@@ -34,102 +45,93 @@ import os import sys  import numpy as np+import scipy.sparse as sp+from scipy.spatial import cKDTree  from src.task2_spatial.sample import take from src.task2_spatial.view_io import (     anchor_entry,-    extrap_step,     load_manifest,     panel_genes,     read_stage,     write_t2, ) -# Submitted default alpha = 0 (mechanism OFF -> output bitwise equals copy_last).-# Measured dose-response on proxy_noscale A-half (12 queries, see METHOD.md):-#   alpha >= 0.025: DE no-change protection lifts and de_score saturates at-#     -0.47..-0.54 (trend direction ANTI-correlated with truth) -> 46.6-49.6.-#   alpha <= 0.02 (protected): net-zero, dominated by subsample draw noise-#     (alpha=0.01: seeds 0/1/2 -> 50.58/49.77/49.79, mean 50.05 ~ floor).-# PLAN submission gate (A-half >= 51 + confirmation) not met -> control.-# VEC_ALPHA overrides for probing; --ablate forces 0.-DEFAULT_ALPHA = float(os.environ.get("VEC_ALPHA", "0.0"))---def composition(labels: np.ndarray) -> dict[str, float]:-    types, counts = np.unique(labels, return_counts=True)-    total = float(labels.shape[0])-    return {str(t): float(c) / total for t, c in zip(types, counts)}---def mechanism_rows(stage, prev_stage, n_total: int, min_cells: int, f: float,-                   alpha: float, rng: np.random.Generator):-    """Stratified no-replacement subsample of the anchor towards p2 + alpha*f*d.--    Returns (sorted row indices, diagnostics dict) or (None, info) when the-    mechanism cannot run (no previous stage / non-positive factor).+# Submitted state (A-half dose-response, see METHOD.md): 2 diffusion steps at+# eps=0.6 with per-gene pseudobulk restoration -> 50.58 (base 50.00).+DEFAULT_EPS = float(os.environ.get("VEC_EPS", "0.6"))+DEFAULT_STEPS = int(os.environ.get("VEC_STEPS", "2"))+# Decode modes for the residual field r = mu_kNN - x (probing; the PLAN+# requires >=3 decode/magnitude combinations before invalidation):+#   pbrestore - support-masked diffusion + exact per-gene pb restoration+#   keepzero  - support-masked, no restoration; eps capped by DP_BUDGET+#   full      - unmasked (densifies zeros; variogram-toxic, rejected)+DEFAULT_MODE = os.environ.get("VEC_MODE", "pbrestore")+DP_BUDGET = 0.003   # std_g of induced pseudobulk change kept inside DE protection+GENE_REVERT = 0.1   # per-gene |dp_g| guard (PLAN step 5)+K_NN = int(os.environ.get("VEC_KNN", "15"))  # scorer nbh def = 15 (incl. self)+++def smooth_expression(X: np.ndarray, coords: np.ndarray, eps: float, mode: str,+                      steps: int):+    """Support-masked kNN-graph diffusion with exact pseudobulk restoration.++    Returns (X', diag). X is (n, g) float32 dense, coords (n, 3) float64.     """-    p1 = composition(prev_stage.labels)-    types, counts = np.unique(stage.labels, return_counts=True)-    types = [str(t) for t in types]-    counts = counts.astype(np.int64)-    p2 = counts / float(stage.n)-    d = p2 - np.array([p1.get(t, 0.0) for t in types])-    l1 = float(np.abs(d).sum())--    p_t = p2 + alpha * f * d-    lo, hi = 0.5 * p2, 1.5 * p2-    p_t = np.clip(p_t, lo, hi)-    p_t = p_t / p_t.sum()--    quota = np.rint(p_t * n_total).astype(np.int64)-    quota = np.minimum(quota, counts)-    total = int(quota.sum())--    # guard: never fall below min_cells -> give cuts back proportionally to-    # the remaining spare capacity (still no replacement).-    if total < min_cells:-        need = min_cells - total-        spare = counts - quota-        order = np.argsort(-(p_t + 1e-12), kind="stable")-        while need > 0 and spare.sum() > 0:-            progressed = False-            for i in order:-                if need <= 0:-                    break-                if spare[i] <= 0:-                    continue-                step = min(int(np.ceil(need / 4)), int(spare[i]), need)-                quota[i] += step-                spare[i] -= step-                need -= step-                progressed = True-            if not progressed:-                break-        total = int(quota.sum())--    pools = {t: np.flatnonzero(stage.labels == t) for t in types}-    picks = []-    for i, t in enumerate(types):-        k = int(quota[i])-        if k <= 0:-            continue-        pool = pools[t]-        if k >= pool.size:-            picks.append(pool)-        else:-            picks.append(rng.choice(pool, size=k, replace=False))-    rows = np.sort(np.concatenate(picks))--    out_p = composition(stage.labels[rows])-    l1_shift = float(sum(abs(out_p.get(t, 0.0) - (counts[i] / float(stage.n)))-                         for i, t in enumerate(types)))-    moved = [(t, int(counts[i]), int(quota[i])) for i, t in enumerate(types)-             if quota[i] != counts[i] or n_total != stage.n]-    moved.sort(key=lambda r: -abs(r[2] - r[1]))-    diag = {"f": f, "alpha": alpha, "trend_L1": l1, "out_L1_shift": l1_shift,-            "n_out": int(rows.size), "n_total": int(n_total), "moved": moved}-    return rows, diag+    n = X.shape[0]+    k = int(min(K_NN, n))+    tree = cKDTree(coords)+    _, idx = tree.query(coords, k=k)+    if idx.ndim == 1:+        idx = idx[:, None]+    W = sp.csr_matrix(+        (np.full(idx.size, 1.0 / k, dtype=np.float64),+         (np.repeat(np.arange(n, dtype=np.int64), k), idx.ravel())),+        shape=(n, n),+    )+    X64 = X.astype(np.float64)+    mask = X64 > 0                      # original measured support+    n_steps = max(1, int(steps)) if mode == "pbrestore" else 1++    Y = X64.copy()+    eps_eff = eps+    scale = 1.0+    std_dp_unit = 0.0+    for _ in range(n_steps):+        R = (W @ Y) - Y                 # residual toward neighborhood mean+        if mode != "full":+            R = np.where(mask, R, 0.0)  # never touch unmeasured zeros+        if mode != "pbrestore":+            std_dp_unit = float(R.mean(axis=0).std())+            if abs(eps) * std_dp_unit > DP_BUDGET:+                scale = DP_BUDGET / (abs(eps) * std_dp_unit)+            eps_eff = eps * scale+        Y = np.clip(Y + eps_eff * R, 0.0, None)++    if mode == "pbrestore":+        # one per-gene column scaling restores the pseudobulk exactly, so dp+        # (and hence the DE no-change protection) is the copy_last base.+        col0 = X64.sum(axis=0)+        colS = Y.sum(axis=0)+        s = np.where(colS > 0, col0 / np.maximum(colS, 1e-12), 1.0)+        Y = Y * s+    Xs = Y++    dp = Xs.mean(axis=0) - X64.mean(axis=0)+    bad = np.abs(dp) > GENE_REVERT+    if bad.any():+        Xs[:, bad] = X64[:, bad]+        dp[bad] = 0.0++    dcell = np.abs(Xs - X64)+    diag = {+        "eps": eps, "mode": mode, "steps": n_steps, "eps_eff": eps_eff,+        "scale": scale, "std_dp_unit": std_dp_unit, "std_dp": float(dp.std()),+        "absmean_dcell": float(dcell.mean()),+        "max_dcell": float(dcell.max()),+        "genes_reverted": int(bad.sum()),+    }+    return Xs.astype(np.float32), diag   def main() -> None:@@ -140,7 +142,7 @@ def main() -> None:     parser.add_argument("--ablate", default=None)     args = parser.parse_args() -    alpha = 0.0 if args.ablate is not None else DEFAULT_ALPHA+    eps = 0.0 if args.ablate is not None else DEFAULT_EPS      manifest = load_manifest(args.data)     genes = panel_genes(args.data, manifest)@@ -148,33 +150,25 @@ def main() -> None:     n = int(np.clip(stage.n, manifest["min_cells"], manifest["max_cells"]))     rng = np.random.default_rng(args.seed) -    rows = None-    if alpha > 0.0:-        prev, last, f = extrap_step(manifest)-        if prev is not None and f is not None and f > 0:-            prev_stage = read_stage(args.data, prev, genes)-            rows, diag = mechanism_rows(-                stage, prev_stage, n, int(manifest["min_cells"]), f, alpha, rng)-            print(f"[diag] mechanism alpha={diag['alpha']} f={diag['f']:.3f} "-                  f"trend_L1={diag['trend_L1']:.4f} out_L1_shift={diag['out_L1_shift']:.4f} "-                  f"n_out={diag['n_out']} (copy_last n={diag['n_total']})", file=sys.stderr)-            top = ", ".join(f"{t}:{a}->{b}" for t, a, b in diag["moved"][:8])-            print(f"[diag] quota movers: {top}", file=sys.stderr)-            del prev_stage-        else:-            print("[diag] single input or f<=0 -> mechanism off (= copy_last)",-                  file=sys.stderr)--    if rows is None:-        if n <= stage.n:-            rows = np.sort(take(stage.labels, n, rng))-        else:-            rows = np.sort(rng.choice(stage.n, size=n, replace=True))-        print(f"[diag] base copy_last alpha={alpha} n={rows.size}", file=sys.stderr)+    if n <= stage.n:+        rows = np.sort(take(stage.labels, n, rng))+    else:+        rows = np.sort(rng.choice(stage.n, size=n, replace=True))+    print(f"[diag] base copy_last eps={eps} n={rows.size}", file=sys.stderr)      X = stage.X[rows].toarray().astype(np.float32)     coords = np.ascontiguousarray(stage.coords[rows], dtype=np.float64)[:, :3]-    write_t2(args.out, X, coords, genes, seed=args.seed)++    if eps != 0.0 and np.isfinite(coords).all() and X.shape[0] >= 2:+        X, diag = smooth_expression(X, coords, eps, DEFAULT_MODE, DEFAULT_STEPS)+        print(f"[diag] smooth mode={diag['mode']} steps={diag['steps']} "+              f"eps_eff={diag['eps_eff']:.6f} scale={diag['scale']:.4f} "+              f"std_dp={diag['std_dp']:.6f} (budget {DP_BUDGET}) "+              f"absmean_dcell={diag['absmean_dcell']:.5f} "+              f"max_dcell={diag['max_dcell']:.4f} "+              f"genes_reverted={diag['genes_reverted']}", file=sys.stderr)++    write_t2(args.out, X, coords[:, :3], 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

**做了什么**：PLAN 的原解码（全支撑微量平滑，std(dp)≤0.003 预算）按步骤 8 止损规则证否（ε=0.02 → 49.27，nbh 变差、变差图被零点填密毒化 +0.0139）。换备选解码后机制翻正：**支撑掩码（保零模式）+ 坐标 15-NN 图 2 步扩散（ε=0.6）+ 逐基因列缩放精确复原伪批量**（dp 与 copy_last 逐位相同，DE 恒受保护），坐标/组成/行序不动。提交态已验证：`--ablate` 逐位等于父节点、伪装视图与 seed 无关逐位不变、vec-check 通过、2.0s/0.83GB。

**查分结果**（14/20 次，A 半同环境配对，基线 50.000/nbh 0.11445）：提交态 **50.582**——nbh 0.10679（local_spatial 51.73）、mmd_u 0.05487（cell_state 50.59）、variogram +0.0010（−0.09 分）、shape 三项逐位不变；剂量-反应平滑单峰（1s: 0.15→1.0 得 50.12/50.34/50.45/50.53/50.56/50.49；2s0.7 50.53、3s0.45 50.59、k30 50.53、mupos 对照 49.90），非尖峰伪影形态。满足 PLAN 提交门槛（>50.5、nbh<0.1120、shape 无劣化）。

**下一步最值得试**：① 回收 variogram 的 −0.09（列复原后保 pb 的轻度方差整形）；② 扩散强度逐基因/逐细胞类型自适应（高噪声区多扩散）；③ 注意 B 半迁移与终选 +1 护栏——本方向预期 +0.5~0.6，是树层面首个非伪影正信号，适合作为后续 improve 的基座而非终选候选。

调研员

应：裁掉空间散在细胞→local_spatial +0.1~+1.2（6/6 次），只是 shape 同步 -1.3 相抵。这提示邻域连贯性有微弱正信号，但之前的实现通过删细胞（改点云→伤 shape）获取。尚未有人尝试：保坐标点集不变、保组成不变，仅对空间孤立细胞的表达做极微量向邻域均值靠拢的平滑，以改善 neighborhood_mmd 而不动 shape_scale。该机制属于 T2HX-04（保邻域生成），与所有已试方向正交。",
  "approach": "步骤：\n1. 基座 = copy_last（与父节点逐位相同的 take 逻辑）。\n2. 构建锚阶段（E8.75）坐标的 15-NN 图（与评分器 neighborhood_mmd 的邻域定义一致）。\n3. 对每个细胞 i，计算其 15-NN 平均表达 μ_i（含自身），定义残差 r_i = μ_i − x_i。\n4. 平滑：x_i' = x_i + ε·r_i，ε ∈ {0.005, 0.01, 0.02, 0.05}。关键约束：逐基因全局缩放残差使 std(dp) ≤ 0.003（留在 DE 无变化保护区内，阈值由 node22 实测确定在 0.0039-0.0045 之间，取 0.003 留安全余量）。\n5. 平滑后逐基因检查：任何基因若 |dp_g| > 0.1 则对该基因回退到原值（防止极端离群细胞被过度拉动）。\n6. 坐标、细胞数、组成、行序全部不变。\n7. 单输入阶段退路：若只有一个输入阶段，仍可做空间平滑（只需坐标和表达），机制不依赖两阶段时间信息。若视图无坐标则跳过（等于 copy_last）。\n8. vec-score 快速筛选：先跑 ε=0.02 单次（1 次查分），看 neighborhood_mmd raw 是否 < 0.1126 且 shape_scale 三项 raw 不变；若是，再跑 ε 网格 + 3 种子确认。若 ε=0.02 的 nbh raw ≥ 0.1126 或任何 shape 项劣化 > 0.01，立即停止提交对照态。\n9. 提交门槛：3 种子均值 > 50.5 且 neighborhood_mmd raw 均值 < 0.1120 且 shape 三项无劣化。否则提交 ε=0 对照态（=copy_last）。",
  "expected_groups": ["local_spatial"],
  "risks": "1) 平滑量太小（ε≤0.05 且 std(dp)≤0.003）可能完全在 neighborhood_mmd 的检测阈值以下，效果为零——Engineer 应在第一次 ε=0.02 查分时就能判断（nbh raw 若仍为 0.1126±0.001 则无效）。2) 平滑可能轻微损害 mmd_u/variogram（减少表达多样性）；若 cell_state 组掉 > 0.5 则净效应为负。3) DE 保护阈值在不同种子上可能略有浮动，ε 需留余量。4) 若 15-NN 图中存在跨组织边界的不合理邻居（心脏与残余全胚细胞相邻），平滑可能引入噪声而非信号——Engineer 应检查平滑后 nbh raw 是否反而上升。",
  "family_id": "T2HX-04",
  "mechanism": "对锚阶段表达做极微量空间相干平滑：每个细胞的表达向其坐标 15-NN 均值方向移动 ε 比例，幅度被全局约束在 DE 无变化保护阈值以内，只改表达不改坐标/组成。",
  "vs_constant_shift": "常数位移对每个细胞型施加相同方向和幅度的表达偏移，不利用空间位置信息；本机制的位移方向和幅度由每个细胞的空间邻域表达决定（空间异构），且被显式约束在 DE 保护阈值内。关闭机制（ε=0）后输出逐位等于 copy_last。",
  "mechanism_evidence": "Engineer 应报告：1) 平滑前后 neighborhood_mmd raw 值（预期从 0.1126 下降）；2) 实际 std(dp) 值（确认 < 0.003）；3) mmd_u/variogram raw 是否变化（预期 < 0.001 变化）；4) shape 三项 raw 逐位不变（坐标未动）；5) 被平滑量最大的前 10 个细胞的空间位置（是否确实是空间孤立点）。",
  "mechanism_off_control": "ε=0（或 --ablate）时 x_i' = x_i + 0·r_i = x_i，输出逐位等于 copy_last。同一程序代码路径，仅 ε 参数不同。预期差别：ε=0 时八项 raw 全部等于父节点（50.00 地板）。",
  "sources": []
}
```