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

节点 n9

坐标置换（稳定行序版，T2HX-06）：copy_last 基座上，在坐标 15-NN 图上用贪心 2-opt 最小化表达 PCA-32 的 Dirichlet 能量，只重排细胞-坐标配对；X、坐标点集、行序逐位不变。

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 35edb10ff1: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 a0271985a8。改动的文件：solution/METHOD.md +31 −21、solution/run.py +115 −211

diff --git a/solution/METHOD.md b/solution/METHOD.mdindex 6640572..0c5d66d 100644--- a/solution/METHOD.md+++ b/solution/METHOD.md@@ -1,32 +1,42 @@-T2HX-01 位移层：外推时优先用视图内"晚于末输入、不晚于目标"的外部样本按伪批量相关匹配细胞型做阻尼位移（保坐标）；两输入速度回退在代理上验证有害、默认关；无可用方向时逐位等于 copy_last。+坐标置换（稳定行序版，T2HX-06）：copy_last 基座上，在坐标 15-NN 图上用贪心 2-opt 最小化表达 PCA-32 的 Dirichlet 能量，只重排细胞-坐标配对；X、坐标点集、行序逐位不变。  ## 方法 -在父节点（copy_last）之上加一个位移层，管线（全部只读 manifest 的相对时间与区间字段，无绝对阶段/尺寸常数，伪装视图安全）：+1. 基座与父节点/copy_last 完全相同：anchor=最后观测阶段（`anchor_entry`），n=clip(stage.n, min_cells, max_cells)，按型分层无放回抽样（`src.task2_spatial.sample.take`），行序 `np.sort` 保持稳定。代理上 n=24826（≤max_cells），输出全部细胞。+2. 表达度量：sklearn PCA（32 维，svd_solver=randomized，random_state=seed）作用于输出的 X。+3. 空间图：坐标上的 15-NN（kneighbors n_neighbors=16 去掉自身），与评分器 neighborhood 定义一致；图的边集由坐标点集决定，置换不改变边集，故可用 O(1) 增量更新。+4. 贪心 2-opt：随机提议细胞对 (i,j)，交换二者坐标（coords[i]↔coords[j]，即"行 i 占据的坐标槽"互换）；能量变化用闭式 delta = 2(e_i−e_j)·(S_p−S_q) + (a+b)‖e_i−e_j‖²（S=槽的邻居表达和，增量维护；a,b=两槽互为邻居的指示），delta<0 才接受。**行序稳定**：X 的行序与输出行序和 copy_last 完全一致，置换只改每行携带的坐标（PLAN 第 6 条，修复节点 7 的行序缺陷）。+5. 参数：VEC_MAX_SWAPS 默认 0.3n（=7447，绑定约束）、VEC_MAX_PROP 默认 4,000,000（实际 1.31M 提议即达 swap 上限）、VEC_PATIENCE=10000、VEC_PCA_DIM=32、VEC_LOCAL=0（局部提议模式已实现并测试，见下）。+6. 机制关闭对照：VEC_MAX_SWAPS=0 → 完全跳过 2-opt，输出逐位等于 copy_last。 -1. 细胞选择与坐标和父节点完全相同：anchor=最后观测阶段，n≤max_cells 整份输出，超过则按型分层抽样；坐标一律不动（保 neighborhood_mmd 与结构门）。-2. 位移方向按优先级：-   - (a) **外部前向靶**：`manifest.external` 中存在区间 (e_lo, e_hi) 满足 e_lo > 末输入时间且 e_hi ≤ 目标时间的样本时，加载并对齐到面板（<50 共有基因则放弃；X 若像原始计数则重算 log1p(CP10k)）；anchor 各细胞型与外部型在共有基因伪批量上算 Pearson r，r≥0.5 才配对；每细胞 shift = α·[β·型级差 + (1−β)·(匹配型内最近邻外部细胞 − 本细胞)]，α=0.5、β=1（默认）。-   - (b) 两输入速度回退：型级伪批量差 × α_vel × dt_ratio。**默认 α_vel=0（关）**，理由见下。-   - (c) 都没有 → 输出逐位等于 copy_last。-3. shift 逐基因截断在 ±2·std(基因 in anchor)，X+shift 后截 0。异常时 (a) 路径 try/except 回退，绝不崩。+## 机制生效证据（实际改变了什么） -## 机制对照与验证（proxy_noscale，5 次查分）+- 交换 7447 次，5152 行坐标改变；Dirichlet 能量 E1/E0 = 0.937（下降 6.3%）。+- X 与对照 array_equal；坐标点集（排序后）array_equal——只有配对关系变。+- 四组分：expression_change、cell_state 保持 50.00（DE 原始值 0、mmd_u/variogram 与对照逐位相同，因为表达完全没动）；变化集中在 local_spatial（neighborhood_mmd 0.11445→0.11256）与 shape_scale（occupancy_dice，见下"噪声"）。 -- **α=0 对照（mechanism_off_control）**：默认配置在代理上的输出与父节点逐位相同（X、坐标 array_equal 验证），vec-score 实测 **50.00**，四组全 50。✓-- **速度回退 (b) 的方向质量**（这是代理上唯一可测的方向）：-  - 型级伪批量速度 α_eff=0.45/0.9/1.5：**49.0 / 48.7 / 48.3**。de_score 原始值 −0.056（低于 chance），de_direction ≈ −0.003~−0.007：E8.25→E8.75 的型级速度与真值 E8.75→E9.5 变化**不相关甚至反相关**，且 DE 两项对 α 近似不变（秩/符号指标），所以任何 α 都拿不到 DE 收益，只赔 variogram（skill 0.36–0.44）。与方法卡"α 网格单调低于地板"一致。-  - 去掉增殖模块（GO BP 名字含 cell cycle/mitotic/DNA replication 等的 44 个面板基因置零，通用基因功能注释，来自视图 prior/go）α_eff=0.45：**49.05**。de_direction 转微正（+0.015，skill 0.504）但 de_score 更差（−0.139），variogram 仍赔 0.8 分。-- 结论：代理上速度外推方向无信号，(b) 默认关（α_vel=0）；代理行为 = copy_last = 50.00。-- **外部路径 (a) 冒烟测试**（把末输入时间假装提前以触发）：加载 qiu E8.75、27883 基因对齐、33 个 anchor 型中 1 个（心脏谱系）r≥0.5 配对成功、shift 逐型非零——机械上可运行；代理视图内没有真正"晚于末输入"的外部样本，故该路径的科学效果**未能在本地验证**（这正是方法卡指出的外推盲区：本地尺子无法检验方向，且外推榜本地分历史上高估官网分）。-- vec-check 对本 board 返回 "not allowed for this client"（客户端限制，非格式问题）；vec-score 正常接收并打分同一文件，格式合规。+## 对照与查分（proxy_noscale，8 次查分）++| 配置 | swaps | E1/E0 | 榜分 | local_spatial | shape_scale | neighborhood_mmd | dice |+|---|---:|---:|---:|---:|---:|---:|---:|+| 机制关（=copy_last） | 0 | 1.000 | **50.00** ✓（PLAN 预期） | 50.00 | 50.00 | 0.11445 | 0.8148 |+| 全局 2-opt，500k 提议 | 3196 | 0.971 | 50.23 | 50.56 | 50.37 | 0.11194 | 0.8156 |+| **全局 2-opt，0.3n swaps（提交）** | 7447 | 0.937 | **51.51**（seed0） | 50.42 | 55.61 | 0.11256 | 0.8221 |+| 同上 seed1 / seed2 | 7447 | 0.934 | 49.88 / 49.74 | 50.45 / 50.61 | 49.06 / 48.35 | 0.11243 / 0.11168 | 0.8131 / 0.8115 |+| 全局 2-opt，12k swaps | 12000 | 0.904 | 49.70 | 51.08 | 47.70 | 0.10961 | 0.8106 |+| 全局 2-opt，25k swaps | 25000 | 0.832 | 49.28 | 51.03 | 46.08 | 0.10983 | 0.8065 |++## 验证过 / 未验证（诚实声明）++- **验证过**：机制本身（能量下降 → neighborhood_mmd 下降）单调且跨 seed 稳健：local_spatial 在全部 3 个 seed、全部 swap 档位都 >50（50.4–51.1），swap 越多 neighborhood 越好（0.1145→0.1096，12k 档后饱和）。行序稳定成立：输出行序、X、坐标点集与 copy_last 逐位一致（array_equal），未复现节点 7 的行序缺陷。机制关闭对照 = 50.00，与 PLAN 预期一致。+- **噪声警告（重要）**：置换不改变坐标点集本身，但 occupancy_dice / d2_shape 会对细胞下采样（行索引固定、坐标被置换 → 子集几何变化），所以 shape_scale 在 seed 间大幅波动（48.4–55.6），是子抽样噪声而非系统性收益或损失。seed0 的 51.51 含 dice=0.8221 的正向波动；**seed 0–2 均值仅 50.38**，低于终选护栏要求的 +1。0.3n 档是在 A 半 seed0 上实测最高的档位；12k/25k 档 neighborhood 更好但 dice 系统性偏低（0.8106/0.8065），总分更低。+- **测过但未采用**：VEC_LOCAL=1（只提议空间相邻槽的交换）：25k swaps 只降能量 0.5%（相邻对 delta 太小），预期对 neighborhood_mmd 无实质改善，未查分。+- **未验证**：B 半分数；真实 final 视图（外推榜本地尺子历史上高估官网分，方法卡风险条款适用——本机制不含任何位移方向或尺寸假设，理论上对 final 的行为与代理一致：只做配对重排）。  ## 知识来源 -- GO BP 注释（视图 prior/go/gene_sets_bp.gmt）：增殖模块（细胞周期/有丝分裂/DNA 复制）是瞬态程序，其早期轨迹不可靠外推——通用基因功能知识，非任何保留阶段测量。-- 细胞型配对用表达相关而非标签名（外部数据标签词汇可能不同）——PLAN T2HX-01 规定。+- 评分器 neighborhood 定义（15 最近邻）来自任务书公开的评分规则简报（代码事实），用于选择 kNN 图的 K=15；无保留阶段/基因型的任何信息、无绝对时间或尺寸常数；程序只读 manifest 的相对字段，伪装视图安全（时间平移不影响任何计算：本方法根本不使用时间）。 -## 已知弱点 / 未验证+## 下一步建议 -- (a) 路径在真实 final 视图（可能挂 MOSTA E9.5 等前向外部样本）上的效果无法在本地检验；若方向错会低于地板。终选护栏（proxy_noscale 种子均值需超 copy_last 1 分）在本节点上不会通过，正式提交会回落到基线预测。-- 未做：STRING/通路平滑速度、t 统计加权、逐细胞 OT 位移（方法卡已证 OT 伤邻域）。+- shape 组的 seed 间波动源于评分器下采样与行索引的耦合，属尺子噪声；若继续本机制，应看 rank3（3 seed 均值）而非单 seed。要突破 +1 护栏，local_spatial 的稳健收益（~+0.5）不够，需要叠加 expression/cell_state 组的真实改进（如 PLAN 外的型内组成插值），或接受本节点作为"机制验证成功但净收益 <1"的中间结果。diff --git a/solution/run.py b/solution/run.pyindex 196e6b2..d0b3cb4 100644--- a/solution/run.py+++ b/solution/run.py@@ -1,22 +1,22 @@ #!/usr/bin/env python3-"""T2 extrapolation: expression-matched pseudobulk displacement on the anchor stage.--Mechanism (family T2HX-01): shift each anchor-stage cell's expression toward a-forward target while keeping coordinates untouched (preserves local spatial-pairing). Target priority, computed only from view data and relative times:--  (a) an external sample whose whole stage interval lies strictly after the-      last input and at/before the target: per-cell type of the anchor is-      matched to external types by pseudobulk Pearson correlation on shared-      panel genes (r >= 0.5); shift blends the matched type-level difference-      (weight beta) with a nearest-neighbour cell-level difference (1 - beta).-  (b) else with >= 2 inputs: per-type pseudobulk velocity between the last two-      inputs, extrapolated over (target - last) time; type-level shift.-  (c) else: copy_last exactly (alpha also forces this when set to 0).--Shifts are per-gene capped at cap * std(gene in anchor), values clipped at 0.-No absolute stage names, times or sizes are hardcoded; only relative time-differences from the manifest are used, so the program is view-independent.+"""T2 extrapolation: copy_last base + expression-guided coordinate permutation.++Mechanism (family T2HX-06): keep the anchor (last observed) stage's cells,+expression matrix and the coordinate point set bitwise unchanged; only re-pair+cells with coordinates. A greedy 2-opt search on the fixed 15-NN graph of the+coordinate slots minimizes the Dirichlet energy of the cells' expression PCA+embedding, so that spatial neighbours become expression-similar. This targets+neighborhood_mmd (expression-location pairing) without touching any metric+that depends on the point set or the expression values.++Row order is kept identical to the copy_last output: a swap exchanges the+coordinate rows assigned to two cells (coords[i] <-> coords[j]) and never+reorders X or the output rows, so any index-based subsampling by the scorer+sees the same cell subset as the copy_last baseline.++No absolute stage names, times or sizes are used; only the manifest's inputs,+so the program is view-independent. VEC_MAX_SWAPS=0 disables the mechanism+and the output equals copy_last bitwise (mechanism-off control). """  from __future__ import annotations@@ -24,158 +24,90 @@ from __future__ import annotations import argparse import os import sys+import time  import numpy as np  from src.task2_spatial.sample import take from src.task2_spatial.view_io import (     anchor_entry,-    extrap_step,     load_manifest,     panel_genes,     read_stage,-    target_time,     write_t2, ) -ALPHA = float(os.environ.get("VEC_ALPHA", "0.5"))  # external-forward path-ALPHA_VEL = float(os.environ.get("VEC_ALPHA_VEL", "0.0"))  # two-input velocity fallback (proxy-validated: harmful, kept off)-BETA = float(os.environ.get("VEC_BETA", "1.0"))-CAP = float(os.environ.get("VEC_CAP", "2.0"))-TIME_SCALE = bool(int(os.environ.get("VEC_TS", "1")))-CC_ZERO = bool(int(os.environ.get("VEC_CC", "0")))-MATCH_R = 0.5-MIN_SHARED = 50--_CC_KEYWORDS = ("cell cycle", "mitotic", "meiotic", "dna replication", "chromosome segregation", "cytokinesis")---def _cell_cycle_genes(view: str) -> set[str]:-    """Genes in GO BP terms whose name indicates proliferation programs (generic-    gene-function annotation from the view's prior/; transient modules whose-    early trajectory is not trusted for forward extrapolation)."""-    out: set[str] = set()-    try:-        path = os.path.join(view, "prior", "go", "gene_sets_bp.gmt")-        with open(path) as fh:-            for line in fh:-                parts = line.rstrip("\n").split("\t")-                if len(parts) < 3:-                    continue-                name = parts[1].lower()-                if any(k in name for k in _CC_KEYWORDS):-                    out.update(parts[2:])-    except OSError:-        pass-    return out---def _pb(X: np.ndarray, labels: np.ndarray) -> tuple[list[str], np.ndarray]:-    types = sorted(set(labels.tolist()))-    out = np.zeros((len(types), X.shape[1]), dtype=np.float64)-    for k, t in enumerate(types):-        m = labels == t-        if m.any():-            out[k] = X[m].mean(axis=0)-    return types, out---def _external_forward_entry(manifest: dict, last_time: float, tt: float) -> dict | None:-    for e in manifest.get("external") or []:-        try:-            lo = float(e.get("e_lo", -np.inf))-            hi = float(e.get("e_hi", lo))-        except (TypeError, ValueError):+MAX_SWAPS_ENV = os.environ.get("VEC_MAX_SWAPS", "")  # default: 0.3 * n+MAX_PROP = int(os.environ.get("VEC_MAX_PROP", "4000000"))+PCA_DIM = int(os.environ.get("VEC_PCA_DIM", "32"))+PATIENCE = int(os.environ.get("VEC_PATIENCE", "10000"))+LOCAL = bool(int(os.environ.get("VEC_LOCAL", "0")))  # restrict proposals to spatially adjacent slots+K = 15  # neighbours, matching the scorer's neighborhood definition+++def _dirichlet_energy(E: np.ndarray, nbrs: np.ndarray, nrm2: np.ndarray, S: np.ndarray) -> float:+    # sum_i sum_{u in nbrs[i]} ||e_i - e_u||^2 (asymmetric kNN sum)+    return float(15.0 * nrm2.sum() + np.add.reduceat(nrm2[nbrs.ravel()], np.arange(0, nbrs.size, K)).sum()+                 - 2.0 * np.einsum("ij,ij->i", E, S).sum())+++def _permute_coords(coords0: np.ndarray, E: np.ndarray, nbrs: np.ndarray, rev: list[list[int]],+                    nbrset: list[set], max_swaps: int, max_prop: int, patience: int,+                    rng: np.random.Generator) -> tuple[np.ndarray, dict]:+    n = coords0.shape[0]+    S = E[nbrs].sum(axis=1)  # slot -> sum of neighbour expressions (slot p holds row p initially)+    nrm2 = np.einsum("ij,ij->i", E, E)+    e0 = _dirichlet_energy(E, nbrs, nrm2, S)++    pos = np.arange(n)  # row -> slot currently holding its coordinates+    occ = np.arange(n)  # slot -> row currently occupying it+    swaps = 0+    props = 0+    rejects = 0+    t0 = time.time()+    # For LOCAL mode, candidate partners occupy slots spatially adjacent to the+    # row's current slot, so a swap moves a coordinate only a short distance:+    # the subsampled point cloud geometry (d2_shape / occupancy_dice) stays+    # close to the anchor while expression-position pairing (neighborhood_mmd)+    # is smoothed locally.+    while swaps < max_swaps and props < max_prop and rejects < patience:+        i = int(rng.integers(n))+        p = int(pos[i])+        if LOCAL:+            q = int(nbrs[p][rng.integers(K)])+            j = int(occ[q])+        else:+            j = int(rng.integers(n))+        if i == j:             continue-        if lo > last_time + 1e-6 and hi <= tt + 1e-6:-            return e-    return None---def _load_external(view: str, entry: dict, genes: list[str]):-    import anndata as ad-    from scipy import sparse--    ad_obj = ad.read_h5ad(os.path.join(view, entry["path"]))-    ext_genes = [str(g) for g in ad_obj.var_names]-    pos = {g: i for i, g in enumerate(ext_genes)}-    shared = [g for g in genes if g in pos]-    if len(shared) < MIN_SHARED:-        return None, None-    cols = np.array([pos[g] for g in shared])-    X = ad_obj.X-    X = X.toarray() if sparse.issparse(X) else np.asarray(X)-    X = np.nan_to_num(np.asarray(X, dtype=np.float64))-    if "log1p" not in ad_obj.uns and X.max() > 30.0:  # looks like raw counts-        tot = X.sum(axis=1, keepdims=True)-        tot[tot <= 0] = 1.0-        X = np.log1p(X / tot * 10000.0)-    X = X[:, cols]-    labels = (-        np.asarray(ad_obj.obs["celltype"]).astype(str)-        if "celltype" in ad_obj.obs-        else np.array(["ext"] * X.shape[0])-    )-    return shared, (X, labels)---def _direction_external(view, manifest, genes, X_a, lab_a, pb_a, last_time, tt):-    entry = _external_forward_entry(manifest, last_time, tt)-    if entry is None:-        return None-    try:-        shared, loaded = _load_external(view, entry, genes)-        if loaded is None:-            return None-        X_e, lab_e = loaded-        gidx = np.array([genes.index(g) for g in shared])-        types_e, pb_e = _pb(X_e, lab_e)-        # match anchor types to external types by pseudobulk Pearson r on shared genes-        A = pb_a[:, gidx]-        B = pb_e-        A = A - A.mean(axis=1, keepdims=True)-        B = B - B.mean(axis=1, keepdims=True)-        na = np.linalg.norm(A, axis=1, keepdims=True)-        nb = np.linalg.norm(B, axis=1, keepdims=True)-        na[na == 0] = 1.0-        nb[nb == 0] = 1.0-        C = (A / na) @ (B / nb).T-        best = C.argmax(axis=1)-        ok = C[np.arange(len(best)), best] >= MATCH_R-        print(f"[diag] external target {entry.get('id')}: matched {ok.sum()}/{len(ok)} anchor types", file=sys.stderr)-        if not ok.any():-            return None-        # type-level difference on full panel (external genes only)-        diff_t = np.zeros_like(pb_a)-        for k in range(len(ok)):-            if ok[k]:-                diff_t[k, gidx] = pb_e[best[k]] - pb_a[k, gidx]-        # cell-level: nearest external neighbour within matched type-        from sklearn.neighbors import NearestNeighbors--        shift = np.zeros_like(X_a)-        d_sub = X_a[:, gidx]-        types_a = sorted(set(lab_a.tolist()))-        for k in range(len(ok)):-            if not ok[k]:-                continue-            m = lab_a == types_a[k]-            if not m.any():-                continue-            tgt_m = lab_e == types_e[best[k]]-            if not tgt_m.any():-                continue-            nn = NearestNeighbors(n_neighbors=1).fit(X_e[tgt_m][:, : len(shared)])-            _, ind = nn.kneighbors(d_sub[m])-            cell_diff = np.zeros((m.sum(), X_a.shape[1]))-            cell_diff[:, gidx] = X_e[tgt_m][ind[:, 0]] - d_sub[m]-            type_diff = np.zeros((m.sum(), X_a.shape[1]))-            type_diff[:, gidx] = diff_t[k, gidx]-            shift[m] = BETA * type_diff + (1.0 - BETA) * cell_diff-        return shift-    except Exception as exc:  # never crash on the optional external path-        print(f"[diag] external path failed: {exc}", file=sys.stderr)-        return None+        props += 1+        q = int(pos[j])+        d = E[i] - E[j]+        a = q in nbrset[p]+        b = p in nbrset[q]+        dd = float(d @ d)+        delta = 2.0 * float(d @ (S[p] - S[q])) + (a + b) * dd+        if delta < -1e-12:+            # accept: row i takes slot q, row j takes slot p+            pos[i], pos[j] = q, p+            occ[p], occ[q] = j, i+            dv = -d  # e_j - e_i+            for u in rev[p]:+                S[u] += dv+            for u in rev[q]:+                S[u] -= dv+            if a:+                S[p] -= dv+            if b:+                S[q] += dv+            swaps += 1+            rejects = 0+        else:+            rejects += 1+    e1 = _dirichlet_energy(E[occ], nbrs, nrm2[occ], S)+    diag = {"E0": e0, "E1": e1, "ratio": e1 / e0 if e0 > 0 else float("nan"),+            "swaps": swaps, "props": props, "secs": round(time.time() - t0, 1)}+    return coords0[pos], diag   def main() -> None:@@ -187,8 +119,6 @@ def main() -> None:      manifest = load_manifest(args.data)     genes = panel_genes(args.data, manifest)-    prev, last, dt_ratio = extrap_step(manifest)-    tt = target_time(manifest)     stage = read_stage(args.data, anchor_entry(manifest), genes)     n = int(np.clip(stage.n, manifest["min_cells"], manifest["max_cells"]))     rng = np.random.default_rng(args.seed)@@ -199,59 +129,33 @@ def main() -> None:      X = stage.X[rows].toarray().astype(np.float32)     coords = stage.coords[rows]+    n = X.shape[0] -    if ALPHA > 0.0 or ALPHA_VEL > 0.0:-        lab = stage.labels[rows]-        types, pb_a = _pb(X.astype(np.float64), lab)-        shift = None-        src = "none"-        if ALPHA > 0.0:-            shift = _direction_external(-                args.data, manifest, genes, X.astype(np.float64), lab, pb_a, float(last["time"]), tt-            )-            if shift is not None:-                shift *= ALPHA-                src = "external"-        if shift is None and prev is not None and ALPHA_VEL > 0.0:-            src = "velocity"-            pstage = read_stage(args.data, prev, genes)-            Xp = pstage.X.toarray().astype(np.float64)-            _, pb_p = _pb(Xp, pstage.labels)-            tmap_p = {t: i for i, t in enumerate(_pb(Xp, pstage.labels)[0])}-            glob = pb_a.mean(axis=0) - Xp.mean(axis=0)-            v = np.tile(glob, (len(types), 1))-            for k, t in enumerate(types):-                if t in tmap_p:-                    v[k] = pb_a[k] - pb_p[tmap_p[t]]-            scale = ALPHA_VEL * (dt_ratio if (TIME_SCALE and dt_ratio) else 1.0)-            per_type = {t: scale * v[k] for k, t in enumerate(types)}-            shift = np.zeros_like(X, dtype=np.float64)-            for t in types:-                m = lab == t-                if m.any():-                    shift[m] = per_type[t]-            del Xp-        if shift is None:-            src = "copy_last(no usable forward direction)"-        if shift is not None:-            if CC_ZERO:-                cc = _cell_cycle_genes(args.data)-                idx = [i for i, g in enumerate(genes) if g in cc]-                if idx:-                    shift[:, idx] = 0.0-                print(f"[diag] cc-zero: {len(idx)} genes zeroed", file=sys.stderr)-            sd = X.astype(np.float64).std(axis=0)-            capv = CAP * np.maximum(sd, 1e-3)-            shift = np.clip(shift, -capv, capv)-            X = np.clip(X.astype(np.float64) + shift, 0.0, None).astype(np.float32)-            norms = np.linalg.norm(shift, axis=1)-            print(f"[diag] src={src} shift norm mean/p50/p95: {norms.mean():.3f} "-                  f"{np.percentile(norms,50):.3f} {np.percentile(norms,95):.3f}", file=sys.stderr)-            gmag = np.abs(shift).mean(axis=0)-            top = np.argsort(-gmag)[:20]-            print("[diag] top shifted genes: " + ", ".join(f"{genes[i]}({gmag[i]:.2f})" for i in top), file=sys.stderr)-        else:-            print(f"[diag] src={src}: no shift applied", file=sys.stderr)+    max_swaps = int(float(MAX_SWAPS_ENV) if MAX_SWAPS_ENV else 0.3 * n)++    if max_swaps > 0 and n > K + 1:+        from sklearn.decomposition import PCA+        from sklearn.neighbors import NearestNeighbors++        dim = int(min(PCA_DIM, X.shape[0] - 1, X.shape[1]))+        pca = PCA(n_components=dim, svd_solver="randomized", random_state=args.seed)+        E = np.ascontiguousarray(pca.fit_transform(X.astype(np.float64)), dtype=np.float64)++        idx = NearestNeighbors(n_neighbors=K + 1).fit(coords).kneighbors(coords, return_distance=False)+        nbrs = np.empty((n, K), dtype=np.int64)+        for i in range(n):+            kept = [int(j) for j in idx[i] if j != i][:K]+            while len(kept) < K:+                kept.append(i)+            nbrs[i] = kept+        rev: list[list[int]] = [[] for _ in range(n)]+        for u in range(n):+            for p in nbrs[u]:+                rev[int(p)].append(u)+        nbrset = [set(int(v) for v in nbrs[i]) for i in range(n)]++        coords, diag = _permute_coords(coords, E, nbrs, rev, nbrset, max_swaps, MAX_PROP, PATIENCE, rng)+        print(f"[diag] permute: {diag}", 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

Done. Summary:

**做了什么**：按 PLAN T2HX-06 在 copy_last 基座上实现"表达kNN引导坐标置换（稳定行序版）"——X、坐标点集、行序逐位不变，仅用贪心 2-opt 在坐标 15-NN 图上最小化 PCA-32 表达 Dirichlet 能量，重排细胞-坐标配对（闭式 delta + 增量维护邻居表达和，全量 24826 细胞约 20s）。

**查分结果**（8/20 次额度）：机制关闭对照 = 50.00 ✓（PLAN 预期）。提交配置（0.3n=7447 swaps，E↓6.3%）：seed0 = **51.51**（local_spatial 50.42，dice 0.8221 正向波动）；seed1/2 = 49.88/49.74。neighborhood_mmd 改善跨 seed、跨档位稳健（local_spatial 全部 >50，0.1145→0.1096），但 shape 组因评分器按行索引下采样与置换耦合而大幅波动（48.4–55.6），3-seed 均值仅 50.38，低于终选 +1 护栏。12k/25k swaps 档 neighborhood 更好但 dice 系统性偏低，总分更低。

**下一步最值得试**：置换机制已验证但净收益 <1；要过护栏需在 expression_change/cell_state 组叠加真实改进（如型内组成插值或先验驱动的秩级方向调整），或与本置换层组合以保住 local_spatial 的稳健 +0.5。

调研员

_dice碰到不利子集（0.8066→0.8025，−1.67）。本方案复制节点5已验证的机制，同时修复节点7的行序缺陷，目标稳定获得local_spatial收益而不赔shape_scale。",
  "approach": "在父节点3的copy_last基座上新增坐标置换层，步骤：\n1. 细胞选取与父节点相同（anchor=末观测阶段，n≤max_cells分层抽样），坐标点集与表达矩阵均不改。\n2. 表达空间：对X做PCA取前32主成分（sklearn PCA，whiten=False），作为细胞表达距离度量。\n3. 空间图：用坐标建15-NN图（与评分器neighborhood_mmd的邻域定义一致，sklearn NearestNeighbors，n_neighbors=16含自身，取后15）。\n4. 目标函数：Dirichlet能量 E=Σ_{(i,j)∈edges}‖pca_i−pca_j‖²。初始E0记录。\n5. 贪心2-opt：随机提议配对(i,j)，若交换坐标i↔j后E下降则接受；上限VEC_MAX_PROP（默认500000，搜索范围200k–1M）；提前终止：连续10000次无接受则停。\n6. **行序稳定（关键修复）**：置换只改坐标赋值（coords_new[i]=coords[j], coords_new[j]=coords[i]），输出行序与输入完全一致，避免评分器按索引抽样时碰到不同细胞子集。验证：输出行序与输入array_equal。\n7. 输出：X不变、坐标为重排后值、行序不变。\n8. 环境变量：VEC_MAX_SWAPS（最大交换次数，默认=细胞数×0.3）、VEC_MAX_PROP（最大提议数）、VEC_PCA_DIM（默认32）。VEC_MAX_SWAPS=0时不做任何交换，输出逐位等于copy_last（对照）。\n9. 快速筛选：先500细胞子集跑通验证E下降且swap>0（<1min），再全量；vec-score查VEC_MAX_SWAPS=0应得50.00，查全量看neighborhood_mmd原始值是否下降（越小越好）。\n10. 单输入阶段退路：置换不依赖时间信息，单输入同样适用。",
  "expected_groups": ["local_spatial", "shape_scale"],
  "risks": "1) occupancy_dice仍可能因坐标重排后点云局部密度变化而微波动（±0.5分内），但行序稳定后不应出现节点7的−1.67；若occupancy_dice skill<0.48，检查是否抽样仍受影响。2) 2-opt在30min内可能未充分收敛（提议数不够），Dirichlet能量下降不足→neighborhood_mmd改善小；Engineer应在小样本上确认能量下降>10%再全量。3) 若细胞数很大（>5000），500k提议可能不够覆盖，可调高至1M但注意时间。4) 行序验证失败（输出行序≠输入行序）说明实现有bug，必须修复后再查分。",
  "family_id": "T2HX-06",
  "mechanism": "在坐标15-NN图上用贪心2-opt最小化表达Dirichlet能量，重排细胞与坐标的配对关系，使表达相似的细胞成为空间邻居，从而改善neighborhood_mmd（表达-位置配对质量）。表达矩阵和坐标点集本身均不变。",
  "vs_constant_shift": "不做任何表达位移：每个细胞的表达向量原封不动，每个坐标点也原封不动；只改变哪个细胞对应哪个坐标。常数位移是对每型加一个表达向量，改变表达值本身；本机制不改变任何表达值，只改变表达与空间位置的配对。",
  "mechanism_evidence": "1) 交换计数>0且Dirichlet能量下降百分比（E_after/E_before<1）；2) neighborhood_mmd原始值下降（0.1126→更低）；3) local_spatial组分>50；4) 表达矩阵与坐标点集逐位不变（array_equal验证），只有配对关系改变；5) 四组分中expression_change和cell_state保持50（表达未动），变化集中在local_spatial。",
  "mechanism_off_control": "设VEC_MAX_SWAPS=0，程序跳过2-opt循环，输出逐位等于copy_last（X和坐标array_equal验证），vec-score应得50.00、四组全50。与开启置换的输出对比：差异仅在坐标列的排列和local_spatial/shape_scale组分。",
  "sources": []
}