Archive 4 checkpoints (1-4)

paper-releases/pbisc-diffusion/updates/20261013T044939Z-figure5-page-range-clarification/diffusion/dataset/server_1/model8/presentations/2026-09-30--paper-summary--r00/data/figure_assignment_20261013/ASSIGNMENT.md

@@ -0,0 +1,145 @@
+# 131장 자료의 새 Figure 1–6 / Supplementary 분류
+
+사용자가 2026-10-13에 다시 정의한 여섯 Figure를 기준으로 분류했다. **아래 쪽수는 131장 확장 덱의 쪽수**다. 덱 안의 기존 Figure 번호와 계획표는 이전 기획이다. 원본 PPTX/PDF는 수정하거나 삭제하지 않았다.
+
+- [131장 전체 분류표](slide_assignment.csv): 페이지별 주배정, 데이터 종류, 사용 조건, 필요한 수정, 원본 76장 번호.
+- [패널 구성안](panel_plan.json): Figure별 패널과 재사용 범위.
+- [사용자 정의](AUTHOR_SCOPE.md): 앞으로 적용할 Figure 1–6의 범위.
+
+## 본문 Figure 구성안
+
+| Figure | 본문에 넣을 자료 | 현재 페이지 | 상태 / 경계 |
+|---|---|---|---|
+| **1** | 전체 실험 흐름, corpus 통계, dataset별 규모와 K 분포 | **9, 11, 16 하단** | 기존 자료 재사용. 전체 corpus와 training subset의 분모를 구분 |
+| **2** | architecture, gene context/panel ablation, 공통 유전자 축의 비교 | **13, 14, 15** | **SLE pseudobulk**만 사용. 12의 corpus validation loss는 보충 |
+| **3** | healthy mismatch → full FT 개선 → LoRA rank 비교 → paired 수 ablation → exact-five 성능 | **21, 23, 116의 ImMicro pooled, 51, 49, 54**; **55** 선택 | 모두 healthy paired. 49의 추가 validation과 54의 exact-five를 구분 |
+| **4** | 질환 cohort, LoRA-five/5-fold의 logFC·DEG·CAT, deconvolution 비교 | **62 질환 행, 63, 67, 68, 71** | 핵심 정량 결과. 비교 단위와 cohort별 예외를 유지 |
+| **5** | paired sample의 real/LoRA/scSemi rare population, marker, donor별 사례 | **직접 충족하는 완성 슬라이드는 현재 없음** | 기존 생성 결과로 정성 패널 조립. 89, 91–93, 95–96은 정량 보조 자료 |
+| **6** | paired adaptation → bulk-only inference → 기존 논문의 특정 결과 재현 | **TODO**; 설계 참고 **104, 106, 107** | 재현 결과 패널은 아직 없음. 105는 과거 탐색 기록 |
+
+## Figure 1 — 전체 실험 개요와 corpus
+
+- **1a / 9쪽:** pretraining → paired adaptation → single-cell generation의 전체 실험 흐름.
+- **1b / 11쪽:** corpus 규모 및 assay, condition, cell-type 분포. cell·donor·dataset의 분모를 명시한다.
+- **1c / 16쪽 하단:** dataset별 corpus 규모와 recipe-size 분포. 상단 workflow는 9쪽과 중복되므로 Methods/S01로 이동한다.
+
+8, 10, 17, 38–41쪽의 세부 방법은 Methods/보충으로 배치한다. 필요하면 62쪽의 cohort 요약을 작은 evaluation inset으로 재사용한다. Corpus의 자연적 구성과 학습 sampler의 노출 비율은 별도 통계다.
+
+## Figure 2 — SLE pseudobulk에서 architecture와 gene context
+
+- **2a / 13쪽:** architecture와 conditioning width에 따른 SLE pseudobulk 성능.
+- **2b / 14쪽:** 2k/3k/6k/15k gene context 비교. 6k가 모든 지표에서 최고라는 표현 대신 성능과 biological gene coverage를 함께 보여준다.
+- **2c / 15쪽:** 공통 1,006-gene 축의 precision/coverage 및 composition 비교. Architecture의 1% floor와 panel의 0.1% floor 실험군은 나누어 해석한다.
+
+**12쪽**은 corpus pretraining validation loss이므로 SLE benchmark 성능으로 부르지 않는다. **18, 72–75쪽**의 conditioning intervention, per-cell-type SLE, broadcast 및 split-half controls는 S02로 분류한다. 특히 72–75쪽은 이전 덱의 위치와 관계없이 새 Figure 4에 들어가지 않는다.
+
+## Figure 3 — healthy paired adaptation의 필요성과 효율
+
+패널 흐름은 **21 → 23 → 116의 healthy 부분 → 51 → 49 → 54**로 잡는다. 55쪽의 donor별 composition 오차는 선택 패널이다.
+
+**Full FT의 개선은 raw zero-shot과 비교하면 지지된다.** ImMicro pooled 결과의 precision/coverage/L1은 raw에서 **0.6804/0.1918/0.4549**, full FT에서 **0.8895/0.6954/0.1572**다. Calibrated zero-shot의 precision은 0.9050으로 full FT보다 높으므로, 모든 baseline의 모든 지표가 개선됐다고 표현하지 않는다.
+
+| ImMicro pooled CV | Precision ↑ | Coverage ↑ | Composition L1 ↓ | Trainable parameters |
+|---|---:|---:|---:|---:|
+| Full FT | 0.8895 | 0.6954 | **0.1572** | 54.185M |
+| LoRA r4 | **0.9333** | 0.7123 | 0.1858 | **0.324M** |
+| LoRA r16 | 0.9241 | 0.7843 | 0.1617 | 1.296M |
+| LoRA r64 | 0.9044 | **0.8159** | 0.1610 | 5.185M |
+
+**현재 결과로 r16을 모든 지표에서 가장 좋은 rank라고 단정할 수는 없다.** r4는 precision, r64는 coverage와 LoRA 중 L1에서 앞선다. r16은 r64보다 학습 파라미터가 4배 적고 precision이 높으며 관측 L1 차이가 작은 절충안이다. 이는 통계적 동등성을 입증한 결과가 아니다. 5 training + 7 validation 조건에서도 r4는 L1, r64는 coverage, r16은 precision에서 가장 좋아 순위가 나뉜다.
+
+권장 설명: **“성능과 학습 파라미터 수의 균형을 고려해 rank 16을 선택했다.”** 이 선택 이유는 제안이며, 사전에 정한 종합 선택 기준이 있었는지는 별도로 확인해야 한다.
+
+- **116쪽:** `dataset=immicro, call=pooled`만 추출해 raw/calibrated/full FT/LoRA를 비교한다. Sepsis나 22명 fold0의 condition-encoder pilot을 107명 pooled 결과와 합치지 않는다.
+- **51쪽:** healthy full FT/rank/parameter 비교의 주패널. 50쪽의 rank별 곡선은 S06에서 보완한다.
+- **49쪽:** n training + 7 validation 및 early stopping 곡선이다. n=5를 “총 5 paired만 사용”으로 읽을 수 없다.
+- **54쪽:** 5 pairs, 추가 validation 없음, fixed 3,000 steps의 exact-five 비교다. **“5 paired로도 성능을 확보한다”의 핵심 근거는 이 패널**이다. 5 support draws와 각 draw의 나머지 102 donors를 구분한다.
+- **56쪽:** historical scSemi budget curve에는 CV-HVG 재사용이 있어 완전히 동일한 정보 접근량의 비교로 본문에 쓰지 않는다.
+- **23쪽:** mismatch 진단의 native-depth scorer가 FT benchmark와 다르다. 그림 사이의 precision을 동일 기준의 before/after 수치로 직접 연결하지 않는다.
+
+## Figure 4 — 질환 신호 보존의 정량 비교
+
+**62 → 63 → 67 → 68 → 71쪽**을 중심으로 배치한다. 62에서는 질환 행을 사용한다. 63/67의 logFC correlation, bulk-controlled partial correlation, DEG를 나누고, five-donor와 five-fold 설계를 같은 축으로 표시하되 합쳐 평균하지 않는다. 다중 방문 cohort에서 five donors는 five samples와 다르다.
+
+**현재 수치는 “모든 질환·지표에서 최고”를 지지하지 않는다.** 예를 들어 five-donor Sepsis의 logFC r은 scSemi 0.4025 > LoRA 0.3501, five-fold Giroux도 scSemi 0.5373 > LoRA 0.4610이다. Sepsis의 deconvolution DEG overlap은 BayesPrism 27.0/CIBERSORTx 25.4 > LoRA 16.4다. 이 예외를 본문 그림에서 제거하지 않는다.
+
+기존 20개 five-donor draw에서는 LoRA가 scSemi보다 logFC r **13/20**, partial r **14/20**에서 높고, DEG는 **12승 + 8동률**이다. 단, support draws는 독립적인 환자 반복이 아니다. 현재 지지되는 결론은 **여러 질환 cohort에서 cell-type별 질병 신호를 보존하며 많은 비교에서 우수하지만, cohort와 endpoint별 예외가 있다**는 범위다.
+
+**68쪽에 빠진 scSemi five-fold CAT는 새 실험이 필요 없다.** 저장된 `scsemi_cv_20261002/pooled/cat.csv`의 `predictor=generated` 행에서 가져올 수 있다. CAT100의 LoRA/scSemi 값은 Sepsis 0.1625/0.0450, Imperial 0.2700/0.2250, Giroux 0.0675/0.0675, Ji 0.1525/0.0525다. Bulk-broadcast 행을 섞지 않는다.
+
+- **69–70쪽:** patient-aware corrected DEG의 보조 근거. 현재 덱은 Sepsis 5 draws/Imperial 1 draw의 고정 snapshot이며 모든 cohort의 완료판은 아니다.
+- **64–66, 110–115쪽:** cell realism/composition 등 생성 품질. Disease integrity의 직접 증거와 구분해 S07에 둔다.
+- **82–85, 120–122쪽:** rank, pair count, K=4,000, deconvolution coverage의 감도 분석은 S08.
+- **71쪽:** deconvolution이 지원하는 cell-type expression endpoint에서 비교한다. 공통 gene axis, 가용 draw 수와 NA를 표시한다.
+
+## Figure 5 — paired rare population의 정성적 재현
+
+현재 131장에는 **같은 held-out paired sample의 real/LoRA/scSemi rare-population identity를 직접 대조하는 완성 패널이 없다.** 89, 91–93, 95–96쪽은 빈도·miss·상관·방향의 정량 자료다. 97/99는 pseudobulk 조건, 98/100/101은 주로 unmatched Behcet reference라서 이 목적을 대신하지 못한다. 77–80은 paired COVID 자료지만 zero-shot/calibration의 parent-population 진단이다.
+
+기존 출력으로 다음 패널을 조립할 수 있다. 아래 사례는 후보이며, 성공 여부를 보고 사례를 고르는 대신 관측 자료 기준의 선택 규칙을 먼저 고정한다.
+
+1. **5a:** 같은 held-out sample의 observed/LoRA/scSemi를 공통 observed-reference 공간에 나란히 표시하고, 사전에 정의한 rare state를 강조한다.
+2. **5b:** 동일 marker의 feature plot과 co-detection으로 population identity를 보여준다.
+3. **5c:** case/control donor별 small multiples로 반복성을 확인한다. Donor/visit 단위를 유지한다.
+4. **5d:** Sepsis MS1-like와 cycling monocyte 등 서로 다른 재현 양상을 함께 제시하고, Imperial cycling T/NK 등 독립 cohort로 확장한다.
+
+**이 공백이 곧 새 학습/생성이 필요하다는 뜻은 아니다.** 저장된 marker cache와 관측/생성 세포를 먼저 이용한다. Marker-space PCA/UMAP는 whole-transcriptome embedding과 다르며, 정의에 쓴 marker의 분리만으로 독립적인 identity 검증이 되지는 않는다. Bulk–sc pairing도 real/generated 개별 cell의 일대일 pairing을 의미하지 않는다. 여기서 “발견”은 우선 관측된 rare state의 회복/식별로 표현한다.
+
+기존 재료 위치(모두 Model 8 아래):
+
+- `plans/rare_states_paired_20261008/work/<cohort>/drawN/{lora5,scsemi5,zs_raw,zs_cal}.npz`
+- `plans/paired_finetune_intradataset_20260927/data/<cohort>/{cells_panel6k.npz,cells_obs.parquet,samples.csv,folds.csv}`
+- `plans/paired_finetune_intradataset_20260927/scoring_cache/<cohort>/observed_labels/labels/labels.parquet`
+- `plans/rare_states_screen_20261004/tools/states.json`
+- `plans/paper_figures_strictpairs_20261012/tools/{rare_cache_builder.py,export_rare_visuals.py}`
+
+확인 시점에 strict visual cache, coordinate CSV, 최종 qualitative PDF는 없었다. 전체 campaign exporter의 20-unit 완료 조건을 우회하지 않는다. 필요하면 검증된 subset의 범위를 명시한 별도 illustration으로 만든다.
+
+## Figure 6 — bulk-only 자료에서 기존 논문 결과 재현
+
+**TODO를 유지한다.** 재현할 논문의 특정 결과, adaptation pairs, bulk-only targets, 재현 endpoint와 독립적인 보조 근거를 먼저 고정한다. 104/106/107쪽은 설계 참고 자료이고 105쪽은 과거 탐색 기록이다. 기존 탐색의 “0 confirmed”는 특정 논문 결과 재현의 성공/실패를 뜻하지 않는다.
+
+Bulk-only sample에 sc partner가 없더라도 같은 donor의 다른 paired visit가 학습에 쓰였을 수 있으므로 자동으로 donor-held-out이라고 표기하지 않는다.
+
+## Supplementary 후보군
+
+다음S번호는**주제별분류용임시번호**다. 각그룹이그대로한장의SupplementaryFigure가된다는뜻은아니다.
+
+- **S01 — 모델·conditioning·학습·평가 설계 상세:** 8, 10, 17, 38, 39, 41쪽. Figure1/2/3를 보완; 경험적 SLE/paired benchmark와 구분
+- **S02 — SLE pseudobulk 모델 검증과 대조군:** 12, 18, 72, 73, 74, 75쪽. 12쪽은 corpus validation loss, 나머지는 SLE development. paired disease Figure4에 넣지 않음
+- **S03 — paired 입력 mismatch와 calibration 상세:** 22, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37쪽. sc-derived depth/masks,10-pair calibration,AIFI/pretraining overlap을 명시. strict-five 결과와 합치지 않음
+- **S04 — 평가 단위·annotation·depth/readout 검증:** 40, 42, 43, 46, 47쪽. technical repeat와 follow-up, annotation taxonomy, sequencing depth를 각각 구분
+- **S05 — healthy paired 재구성·FT mode·대표 샘플 대조:** 44, 45, 48, 57쪽. 48의 condition-encoder는 fold0 pilot. 57은 literal cell copying이 아닌 composition dependence
+- **S06 — rank·pair budget·K·시간 상세:** 50, 56, 58, 59, 117, 118, 119쪽. Fig3 재사용 시 healthy만 추출. historical n+validation/CV-HVG와 exact-five를 구분; r16 universal-best 금지
+- **S07 — 질환/다중 cohort 생성 품질과 비교 안정성:** 64, 65, 66, 110, 111, 112, 113, 114, 115쪽. 질환 신호 자체의 증거와 구분. strict6-unit snapshot과 historical designs를 혼합평균하지 않음
+- **S08 — 환자 단위 DEG·질환 sensitivity·deconvolution/K4000:** 69, 70, 82, 83, 84, 85, 120, 121, 122쪽. 69는 Sepsis5draw,70은 Imperial1draw의 고정 snapshot. 전체 cohort 완성 결과처럼 제시하지 않음
+- **S09 — 외부 질환 real-bulk diagnostic:** 76, 77, 78, 79, 80, 81쪽. LoRA-five/scSemi paired rare-state 증거가 아님. Figure4 핵심 adaptation 비교와 분리
+- **S10 — paired rare-state 정량 검증과 case 선택 근거:** 89, 91, 92, 93, 95, 96쪽. Fig5 정성 사례를 뒷받침하되 빈도/상관 heatmap을 population-identity 그림으로 대체하지 않음
+- **S11 — pseudobulk rare screen·unmatched Behcet 한계:** 97, 98, 99, 100, 101쪽. Fig5의 독립 paired qualitative validation으로 사용하지 않음
+- **S12 — pretraining·cross-cohort·scratch 대조:** 123, 124, 125, 126, 127, 131쪽. 131의 다른 tissue 전이는 전망이며 실제 검증 결과가 아님;127은 rare 정량 대조
+- **S13 — scSemi output-threshold sensitivity:** 129쪽. 본문은 official output. 수정 readout은 별도 sensitivity로 표기
+- **S14 — bulk-only target cohort 차이:** 106쪽. Fig6 설계용 shift 점검; published finding의 재현 결과가 아님
+
+## 전체 페이지 처리
+
+| 분류 | source pages |
+|---|---:|
+| 본문 후보: 부분 추출·조건부 사용 포함 | 18 |
+| Supplementary 후보 | 86 |
+| Figure 6 설계/TODO: 104, 107쪽 | 2 |
+| 논문 증거로 사용 보류: 과거 rare scorer의 88, 90, 94쪽 | 3 |
+| 과거 workflow 기록: 105쪽 | 1 |
+| 표지·구분·이전 계획·읽기 안내 | 21 |
+| **합계** | **131** |
+
+분류는 131장 모두에 하나의 주배정을 부여하며 부분 재사용은 별도 열에 적었다. 원본 덱의 축소·삭제·재정렬은 하지 않았다. 새 학습, inference, scoring 또는 통계 검정도 실행하지 않았다.
+
+## 주요 근거 파일
+
+`data/`는 이 덱 폴더 아래, `plans/`는 Model 8 아래 경로다.
+
+- `data/expanded_master_20261013/spec.json`: 현재 131장 내용과 protocol.
+- `data/sec07_rank_sweep.csv`, `data/sec07_rank_sweep_runs.csv`, `data/sec07_ft_modes_accuracy.csv`: healthy paired rank/FT.
+- `plans/paper_figures_strictpairs_20261012/source_data/fig2_historical_rank_full.csv`: full FT/rank summary.
+- `data/fig4_disease.csv`, `data/sec09_cat_curves.csv`, `data/secS_deconvolution.csv`: 질환 비교.
+- `plans/paired_finetune_intradataset_20260927/scores_contrast/<cohort>/scsemi_cv_20261002/pooled/cat.csv`: 빠진 CV-CAT를 채울 기존 결과.

paper-releases/pbisc-diffusion/updates/20261013T044939Z-figure5-page-range-clarification/diffusion/metadata/NOTE.md

@@ -0,0 +1,5 @@
+# PBISC-diffusion update 20261013T044939Z-figure5-page-range-clarification
+
+Clarify narrative rare-state supplementary page ranges: 89,91-93,95-96; exclude legacy HOLD page94. Per-slide CSV/JSON and panel plan were already correct. No experiment or deck change.
+
+Payload states are recorded as supplied. Inference locations are pointers, not archived generated outputs.

paper-releases/pbisc-diffusion/updates/20261013T044939Z-figure5-page-range-clarification/diffusion/metadata/inference_locations.json

@@ -0,0 +1,5 @@
+{
+  "locations": [],
+  "project_id": "pbisc-diffusion",
+  "update_id": "20261013T044939Z-figure5-page-range-clarification"
+}

paper-releases/pbisc-diffusion/updates/20261013T044939Z-figure5-page-range-clarification/diffusion/metadata/request.json

@@ -0,0 +1,13 @@
+{
+  "assets": [
+    {
+      "host": "server_1",
+      "kind": "report",
+      "source": "/home/sj_server_1/PBISC/immun-pbmc-fm/model_8_sparse_data_diffusion/presentations/2026-09-30--paper-summary--r00/data/figure_assignment_20261013/ASSIGNMENT.md",
+      "state": "completed"
+    }
+  ],
+  "inference_locations": [],
+  "project_id": "pbisc-diffusion",
+  "summary": "Clarify narrative rare-state supplementary page ranges: 89,91-93,95-96; exclude legacy HOLD page94. Per-slide CSV/JSON and panel plan were already correct. No experiment or deck change."
+}