jinko-task-paper2model

論文から Jinkō モデルへ

出版物で指定されたモデルを再構築し、何を再現できたかを測定し、不確かな点が何かを報告します。

前提条件： このスキルには、初期化済みの jinko-sdk 接続と、metadata.requires_sdk の範囲を満たす SDK が必要です。jinko-sdk-setup スキル（../jinko-sdk-setup/SKILL.md）を実行し、そのチェックに合格してから先に進んでください。このスキルが見つからない場合は、novainsilico/jinko-skills からインストールしてください。

ルール

• 著者のコードを必須としないでください。方程式、反応図、定義、パラメーター表、初期条件、シナリオの説明から再構築してください。
• 論文、補足資料、OCR、デジタイズされたデータ、コードは、それぞれ別個の証拠として扱ってください。実装する各事実について、出典箇所と抽出方法を記録してください。
• PDF が明瞭な場合はネイティブ抽出を使用してください。スキャン画像、または抽出された数式や表の信頼性が低い場合は、利用可能な専用 OCR 機能を探し、優先して使用してください。references/evidence-and-ocr.md に記載されたパケットを生成できるプロバイダーであれば、どれでも受け入れます。PyPDF によるテキスト抽出は OCR ではありません。OCR は派生証拠であり、数式、値、添字、符号、単位に影響する場合は視覚的な確認が必要です。
• ターゲットを左右する値が欠けている場合、捏造しないでください。承認済みの仮定を記録するか、モデルを作成する前に blocked_evidence で停止してください。
• 正確な出典証拠と合格したチェックによって裏付けられる、出典に基づく訂正は自動的に適用してください。元の記述、訂正の根拠、影響を受けるコンポーネントを記録してください。翻訳、出典間の矛盾、仮定、判断履歴については、references/interpretation-policy.md に従ってください。
• シミュレーションを比較する前に、ターゲット、比較指標、許容誤差、イベントの適用側の意味、出典の優先順位を確定してください。プロットが似て見えるまで調整してはいけません。
• 解釈の選択に使ったターゲットは、独立した検証にはなりません。そのターゲットを判断に関連付け、以後の改訂でもこの依存関係を保持し、保留された比較とは分けて報告してください。キュレーション済みモデルとの一致と、出版物への忠実性は、別々に評価してください。
• モデルの検査と変更には jinko-model を、実験群や理論上の介入シナリオには jinko-protocol を、被験者や細胞株の変動性および明示的な決定論的グリッドには jinko-vpop を、試験には jinko-trial を、図や表の値には jinko-task-extract-data-table を、プロジェクトの証拠には jinko-reference を使用してください。レポートの公開をユーザーが希望する場合に限り、jinko-document を使用してください。
• 適用したモデルの各バージョンを再取得してください。実行可能と判断する前に、エラーダイアグノスティクスがなく、計測済みのソルブがあることを確認してください。チェックをスキップした場合は合格ではなく、利用できないものとして扱ってください。
• 作業がブロックされた場合や失敗した場合も含め、必ず reproduction-report.md を生成してください。論文のあるシナリオへの忠実性だけでは、生物学的な一般的妥当性は証明されません。
• 計画のみを引き継ぐ場合、ハッシュ、取得、実行チェックは、完了を証明するレシートが提示されていない限り、保留中と記載してください。提案されたアクションは、完了済みの証拠ではありません。

ワークフロー

1. クレームを定義します。 対象となる論文、モデルのバリアント、シナリオ、出力、およびタスクが構造的な実装、数値的な再現、またはその両方のどれにあたるかを特定します。

2. エビデンスパケットを作成します。 references/evidence-and-ocr.md を読み、エビデンスが欠けていると宣言する前に、リンク先の補足資料、付録、データ、およびモデルを定義する参考資料を取得します。各試行とその結果を記録します。妥当な範囲でウェブ検索を試みても失敗した場合、ユーザーが該当する一次論文または補足資料を入手でき、それをアップロードするかリンクを提供できるかを尋ねます。awaiting_user_source を記録し、独立した情報源の調査は続けます。アクセスに失敗したからといって、科学的エビデンス自体が存在しないことにはなりません。ローカルソースはすべてハッシュ化します。式、記号、値、単位、初期条件、イベント、目標結果を、ページ、式、表、図、またはコードの位置情報とともに抽出します。

3. エビデンスを照合します。 記号、次元、初期状態の整合性、プラットフォームのセマンティクスを確認します。解釈台帳に、矛盾、代替案、およびその根拠を記録します。検証済みでソースに裏付けられた修正を適用します。各修正は、それによって未解決のまま残る値と分けて記録します。論文本文、補足資料、コードのそれぞれについて、優先して採用するにはエビデンスが必要です。

4. 十分性を検証します。 照合後、承認済みの仮定も含め、目標に影響するすべての経路を実行するのに十分な情報があることを求めます。値が未解決のままの場合は、blocked_evidence を指定してレポートを作成し、Jinkō を変更しないでください。

5. 仕様を書きます。 assets/reproduction-spec.schema.json を使用して、スキーマバージョン 1.0 の reproduction-spec.json を作成します。references/workflow.md の指定に従い、各実験を対応する Protocol のアーム、Vpop の行、出力、目標名に関連付けます。決定論的な初期条件のスイープと、測定またはサンプリングされた生物学的変動を区別します。計画を引き継ぐ際は、リモートの項目 ID が null の場合でも、予定するアームと行 ID を明記します。Protocol はモデルの入力より優先されます。ウォッシュアウトや投与を含むイベントは、モデル内で定義します。 治療軸と被験者軸は分けて扱います。Vpop の各行で治療アームを再利用します。被験者や細胞株が変わることだけを理由に、新しいアームを作成しないでください。 実行します：

   python scripts/paper2model_report.py validate --spec reproduction-spec.json
   

6. 段階的に実装します。 jinko-model を使用します。各コンポーネントを根拠に結び付け、代数的な割り当てを動的にし、意味のあるバージョンにラベルを付けます。報告された実験群は Protocol で、報告された被験者や細胞株の違いは Vpop で表します。集団分布を勝手に作らないでください。投与ロジックはモデルに、群ごとの入力上書きは Protocol に記述します。

7. 実行を検証します。 診断、単位ポリシー、状態制約、イベントの動作、時間グリッド、代表的な出力を調べます。利用可能な場合は、独立した計算または許可された著者のコードと比較します。 デフォルト値ではなく、論文に記載された時間を設定します。報告された各図から時間範囲とサンプリング分解能を読み取り、ターゲットとともに記録します。正しい方程式でも、時間グリッドが異なれば、min、max、tend、timeofmax はすべてグリッドに依存するため、要約値は大きく異なります。図ごとに時間範囲が異なる場合は、最長の時間範囲で実行し、そこから短い図を読み取る方法を優先します。ただし、最短の図にも十分な分解能がある場合に限ります。そうでない場合は、実行を分けるか、Protocol の群ごとに tMax と tStep を上書きします。 実行時間はモデルではなくトライアルに設定されるため、トライアルをコピーまたは再構築しても引き継がれません。毎回明示的に設定してください。

8. 宣言したターゲットと比較します。 実際の Jinkō 時間グリッド上で、事前に宣言した指標を適用します。失敗も含め、必要なすべての系列とシナリオを報告します。結果から別の解釈が妥当だと判断した場合は、新たな判断と比較のラウンドを記録します。以前の結果を保持し、選定に使用したターゲットを記録します。報告規約を変更した場合は、未加工の比較と変換後の比較を報告します。

9. レポートを生成して確認します。 仕様に結果を入力して、次を実行します。

   python scripts/paper2model_report.py render \
     --spec reproduction-spec.json \
     --out reproduction-report.md
   

   デフォルトは簡潔な出力です。完全なローカル監査には --profile audit を、公開用には --profile jinko を使用します。タイトルの直後に生成した成果物カードを配置し、その後、調査結果より前にソースカードを配置します。設定済みの JINKO_URL から取得した SDK の .url 値を project_items に保存します。チャット、キャプション、付録を含む、人が読むすべての SID 参照は完全なリンクにしてください。SID を単独で表示したり、アプリのホストを推測したりしないでください。公開前に不足している URL を解決します。重要な調査結果を先に示し、詳細な表はローカルに置くか、明示的に要求された付録に含めます。 実際の比較結果がある場合は、visual_evidence を通じてソースとシミュレーションのオーバーレイ、事前に宣言した指標、不確実性を追加します。失敗した比較も正直に含めます。プロットを捏造したり、プレースホルダー画像を挿入したりしないでください。デフォルトでは、Jinkō のプロットスタイル（jinko.plotting。レシピは jinko-trial、references/trial-plots.md）でオーバーレイを描画します。 既存の画像アップロード方法、公開、レンダリング後の確認には jinko-document を使用し、アップロードのペイロードはそのまま保持します。フィールド、コマンド、ソースのリクエストについては references/report-delivery.md を読みます。テキストのみの引き継ぎでも、レンダラーのレイアウトを使用します。レポートの前にラッパー見出しを付けないでください。ローカルメモも含め、応答全体に SID が単独で記載されていないか確認します。提示されていない独立性と来歴に関する主張は、保留のままにします。 利用可能な測定比較画像は、それぞれ ![caption](actual-path) として埋め込みます。ファイル名をリストに記載しただけでは、視覚的な根拠は表示されません。ターゲットの独立性は、継承したターゲット記録にある情報のみを使用します。情報がない場合は、ラベルを省略するか unknown と記載します。ソルバーの実行成功、ターゲットの不達、測定値の欠如から、独立性や定性的な一致を判断することはできません。 引き継ぎメモの最後には、ローカル監査の場所、または保留中であることを記載します。

ゲートと成果物の配置については references/workflow.md を読みます。判定または信頼度を割り当てる前に references/fidelity-and-confidence.md を読みます。

成果

• reproduced：実行可能なモデルであり、未解決の競合や、再現の主張への選択対象の混入がない状態で、必須の公開ターゲットをすべて満たしています。
• partially_reproduced：実行可能なモデルですが、必須ターゲットが失敗しているか、宣言されたスコープの重要な部分が未解決です。また、必須の公開ターゲットが、置き換えられた決定を通じた場合も含めて、現在の解釈を選択した場合は、数値ターゲットをすべて満たしていてもこの結果を使用してください。信頼度を下げるだけでは、このルールを満たしません。
• implemented_not_assessed：実行可能なモデルですが、定量的な公開ターゲットがありません。
• failed_validation：モデルは存在しますが、診断または実行に失敗しました。
• blocked_evidence：根拠が不十分なため、妥当な実行可能モデルを作成できません。

レポートには、結果を1つと、再現信頼度のレベルを1つ記載する必要があります。 また、キュレーションされた実装との一致度も記載する必要があります。キュレーションされた比較を実施していない場合は、not_assessed としてください。妥当な代替案は、キュレーションされた実装とは異なっていても、公開内容と一致することがあります。