187 KiB
桃育种系统 · 模块扩展需求规格（V2 草案）
编制日期：2026-07-28 依据：通用育种软件功能清单（用户提供） + 国际成熟方案（BrAPI / BMS·Breedbase / RosBREED / MIAPPE / Crop Ontology / FAO-MCPD / Genesys） +
doc\果树所\育种\yz.sql真实桃性状 + 现有 14 个 breeding 域 状态：草案，待评审。字段取值/枚举以「待确认」标注处需与业务方对齐后再落地（遵循"不确定不擅自动手"准则）。
版本历史
| 版本 | 日期 | 说明 |
|---|---|---|
| v1.0 | 2026-07-28 | 初稿+复审：14 域对标、新增 7 模块、§8 复审（9 遗漏）、EAV 定稿为混合固定列。BrAPI/MIAPPE/team/库存 待定 |
| v1.1 | 2026-07-28 | 决策落地：① 采纳直接对齐 BrAPI API（新增 BrAPI 只读适配层）② 采纳 MIAPPE 合规 ③ 不建 team 模块（仅数据隔离，不需要，留 RBAC+created_id）④ 库存延后（暂用报表） |
| v1.2 | 2026-07-28 | 取值决策（用户授权"你来定"）：敲定 stage/generation/group_type/design_type 四枚举（§9）+ propagation 纳入一期（§3.8）；trait 种子建议 yz.sql；字段表补 generation/germplasm_id |
| v1.3 | 2026-07-28 | §8 二次复审落地：① MET 链路彻底修补（trial_study.block_count + planting.trial_study_id + tree.trial_study_id/block_no + plot.block_no），与库存 seed_lot 一并建模，形成 seed_lot→seedling→planting→tree→trial_study 选择强度链（§3.13/§4/§5）② §0 原则1 与混合模型对齐（修订措辞）③ observation/field_operation 改显式 FK（弃多态）④ 补 environment_condition / audit_log / selection_rule / prediction 字段规格（§3.9–§3.12）⑤ tree_evaluation 明确"按 pa_four 扩列"+ 统一性状值视图 ⑥ 补「选择阈值规则」+「批量表型导入」规划 ⑦ 文档计数/枚举对齐修正 |
| v1.4 | 2026-07-28 | 国际基准三轮复审（BrAPI/Breedbase/RosBREED/MIAPPE/Crop Ontology/FAO-MCPD/Genesys）落地：① 新增 trial_study_entry（entry 清单+entry_number，MET 设计矩阵）② site 补 lat/long/elevation（空间 BLUP/MIAPPE）③ observation 加 status 校验态（数据质量）④ trait 加 ontology_uri（Crop Ontology 对接）⑤ 明确 tree.trial_study_id/block_no 为派生（单写点=planting，防双真相漂移）⑥ germplasm 补护照描述符块（FAO-MCPD）⑦ 新增 genotyping_dataset+marker.panel（GS 训练群体分组）⑧ selection_result 加 rule_id（决策闭环）⑨ 补 crossing block 父/母本树（pollination 挂 female/male_tree_id）⑩ experiment_factor / breeding_report / breeding_program 标记延后。详见 §8.6 |
| v1.6 | 2026-07-28 | 第五轮复审（v1.5 自洽+国际盲点）全部采纳：① tree_evaluation 加 trial_study_id（A1 核心性状环境键）② planting 粒度=block 级 + entry 跨 block 多 planting（A2）③ 新增 planting_treatment 关联表（A3）④ seed_lot.used_count 明确粒数（A4）⑤ §4 补 tree_photo 行（A5）⑥ tree→germplasm 重复测量聚合 EBV（A6）⑦ 国际补强：marker.assembly_version、genotype_call VCF/GP、trial_study.season、observation.validated_by/date/unit、trait.method_uri/scale_uri、planting.propagation_id、observationUnit level、kinship A 矩阵、selection_rule EBV 阈值、breeding_program 自由文本说明 ⑧ selection_result.trial_study_id、新表数据权限约束（并补齐 v1.5 因替换异常遗漏的 §3.14/treatment 行/used_count）。详见 §8.8 |
| v1.7 | 2026-07-28 | V2.11 方案书《统计分析决策支持》逐条对照评估落地（用户确认报告一期必须）：① breeding_report 确认进一期（P2，年度 Word/PDF 报告实体+生成服务，不再仅只读端点，原 v1.4 延后项移除）② breeding_prediction_value 值表前移 V1.1（与 V1.1 统计引擎同期持久化 EBV，支撑年遗传趋势图/双轨选择/亲本单株决策；仅 GS 模型训练留 V2.0）③ tree_evaluation 加 crop_load（坐果量评级 1/2/3 协变量，降果实性状环境误差，专册 1.3）④ breeding_trait 加 valid_min/valid_max（自定义生物学合理阈值，数据质量校验/异常标记）⑤ 超期预警/通知列为工程项（cron + selection_rule，不阻塞数据模型）。详见 §8.9 |
| v1.8 | 2026-07-29 | 团队/课题组隔离收口（讨论定稿）：不建 team 模块，改用系统已有 sys_dept 承载"课题组"，启用框架"本部门及子部门"数据范围实现课题组间隔离；breeding 业务表不加 owner_team 字段（隔离靠创建者 dept_id 推断，由 Permission._permission_condition() 自动注入）。边界：性状字典/选择规则/种质/基地地块/人员等公共基础数据跨组共享；育种流程（杂交→评价）与统计分析（育种值/指数/报告）按课题组隔离。落地为配置级（建 dept 节点+配角色 data_scope+用户归属），非代码，需确认真实课题组清单后执行。 |
| v1.9 | 2026-07-29 | 枚举归属决策（方案A 已定）：性状的量表选项/范围单一真相内联在 breeding_trait.scale_json（categorical 存 options、numeric 存 min/max/step），不进 sys_dict；sys_dict 仅承载"实体状态/分类枚举"（§9 的 breeding_stage/breeding_generation、tree.status、germplasm_type 等，非被测变量）。与"生成器机制 A/B/C"是两回事，勿混。详见 §3.1 / §0 原则1。 |
| v2.0 | 2026-07-30 | 遗传评估数据模型架构决策锁定：① 新增 breeding_clone 独立系谱表（§3.0，clone_id/combination_id/母父本/planting_year/status，无砧木），与 germplasm（亲本/种质档案）分离，聚合路径由 tree.germplasm_id→germplasm 级 EBV 改为 tree.clone_id→breeding_clone 级 EBV（§3.0/§4/§5 同步修订）② breeding_trait 加 stage（juvenile/evaluation，与 category 正交）③ 新增 breeding_rootstock 砧木字典（§3.17，只挂 observation 层）④ 新增 数据质量门禁（§3.16：缺失标记/异常值/单位强校验/按(clone_id,地点,年份,性状名)去重）⑤ 显式锁定 砧木建模铁律（§5.x：记 observation 层 + BLUP 固定效应扣除 + 绝不进 A 矩阵）⑥ 新增 间接早选（§5.y）⑦ 实施路线最前插入 第0阶段 数据治理（占40%、前置）。均为决策锁定、方案态，待用户"做"后落地 |
| v2.1 | 2026-07-30 | review 修订（R1–R9）：① R1 §4 tree 加 clone_id(FK→breeding_clone,定植必填,聚合锚点) ② R2 系谱升级为独立 breeding_pedigree(§3.18,个体覆盖 clone+germplasm,dam/sire 指回本表递归闭环)；breeding_clone.female/male_parent_id 降冗余；germplasm.pedigree 自由文本移除 ③ R3 breeding_prediction_value 加 heritability(h² 同批次落库)、个体锚点改 clone_id ④ R4 新增模型健康监控(§5.z:h²连年突降/排名翻转告警) ⑤ R5 报告 §5.2 模块1 去掉种质内联表型/系谱 ⑥ R6 报告 R 引擎统一 subprocess 隔离(弃 rpy2) ⑦ R7 统一表名 breeding_observation ⑧ R8 GCA/SCA 定位为亲本选配辅助 ⑨ R9 混合模型加 clone×year 随机互作。仍方案态，待"做"落地 |
| v2.2 | 2026-07-30 | 深度复审 A–H 全量落地（用户逐条确认 + F1/F2 架构拍板），详见 §8.10：A 组内部矛盾——A1 tree.clone_id 改为「实生苗定植可空/参试无性系必填、入选晋升才建 clone」（删"定植必填/1树=1clone"）；A2 produced_clone_id=被扩繁原 clone（沿用不新建）；A3 全文 rootstock_id 统一 FK→breeding_rootstock（删 FK→germplasm）；A4 A 矩阵系谱以 breeding_pedigree 为唯一权威、combination 父母本仅作派生源。B 组统计——B1 heritability 由明细移主表 breeding_prediction；B2 术语正名加性(狭义)遗传力、落库取克隆均值 h²=V_clone/(V_clone+V_e/k̄)；B3 补 sommer 基线公式；B4 双轨选择统一 clone 级判定。C 组门禁——C1 门禁作用于 breeding_trait_observation 长表；C2 加 issue_status；C3 门禁×状态机衔接。D 组 clone 居中——D1 selection_result+clone_id；D2 breeding_clone+generation；D3 trial_study_entry+clone_id；D4 补 tree↔clone 状态流转矩阵。F 组架构（本轮拍板）——F1 裁定走单一长表、废固定列、报表用视图 pivot；F2 保留两张长表职责正交（breeding_trait_observation 单株鉴定明细/喂 EBV；breeding_observation 仅 plot/combination+物候/不喂 EBV），plot 级果实均值由统计 VIEW 聚合、不双写；统计管线用普通 VIEW 保 fresh、看板层才用 MV（MV 不得作 BLUP 输入）；F3 门禁关键键实生苗阶段退化为 tree_id；F4 判重键含 tree_id（保 clonal replicates）；F5 §5.2 公式补 rootstock 固定效应。G/H——G1 统一编号服务定义+clone_id 序号扩位；G2 鉴定类表禁物理删+UPDATE 强制 audit；G3 method 文本+method_uri 受控合并；H1-H3 打磨。仍方案态，待"做"落地 |
| v2.3 | 2026-08-04 | 统计引擎两轮 P0 代码落地（自 v2.0 起首次从方案态推进到可运行，均 e2e 验证通过），详见 §8.11 / 桃育种系统统计引擎实施记录.md：① G×E 交互引擎（§5.2 互作项落地）——run_ablup 加 gxe=True + gxe_env=site/year（method=GXEBLUP），site→自动固定效应 trial_study、year→year，σ²gxe/gxe_ratio/n_cross_env 落 breeding_prediction.note，不可辨识门禁（无跨环境重复/单元内无重复）→409，同 clone 多株坍缩为基因型节点 c{clone}，异步 StatisticsJobModel job_type=GXE/ABLUP+SUCCESS/FAILED；② 性状方向标注（§3.1/§5.9/§5.z 落地）——breeding_trait 加 direction(desc/asc)/into_ebv(1/0)/default_h2(先验)，选择指数（zsum/smith_hazel）/EBV 排行/决策预览/轮次对比按方向归一，低优性状（裂果率/病害级别/酸度）不再选反；into_ebv='0' 仅从选种候选剔除；default_h2 无实测 h² 时兜底；并修复两处结构性 bug（ebv_ranking 方向盲区→读时重排、compare_predictions 硬编码降序→方向感知） |
| v2.4 | 2026-08-04 | 桃田间刚需·花粉档案落地（§3.19 + §4 pollination 修订，e2e 验证通过）：① 新增 breeding_pollen 花粉档案表（§3.19）——批次号/采集父本（树级 male_tree_id，混合/外地采集可空）/采集日期/采集方式/采集量/贮藏方式（4℃/-20℃/-80℃/液氮）/活力测定（方法+百分值+测定日期，TTC 染色率/离体萌发率）/有效期；授粉窗口 = [采集日, 失效日] 派生，不建独立计划表 ② §4 pollination 补 pollen_lot_id（FK→bre_pollen，授粉所用花粉）+ 一期文档规划但遗漏的 pollination_method（授粉方式），窗口校验（授粉日期须落在批次 [采集日,失效日] 内，否则 409）落地在 pollination service；available_lots 端点支撑"当前花期可用批次"下拉 ③ 菜单 900056（杂交配组）+按钮 E 段 900601-900608，前端花粉 CRUD 页 + 授粉表单集成批次选择 |
| v2.5 | 2026-08-04 | 决策正确性·选择指数无性系级聚合落地（§5.3 / §5.7，e2e 验证通过）：桃无性繁殖，选择指数单位由「树级」升为「无性系级」——selection_index 新增 aggregate 参数（默认 clone），先按 tree.clone_id 把同系多株聚合成一个遗传实体（EBV 均值按可靠性加权：Σ(ebv×rel)/Σ(rel)，全 rel=0 回退简单均值），再在 clone 级算 zsum/Smith-Hazel 排名；自株退化（无 clone_id 的未晋升实生株 → 每株独立单元，不进聚合），保证实生苗阶段不塌缩；apply_selection 按遗传实体写决选——入选 clone 一条记录（clone_id 指向全系 + 溯源株 + reason「系内N株」），self 株逐株写，入选株命中选择规则晋级时晋升建 clone（幂等）。旧行为保留：aggregate="tree" 回退单株级。详见 §8.13 / 桃育种系统统计引擎实施记录.md v1.2 |
| v2.6 | 2026-08-04 | 统计严谨·配合力交配设计落地（§5.3 / §5.5，e2e 验证通过）：修复统计严谨缺陷——combining.solve 原只实现 Griffing 对称全双列，现按 design_type 分支（full_diallel 完全双列 / partial_diallel 部分双列 / line_tester line×tester NCII / nciii NCIII 测交）；NCII/NCIII 走双因素模型 y=μ+l_i+t_j+(lt)_ij（line 母本 / tester 父本，各自 Σ=0 约束，SCA=互作=残差，自由度 df_line=n_l-1 / df_tester=n_t-1 / df_sca=残差），不再一律按全双列算错；bre_cross_combination / bre_combining_ability 加 design_type，run_combining 按设计过滤只纳入一致组合，GCA 标准误内嵌 anova_json.gca_se；角色重叠（同亲本既作 line 又作 tester）→ 409 拒绝，NCIII 门槛 tester 恰 2 个。详见 §8.14 / 桃育种系统统计引擎实施记录.md v1.3 |
| v2.7 | 2026-08-04 | 统计严谨·预测完整性与 MLOps 复现性（七条复审逐条落地，e2e 验证通过），详见 §8.15 / 桃育种系统统计引擎实施记录.md v1.4：① Smith-Hazel 遗传相关改可靠性校正（Calo：r_g = r_EBV/√(rel_i·rel_j) 钳制 [−1,1]，替代裸 EBV 皮尔逊相关；真 MT-BLUP 记为引擎级后续项，§8.15 备注）② PA 落库——bre_prediction_value 加 pa（=√reliability，预测准确度），批次 bre_prediction.accuracy 改填真 PA=√(均值可靠性)，不再填误名的"均值" ③ MLOps 溯源——bre_prediction 加 data_version/input_hash（SHA256：表型+系谱确定性序列化）/engine_version，同数据重跑哈希一致、改观测必变（数据漂移可检测）④ germplasm_id 填充——run_ablup 写 EBV 行时填 tree.germplasm_id，亲本级 EBV 可查 ⑤ 砧木字典扩列——bre_rootstock 加 dwarf_class（矮化/半矮化/乔化/柱状）/compatibility（砧穗亲和性强/中/弱）选配决策信息（BLUP 固定效应维持够用）⑥ 空间竞争协变量——run_ablup 新增 covariate="competition"：同 (plot,block) 网格 Chebyshev 邻域株数作协变量（边缘株相邻少隐式捕捉边缘效应），缺 row/col 数据时显式报错；bre_tree.row_no/col_no 数据能力已在录入/导入/导出全链路就位 ⑧ 组合得失漏斗 v_combination_funnel（同日追加，§8.16）：按组合汇总 花→果→种→苗→定植→树→入选 六级派生指标（结实率/出苗率/选择强度），数据源全为既有表、普通 VIEW 保 fresh、只读端点可查，配合力第一手证据落地 |
| v2.8 | 2026-08-04 | 组合得失漏斗落地（§3.13 选择强度链的派生指标收口，e2e 验证通过）：既有 bre_pollination.flower_count/effective_count、bre_seed_lot.seed_count/germination_rate、bre_seedling.seedling_count、bre_planting.tree_count、bre_tree、bre_selection_result 六级数据本已齐全，但无任何按 bre_cross_combination 汇总的派生指标——结实率/出苗率/选择强度未滚到组合层、配合力上下文吃不到（run_combining 只取组合表型均值）。本轮补普通视图 v_combination_funnel（花→果 结实率、种→苗 出苗率、树→入选 选择强度，缺环节组合比率列留 NULL）+ 只读端点 GET /statistics/combination-funnel。详见 §8.16 / 桃育种系统统计引擎实施记录.md v1.4 |
| v2.9 | 2026-08-04 | 精修项四连发（用户核实四条缺口、拍板全部落地，e2e 验证通过），详见 §8.17 / 桃育种系统统计引擎实施记录.md：① DUS/品种保护「数据能力（三表）」（§2 原 ⏳待建，按拍板档位落地）——bre_dus_descriptor（UPOV TG/53 描述符模板）/bre_dus_test（测试记录）/bre_dus_observation（观测，UNIQUE(test,descriptor)）三表五件套 + TG/53 桃描述符种子 15 条（trait_code→bre_trait LEFT JOIN 关联 8 条）+ Excel 导入导出/模板 + 菜单 900230 真实页与 G 段按钮 900800-900808；② stage 感知（v2.0 ① trait.stage 终被消费）——PredictionModel.stage 落库，选择指数/决策预览按 juvenile/evaluation 过滤、跨阶段混用返回 stage_warning/skipped_stage；③ 模型外部验证（可靠性原仅 PEV 法）——blup.kfold_cv（sire 家系分层留出避免乐观、逐折容错、留出 EBV 系谱预测）+ bre_cv_result/fold 落库 + 端点，ABLUP/GXEBLUP 双支持；④ AI 伦理·分组偏差——按 site EBV 公平性报告（site_summary deviation/flagged + rank_consistency Spearman + gxe_pattern），只读不建表 |
| v2.16 | 2026-08-05 | 十二项真缺口补齐（用户全量现状盘点收敛 12 件真缺口，拍板只补这 12 件，分三批独立 e2e + 全量回归零回归，§8.24–8.26 / 桃育种系统统计引擎实施记录.md §十七）：批1 引擎三件（solver 扩展独立路径）——① ssGWAS（gwas.py 1.2.0 _ssgwas：genomic.build_g_matrix 岭保正定构 G → solve_gblup 全样本 GEBV û，Wang et al. 单步 GWAS MEM 对角近似反推标记效应 ê_j=(M_j'Z'G⁻¹û)/(2Σp_j(1−p_j))、Var(ê)=σ²u/(2Σp_j(1−p_j))，Wald t=ê/SE → fdist.f_pvalue；共享 _finalize/_bh_qvalues/_cluster 后处理、G⁻¹ 岭兜底、无基因型样本报错、method=ssgwas 透传 + 前端下拉）② 全 MT-BLUP 多变量 REML（mtblup.py 1.1.0 solve_multi：m 性状 y 堆叠 X/Z 块对角、Var(u)=G0⊗A（G0 m×m 半正定）、EM-REML 迭代 G0+ve（单性状 REML 初始 + 特征值截断/Higham 投影保正定、max_iter 兜底不收敛→converged=False+warning），输出 G0 全元素 + r_g 矩阵 + n_iter/converged/warning；run_genetic_corr 加 full_mtblup=True 一次 m 性状给完整 G0，逐对 bivariate 路径保活零回归）③ AR1×AR1 双参 ρ（blup.py 1.4.0 solve_spatial 加 aniso：R_ij=ρ_row^ |
| v2.15 | 2026-08-04 | 九缺口补齐（用户重扫 12 项缺口、剔除同日已落地的 A1 S-等位/A4 G×R 余 9 项，拍板「全部补齐」，分三批独立 e2e + 回归全过，§8.23 / 桃育种系统统计引擎实施记录.md §十六）：批1 经典侧计算端点（纯计算不建表）——A5 数据质量 POST /statistics/data-quality（缺失率/变异系数 + IQR 箱线 + MAD 稳健 z-score 双法异常标记）；A3 遗传增益 POST /statistics/genetic-gain（ΔG=k·r_g·σ_A，k 经 Acklam 有理近似 Φ⁻¹ 纯 numpy、r_g=批次 PA、σ_A=√h²·σ_P，逐轮投影）；A6 主动选配 POST /statistics/mating-recommend（S-等位硬过滤 + 亲缘 A 惩罚 score=w_ebv·mid_parent_EBV−w_kin·max(0,r−threshold)，不落库）；批2 分子侧严谨性——B1 EMMAX 混合模型 GWAS（gwas._emmax：零模型方差分量复用 genomic._profile_solve、eigh 对角化 K→V⁻¹、逐标记 GLS t²→fdist.f_pvalue；run_gwas 后处理抽共享函数、GLM 路径逐字节不变）；B2 SSR 多等位虚拟编码（VCF 按 ALT 数定 marker_type、_allelic_from_gt 每等位 0/1/2、3 处装配按 marker_type 分支、build_g_matrix 多等位 VanRaden 推广）；B3 QTL×E POST /statistics/gwas-qtl-x-e（分环境 GWAS 合并 stable/env-specific/异号 G×QTL 警示）；B4 MAS 面板语义（mode/favorable_allele/haplotype_group 三列 + _mas_hit_map additive/dominance/recessive/allele/haplotype 五语义命中）；批3 求解器核心——A2 AR1×AR1 空间协方差（blup.solve_spatial：e~N(0,σ²e·R)、R=AR1(ρ)⊗AR1(ρ) 纯 numpy eigh 求 R⁻¹、REML 对 (h²,ρ) 坐标上升黄金搜索、run_ablup(spatial=True)→method=AR1×AR1、与 G×E/G×R 互斥、缺坐标 409）；A7 稀疏 A⁻¹+共轭梯度（_build_ainv_sparse COO + _cg_solve、n>N_SPARSE(1000) 阈值分派 solver=sparse-cg、Hutchinson k=100 估 PEV 对角 reliability 近似、稠密路径逐字节不变）；_DATA_VERSION v2.13、blup 1.3.0 / genomic 1.2.0 / gwas 1.1.0 |
| v2.14 | 2026-08-04 | 现代桃育种四方向收口·GWAS/QTL/MAS 闭环落地（§8.22，e2e 验证通过）：④ GWAS/QTL/MAS 闭环由「留待」落地为完整发现层——GWAS 引擎 gwas.py（GLM+PC 单标记回归：群体结构 SVD 前 n_pc 个主成分得分作协变量、p 值复用 fdist.f_pvalue(t²,1,df) 纯 numpy 零 scipy、微小岭回归兜底共线标记（标记与 PC 共线时效应被吸收 p≈1，不误吸正交 QTL 效应）、Bonferroni 阈值 + BH-FDR q、显著标记同染色体相邻间距合并 QTL 定位）；5 张新表（bre_gwas_result/bre_gwas_snp/bre_qtl/bre_mas_panel/bre_mas_panel_marker，create_all + weld_gwas.sql 幂等兜底）；服务端 `POST/GET /bre/statistics/gwas/run |
| v2.13 | 2026-08-04 | 现代桃育种领域覆盖·S-等位基因交配兼容性 + 抗病/需冷量性状字典落地（§8.21，e2e 验证通过）：① bre_germplasm.s_alleles（String32，Sf=自交亲和型）+ cross_combination create/update 兼容校验（任亲本含 Sf→放行、共享 2 个→409「配了不结」硬门禁、共享 1 个→s_compat 半兼容警示）；②③ bre_trait 种子 5 条 numeric（细菌性穿孔病/褐腐病/白粉病 0-5 级病情指数 + 需冷量 h + 需热量 GDD，category 抗病性/生态适应性，into_ebv=1、direction=asc、default_h2 兜底，统计引擎仅消费 numeric）；④ MAS/QTL/GWAS 闭环单独立项（§8.22 / v2.14） |
| v2.12 | 2026-08-04 | 基因组选择（GS）实证严谨性·GBLUP/ssGBLUP 专用 k-fold 交叉验证（§8.20，e2e 验证通过）：genomic.kfold_cv_genomic（G/H/Hinv 只建一次、逐折掩蔽留出表型，个体保留在关系矩阵、留出 GEBV 由 G⁻¹/H⁻¹ 交叉关系预测）——run_cv 加 dataset_id/method/maf_min 入参（method=KFCV/GBLUP·KFCV/ssGBLUP），候选=genotyped∩phenos，固定种子随机分层（GS 同世代样本无家系树，区别于 ABLUP 的 sire 家系留出），单折失败容错不中断，mean/pooled pearson + RMSE + cv_accuracy 落 bre_cv_result；_gather_gblup_inputs 提取（run_gblup↔GS CV 复用取数，行为不变）；_build_h 缺失基因型个体按 base 补入系谱（不再 raise）；ENGINE_VERSION 1.1.0、_DATA_VERSION v2.11。SSR 多等位 dummy 编码（§8.20 ②）留待后续 |
| v2.11 | 2026-08-04 | 田间试验精度补强·砧木×接穗随机互作（G×R，rootstock 由固定哑变量升级为第三随机效应槽，e2e 验证通过），详见 §8.19 / 桃育种系统统计引擎实施记录.md §十二：run_ablup(gxr=True) 走 G×R 分支（method=GXRBLUP、job_type=GXR），按 (基因型,砧木) 分组建 Z₂ 随机互作（克隆坍缩系谱与 G×E 共享），rootstock 强制从 fixed_effects 剥离防共线，不可辨识门禁（同基因型无跨砧木/单元内无重复/残差 df<1）→409，σ²gxr/gxr_ratio/n_cross_rootstock 落 note；求解器 _solve_gxe 加 factor_label/factor_name 参数（G×E 警告文案逐字节不变、G×R 显「砧木」），ENGINE_VERSION 1.2.0；Z₂ 单槽位 → G×E/G×R 必须互斥（双开 409 + 前端互斥 watcher）；前端 G×E tab 加 G×R 复选框、批次表互作方差列同显 σ²gxr |
| v2.10 | 2026-08-04 | 六项能力完善（用户核实六条缺口、逐项拍板「全部落地」，e2e 验证通过），详见 §8.18 / 桃育种系统统计引擎实施记录.md §十一：① MT-BLUP——mtblup.solve_bivariate 成对双性状 REML（共享系谱 A/A⁻¹、y 堆叠 X/Z 块对角、Var(u)=G0⊗A、固定单性状方差仅对 ρ 黄金分割求极大精确 REML），run_genetic_corr 逐对 bivariate 组装 G0 + Higham 半正定投影，落 bre_genetic_corr_result（job_type=GENCORR），_smith_hazel_index 加 g_method="mtblup"（单对不收敛回退 Calo + warning，G 非正定特征值截断）② GBLUP/ssGBLUP——genomic.py（VanRaden G method1/2 + MAF 过滤 + blend 岭；solve_gblup 仅基因型株入模型；solve_ssgblup 单步法 H⁻¹=A⁻¹+0,0],[0,G⁻¹−A22⁻¹，V 块用 H 协方差、H⁻¹ 仅进 MME），run_gblup（样本 source_type=tree 直连 / sample_name↔tree_no·品种名兜底，未映射跳过+warning，多等位标记跳过；genotyped=sorted(dosage) 对齐 G 行序）③ DUS 特异性统计检验——QN 单因素 ANOVA→LSD（t_crit 由 fdist.f_icdf 二分反解 F(1,df) 开方）、PQ/QL 状态众数比较、必测描述符驱动建议，POST/GET /bre/dus_test/distinctness/{test_id} 落 analysis_json，参照默认同 trial_study 自动 + reference_test_ids 显式覆盖，conclusion 为 pending 时自动建议 ④ AMMI/Finlay-Wilkinson 稳定性——stability.py（FW 环境指数回归 b/R²/se_b/flag_stable，完美拟合 se_b=0 时 b≈1 判稳；AMMI 残差 SVD→IPC/ASV/ecovalence），run_stability(gxe_env=site/year) 落 bre_stability_result，格子 <2×2 → 409 ⑤ MLOps 重训+回滚——bre_prediction.is_active（版本链：无 active 时首批 active），GET /statistics/model/drift（轻量 _gather_digest_inputs 重算输入哈希）+ POST /statistics/model/retrain（漂移才重训，新批次 model_activate 转移 active）+ POST /statistics/model/activate/{id}（回滚原语），list 加 is_active ⑥ BLUP stage 拆分——bre_trait_observation.stage（观测级发育阶段，缺省继承 trait.stage），run_ablup(stage) 取数按 coalesce(obs.stage,trait.stage) 过滤 + model_name _{stage} 后缀 + PredictionModel.stage 落库，未指定但数据有分歧→note 警示 |
0. 设计原则（本规格的宪法）
- 性状字典与测量值分离 + 统一长表存储（对标 BrAPI
ObservationVariable+Observation）：trait是唯一的性状字典（代码/类型/单位/量表），新增桃性状只加字典、不动核心表结构；测量值一律走长表 EAV，分两张职责正交的表——① 单株鉴定明细 走breeding_trait_observation（挂evaluation_id，tree 级，clone 级 EBV 取数主路径）② 物候时序 + plot/combination 级观测 走breeding_observation。统计层经"统一性状值视图"（DB 普通VIEW，按trait_codepivot）归一供 BLUP 消费（§8.4）。（v2.2/F1 裁定：废弃初稿"核心性状固定列 + EAV 双轨"口径——tree_evaluation已删固定列、全迁breeding_trait_observation长表；当初上固定列的收益=报表/SQL 聚合快，改由 DB 视图/物化视图 pivot 顶上，不回退固定列）。这是与初稿最大的修正：字典一处定义、值全部长表、报表用视图。 - Program/Trial/Study 三层（对标 BrAPI）：把"多年多点试验"从 site/plot 里抽象出来，支持同一品系跨生态点、跨年同步试验（MET, Multi-Environment Trial）。
- 桃语义而非大田语义：清单里的「P/F1/F2 世代、拔节期/抽穗期、播种季节、随机区组/间比」是按一年生大田作物（玉米/小麦）写的，对桃（多年生无性繁殖果树）必须语义替换（见 §1）。
- 砧木–接穗建模：桃特有的「嫁接繁殖」维度，现有系统完全缺失，必须补齐。
- 预留分子层：
marker/genotype_sample/genotype_call对齐 BrAPISample+Calls，未来接 GBS / PeachSNP170K 做基因组选择（GS）不改骨架。 - 统计与决策是地基不是补丁：上面的数据模型必须能让 V1.1 统计引擎（R
sommer/lme4做 ABLUP/EBV、选择指数）与 V3.0 AI 决策直接消费，不做"先堆数据再补分析"的短视设计。 - API 直接对齐 BrAPI（已采纳）：保留现有
/breeding/*（UI 业务接口）的同时，新增 BrAPI 兼容只读适配层（/brapi/v2/...）。数据模型已按 BrAPI 实体设计，适配成本低，可无缝对接 Breedbase / Flapjack / 国际数据交换，避免未来重复造导入导出。 - MIAPPE 合规（已采纳）：试验元数据按 MIAPPE 的 Investigation(=target/Program) / Study(=trial_study) / ObservationUnit(=tree/plot) / ObservationVariable(=trait) 对齐，作为数据共享/投稿的一致性基线。
1. 桃育种语义替换表（清单 → 桃）
| 清单原文（大田作物语境） | 桃系统应改为 | 落点 |
|---|---|---|
| P / F1 / F2 世代（选择阶段） | 选择阶段 stage：实生苗 → 初选株 → 复选株 → 品系 → 区试品系 → 新品种（枚举见 §9） |
germplasm/tree/cross/selection_result 的 stage |
| 遗传世代 | 遗传世代 generation：F1 / F2 / BC1 / BC2 / BC3（与 cross_type 联动；引入种质留空） |
权威 cross_combination.generation，tree/germplasm 冗余拷贝便于筛选 |
| 拔节期 / 抽穗期 | 桃物候：萌芽 / 开花(初花·盛花) / 坐果 / 果实发育 / 成熟 / 落叶 | observation（物候类变量） |
| 播种季节 | 桃用嫁接 / 定植（砧木 + 接穗），非播种 | planting.rootstock_id → breeding_rootstock（A3） |
| 自交系 | 桃为克隆（无性繁殖），入选株 = 待审定克隆，需砧木关联 | germplasm.is_rootstock（仅"可作砧木"标记）/ tree.rootstock_id → breeding_rootstock（A3，全文砧木 FK 统一指字典，不指 germplasm） |
| 随机区组 / 间比试验 | 桃果园株数少，简化为 区组 + 重复 + 对照轻量设计 | trial.design_type |
| 材料编号 | accession_no（唯一 accession 编号） | germplasm.accession_no |
stage / generation 枚举（v1.2 已定，详 §9）：依 RosBREED 桃无性选育流水线与现有 14 域敲定，作为 sys_dict 新增字典类型（breeding_stage / breeding_generation），落库英码、前端显中文。
2. 目标模块总览（现有 14 + 新增 13，部分为规划）
A. 现有 14 域（保留 + 字段调整） germplasm / site / plot / target / cross_combination / pollination / seed_treatment / seedling / planting / tree / tree_evaluation / tree_photo / selection_result / personnel
B. 新增模块（P0–P2，含 v1.3 复审补入）
| 模块 | 表名 | BrAPI 映射 | 优先级 |
|---|---|---|---|
| trait（性状字典） | breeding_trait | ObservationVariable | P0 地基 |
| observation（plot/物候观测） | breeding_observation | Observation | P0 地基 |
| trait_observation（单株鉴定明细，v2.2/F2 补登记） | breeding_trait_observation | Observation | P0 地基 |
| field_operation（农事操作） | breeding_field_operation | Observation(op_type) | P0 |
| trial（多年多点试验） | breeding_trial + breeding_trial_study + breeding_trial_study_entry(v1.4) | Trial / Study / Entry | P1 |
| group（分组/标签） | breeding_group + breeding_group_member | List | P1 |
| statistics（统计报表） | breeding_report（配置）+ 聚合端点 | — | P2 |
| propagation（克隆扩繁） | breeding_propagation | — | P1（§3.8） |
| seed_lot（种子批·库存） | breeding_seed_lot | — | P1（§3.13，与 MET 一并建模） |
| environment_condition（环境因子） | breeding_environment_condition | — | P1（§3.9，G×E 地基） |
| audit_log（审计日志） | breeding_audit_log | — | P1（§3.10） |
| selection_rule（选择阈值规则） | breeding_selection_rule | — | P1（§3.11，决策地基） |
| treatment（试验因子/处理） | breeding_treatment | Treatment(BrAPI) | P1（§3.14，支撑 split_plot 等设计的因子主效应/互作估计） |
| planting_treatment（定植-处理关联） | breeding_planting_treatment | — | P1（§3.15，treatment 多对多落地） |
| 分子基因型层 | breeding_marker(含 panel) / breeding_genotype_sample / breeding_genotype_call + breeding_genotyping_dataset(v1.4) | Sample / Calls / Marker / Dataset | V2.0（地基先建） |
| prediction（育种值） | breeding_prediction / breeding_prediction_value | — | 值表 V1.1（EBV 持久化）/ GS 模型训练 V2.0（§3.12） |
注：原稿数"21"已过期，此处以清单为准；其中 seed_lot / environment_condition / audit_log / selection_rule 为 v1.3 复审补入一期，
prediction留 V2.0。
重要简化（避免模块膨胀）
- 物候期不单列模块 → 只是
observation中「物候类变量」的观测。 - 系谱树不单列模块 → 靠
cross_combination.parent_combination_id自链 +germplasm.pedigree字符串 + 前端 D3 树图 +/pedigree/{id}聚合端点。
3. 新模块字段规格
3.0 breeding_clone（入选克隆系谱表，P0 数据治理地基）
桃为无性繁殖，入选株 = 待审定克隆。本表是遗传身份（clone）层，与亲本/种质档案
germplasm（父母本来源）分离（v2.0 决策：亲本资源 vs 入选克隆分离）。砧木只挂在 observation 层，本表无砧木字段（建模铁律，§5.x）。嫁接扩繁株沿用原 clone_id，不新建。 （v2.2/A1 修订） clone ≠ 每株实生苗。杂种实生苗定植时不建 clone（tree.clone_id可空），仅当该单株入选晋升时由流程创建一条breeding_clone并回填tree.clone_id；参试无性系（来自entry）定植即有 clone。故本表行数 = 入选克隆数（数百级），而非定植实生苗数（数千级），避免 EBV 全收缩到单株均值。
| 字段 | 类型 | 约束 | 说明 |
|---|---|---|---|
| id | int | PK | 自增主键 |
| clone_id | varchar(32) | UNIQUE NOT NULL | 组合码 + 单株序（≥4 位，容纳单组合数千株，G1），如 JY-DJB-001-0007；全局唯一可追溯。由统一编号服务在入选晋升时生成（§8.9），非定植时（A1） |
| combination_id | int | FK→breeding_cross_combination NOT NULL | 所属杂交组合 |
| female_parent_id | int | FK→breeding_germplasm | 母本（冗余直查列；权威系谱见 §3.18 breeding_pedigree，避免 A 矩阵递归断裂） |
| male_parent_id | int | FK→breeding_germplasm | 父本（冗余直查列；同上） |
| planting_year | int | NOT NULL | 定植年份 |
| generation | varchar(16) | v2.2/D2：世代 F1/BC1/F2…；脚注：可由 combination_id→组合父母本派生，与 tree.generation 保持一致，冗余存此便于 clone 级筛选与系谱世代统计 |
|
| status | varchar(1) | NOT NULL DEFAULT '1' | clone 级决选状态：1入选/2初选/3重点/4保存/5淘汰（淘汰=状态变更非删除） |
| uuid / is_deleted / created_time / updated_time / deleted_time | — | 同框架契约 | 审计与软删 |
聚合语义：同一 clone 经嫁接扩繁产生多株 tree，其表型是同一基因型的重复观测；统计前按 tree.clone_id 聚合为该 clone 的重复测量，EBV 随机效应估在 breeding_clone 级（clone_id），tree 仅作重复测量单元。此点取代原 tree.germplasm_id → germplasm 级 EBV 的聚合口径（§4/§5 同步修订）。（v2.2/A1） 实生苗入选前无 clone_id，其童期观测按 tree_id 聚合（门禁键此阶段退化为 tree_id，见 §3.16/F3）；入选建 clone 后再切换到 clone 级聚合。
3.1 breeding_trait（性状字典，P0）
| 字段 | 类型 | 约束 | 说明 |
|---|---|---|---|
| id | int PK | ||
| trait_code | varchar(64) | UNIQUE, NOT NULL | 如 brix、fruit_weight、bloom_date |
| trait_name | varchar(128) | NOT NULL | 中文名：可溶性固形物、单果重… |
| category | varchar(32) | NOT NULL | fruit/flower/plant/disease/phenology/yield/quality/rootstock（业务类别） |
| stage | varchar(16) | NOT NULL | v2.0：性状分段 juvenile（童期）/ evaluation（评价段），与 category 正交并存、不混用；童期采集→间接早选，评价段采集→clone 级 EBV |
| data_type | varchar(16) | NOT NULL | numeric / categorical / date / boolean |
| unit | varchar(32) | NOT NULL | g、%、°Brix、mm、date；v2.0：导入/观测时强校验，值单位须匹配，不符整行拒收（数据质量门禁，§3.17） |
| method | varchar(256) | 测定方法自由文本（如折射仪、游标卡尺） | |
| method_uri | varchar(256) | v2.2/G3：受控词表方法 URI（Crop Ontology / MIAPPE Method），与 method 自由文本并存互补——method 供人读、method_uri 供 BrAPI/国际仓储对接；可空（合并 §6 路线图曾提的 method_uri，消除双字段漂移） |
|
| scale_json | jsonb | 量表/选项（categorical 时存选项数组；numeric 时存 min/max/step） | |
| ontology_uri | varchar(256) | v1.4：Crop Ontology / Trait Ontology / MIAPPE 受控词表 term URI（如 CO_356:0000041），供 BrAPI 适配层与国际合作仓储对接；可空 |
|
| valid_min | numeric(12,4) | v1.7：生物学合理下限（自定义阈值），数据质量校验/异常值自动标记用；可空（专册 3.3.2 数据质量监控） | |
| valid_max | numeric(12,4) | v1.7：生物学合理上限，同上；可空 | |
| direction | varchar(16) | NOT NULL DEFAULT 'desc' | v2.3 已落地：性状方向 desc=越大越好（默认）/ asc=越小越好（低优性状：裂果率、病害级别、酸度——若目标是低酸）。选择指数（zsum/smith_hazel）、EBV 排行、决策预览、轮次对比均按此翻转贡献符号/排序方向，杜绝"高 EBV=优"隐含假设把低优性状选反 |
| into_ebv | varchar(1) | NOT NULL DEFAULT '1' | v2.3 已落地：是否选种目标 1=进 EBV/指数/决策候选（默认）/ 0=仅记录（仅从选种相关候选剔除——指数候选/EBV 排行/决策预览/ABLUP 下拉；describe/correlation/trait_values 不受影响） |
| default_h2 | double precision | v2.3 已落地：先验遗传力 h²（桃经典先验，可在性状字典修改）；指数无实测 h² 时兜底（zsum/smith_hazel 均兜底，两者皆无才 409 拒绝） |
valid_min/max 局限说明（v2.2/H1）：本字段为全局单值，但果重/糖度等的生物学合理区间随成熟期/年份/砧木变化，全局阈值可能误标或漏标。一期口径：接受全局阈值 + 人工复核（门禁本就对异常值走人工复核，见 §3.16），不强制按 stage 分档；后续如需精细化，可在
scale_json内按 stage 追加分档区间，不改表结构。 | is_preset | bool | default false | 是否系统内置（种子数据） | | remark | varchar(512) | | | | created_time / updated_time / is_deleted | 标准 | | 来自 ModelMixin |
BrAPI 映射简化说明（v1.4）：BrAPI
ObservationVariable = Trait + Method + Scale三元组，本系统将 method/scale 内联合并进trait（桃单作物、方法稳定，避免三表 join 复杂度）。适配层导出 BrAPI 时需按此三元组拆分；ontology_uri提供受控词表引用，满足 MIAPPE/Crop Ontology 可引用性。
种子数据来源：doc\果树所\育种\yz.sql 的 pa_four（~40 字段：单果重/果形/果核/可溶性固形物/成熟期/离粘核/风味…）与物候类变量，导入为 is_preset=true 的桃专用性状字典。
枚举归属决策（v1.9，2026-07-29，方案A 已定）：性状的量表选项/范围是性状定义的一部分，单一真相内联在
scale_json（categorical 存options数组、numeric 存min/max/step），不进sys_dict；sys_dict仅承载"实体状态/分类枚举"（如 §9 的breeding_stage/breeding_generation、tree.status、germplasm_type等，非被测变量）。二者语义不同——性状=ObservationVariable（有 method/unit/obs_year/重复测量）；分类枚举=实体一次设定属性，无测定方法/单位——不得混用。BrAPI 导出时scale_json→Scale 三元组，无需 joinsys_dict。这一定位与"方便统计分析"无关：统计引擎只读data_type+实测值，选项清单存哪不影响计算；A 的真正收益是元数据自包含、防双源漂移、BrAPI 干净导出。
3.2 breeding_observation（通用观测，P0）
采用显式可空外键（
tree_id/plot_id/combination_id），不采用(unit_type, unit_id)多态——多态会破坏引用完整性、无法真正联表、且令现有_build_conditions数据权限注入（依赖已知 FK 列）失效。三者至多一个非空。
| 字段 | 类型 | 约束 | 说明 |
|---|---|---|---|
| id | int PK | ||
| tree_id | int FK→breeding_tree | 可空 | 观测单元=单株 |
| plot_id | int FK→breeding_plot | 可空 | 观测单元=小区 |
| combination_id | int FK→breeding_cross_combination | 可空 | 观测单元=杂交组合（如组合级表型） |
| trait_id | int FK→breeding_trait | NOT NULL | 测了哪个性状 |
| value_numeric | numeric(12,4) | data_type=numeric 时 | |
| value_text | varchar(512) | categorical / boolean 存此 | |
| value_date | date | data_type=date 时 | |
| obs_year | int | 观测年份（MET 聚合键） | |
| obs_date | date | 具体日期 | |
| site_id | int FK→breeding_site | 观测地点（冗余便于聚合；亦可由 tree→plot→site 推导） | |
| person_id | int FK→breeding_personnel | 观测人 | |
| trial_study_id | int FK→breeding_trial_study | 可空 | 区分「试验观测」vs「果园日常观测」；试验观测可参与 BLUP |
| status | varchar(16) | default "draft" | v1.4：数据质量态 draft(草稿)/validated(已校验)；批量导入/多人观测下隔离脏数据，统计前按 validated 筛选 |
| issue_status | varchar(16) | default "normal" | v2.2/C2：门禁质量标记 normal(正常)/pending(待补录)/rejected(拒收)；与 status 配合驱动状态机（§3.16/C3），不新建 issue 表 |
| validated_by | int FK→breeding_personnel | v1.6：校验人（status=validated 时记录） | |
| validated_date | date | v1.6：校验日期 | |
| unit | varchar(32) | v1.6：本次观测值单位（冗余自 trait.unit，便于核对与单位换算）；批量导入时按 trait.unit 校验/换算 | |
| remark | varchar(512) |
索引：(trait_id, obs_year)、(tree_id)、(plot_id)、(combination_id)、(trial_study_id)。
语义（v2.2/F1+F2 重定职责）：本表仅承载 plot/combination 级观测 + 物候时序观测（如花期/果实发育期时序、小区级/组合级群体表型），不再承载 tree 级果实鉴定性状——后者一律走 §3.2b breeding_trait_observation（挂 evaluation）。两表职责按"是否喂 EBV"正交切分：breeding_trait_observation 喂 EBV（clone 级取数主路径），breeding_observation 不喂 EBV。plot 级果实均值不在本表落值，由统计 VIEW 从 breeding_trait_observation 聚合派生（§8.4），杜绝双写与重复计数。原"核心性状走 tree_evaluation 固定列"表述作废（F1，见 §4/§8.4）。v1.6（B8）：本系统 tree/plot/block 对应 BrAPI observationLevels（plant/plot/block），观测单元层级即观测的 FK 类型（tree_id/plot_id/combination_id）。
3.2b breeding_trait_observation（单株鉴定明细长表，P0，v2.2 正式登记）
命名说明（v2.2/F2）：本表已在代码落地（模块/URL/权限名
trait_observation，模型TraitObservationModel，物理表名breeding_trait_observation与全项目breeding_*前缀一致），此前文档漏登记（"代码有、文档无"缺口）。此处补记既有表，非新建。 职责（F1+F2）：承载单株（tree 级）每次鉴定的性状明细——童期性状 + 评价段果实性状，是 clone 级 EBV 的取数主路径。与 §3.2breeding_observation（plot/combination + 物候）按"是否喂 EBV"正交：本表喂 EBV。取代初稿tree_evaluation固定列（F1）。
| 字段 | 类型 | 约束 | 说明 |
|---|---|---|---|
| id | int | PK | |
| evaluation_id | int | FK→breeding_tree_evaluation NOT NULL | 所属鉴定主记录（一次鉴定=一主记录+N 明细） |
| tree_id | int | FK→breeding_tree NOT NULL | 观测单元=单株（可经 evaluation 推导，冗余便于按株聚合/判重，F4） |
| trait_id | int | FK→breeding_trait NOT NULL | 测了哪个性状（breeding_trait 驱动长表） |
| value_numeric | numeric(12,4) | data_type=numeric 时（统计 pivot 取此列） | |
| value_text | varchar(512) | categorical / boolean | |
| value_date | date | data_type=date 时 | |
| category | varchar(32) | 归属标签页（基本鉴定/果实外观/果皮/果实大小/果肉/果核/其它），驱动前端分组录入 | |
| issue_status | varchar(16) | default "normal" | v2.2/C2：门禁标记 normal/pending/rejected（同 §3.2） |
| unit | varchar(32) | 本次观测值单位（冗余自 trait.unit，导入校验用） | |
| remark | varchar(512) | ||
| uuid / is_deleted / created_time / updated_time / deleted_time | — | 同框架契约 | 鉴定类表：禁物理删、UPDATE 强制 audit（§3.10/G2） |
索引：(evaluation_id)、(tree_id, trait_id)、(trait_id)。
统一性状值视图：统计管线由 DB 普通 VIEW 按 trait_code pivot 本表（+ 必要时 union breeding_observation）生成宽表供 BLUP，保证 fresh；看板/报表可另建 物化视图 MV（定时刷新），但 MV 不得作为 BLUP 输入（§8.4）。
3.3 breeding_field_operation（农事操作，P0）
同样改显式 FK（
tree_id/plot_id），弃(unit_type, unit_id)多态，理由同 §3.2。
| 字段 | 类型 | 约束 | 说明 |
|---|---|---|---|
| id | int PK | ||
| op_type | varchar(32) | NOT NULL | 施肥/灌溉/植保/除草/修剪/病害防治/其他 |
| tree_id | int FK→breeding_tree | 可空 | 作用对象=单株 |
| plot_id | int FK→breeding_plot | 可空 | 作用对象=小区 |
| op_date | date | NOT NULL | 操作日期 |
| material | varchar(128) | 药剂/肥料名 | |
| dosage | varchar(64) | 用量 | |
| method | varchar(128) | 方式（叶面/根施…） | |
| operator_id | int FK→breeding_personnel | 操作人 | |
| site_id | int FK→breeding_site | 定位 | |
| remark | varchar(512) | ||
索引：(tree_id)、(plot_id)、(op_date)。 |
|||
BrAPI 映射修正：field_operation 不映射为 /events（BrAPI 无顶层 Event）；改为映射到 /observations（带 op_type），或自定义只读端点（见 §8.2-C）。 |
3.4 breeding_trial + breeding_trial_study（多年多点试验，P1）
breeding_trial
| 字段 | 类型 | 说明 |
|---|---|---|
| id | int PK | |
| trial_code | varchar(64) UNIQUE | 试验编号 |
| trial_name | varchar(128) NOT NULL | |
| target_id | int FK→breeding_breeding_target | 关联育种目标 |
| design_type | varchar(32) | 取值见 §9（rcbd/augmented/contrast/split_plot/unreplicated） |
| description | varchar(512) | |
| years | varchar(64) | 跨年计划，如 2026-2028 |
| remark | varchar(512) |
breeding_trial_study（Trial×Location×Year）
| 字段 | 类型 | 说明 |
|---|---|---|
| id | int PK | |
| trial_id | int FK→breeding_trial | |
| site_id | int FK→breeding_site | 试验点 |
| year | int | 年份 |
| replicate_count | int | 重复次数（原 replicate） |
| block_count | int | 区组数（v1.3 补）；与 tree.block_no 对应，是 BLUP 的 block 随机效应来源 |
| design_type | varchar(32) | 取值见 §9.4（便于 study 级覆盖 trial 默认设计） |
| control_germplasm_id | int FK→breeding_germplasm | 对照品种 |
| layout_json | jsonb | 田间种植图（小区排布坐标） |
| season | varchar(32) | |
| remark | varchar(512) |
试验隶属链路（v1.3 彻底补全，原稿断裂）：观测单元（tree）经两条显式 FK 挂到试验——
breeding_planting.trial_study_id（定植时把这批树挂到某 trial_study，运营钩子）breeding_tree.trial_study_id（从 planting 同步，BLUP 直接消费）+breeding_tree.block_no（该树所属区组/重复）breeding_plot.block_no（小区级试验时；tree 未填 block_no 则继承 plot）这样任意
tree_evaluation/observation记录 → tree →trial_study(environment=site×year) +block_no→ 混合模型y = genotype + block + environment + G×E的 block 项不再缺失。布局图由前端可视化 + 轻量排布算法生成。
breeding_trial_study_entry（试验 entry 清单，v1.4 补，对标 BrAPI Study 的 entry / ObservationUnit）
| 字段 | 类型 | 说明 |
|---|---|---|
| id | int PK | |
| trial_study_id | int FK→breeding_trial_study | 所属试验 |
| germplasm_id | int FK→breeding_germplasm | 参试无性系/品系的种质溯源（保留，v2.2/D3） |
| clone_id | int FK→breeding_clone | v2.2/D3：参试落 clone 级（entry 直指遗传身份，与 BLUP/EBV 聚合层一致）；germplasm_id 仅作种质溯源 |
| entry_number | int | entry 编号（该 study 内唯一；BrAPI entryNumber，BLUP 设计矩阵聚合键） |
| planned_reps | int | 计划重复/区组数 |
| n_plants | int | 计划株数 |
| is_control | bool | 是否对照 entry |
| remark | varchar(512) |
为何需要 entry 抽象（v1.4）：v1.3 让
tree直接带germplasm_id + trial_study_id + block_no，假设一株=一个观测单元。但一个无性系在某 study 内常重复多株/多区组，且需"entry 编号"聚合设计效应。BrAPI 的ObservationUnit = germplasm × entryNumber × replicate × blockNumber × position，本表即此 entry 层；tree通过entry_id（或冗余germplasm_id）挂回，统计层按entry_number聚合后再估 genotype 效应。⚠ 单写点纪律（v1.5 强化）：
tree.trial_study_id/tree.block_no/tree.entry_id均派生自planting（定植时 planting 一次性写入trial_study_id/block_no/entry_id，tree 创建时由 service 从所属 planting 复制并锁定；后续修改只能改planting并级联同步 tree）。严禁两处各自手填，否则 BLUP 输入静默错配。
tree.trial_study_id仅记「定植所属 study」（来自 planting 的单次定植），多年生树跨年/跨点观测不改 tree 自身，而是落到observation.trial_study_id+obs_year（观测级表达），统计按 observation 的 study 聚合，tree 只是观测单元。- 两类 tree 区分（v1.5）：
planting.entry_id非空 ⇒ 这是参试无性系批次，定植时germplasm_id必须等于trial_study_entry.germplasm_id（入试即定，禁待晋升）；planting.entry_id为空 ⇒ 杂种实生苗批次，germplasm_id待晋升流程写入（晋级纪律管）。单写点 + entry 有无即可区分两类 tree，无需新增类型字段。- 写树校验：
tree.trial_study_id = planting.trial_study_id、tree.entry_id = planting.entry_id、tree.germplasm_id与 entry 一致性按上述规则。
3.5 breeding_group + breeding_group_member（分组/标签，P1）
breeding_group
| 字段 | 类型 | 说明 |
|---|---|---|
| id | int PK | |
| group_name | varchar(128) NOT NULL | |
| group_type | varchar(32) | 取值见 §9（project/family/category/temporary_set/custom） |
| target_id | int FK | 关联育种目标（可选） |
| description | varchar(512) |
breeding_group_member
| 字段 | 类型 | 说明 |
|---|---|---|
| id | int PK | |
| group_id | int FK→breeding_group | |
| germplasm_id | int FK→breeding_germplasm | 或成员种质 |
| clone_id | int FK→breeding_clone | v2.2/H3：或成员克隆（入选群体/决选批以 clone 为成员，呼应 D 组 clone 居中）；三者（germplasm/clone/tree）按分组用途择一 |
| tree_id | int FK→breeding_tree | 或成员单株 |
| note | varchar(256) |
group_type 取值已定（§9）：project(育种项目) / family(家系·杂交组合群) / category(种质类别群) / temporary_set(临时选系集) / custom(自定义)。为避免与
target(育种目标) 语义重叠，不设 objective 维度。 family / category 冗余消减（v1.3）：group_type=family本质是"某cross_combination的后代集合"，可由tree.combination_id动态推导，不必存静态成员 → 建议 family 做成虚拟分组（查询），不在group_member落成员；group_type=category（油桃/蟠桃/观赏桃）与germplasm.variety_type字典重叠，直接复用variety_type，不在 group 里另起炉灶。故group_member主要服务于 project/temporary_set/custom 三类。
3.6 breeding_report（统计报表配置，P2）
| 字段 | 类型 | 说明 |
|---|---|---|
| id | int PK | |
| report_name | varchar(128) NOT NULL | 报表名 |
| report_type | varchar(32) | 育种进度/世代汇总/杂交组合统计/材料库存/MET分析 |
| query_json | jsonb | 报表查询参数（保存配置，便于复用） |
| created_by | varchar(64) | |
| output_format | varchar(16) |
v1.7 确认进一期（原 v1.4 标记延后）：V2.11 方案书 3.3.1 要求「年度育种进展 Word/PDF 报告」。故一期提供报告生成服务（基于
report_type模板 +query_json渲染），支持 docx/pdf 导出，不再仅限于只读聚合端点；看板类走view实时聚合，归档类走 docx/pdf 落盘。
配套：
- 报告生成服务：
POST /breeding/statistics/report/generate（按配置渲染 docx/pdf，可由 cron 触发年度归档） - 只读聚合端点：
GET /breeding/statistics/progress育种进度GET /breeding/statistics/generation-summary世代汇总GET /breeding/statistics/cross-stats杂交组合统计GET /breeding/statistics/inventory材料库存GET /breeding/statistics/met多年多点分析（钩子，V1.1 R 引擎）
3.7 分子基因型层（V2.0，地基先建）
breeding_marker（标记/位点）
| 字段 | 类型 | 说明 |
|---|---|---|
| id | int PK | |
| marker_name | varchar(64) UNIQUE | 如 SNP_Chr01_123456 |
| chromosome | varchar(16) | 染色体 |
| position | int | 物理位置 |
| marker_type | varchar(16) | SSR / SNP / InDel |
| panel | varchar(32) | v1.4：所属标记面板/芯片版本（如 PeachSNP170K / GBSv1），用于区分不同基因组集、GS 时需一致 |
| assembly_version | varchar(32) | |
| remark | varchar(512) |
breeding_genotyping_dataset（基因分型数据集，v1.4 补，GS 训练/预测群体分组）
| 字段 | 类型 | 说明 |
|---|---|---|
| id | int PK | |
| dataset_name | varchar(128) NOT NULL | 如 "2026_Brix_GS_train" |
| platform | varchar(32) | GBS / PeachSNP170K / 测序 |
| panel | varchar(32) | 与 marker.panel 对应 |
| purpose | varchar(16) | train（训练群体）/ predict（预测群体）/ reference |
| run_date | date | 分型日期 |
| lab | varchar(128) | 检测单位 |
| remark | varchar(512) |
关联：
genotype_sample.dataset_idFK→genotyping_dataset（标记某样品属于哪个分型集）。GS 训练时按 dataset(purpose=train) 取 sample→call 矩阵，避免每次手工挑样品。
breeding_genotype_sample（基因型样品）
| 字段 | 类型 | 说明 |
|---|---|---|
| id | int PK | |
| dataset_id | int FK→breeding_genotyping_dataset | v1.4：所属分型数据集 |
| source_type | varchar(16) | germplasm / tree |
| source_id | int | 来源 id |
| sample_type | varchar(16) | DNA / leaf |
| sample_date | date | |
| method | varchar(64) | 测序/芯片（GBS / PeachSNP170K） |
| lab | varchar(128) | 检测单位 |
| remark | varchar(512) |
breeding_genotype_call（基因型调用）
| 字段 | 类型 | 说明 |
|---|---|---|
| id | int PK | |
| sample_id | int FK→breeding_genotype_sample | |
| marker_id | int FK→breeding_marker | |
| allele | varchar(32) | 基因型编码（AA/AT/TT 或 0/1/2）；v1.6：遵循 VCF/GP 编码约定（Breedbase 走 VCF 导入），0/1/2 = 纯合ref/杂合/纯合alt |
| remark | varchar(256) |
索引：(sample_id, marker_id) 复合唯一。
3.8 breeding_propagation（克隆扩繁/苗圃，P1，已定纳入一期）
桃主繁殖方式为嫁接/芽接扩繁（非种子实生）。打通 入选株(tree) → 克隆种质(germplasm) → 扩繁批次(propagation) → 新定植树(tree) 闭环；现有
seedling/seed_treatment仍管种子实生苗，二者互补。
breeding_propagation（扩繁批次）
| 字段 | 类型 | 说明 |
|---|---|---|
| id | int PK | |
| batch_code | varchar(64) UNIQUE | 扩繁批次号 |
| scion_source_type | varchar(16) | germplasm / tree（被扩繁的克隆来源） |
| scion_source_id | int | 来源 id（入选株或其对应种质） |
| produced_clone_id | int FK→breeding_clone | v2.2/A2 澄清：本次扩繁所繁殖的原克隆（嫁接扩繁沿用同一 clone，不新建 clone）；产出的新 tree 直接 tree.clone_id = produced_clone_id。原"产出的克隆"措辞易误读为新建，特此澄清。取代原 produced_germplasm_id→germplasm |
| rootstock_id | int FK→breeding_rootstock | v2.2/A3：砧木字典（§3.17）；不再 FK→germplasm。germplasm.is_rootstock 仅作"可作砧木"标记 |
| method | varchar(16) | 嫁接/芽接/扦插 |
| graft_date | date | 嫁接日期 |
| nursery_site_id | int FK→breeding_site | 苗圃地点 |
| operator_id | int FK→breeding_personnel | 操作人 |
| scion_count | int | 接穗/芽数 |
| grafted_count | int | 嫁接株数 |
| survival_count | int | 成活株数（后续登记） |
| destination | varchar(32) | 出圃/定植/入库 |
| remark | varchar(512) |
survival_count与grafted_count可派生成活率；产出苗木经planting（带rootstock_id→breeding_rootstock）成为新tree，新 tree 的clone_id=produced_clone_id（沿用原 clone，不新建，A2），完成闭环（v2.0：clone 级晋升，取代原 germplasm 级）。
3.9 breeding_environment_condition（环境因子，P1，G×E 地基）
多年多点分析的核心是 G×E 互作。无 site×year 的环境协变量（需冷量/积温/降水），BLUP 只能粗估。本表提供每个试验点每年的环境背景。
| 字段 | 类型 | 约束 | 说明 |
|---|---|---|---|
| id | int PK | ||
| site_id | int FK→breeding_site | NOT NULL | 试验点 |
| year | int | NOT NULL | 年份 |
| chilling_hours | numeric(8,1) | 需冷量（小时） | |
| growing_degree_days | numeric(8,1) | 积温（GDD） | |
| rainfall_mm | numeric(8,1) | 降水量 | |
| temp_avg | numeric(6,1) | 年均温 | |
| soil_moisture | numeric(6,1) | 土壤墒情（可选） | |
| source | varchar(32) | 气象站/人工记录/遥感 | |
| remark | varchar(512) |
索引/唯一：(site_id, year) 唯一，确保每点每年一条。可复用 yz.sql 的"天气"字段做种子。
3.10 breeding_audit_log（审计日志，P1）
晋级审批、全程可追溯需"谁/何时/改了什么"轨迹，现有仅
updated_time粒度不足。
| 字段 | 类型 | 说明 |
|---|---|---|
| id | int PK | |
| entity_type | varchar(32) | 实体（tree/selection_result/cross_combination…） |
| entity_id | int | 实体 id |
| action | varchar(32) | create/update/delete/select/approve |
| field_name | varchar(64) | 变更字段（可空，批量时为 null） |
| old_value | varchar(512) | 旧值 |
| new_value | varchar(512) | 新值 |
| operator_id | int FK→breeding_personnel | 操作人 |
| created_time | 标准 | 时间戳 |
索引：(entity_type, entity_id)、(created_time)。建议作为现有 14 域的通用切面（在 Service 写操作时统一落审计），而非逐表加列。
审计覆盖范围（v2.2/G2，落实操作手册"记录不可删只能改、改要留痕"铁律）：
- 鉴定类表（
breeding_tree_evaluation/breeding_trait_observation/breeding_observation）：禁止物理删除，且禁用软删（is_deleted不对外开放）；淘汰/作废走状态变更（status/issue_status）而非删除。- 上述表的每次 UPDATE 必须写
breeding_audit_log（field_name/old_value/new_value 逐字段），由 Service 切面强制，不可绕过。- 其余业务表沿用框架软删；
selection_result/cross_combination/tree等关键决策表的 update/select/approve 一并纳入审计切面。
3.11 breeding_selection_rule（选择阈值规则，P1，决策地基）
RosBREED 的 DNA-informed 选择靠指数阈值（如 Brix≥12 且单果重≥200g）自动 flagged。
selection_result只记晋级/淘汰，缺"标准"实体，决策支撑会退化为纯人工勾选。本表把"选择标准"显式建模。
| 字段 | 类型 | 约束 | 说明 |
|---|---|---|---|
| id | int PK | ||
| rule_name | varchar(128) | NOT NULL | 规则名（如"鲜食品系晋级线"） |
| target_id | int FK→breeding_breeding_target | 适用育种目标（可选） | |
| stage | varchar(32) | 适用选择阶段（§9.1，如 ap 复选） | |
| conditions_json | jsonb | NOT NULL | 阈值条件数组，如 [{"trait_code":"brix","op":">=","value":12},{"trait_code":"fruit_weight","op":">=","value":200}] |
| logic | varchar(8) | default "and" | 多条件组合 and/or |
| action | varchar(16) | flag(标记)/select(自动晋级)/eliminate(自动淘汰) | |
| priority | int | 规则优先级 | |
| enabled | bool | default true | |
| remark | varchar(512) |
决策支撑（§5.4）：前端按规则对
tree_evaluation/观测值求布尔，自动 flag/晋级；规则与trait字典通过trait_code关联，新增性状自动可被规则引用。（v2.3 已落地）方向感知：
conditions_json的op缺省按性状direction（desc→>=，asc→<=）；rank_top_n按方向取最优前 N（asc 取 EBV 最小前 N，desc 取最大前 N）；into_ebv='0'性状不参与决策候选。兼容性提醒：既有规则对 asc 性状显式写了>=的仍字面执行（可能选反），上线后人工复核。
3.12 breeding_prediction（育种值：值表 V1.1 持久化 / GS 模型训练 V2.0）
v1.7 时序拆分（关键）：v1.6 曾把整张
breeding_prediction标 V2.0，与分子层同期。但 V1.1 统计引擎（Rsommer/lme4做 ABLUP/EBLUP）会产出育种值（EBV），而「年遗传趋势图（专册 2.6.3）」「EBV 双轨选择（§5 B10）」「亲本/单株决策（专册 3.1/3.2）」都依赖 EBV 持久化读取——若不建值表，V1.1 一接入即断链。v1.7 拆分：
- 值存储表
breeding_prediction_value前移 V1.1：与 V1.1 引擎同期建表并写入，持久化 EBV/预测值，供趋势图与决策读（硬缺口①闭环）。- GS 模型训练（基因型→育种值）留 V2.0：依赖分子层（§3.7
genotype_call）；其产出的 GBLUP/EBV 同样写入同一breeding_prediction_value表。
主表 breeding_prediction（模型/批次元数据）：
| 字段 | 类型 | 说明 |
|---|---|---|
| id | int PK | |
| model_name | varchar(128) | 模型名（如"2026_Brix_ABLUP" / "2027_Brix_GS"） |
| trait_id | int FK→breeding_trait | 预测的性状 |
| method | varchar(32) | ABLUP(系谱) / gBLUP / rrBLUP / GBLUP / Bayes（V1.1 先填 ABLUP，GS 类 V2.0） |
| accuracy | numeric(5,3) | 模型精度（交叉验证） |
| heritability | numeric(5,3) | v2.2/B1+B2：本次 BLUP × 该性状的加性(狭义)遗传力 h²（一次预测=一个 h²，故落主表而非明细）。落库口径取克隆均值遗传力 h² = V_clone /（V_clone + V_e/k̄），k̄=各 clone 平均重复株数；PA 上限 PA≤√h² 用此值。注：术语正名——ABLUP 产出的是加性/狭义 h²，非"广义遗传力"（后者含显性/上位，clonal 数据虽可估广义，但本系统选择决策用加性 h²） |
| train_n | int | 训练样本数 |
| predict_date | date | 预测日期 |
| note | varchar(512) |
明细 breeding_prediction_value（个体预测值，V1.1 建表）：prediction_id / clone_id(FK→breeding_clone，个体锚点，v2.1/R1 与 EBV 聚合层一致) / tree_id（可选重复测量）/ predicted_value / reliability / rank（EBV 排名）。（v2.2/B1） heritability 已上移主表 breeding_prediction（一次 BLUP × 一性状 = 一个 h²，不应在每条明细重复），明细仅存个体级 clone/value/reliability/rank。V1.1 引擎每次跑 BLUP 在主表落 h²、明细落各 clone 的 EBV，同批次持久化。
（v2.3 已落地）rank 语义 + h² 兜底：
breeding_prediction_value.rank是写时快照——读时（EBV 排行/轮次对比）按性状当前direction重新推导优度序（ebv_ranking读时重排、compare_predictions方向感知），性状事后改方向不需重跑批次。主表heritability实测缺失时，指数/排行可用breeding_trait.default_h2先验兜底（两者皆无才拒绝）。
3.13 breeding_seed_lot（种子批·库存，P1，与 MET 一并建模）
v1.1/§8.3 曾把库存"延后"。v1.3 复审：MET 与选择强度都依赖 "种子→播种→定植→入选" 链，故把
seed_lot作为批记录提前进一期（仍非完整事务性出入库台账，后者延后）。与 §3.4 的 trial_study 链路共同拼出完整育种流程。
| 字段 | 类型 | 约束 | 说明 |
|---|---|---|---|
| id | int PK | ||
| combination_id | int FK→breeding_cross_combination | NOT NULL | 所属杂交组合 |
| lot_code | varchar(64) | UNIQUE, NOT NULL | 种子批号 |
| harvest_year | int | 收获年份 | |
| seed_count | int | 收获粒数（选择强度源头） | |
| used_count | int | default 0 | v1.5/v1.6：已从该批取用的粒数（在 seedling/播种环节按粒累加，非定植株数），由 planting/seedling 写操作维护；remaining = seed_count - used_count 派生「剩余可播种量」，选强链前段（获种→已用）可量化，不再依赖手工孤值 |
| germination_rate | numeric(5,2) | 发芽率 %（活力） | |
| storage_type | varchar(16) | 种子库/离体/DNA | |
| storage_location | varchar(128) | 存放位置 | |
| test_date | date | 活力检测日期 | |
| remark | varchar(512) |
链接（选择强度链）：
breeding_seedling.seed_lot_idFK→seed_lot（追溯幼苗来源批）breeding_planting.seed_lot_idFK→seed_lot（可选；种子来源定植）used_count维护（v1.5/v1.6）：每次从某seed_lot取种（建 seedling / planting 引用该 lot）时由 service 按粒累加used_count；remaining = seed_count - used_count实时可查，避免手工维护seed_count与实际消耗脱节（注意粒度：粒≠株，used_count 记粒数）。
选择强度贯通（v1.5/v1.6）：
seed_lot.seed_count（获种数）→seed_lot.used_count（已用/播种粒数，派生 remaining）→COUNT(seedling WHERE seed_lot_id)（成苗）→COUNT(tree WHERE planting.seed_lot_id)（定植数）→COUNT(selection_result 入选)（入选数）→ 各级选择强度/选择率可算，且 "每组合在某试验点种了多少" 与 MET 的trial_study直接挂钩。前段「获种→已用」因used_count派生而不再失真。
3.14 breeding_treatment（试验因子/处理，P1，v1.5 提进一期）
背景：§9.4
design_type含split_plot（砧木×接穗两因子）。若只记 design_type 而不结构化 factor/level，BLUP 无法估因子主效应与互作，设计等于白支持。BrAPI 有Treatment(factor + level) 实体；MIAPPE 要求ExperimentalFactor。本表把"试验处理"显式建模，使裂区/析因设计的统计效应可估。
| 字段 | 类型 | 约束 | 说明 |
|---|---|---|---|
| id | int PK | ||
| trial_study_id | int FK→breeding_trial_study | NOT NULL | 所属试验 |
| factor | varchar(32) | NOT NULL | 因子名（如 rootstock 砧木 / scion 接穗 / fertilizer 肥料） |
| level | varchar(32) | NOT NULL | 因子水平（如 GF677 / Maotao / N0） |
| description | varchar(256) | 处理说明 | |
| remark | varchar(512) |
索引/唯一：(trial_study_id, factor, level) 唯一。统计层按 treatment.factor×level 估主效应与互作，与 block / environment 一并进入混合模型 y = genotype + block + treatment + genotype×env(+空间)。
3.15 breeding_planting_treatment（定植-处理关联，P1，v1.6 落地 A3）
背景（A3，v1.6）：§3.14 的
treatment需落到具体定植批次才能进统计。一个 block 级planting批次常同时接受一组处理（如 rootstock=GF677 + scion=Maotao），故建多对多关联表。
| 字段 | 类型 | 约束 | 说明 |
|---|---|---|---|
| id | int PK | ||
| planting_id | int FK→breeding_planting | NOT NULL | 定植批次（block 级） |
| treatment_id | int FK→breeding_treatment | NOT NULL | 接受的处理（factor×level） |
| remark | varchar(512) |
索引/唯一：(planting_id, treatment_id) 唯一。统计层按 planting→treatment 把 factor×level 挂到该批次全部 tree，与 block/environment 一并进入混合模型。
3.16 数据质量门禁（quality gate，P0，作用在 breeding_trait_observation / breeding_observation 入库前）
（v2.2/C1） 门禁作用于长表
breeding_trait_observation（单株鉴定明细）与breeding_observation（plot/物候），不再作用于已废弃的tree_evaluation固定列（F1）；单位/阈值一律从breeding_trait对齐（valid_min/valid_max/unit）。
| 门禁项 | 规则 | 处置 |
|---|---|---|
| 缺失值标记 | 关键单元键缺失（入选前实生苗=tree_id；入选后=clone_id，F3）+ 年份 + 性状值 |
标记 issue_status=pending（待补录），不进分析池 |
| 异常值 | 数值性状按 trait.valid_min/valid_max 越界 |
标记 issue_status=pending，人工复核（H1：全局阈值 + 人工） |
| 单位混用 | 值单位 ≠ trait.unit |
整行拒收 issue_status=rejected（§3.1 unit 强校验） |
| 重复记录 | 按 (tree_id, 年份, 性状, obs_date) 判重（含 tree_id，F4） |
去重（保留最新 / 人工选择） |
（v2.2/F4）判重与重复测量的命门区分：同一 clone 经扩繁的多株 tree 在同点同年的观测是合法重复测量（clonal replicates），正是 reliability 的来源，绝不可当"重复记录"删。故判重键必须含
tree_id/株号——只有"同一株、同年、同性状、同日期"多条才是真重复；clone 级多株是"重复测量"而非"重复记录"。原 v2.1 按(clone_id,地点,年份,性状)判重（会把 clonal replicates 删到只剩一条 → reliability 崩、自由度虚低）作废。 （v2.2/F3）实生苗阶段单元键退化：入选晋升前实生苗无 clone_id，门禁单元键退化为tree_id（童期观测按株入库），入选建 clone 后切换 clone_id；否则童期采集会被全部判"缺失键"打回。 （v2.2/C3）门禁 × 状态机衔接：门禁拒收 →issue_status=rejected且记录停留status=draft；门禁标记异常/缺失 →issue_status=pending，须人工修正后方可置status=validated；仅issue_status=normal且status=validated的记录进 BLUP 分析池。
3.17 breeding_rootstock（砧木字典，P0 数据治理地基）
阶段0 建砧木字典（砧木名称/类型/来源），只挂 observation 层（tree/planting 的
rootstock_id），与germplasm.is_rootstock（亲本种质属性）区分用途：germplasm.is_rootstock标记"该种质可作砧木"，breeding_rootstock才是观测层实际使用的砧木清单。砧木绝不进 A 矩阵（建模铁律，§5.x）。
| 字段 | 类型 | 约束 | 说明 |
|---|---|---|---|
| id | int | PK | 自增主键 |
| code | varchar(32) | UNIQUE NOT NULL | 砧木编码 |
| name | varchar(64) | NOT NULL | 砧木名称（如毛桃/山桃/GF677…） |
| type | varchar(32) | 砧木类型（乔化/矮化/本砧…） | |
| source | varchar(128) | 来源（自繁/引进） | |
| remark | varchar(512) |
3.18 breeding_pedigree（独立系谱表，P0 数据治理地基，v2.1）
v2.1 修订（R2）：系谱从"clone 内联 female/male_parent_id + germplasm.pedigree 自由文本"升级为独立系谱表。原因：① clone 父本指向 germplasm，而 germplasm 父级是自由文本 → A 矩阵递归到父本级断裂；② 自选系作亲本时递归立刻崩。独立表让
dam/sire也指向本表，递归闭环。
| 字段 | 类型 | 约束 | 说明 |
|---|---|---|---|
| id | int | PK | 自增主键 |
| individual_type | varchar(16) | NOT NULL | clone / germplasm（个体类型，两类共用本表） |
| individual_id | int | NOT NULL | 指向 breeding_clone.id 或 breeding_germplasm.id（由 individual_type 决定） |
| dam_id | int | FK→breeding_pedigree.id | 母本（指向本表，递归闭环；引进种可为 NULL） |
| sire_id | int | FK→breeding_pedigree.id | 父本（指向本表；引进种可为 NULL） |
| rel_type | varchar(16) | 关系类型（biological / 可选） | |
| combination_id | int | FK→breeding_cross_combination 可空 | 来源杂交组合（clone 型时有意义） |
| remark | varchar(512) |
breeding_clone.female_parent_id/male_parent_id降为冗余直查列（§3.0），权威系谱以本表为准；germplasm.pedigree（自由文本）移除，改由本表承载（§4 germplasm 行同步修订）。 （v2.2/A4）A 矩阵系谱唯一权威：构造遗传关系 A 矩阵的系谱以本表breeding_pedigree（dam_id/sire_id 递归闭环）为唯一权威；cross_combination的父/母本仅作 clone 系谱行的自动派生源（新建 clone 时据组合父母本自动生成本表一行），不作为 A 矩阵的独立系谱来源，避免"combination 父母本"与"pedigree dam/sire"双源不一致。§5.8 同步修订。
3.19 breeding_pollen（花粉档案，P0 田间刚需，v2.4 落地）
（v2.4 落地） 用户田间刚需：桃花期仅 3–7 天，父本花粉是杂交季命脉；原
breeding_pollination有花朵数/坐果数/去雄/套袋，但无花粉采集/贮藏/活力/授粉窗口——明年复盘"这批坐果为什么低"毫无抓手。V2.11 方案书（document.xml:3682-3718）要求父本间花粉效力比较（同一母本×不同父本坐果率对比 + 花粉活力不足诊断），结构化活力数据是统计引擎依赖，不只是文档字段。架构决策（v2.4 用户确认）：① 父本锚点=树级
male_tree_id（FK→breeding_tree，与 pollination.male_tree_id 一致；混合/外地采集时为空 +source_type区分）② 活力=单值+方法（viability_method[ttc/germination] +viability_pct+viability_test_date，不建子表）③ 窗口=派生有效期+校验（collect_date+expiry_date，窗口=[采集日,失效日] 由 pollination service 校验，不建独立授粉计划表）。
| 字段 | 类型 | 约束 | 说明 |
|---|---|---|---|
| id | int | PK | 自增主键 |
| lot_code | varchar(64) | NOT NULL UNIQUE | 花粉批次号（如 PL-2026-0001） |
| male_tree_id | int | FK→breeding_tree 可空 | 采集父本树（树级锚点；混合/外地采集可空） |
| source_type | varchar(16) | NOT NULL default 'tree' | 来源类型 tree父本树 / mixed混合花粉 / external外地采集 |
| source_desc | varchar(128) | 可空 | 来源说明（混合配比/外地品种） |
| collect_date | date | 可空 | 花粉采集日期 |
| collect_method | varchar(32) | 可空 | 采集方式（采花取粉/振动收集/网袋挂置…） |
| quantity | varchar(32) | 可空 | 采集量（如 50g / 花药数） |
| storage_method | varchar(16) | NOT NULL default 'fridge' | 贮藏方式 fridge4℃ / minus20 / minus80 / liquid_n2液氮 |
| viability_method | varchar(16) | 可空 | 活力测定方法 ttc(TTC染色率) / germination(离体萌发率%) |
| viability_pct | double precision | 可空 | 花粉活力 % |
| viability_test_date | date | 可空 | 活力测定日期 |
| expiry_date | date | 可空 | 有效期/失效日期（授粉窗口上界） |
| remark | text |
授粉窗口（派生，不建独立计划表）：窗口 =
[collect_date, expiry_date]。breeding_pollination保存/更新时若选定了pollen_lot_id且批次两日齐备，校验授粉日期须落在窗口内，否则 409（错误信息含批次号与窗口区间）。/bre/pollen/available_lots?date_on=端点返回指定日期（缺省今天）窗口内可用批次，供授粉表单下拉（"当前花期能用的花粉"）与父本效力复盘取数。 统计链路：父本效力分析 = 同一female_tree_id下按pollen_lot_id/male_tree_id分组的坐果率（effective_count/flower_count）对比；花粉活力不足诊断 =viability_pct阈值筛查。结构化活力字段（非仅文档）保证该分析可落 SQL。
4. 现有模块字段调整（非新增模块）
| 模块 | 新增字段 | 说明 |
|---|---|---|
| germplasm | accession_no(varchar UNIQUE)、stage(varchar 选择阶段)、generation(varchar 遗传世代,可空)、storage_type(varchar 田间/离体/种子/DNA)、is_rootstock(bool)、rootstock_id(int FK 自关联)、护照块(v1.4,FAO-MCPD): institute_code(varchar 保存单位)、country_origin(varchar 起源国)、collection_site(varchar 采集地)、acquisition_date(date 引种日期)、biological_status(varchar 生物状态:wild/landrace/breeding_line)、breeding_program(varchar 所属育种计划,v1.6 暂自由文本,后续可升级 FK breeding_program 顶层) | 种质档案补全 + 桃特有维度 + 国际种质资源护照（Genesys/FAO 对齐）；系谱不再内联（v2.1：移除 pedigree 自由文本，改由 §3.18 breeding_pedigree 独立表承载，避免 A 矩阵递归断裂） |
| cross_combination | cross_type(varchar 杂交/自交/开放)、parent_combination_id(int 自链 FK)、reason(varchar 选配理由)、stage | 系谱链 + 选配理由 |
| pollination | bagging_date(date 套袋)、emasculation_date(date 去雄)、female_tree_id(int FK→breeding_tree，可空)、male_tree_id(int FK→breeding_tree，可空)(v1.4,杂交圃父/母本树指定)、pollination_method(varchar(32) 授粉方式：人工点授/喷粉/涂抹…，v2.4 补一期文档规划但遗漏)、pollen_lot_id(int FK→breeding_pollen，可空，v2.4 授粉所用花粉批次，窗口校验见 §3.19) | 田间杂交登记补全 + 控制杂交父/母本树追溯（crossing block） + 花粉批次溯源（父本效力分析：同母本×不同父本坐果率对比 + 花粉活力不足诊断） |
| seedling | seed_lot_id(int FK→breeding_seed_lot) | 追溯幼苗来源批（选择强度链，§3.13） |
| planting | rootstock_id(int FK→breeding_rootstock，v2.2/A3)、entry_id(int FK→breeding_trial_study_entry，可空，v1.5 单写点补 entry)、trial_study_id(int FK→breeding_trial_study，可空，单写点)、block_no(int，该批树所属区组，单写点)、seed_lot_id(int FK→breeding_seed_lot，可空)、propagation_id(int FK→breeding_propagation，可空，v1.6 来源双路径) | 粒度=block 级批次（v1.6 明确：同一 entry 跨多 block 须建多个 planting）；砧木–接穗建模 + 试验隶属（MET 链路唯一写入口；entry_id 非空=参试无性系批次，germplasm_id 入试即定；为空=杂种实生苗批次，germplasm_id 待晋升） + 库存链接（seed_lot.used_count 派生剩余）+ 来源双路径（种子批/扩繁批二选一） |
| tree | clone_id(int FK→breeding_clone，可空；杂种实生苗定植可空、入选晋升时建 clone 回填，参试无性系定植必填，v2.2/A1 取代原"定植必填/1树=1clone"；扩繁后 1 clone↔N tree，§3.0 聚合锚点)、stage(varchar 选择阶段)、generation(varchar 遗传世代,冗余自 combination)、rootstock_id(int FK→breeding_rootstock，v2.2/A3)、germplasm_id(int FK→breeding_germplasm，晋升时回填、定植时留空，禁手填；v2.0：定植即定 clone，germplasm 仅当 clone 晋升为种质时写入)、entry_id(int FK→breeding_trial_study_entry，可空，v1.5 派生自 planting，区分两类 tree)、trial_study_id(int FK→breeding_trial_study，可空，v1.5 仅记「定植所属 study」，派生自 planting；跨年/跨点观测走 observation.trial_study_id+obs_year)、block_no(int，派生自 planting，BLUP block 效应来源) | clone 聚合锚点（R1 修正：tree 必带 clone_id，EBV 经 tree.clone_id 聚合到 breeding_clone，否则链路断） + 阶段/世代标记 + 克隆晋升链路（4.x 全流程 + GS 拼接依赖）+ MET 观测单元归属（派生，单写点=planting；两类 tree 以 entry_id 有无区分） |
| site | soil_type(varchar 土壤类型)、latitude(numeric 坐标)、longitude(numeric)、elevation(int 海拔)(v1.4，空间 BLUP/MIAPPE 环境描述) | 试验地块补全 + 地理定位 |
| selection_result | clone_id(int FK→breeding_clone，v2.2/D1，决选落 clone 级)、对齐 stage 晋级流转（建议加 from_stage/to_stage + approved_by）、rule_id(int FK→breeding_selection_rule，可空，v1.4，记录触发晋级的规则，决策闭环)、tree_id（保留作溯源） | 晋级审批流 + 选择决策溯源（决选粒度=clone，tree_id 溯源到具体单株） |
| tree_evaluation | （v2.2/F1：已删果实性状固定列，改为"一次鉴定主记录"，性状明细全落 §3.2b breeding_trait_observation） trial_study_id(int FK→breeding_trial_study，可空，环境键)、evaluate_date(调查时间)、breeding_personnel_id(评价人)、overall_score(总评)、crop_load(varchar 坐果量评级 1/2/3，可空，作果实性状协变量降环境误差——作鉴定主记录字段，每次鉴定一值) |
鉴定主记录 + 环境键 + 负载量协变量（专册 1.3：坐果量评级吸收单株负载造成的生理/环境误差，提升 EBV 与选择指数精度） |
tree_evaluation 定位（v2.2/F1 裁定：单一长表，废弃固定列）：tree_evaluation 已删除所有果实性状固定列，降为一次鉴定的主记录（tree_id + evaluate_date + 评价人 + overall_score + crop_load 等每次鉴定级字段），性状明细全部迁往 §3.2b breeding_trait_observation 长表（breeding_trait 字典驱动）。原 v1.3「按 pa_four 扩 ~30–40 固定列」口径作废——已落地代码（2026-07-29）删固定列、统计 service 改从 breeding_trait_observation pivot 取数。报表/SQL 聚合的补偿：由 DB 视图（统计用普通 VIEW / 看板用 MV）按 trait_code pivot 顶上（§8.4），不回退固定列。原则回归：§0「性状与观测分离」恢复为「字典定义 + 值全部长表」，不再是「固定列 + EAV 双轨」。
v1.6 补（A1）/ v2.2 修订：
tree_evaluation（鉴定主记录）加trial_study_id（可空，按该年observation.trial_study_id推导或直填），使该次鉴定的所有性状明细（经 evaluation_id 关联的breeding_trait_observation）都继承环境键，纳入 MET 环境效应估计（原"固定列层漏环境键"的裂痕在长表下由主记录统一承载）。
统一性状值视图（v1.3 补 / v2.2 F1 重定义，统计层关键）：性状值一律经 trait_id 与 trait 字典关联（长表天然带键，无固定列漂移问题）。在统计/GS 层定义统一性状值视图 v_trait_value（DB 普通 VIEW），把 breeding_trait_observation（单株鉴定明细，喂 EBV）+ 必要时 union breeding_observation（plot/物候）按 (unit_key, trait_code, obs_year) pivot 归一为宽/长表，供 V1.1 BLUP 与 V3.0 决策消费——普通 VIEW 保证 fresh，不会有过期数据污染 EBV。看板/报表另建物化视图 MV（定时刷新换性能），MV 不得作为 BLUP 输入。种子初始化只需把 pa_four 写入 trait 字典（is_core=true），不再向任何固定列写值；新增核心性状只加字典行，不改表结构。
v1.6 补（A6）/ v2.0 修订：视图/引擎须把
tree_evaluation/observation的观测按tree.clone_id（v2.0：由tree.germplasm_id改为tree.clone_id→breeding_clone，详见 §3.0）聚合为 clone 的重复测量（同一 clone 经扩繁多株 tree 是重复而非独立个体），EBV 随机效应估在breeding_clone级（clone_id），tree 作重复；否则 V1.1 会误把每株当独立个体高估自由度。
5. 统计分析与决策地基（关键要求）
用户明确要求"统计分析与决策，需要基础能够支持"。数据模型须满足：
- 任意性状可聚合：统一性状值视图（§4 末尾，v2.2/F1 由
breeding_trait_observation+breeding_observation长表 pivot）使「按性状×年份×地点×阶段」切片聚合无需改表——这是 ABLUP/EBV 与选择指数的输入。 - MET 结构就绪（v1.3–v1.5 补全）：
tree.trial_study_id（v1.5 仅记「定植所属 study」，派生自 planting）+tree.block_no（区组随机效应）+trial_study.block_count+trial_study_entry（entry_number 设计矩阵聚合键） +treatment（factor×level，v1.5 提进一期，支撑 split_plot 等因子效应） 提供完整试验设计维度；跨年/跨点观测经observation.trial_study_id + obs_year表达（树自身不跨 study）。site经纬度/海拔支持 空间 BLUP（sommer 空间项）。V1.1 混合模型y = rootstock + site + year + block + treatment + environment + genotype(clone) + clone×year(随机互作) + G×E(+空间)各效应项齐备（v2.2/F5：rootstock作固定效应显式入模，与 §5.x 铁律一致，否则 EBV 被砧木注水；v2.1/R9：桃多年生、同 clone 跨年观测是重复测量，须含clone×year随机互作，否则单年运气被当遗传进展），可输出 clone 级 EBV。sommer 基线公式（v2.2/B3，供 R 脚本落地）：
mmer(y ~ rootstock + site + year + block, random = ~ vsr(clone, Gu=Amat) + vsr(clone:year), rcov = ~ units, data=...)，其中clone走 A 矩阵（Amat由 §3.18breeding_pedigree构造），rootstock/site/year/block为固定效应扣除系统偏差。lme4 退化版：lmer(y ~ rootstock + site + year + block + (1|clone) + (1|clone:year))（无 A 矩阵时）。
（v2.3 已落地）G×E 交互引擎：
run_ablup已支持gxe=True+gxe_env=site/year（method=GXEBLUP）；site→自动固定效应trial_study、year→自动固定效应year；σ²gxe/gxe_ratio/n_cross_env 落breeding_prediction.noteJSON；不可辨识门禁（无跨环境重复 / 单元内无重复）→409「G×E 不可辨识」；同 clone 多株坍缩为基因型节点c{clone}（EBV 一致，重复测量聚合）；异步StatisticsJobModeljob_type=GXE/ABLUP + SUCCESS/FAILED。落地台账见 §8.11 与桃育种系统统计引擎实施记录.md。
- 选择指数可计算：统一性状值视图(表型) +
genotype_call(基因型) → 多维选择指数（RosBREED DNA-informed 思路），按stage分层筛选；selection_rule（§3.11）把阈值显式化，支持自动 flag/晋级。（v2.5 落地：指数单位=无性系级）——桃无性繁殖、一个 clone 多株遗传同质，先按 §5.7 的clone_id聚合成遗传实体再排名（EBV 均值按可靠性加权，同一优系不会因"只中 1 株"被拆散漏选），未晋升 clone 的实生株退化单株参与；selection_result按遗传实体写（clone 级决选 + 溯源株）。 - 选择强度可算（v1.3 补）：
seed_lot.seed_count→成苗→定植→入选 四级计数贯通（§3.13），育种效率/选择压力可量化，且与 MET 的"每组合在某点种了多少"挂钩。 - 决策支撑：
selection_result(晋级/淘汰) +stage流转 + EBV 排名 +selection_rule自动标记 → 前端决策视图（哪些株晋级/淘汰、依据 EBV 与哪条规则）。 - 溯源闭环：
tree→combination→父/母本 germplasm+observation/field_operation/pollination全 FK → 任意品系反向追溯（需求 7.1）。 - 重复测量聚合（v1.6，A6 / v2.0 修订）：同一 clone 经扩繁产生多株 tree，其表型是同一基因型的重复观测；统计前按
tree.clone_id→breeding_clone聚合为 clone 重复（v2.0：取代原tree.germplasm_id→germplasm 级聚合），EBV 随机效应估在breeding_clone级（clone_id），避免自由度虚高。 - 系谱 A 矩阵（v1.6，B9 / v2.0 明确 / v2.2 A4 修订）：除基因组 G 矩阵（来自
genotype_call）外，BLUP 可并入系谱 A 矩阵；A 矩阵系谱以 §3.18breeding_pedigree（dam_id/sire_id 递归闭环）为唯一权威（v2.2/A4），供sommer递归构造；cross_combination的父/母本仅作 clone 系谱行的自动派生源（建 clone 时据组合父母本自动生成 pedigree 行），不作独立系谱来源，避免双源不一致。breeding_clone.female/male_parent_id仅为冗余直查列。砧木（breeding_rootstock）绝不进 A 矩阵（建模铁律，§5.x）——砧木改表型不改遗传身份。 - EBV 驱动选择（v1.6，B10 / v2.2 B4 修订）：
selection_rule（§3.11）的conditions_json除引用trait_code（表型阈值）外，应允许引用prediction_value（EBV 排名阈值），实现 RosBREED「表型 + EBV」双轨选择。（v2.2/B4）双轨统一在 clone 级判定：表型侧先按tree.clone_id聚合到 clone 均值，再与 clone 级 EBV 按同一规则比较，避免"表型按株、EBV 按 clone"粒度错配。 - 负载量协变量（v1.7，硬缺口②）：
tree_evaluation.crop_load（坐果量评级 1/2/3）作为果实性状混合模型协变量，吸收单株负载造成的环境/生理误差（专册 1.3），提升 EBV/选择指数精度；V1.1 引擎须支持该协变量项。 - 超期预警/通知（v1.7，软缺口⑤，工程项）：专册 3.3.2「树 N 年未决策预警」由定时任务（cron）扫描
selection_result/tree.stage实现，结合selection_rule触发通知；不阻塞一期数据模型，属前端/调度工程项。
5.x 砧木建模铁律（遗传评估不可动摇规则，v2.0 2026-07-30 锁定）
适用于所有落地：数据字典、R 脚本（sommer/lme4）fixed 公式、observation 层字段、质量门禁。
- 记录层：砧木只记在 observation 层（
tree/planting挂rootstock_id→breeding_rootstock字典，§3.17）；breeding_clone系谱层无砧木。 - A 矩阵（遗传随机关系）：绝不进——砧木改表型不改遗传身份，进 A 矩阵会污染 clone 的 EBV。
- BLUP 固定效应：砧木必须进，与
地点 / 年份 / 定植批次并列扣除系统偏差；否则残差被污染、clone 的 EBV 被砧木注水。
关键澄清："不进 A 矩阵" ≠ "不进模型"——砧木不进随机遗传关系，但必须进固定效应。这一字之差直接决定 EBV 是否被砧木注水，是建模正确性的命门。
5.y 间接早选（indirect early selection，v2.0）
| 分期 | 内容 | 阶段 |
|---|---|---|
| 童期采集 | trait.stage=juvenile 性状采集（tree 视角，2–3 年） |
一期必做 |
| r_G 早选模型 | 基于遗传相关 r_G 的早选（童期性状预测评价段性状） | 排二期 |
| 一期过渡 | 用历史"晋级/淘汰"标签训练监督分类器（过渡） | 一期 |
5.z 模型健康监控（v2.1，R4）
"模型还准不准"的命门。每次 BLUP 重跑后扫描并与上一轮对比：
- h² 连年突降：某性状 h² 较上一轮跌幅超阈值 → 告警（疑似数据质量/环境突变）。
- clone EBV 排名大幅翻转：排名 delta / 排序相关性骤降 → 告警（疑似录入错误或模型设定漂移）。
- 输出进现有告警/定时任务通道（§5 第11点），与"树 N 年未决策"并列。
（v2.3 已落地）方向感知：轮次对比
compare_predictions已按性状当前direction排序（asc 时 rank 1 = 最低 EBV 优）；h²/相关/翻转位移量对反转不变量不变，仅展示 rank 列不再把最差株显示为第 1。
6. 实施路线（建议）
| 阶段 | 内容 |
|---|---|
| 第0阶段 数据治理（占40%、前置，v2.0/v2.1/v2.2） | 盘点5年历史数据 + breeding_clone 系谱表（§3.0） + breeding_pedigree 独立系谱表（§3.18，A 矩阵唯一权威） + breeding_rootstock 砧木字典（§3.17） + trait_observation 单株鉴定明细长表（§3.2b，v2.2 补登记既有表） + trait 加 stage（§3.1）+ 字段规范 + 数据质量门禁（§3.16）；garbage in garbage out，决定后续 EBV 可信度 |
| 地基（先做） | trait(含 ontology_uri) + observation(含 status) + trait_observation 单株鉴定明细长表（§3.2b，v2.2 补登记既有表） + 现有模块 stage/rootstock/accession_no/pedigree 字段；数据权限/options 沿用现有生成器 |
| P0 | field_operation |
| P1 | trial(+study+study_entry,§3.4)、treatment(试验因子/处理,§3.14,v1.5 提进一期)、planting_treatment(§3.15,v1.6)、group(+member,§3.5)、propagation(克隆扩繁,§3.8)、seed_lot(种子批,§3.13,v1.5/v1.6 used_count 派生剩余)、environment_condition(环境因子,§3.9)、audit_log(审计,§3.10)、selection_rule(选择阈值,§3.11,v1.6 支持 EBV 阈值)、site 坐标 + germplasm 护照块 + pollination 父/母本树 + selection_result.rule_id(v1.4)+trial_study_id(v1.6) + planting.entry_id(v1.5)+propagation_id(v1.6)+block级粒度 + tree 两类区分 + tree_evaluation.trial_study_id(v1.6) + tree_evaluation.crop_load(v1.7) + tree_photo.observation_id(v1.6)（§4 字段调整） + trial_study.season(v1.6) + marker.assembly_version(v1.6) + trait.method_uri/scale_uri(v1.6) + observation.validated_by/date/unit(v1.6) + kinship A矩阵(v1.6) |
| P2 | statistics 聚合端点（含 selection_rule 驱动的自动 flag/晋级预览） |
| 延后（v1.4 标记，v1.7 调整） | experiment_factor（MIAPPE 受控试验因子，先用 field_operation 近似）、breeding_program 顶层（BrAPI Program，target 暂代） |
| 批量表型导入（v1.3 补,规划） | observation 是 EAV（性状×单元×值），主数据入口是成千上万条观测的批量进表（设备/ sheet 导出），与现有"一行一实体"行式导入机制不同，需单列导入通道（含 trait_code 校验、单位换算、单元解析 tree_id/plot_id） |
| 字典类型扩展 | breeding_dict.sql 增 breeding_stage/breeding_generation/breeding_group_type/breeding_design_type 四类（英码+中文），接入下拉与 Excel 导入翻译(DictLabelResolver) |
| V2.0 | marker + genotype_sample + genotype_call（地基先建表，分析后置）+ GS 模型训练(§3.12，值表已 V1.1 前移) |
| V1.1 | R 统计引擎接入统一性状值视图 + trial 做 BLUP/EBV |
| V3.0 | AI 决策（Agno + DeepSeek）消费 EBV/选择指数 |
| BrAPI 适配层 | 只读 /brapi/v2/* 端点（germplasm/crosses/trials/studies/observations/observationvariables/lists/samples/markers/calls/programs，field_operation 映射为 /observations(带 op_type) 而非 /events），对接 Breedbase/Flapjack/国际交换（§0 原则 7） |
工程约定（生成器机制待拍板）：新模块用系统内置代码生成器（module_generator/gencode，DB-first，产物落 app/plugin/，自动建菜单）还是续用自定义 _gen_*.py（落 app/api/v1/module_breeding/，与现有 14 域一致）仍待用户定 A/B/C（见记忆「建表/生成器坑」）。无论哪条，改字段后跑 deploy.bat migrate（fix_breeding_columns.py）再重启后端。
7. 待确认项（收口）
v1.7–v1.8 已闭环统计/决策地基与团队隔离；v1.9 已收口"枚举归属 A/B"（性状量表选项→scale_json、不进 sys_dict，详见 §3.1 / §0 原则1）。剩余唯一未拍板项 = 生成器机制 A/B/C（注意：此 A/B/C 与"枚举归属 A/B"是两回事，勿混）：
- 生成器机制 A/B/C（唯一未拍板）：新模块落
app/plugin/（内置 gencode 式）/ 续用自定义_gen_*.py（与老 14 一致）/ 全迁 plugin 式。其余规格（含 v1.7 全部字段、v1.9 枚举归属）均已锁定，实施时据此生成即可。
文档进入"v1.9 枚举归属定稿版"。除生成器 A/B/C 外，待用户明确"做/搞吧"后实施，不先行编码。
8. 复审补充：遗漏与替代思路（2026-07-28 复审）
本节为第一稿（§0–§7）的批判性复审结论，针对"还有哪些遗漏 / 不同思路"自省。改变范围的项标注「待拍板」。
8.1 原稿遗漏的关键项
-
generation（遗传世代）与selection_stage（选择阶段）混为一谈：桃虽以无性选择为主，但回交转育（BC1/BC2）、自交分离（F2）仍是真实遗传世代，与"选到第几轮"是两回事。建议拆字段：generation（F1/BC1/BC2…，跟cross_type联动）+selection_stage（实生苗/初选株/复选株/品系/区试/新品种）。 -
缺"树→种质"晋升链路（克隆生命周期）：入选株应晋升为 clone/accession（germplasm）被命名扩繁。需
tree.germplasm_id，否则基因型（测在 germplasm）与表型（测在 tree）无法在 GS 中拼接。 -
原清单 1.4「按团队权限隔离」→ 改用
sys_dept承载课题组隔离（v1.8 定稿）：经讨论，team 仍不建独立模块、不加owner_team字段；但启用 FastApiAdmin 框架已有的"部门（dept）数据范围"能力承载课题组隔离——把"课题组"建模为sys_dept节点，给角色配"本部门及子部门"数据范围，Permission._permission_condition()即按创建者所在部门自动隔离，breeding 表零改动。隔离边界（关键业务决策）：
数据域 隔离策略 理由 性状字典、选择规则 跨组共享 全所统一观测标准与选择阈值 种质资源、系谱 跨组共享 所级资源库，亲本须被各课题组选配 试验基地、地块、育种人员 按课题组隔离 各组自有基地/地块与人员花名册 育种流程（杂交→评价） 按课题组隔离 各组私有作业数据 统计分析（数据集/计算/育种值/指数/报告） 按课题组隔离 各组独立遗传评估与决策 局限：隔离靠"创建者部门"推断（谁建的归哪组）；若要"跨组协作同一条数据"需升级显式
owner_team+ 多对多协作，留待单独立项。范围说明（2026-07-29 澄清）：当前实际仅「桃育种课题组」在用，多课题组为未来扩展预留。隔离机制先就位——建
sys_dept课题组节点 + 给角色配"本部门及子部门"数据范围即可，无需改任何 breeding 代码；无多组时所有用户同属一组，效果等同无隔离，不影响现有使用。未来新增课题组只需加 dept 节点并迁移用户dept_id，即可自然隔离。落地（配置级、非代码，需先确认真实课题组清单）：①
sys_dept建课题组节点 ② 用户dept_id归属 ③ 育种员等角色配数据范围"本部门及子部门"（ADMIN/SUPER_ADMIN 看全部）④ 验证普通用户仅见本组数据。 -
"材料库存"被弱化成纯报表：库存是事务性的（种子批/ lot、在圃株数、离体/DNA 管数、活力）。应加
germplasm_stock/seed_lot表（数量、批次、位置、活力、出入库），报表只是视图。【待拍板】 -
缺环境/气象数据（G×E 统计地基）：多年多点分析核心是基因型×环境互作，无环境协变量（site×year 的需冷量/积温/降雨）BLUP 只能粗估。建议加
environment_condition（site×year），可复用yz.sql的"天气"字段。 -
分子层缺"预测模型"表（GS 反馈环断裂）：RosBREED 是闭环（表型+基因型→训练模型→输出 EBV→指导下轮选配）。需
breeding_prediction（模型/性状/精度 accuracy/预测日期/被预测个体）。 -
克隆繁殖/苗圃 → 已定纳入一期（§3.8）：现有
seedling/seed_treatment仅种子实生苗；桃入选后主要靠嫁接/芽接扩繁，补breeding_propagation（接穗来源→成活→出圃），打通 入选株→克隆种质→扩繁→新定植树 闭环。 -
统一修改日志/审计缺失：晋级审批、全程可追溯需"谁/何时/改了什么"轨迹，现有仅
updated_time。建议轻量breeding_audit_log（或接系统操作日志）。 -
小遗漏：
tree_photo应可关联observation（某次测量的果实照片，为 CV/AI 预留）；observation应可挂trial_study_id（区分试验观测 vs 果园日常观测）；编号生成策略未定义（accession_no/combination_code/tree_no/trial_code需统一自动编号服务）。
8.2 替代思路与推荐
- A. EAV 纯通用 vs 混合固定列 →
推荐混合固定列（v2.2/F1 已推翻，改为单一长表，详 §8.4）。理由：桃果实质性状稳定且高频、报表是核心需求、现有 tree_evaluation 已在工作。v2.2 更新：代码 2026-07-29 已删tree_evaluation固定列、全迁breeding_trait_observation长表，故最终裁定走单一长表；原"报表性能"顾虑改由 DB 视图 pivot（统计 VIEW / 看板 MV）解决，不再保留固定列。 - B. 分组 vs 标签 → 建议并行：
group（正式项目组/品系群）+ 自由tag（多对多，如"抗褐腐""高Brix""区试备选"）。 - C. 直接对齐 BrAPI API → 已采纳（见 §0 原则 7）：不仅"铺路"，而是正式承诺实现 BrAPI 兼容只读适配层。建议首批暴露端点（映射我们的模块）：
/brapi/v2/germplasm、/brapi/v2/germplasm/{id}/pedigree← germplasm + cross_combination 系谱链/brapi/v2/programs← target；/brapi/v2/crosses← cross_combination/brapi/v2/trials、/brapi/v2/studies← trial / trial_study/brapi/v2/observationvariables← trait；/brapi/v2/observations← observation/brapi/v2/lists← group；/brapi/v2/observations(带 op_type) ← field_operation（注：BrAPI 无顶层 Event，不映射/events）/brapi/v2/samples、/brapi/v2/markers、/brapi/v2/calls← 分子层- 适配层为只读适配器（读我们现有表，映射成 BrAPI JSON），不重复实现写操作；UI 仍走
/breeding/*。
- D. MIAPPE 合规 → 已采纳（见 §0 原则 8）：Investigation=target、Study=trial_study、ObservationUnit=tree/plot、Variable=trait 对齐；作为数据导出/共享到国际仓储时的一致性检查基线。
8.3 复审后模块清单（原 21 模块基础上）
- 新增（一期）：
environment_condition（site×year 环境因子，G×E 统计地基，§3.9）、propagation（克隆扩繁/苗圃，§3.8）、breeding_audit_log（审计，§3.10）、breeding_selection_rule（选择阈值，§3.11）、breeding_seed_lot（种子批/库存链，§3.13，v1.3 从延后提前进一期与 MET 一并建模）；breeding_prediction（GS 模型/育种值，V2.0 与分子层同期，§3.12）；breeding_trial_study_entry（试验 entry 清单，v1.4，MET 设计矩阵）；breeding_genotyping_dataset（分型数据集，v1.4，GS 训练群体）。 - 字段强化（v1.4）：
trait.ontology_uri（Crop Ontology 对接）；observation.status（数据质量）；site经纬度/海拔（空间 BLUP）；germplasm护照块（FAO-MCPD）；pollination父/母本树（crossing block）；selection_result.rule_id（决策闭环）；tree.entry_id（entry 聚合）；marker.panel（芯片版本）；genotype_sample.dataset_id。 - 不建
team模块（v1.8 定稿）：团队隔离由sys_dept+ 角色数据范围实现，breeding 表不加owner_team字段；公共基础数据跨组共享、育种流程与统计按组隔离（见 §8.1 第 3 点）。 - 仍延后（v1.4 标记）：完整事务性出入库台账（
germplasm_stock等，seed_lot已精简进一期）；experiment_factor（MIAPPE 受控试验因子，先用 field_operation 近似）；breeding_report配置表（先用只读端点）；breeding_program顶层（BrAPI Program，target 暂代）。 - 字段细化：
tree.germplasm_id+generation；tree.trial_study_id+block_no（派生自 planting，单写点纪律，v1.4）；planting.trial_study_id+block_no+seed_lot_id；observation.trial_study_id+ 显式 FK（v1.3）；tree_photo.observation_id；统一编号生成服务。 - 物候期仍走
observation（时序，非固定列）；系谱树仍靠cross_combination.parent_combination_id自链 + 前端树图。
8.4 长表决策详述（对应 §4 tree_evaluation，v2.2/F1 改写）
结论：单一长表（废弃"混合固定列"）。 v1.0–v2.1 曾定"混合固定列（Hybrid）"，但代码 2026-07-29 已删 tree_evaluation 固定列、全迁长表，统计 service 改从长表 pivot 取数；文档据此裁定改为单一长表：
- 单株鉴定明细层 =
breeding_trait_observation（挂evaluation_id，tree 级）：承载童期 + 评价段的所有单株性状（含原pa_four的 ~40 个核心果实/农艺性状），是 clone 级 EBV 的取数主路径，喂 EBV。 - plot/物候层 =
breeding_observation：仅承载 plot/combination 级观测 + 物候期时序，不喂 EBV。 - 两表按"是否喂 EBV"正交切分；plot 级果实均值不落表，由统计视图从
breeding_trait_observation聚合派生（§3.2/§3.2b），杜绝双写。 - 报表/SQL 聚合补偿（原固定列的唯一收益）：由 DB 视图 pivot 顶上——统计管线用普通
VIEW（实时 pivot、保 fresh、喂 BLUP）；看板/报表用物化视图MV（定时刷新换性能），但 MV 不得作 BLUP 输入，避免过期数据污染 EBV/reliability。 - 防双源规则：同一性状值只存一处（tree 级果实性状→
breeding_trait_observation；物候/plot→breeding_observation），禁两表重复记录；trait.is_core仅作"是否纳入统计核心指标"标志，不再决定"存固定列还是 EAV"。 - 代价：报表需经视图 pivot（一次性建视图，非每次改表）；换来"新增性状零表结构变更"与代码/文档一致。原"新增核心性状需 migrate 改表"的代价消除。
8.5 二次复审（v1.3，2026-07-28）— §8 遗留项处置
针对 §8.1–§8.3 的遗留与本人深度复盘，本轮一次性落档，要点：
| # | 议题（源自 §8 / 复盘） | v1.3 处置 |
|---|---|---|
| 1 | MET 链路断裂（最致命） | 彻底补全：trial_study.block_count + planting.trial_study_id + tree.trial_study_id/block_no + plot.block_no（§3.4/§4）。block 随机效应不再缺失，混合模型可估 |
| 2 | 库存与选择强度 | seed_lot 从"延后"提前进一期（§3.13），与 MET 拼出 seed_lot→seedling→planting→tree→trial_study 选择强度链；完整 ledger 仍延后 |
| 3 | §0 原则1 与混合模型自相矛盾 | 已修订 §0 原则1 措辞，与 §4/§8.4 一致（字典一处定义、值可固定可扩展） |
| 4 | observation/field_operation 多态反模式 | 改显式可空 FK（tree_id/plot_id/combination_id），保引用完整 + 数据权限 _build_conditions 可用（§3.2/§3.3） |
| 5 | 三模块只有名字无规格 | 已补 environment_condition(§3.9)、audit_log(§3.10)、prediction(§3.12)；并额外补 selection_rule(§3.11) |
| 6 | tree_evaluation "保留"误述 | 改为"按 pa_four 扩 ~40 列"，并补统一性状值视图消除 trait↔固定列双源漂移（§4） |
| 7 | 选择阈值规则缺失 | 新增 breeding_selection_rule（§3.11），决策支撑可自动化 |
| 8 | 批量表型导入未规划 | 已单列规划（§6），EAV 主数据入口区别于行式导入 |
| 9 | tree_photo.observation_id 未落地 | 已纳入 §4 字段调整（todo 与正文对齐） |
| 10 | group family/category 冗余 | family 改虚拟分组（由 combination_id 推导）、category 复用 variety_type（§3.5） |
| 11 | BrAPI /events 不标准 |
field_operation 改映射 /observations(op_type)（§3.3/§8.2-C） |
| 12 | 文档计数过期 | §2 改为显式清单，不再钉"21" |
| 13 | 生成器机制 | 标注为待拍板 A/B/C（§6 工程约定），不再默认续用 _gen_*.py |
本轮为纯文档定稿，未触碰任何代码。待用户就 §7 minor 项（尤其生成器 A/B/C）确认后即可实施。
8.6 三轮复审（v1.4，2026-07-28）— 国际基准（BrAPI/Breedbase/RosBREED/MIAPPE/Crop Ontology/FAO-MCPD/Genesys）
对照国际先进做法再扫一遍，把"正经育种程序该有、v1.3 仍缺"的落档：
| # | 议题（国际基准） | v1.4 处置 |
|---|---|---|
| 1 | 缺试验 entry 清单 / entry_number（BrAPI ObservationUnit = germplasm×entryNumber×rep×block） | 新增 breeding_trial_study_entry（§3.4），tree.entry_id 挂回，BLUP 设计矩阵按 entry 聚合 |
| 2 | 缺 site 地理坐标（空间 BLUP / MIAPPE 环境 / 积温插值） | site 补 latitude/longitude/elevation（§4） |
| 3 | 缺观测校验态（Breedbase 数据质量） | observation.status（draft/validated）（§3.2），统计前按 validated 筛 |
| 4 | trait 缺本体引用（Crop Ontology / MIAPPE 受控词表） | trait.ontology_uri（§3.1）；注明 method/scale 内联简化、BrAPI 适配层拆分三元组 |
| 5 | tree↔planting 双写漂移风险（v1.3 隐患） | 明确单写点=planting，tree.trial_study_id/block_no 为派生，service 写树校验一致（§3.4 注） |
| 6 | germplasm 缺护照描述符（FAO-MCPD / Genesys） | germplasm 补 institute_code/country_origin/collection_site/acquisition_date/biological_status/breeding_program（§4） |
| 7 | 缺 genotyping_dataset（GS 训练群体分组） | 新增 breeding_genotyping_dataset（§3.7），genotype_sample.dataset_id、marker.panel（芯片版本） |
| 8 | selection_result 未关联规则（RosBREED 决策闭环） | selection_result.rule_id（§4） |
| 9 | 缺 crossing block 父/母本树（桃控制杂交） | pollination.female_tree_id/male_tree_id（§4） |
| 10 | 受控试验因子未结构化（MIAPPE ExperimentalFactor） | 标记延后，先用 field_operation 近似（§6） |
| 11 | breeding_report 配置表过早 | 标记延后，先用只读端点（§6） |
| 12 | target 映射 BrAPI Program 略偏 | 标记延后，target 暂代 Program，后续可加 breeding_program 顶层（§6） |
| 13 | tree.germplasm_id 多路径派生漂移 | 明确 germplasm_id 非空且由晋升流程写入、禁手填（§4） |
本轮为纯文档定稿（v1.4），未触碰任何代码。文档进入"国际基准对齐版"，待 §7 minor（尤其生成器 A/B/C）确认后实施。
8.7 四轮复审（v1.5，2026-07-28）— 用户拍板的 v1.4 自洽修复
用户就第四轮复审（§8 末尾 16 点）拍板：只要合理全部采纳以下 5 点，并生成新版：
| # | 议题（v1.4 自洽/国际盲点） | v1.5 处置 |
|---|---|---|
| 1 | planting 单写点却无 entry，tree.entry_id 无法派生 |
planting 增 entry_id（§3.4/§4）；tree.entry_id/block_no/trial_study_id 全派生自 planting |
| 2 | 多年生 tree 与单值 trial_study_id 冲突（跨年观测归属丢失） |
tree.trial_study_id 仅记「定植所属 study」；跨年/跨点观测改由 observation.trial_study_id + obs_year 表达，不引入中间表，保单写点纪律 |
| 3 | 试验树 germplasm_id 时序张力（入试即需已知 vs 晋升才写） |
区分两类 tree：planting.entry_id 非空 ⇒ 参试无性系（germplasm_id 入试即定 = entry.germplasm_id）；为空 ⇒ 杂种实生苗（待晋升）。以 entry 有无区分，无需新类型字段 |
| 4 | split_plot 设计已支持但 experiment_factor/treatment 延后 |
breeding_treatment(factor+level) 提进一期（§3.14），混合模型增 treatment 项，可估因子主效应与互作 |
| 5 | seed_lot 非事务致「获种数」源头不可靠 |
seed_lot 增 used_count，派生 remaining = seed_count - used_count，选强链前段（获种→已用）可量化 |
本轮为纯文档定稿（v1.5），未触碰任何代码。文档进入「v1.5 自洽修复版」，待 §7 minor（尤其生成器 A/B/C）确认后实施。
8.8 五轮复审（v1.6，2026-07-28）— 用户拍板"全部采纳"第五轮复审
用户就第五轮复审拍板"全部采纳"，落档 v1.6（同时补齐 v1.5 因替换异常遗漏的 §3.14/treatment 行/used_count）：
| # | 议题 | v1.6 处置 |
|---|---|---|
| A1 | 核心性状固定列（tree_evaluation）缺 trial_study_id 环境键 | tree_evaluation 加 trial_study_id（按年 observation 推导/直填），使核心性状纳入 MET 环境效应（修复 v1.5 裂痕） |
| A2 | planting 粒度未定义 | 明确 planting=block 级批次；同 entry 跨多 block 建多 planting |
| A3 | treatment 关联字段未落地 | 新增 breeding_planting_treatment（§3.15，planting×treatment 多对多） |
| A4 | seed_lot.used_count 单位未定义 | 明确=已从该批取用粒数（播种环节按粒累加，非定植株数） |
| A5 | tree_photo.observation_id 文档自述已改但 §4 无行 | §4 补 tree_photo 行（observation_id） |
| A6 | EBV 估 germplasm 级但 tree↔germplasm 重复测量未建模 | 明确 tree_evaluation/observation 按 tree.germplasm_id 聚合为 clone 重复，EBV 随机效应在 germplasm |
| B1 | marker 缺 assembly_version | marker 加 assembly_version |
| B2 | 基因型编码标准 | genotype_call.allele 声明 VCF/GP 编码（0/1/2=纯合ref/杂合/纯合alt） |
| B3 | season 概念 | trial_study 加 season |
| B4 | observation 缺审核人/时间 | observation 加 validated_by/validated_date |
| B5 | 单位校验+批量换算 | observation 加 unit（冗余自 trait），导入服务做换算 |
| B6 | method/scale 受控词表 URI | trait 加 method_uri/scale_uri |
| B7 | planting 来源双路径 | planting 加 propagation_id（种子批/扩繁批二选一） |
| B8 | observationUnit level | 文档标注 tree/plot/block 对应 BrAPI observationLevels |
| B9 | kinship/A 矩阵 | §5 补系谱 A 矩阵（pedigree 解析） |
| B10 | selection_rule 支持 EBV | conditions_json 允许引用 prediction_value（EBV 阈值） |
| B11 | breeding_program 自由文本说明 | 文档标注 germplasm.breeding_program 暂自由文本、后续可升级 FK |
| C1 | selection_result 跨年晋级关联 | selection_result 加 trial_study_id（可空） |
| C2 | 新表数据权限接入 | 文档约束新模块须用 CRUDBase 自动注入数据权限 |
本轮为纯文档（v1.6），未触碰任何代码。此后 v1.7（统计决策闭环）、v1.8（团队隔离收口）均为纯文档演进，未触碰任何 breeding 业务表/接口/代码。文档进入「v1.8 团队隔离定稿版」，待生成器 A/B/C 拍板后实施。
8.9 V2.11 方案书统计/决策支撑对照（v1.7，2026-07-28）
用户要求评估《桃育种数字化项目方案书_V2.11》中「统计分析与决策支持」（专册 2.1–2.8 方法 / 3.1–3.4 决策）能否被 v1.6 支撑。结论：方法面全部可支撑（数据地基 / MET 维度 / 统计引擎接口齐备）；发现 3 硬 + 2 软缺口，v1.7 全部闭环：
| # | 缺口 | v1.7 处置 | 类型 |
|---|---|---|---|
| ① | EBV 持久化时序冲突（值表标 V2.0，但趋势图 / 双轨选择 / 亲本单株决策需读持久化 EBV） | breeding_prediction_value 值表前移 V1.1，与统计引擎同期写入；GS 模型训练留 V2.0 |
硬 |
| ② | 负载量协变量未建模（专册 1.3 要求坐果量评级降果实性状环境误差） | tree_evaluation.crop_load（评级 1/2/3）作混合模型协变量 |
硬 |
| ③ | breeding_report 延后（专册 3.3.1 年度 Word/PDF 报告） |
用户确认一期必须：进 P2，补 output_format + 报告生成服务（docx/pdf 导出） |
硬/软（用户拍板"必须"） |
| ④ | 数据质量自定义生物学阈值无落点 | breeding_trait.valid_min/valid_max 承载合理范围，供异常标记 |
软 |
| ⑤ | 超期预警/通知机制（专册 3.3.2 树 N 年未决策预警） | 列为工程项：cron + selection_rule/selection_result 触发通知，不阻塞数据模型 |
软 |
本次为纯文档（v1.7），未触碰任何代码。文档进入「v1.7 统计/决策闭环版」，仅余生成器 A/B/C 待拍板。
8.10 深度复审 A–H 全量落地（v2.2，2026-07-30，用户逐条确认 + F1/F2 拍板）
变更索引（每项均已在正文对应 § 落字）：
| 编号 | 问题 | 裁决 | 落点 |
|---|---|---|---|
| A1 | tree.clone_id 定植必填与"clone=入选克隆"矛盾 |
实生苗定植可空、入选晋升才建 clone 回填；参试无性系必填 | §3.0/§4 tree |
| A2 | produced_clone_id 命名易读作"新建克隆" |
澄清=被扩繁原 clone、沿用不新建 | §3.8 |
| A3 | rootstock_id FK 三处打架 |
全文统一 FK→breeding_rootstock；germplasm.is_rootstock 仅标记 |
§1/§3.8/§4/§5.x |
| A4 | A 矩阵系谱来源双源 | 以 breeding_pedigree 为唯一权威，combination 仅派生源 |
§3.18/§5.8 |
| B1 | h² 落在明细每行 | 上移主表 breeding_prediction（一次 BLUP×一性状=一 h²） |
§3.12 |
| B2 | "广义遗传力"误称 | 正名加性(狭义) h²，落库取克隆均值 h²=V_clone/(V_clone+V_e/k̄) | §3.12 |
| B3 | 缺 sommer 基线公式 | 补 mmer(y~rootstock+site+year+block, random=~vsr(clone,Gu=A)+vsr(clone:year)) |
§5.2 |
| B4 | 双轨选择粒度错配 | 统一 clone 级判定（表型先聚合到 clone 均值） | §5.9 |
| C1 | 门禁作用于固定列 | 改作用于 breeding_trait_observation 长表 |
§3.16 |
| C2 | 缺质量标记字段 | 加 issue_status（normal/pending/rejected），不新建表 |
§3.2/§3.2b |
| C3 | 门禁与状态机脱节 | 拒收→rejected+draft；异常→pending；normal+validated 才进池 | §3.16 |
| D1 | selection_result 无 clone 级 | 加 clone_id（tree_id 留溯源） |
§4 |
| D2 | clone 无世代 | 加 generation（可由 combination 派生） |
§3.0 |
| D3 | entry 未落 clone | trial_study_entry 加 clone_id |
§3.4 |
| D4 | tree↔clone 状态流转缺矩阵 | 补状态流转矩阵（下） | §8.10 |
| F1 | 固定列 vs 长表三方打架 | 裁定单一长表、废固定列、报表用视图 | §0/§3.2/§4/§8.4 |
| F2 | 两长表命名/职责重叠 | 保留两张、按"是否喂 EBV"正交；补登记 breeding_trait_observation |
§2/§3.2/§3.2b |
| F3 | 门禁键含 clone_id 拒收实生苗 | 实生苗阶段单元键退化为 tree_id | §3.16 |
| F4 | 判重键删合法 clonal replicates | 判重键含 tree_id | §3.16 |
| F5 | §5.2 公式漏 rootstock | 公式补 rootstock 固定效应 | §5.2 |
| G1 | 编号服务未定义 + 序号位宽不足 | 定义统一编号服务（下）、clone 序号≥4 位 | §3.0/§8.10 |
| G2 | 手册"不可删只留痕"落点缺 | 鉴定类表禁物理删+UPDATE 强制 audit | §3.10 |
| G3 | method 文本 vs method_uri 受控 | 合并声明两字段并存 | §3.1 |
| H1 | valid_min/max 全局单值 | 接受全局+人工复核，可 scale_json 分档 | §3.1 |
| H2 | environment 与 site/year 共线 | environment=具体气象协变量，非再建 site×year 层 | §5.2/§3.9 |
| H3 | group_member 挂 tree/clone 未定 | 加 clone_id 成员 | §3.5 |
G1 · 统一编号生成服务（定义）：集中式编号服务按前缀 + 顺序号生成，全局唯一、可追溯，并发下加行锁/序列保证不重号：
accession_no（种质）：GP-{组来源}-{6位序}；combination_no（组合）：CC-{年}-{4位序}；tree_no（单株）：{combination_no}-{4位株序}（定植时生成）；clone_id（克隆）：{combination_no}-{≥4位单株序}（入选晋升时由服务生成，非定植时，A1）；trial_code：TR-{年}-{3位序}。- clone 序号扩至 ≥4 位（容纳单组合数千株，解决原 3 位=999 上限，G1）。
D4 · tree ↔ clone 状态流转矩阵：
| 阶段 | tree.status | 是否建 clone | breeding_clone.status | selection_result | 说明 |
|---|---|---|---|---|---|
| 定植（杂种实生苗） | 入选(默认) | 否（clone_id 空） | — | — | 童期观测按 tree_id 聚合 |
| 初选晋升 | 初选 | 是（建 clone、回填 clone_id） | 入选/初选 | 写一行（clone_id+tree_id） | 门禁键切 clone_id、启用 A 矩阵 |
| 复选/重点 | 重点 | 沿用 | 重点 | 追加流转 | clone 级 EBV 多年重复 |
| 保存 | 保存 | 沿用 | 保存 | 追加 | 资源保留 |
| 淘汰 | 淘汰 | 沿用（状态变更非删除） | 淘汰 | 追加淘汰记录 | 禁物理删/软删，G2 |
| 参试无性系（entry 批） | 入选 | 定植即有 clone | 入选 | — | 定植即 clone 级 |
F2 · 命名对照（消除"代码有、文档无"）：模块/URL/权限 = trait_observation；模型类 = TraitObservationModel；物理表 = breeding_trait_observation（与全项目 breeding_* 前缀一致）。文档指物理表用后者，指模块用前者。
8.11 统计引擎两轮 P0 代码落地台账（v2.3，2026-08-03/04，代码级）
本规格自 v2.0 起为方案态（待"做"落地）。2026-08-03/04 将其中两条统计地基从方案推进到代码落地 + e2e 验证。本节为落地台账摘要，完整明细（含文件清单/备份/复跑命令）见
桃育种系统统计引擎实施记录.md。
① G×E 交互引擎（2026-08-03）——对应 §5.2「G×E」互作项落地：
| 规格点 | 落地 |
|---|---|
| G×E 随机互作 | run_ablup(gxe=True, gxe_env=site/year)，method=GXEBLUP；gxe=False 回归纯 ABLUP |
| 环境维度 | site→自动固定效应 trial_study；year→自动固定效应 year（调用方可显式追加 fixed_effects） |
| 交互量 | σ²gxe / gxe_ratio / n_cross_env 落 breeding_prediction.note JSON |
| 可辨识性门禁 | 无跨环境重复 / 单元内无重复 → 409「G×E 不可辨识：…」 |
| 克隆坍缩 | 同 clone 多株坍缩为基因型节点 c{clone}（record_map 全映射），同 clone EBV 一致 |
| 异步任务 | StatisticsJobModel job_type=GXE/ABLUP，SUCCESS/FAILED + error_msg（门禁失败亦落） |
| 验证 | e2e_gxe_20260803.py 5 场景全过（spy 捕获 fixed/record_map kwargs） |
② 性状方向标注（2026-08-04）——对应 §3.1 / §5.9 / §5.z 落地：
| 规格点 | 落地 |
|---|---|
| 三字段 | breeding_trait.direction/into_ebv/default_h2（幂等 ALTER weld_trait_direction.sql + 种子 43 行 ON CONFLICT 含新列） |
| 指数翻转 | zsum 对 asc 性状 z 取负、smith_hazel 对 asc 元素 a 取负 → 统一"越大越优"，低优性状不选反 |
| into_ebv | '0' 从指数候选/EBV 排行/决策预览/ABLUP 下拉剔除（extra.dropped 提示）；describe/correlation/trait_values 不受影响 |
| default_h2 兜底 | 指数无实测 h² 用先验兜底（zsum/smith_hazel 均兜底，两者皆无才 409） |
| 排行方向 | run_ablup 写时按方向排序；ebv_ranking 读时重排（结构性 bug 修复）；clone_ranking 方向感知 |
| 轮次对比 | compare_predictions 方向感知（结构性 bug 修复） |
| 前端 | statistics selTraits 解耦（与 describe/correlation 共享列表分离）+ trait 表单三字段 + selection_rule 说明 |
| 验证 | e2e_direction_20260804.py 7 组全过（4 性状 × 4 批次 × 12 株 EBV 基线） |
8.12 花粉档案落地台账（v2.4，2026-08-04，代码级）
用户田间刚需：桃花期仅 3–7 天，父本花粉是杂交季命脉，原授粉表无花粉采集/贮藏/活力/窗口，复盘坐果率无抓手。本轮新增
breeding_pollen（§3.19）+ 授粉表pollen_lot_id/pollination_method，e2e 验证通过。完整明细见桃育种系统统计引擎实施记录.md。
| 规格点 | 落地 |
|---|---|
新表 breeding_pollen |
weld_pollen.sql 幂等 DDL（CREATE TABLE IF NOT EXISTS + 索引 + COMMENT）+ 模型注册（create_all 经 import 链拾取） |
| 父本锚点 | 树级 male_tree_id FK→bre_tree SET NULL（可空；source_type=tree/mixed/external 区分来源） |
| 活力建模 | 单值+方法：viability_method(ttc/germination)+viability_pct+viability_test_date，不建子表 |
| 授粉窗口 | 派生有效期：窗口=[collect_date,expiry_date]；pollination create/update 校验授粉日期在窗口内否则 409；/bre/pollen/available_lots 返回当前窗口内批次 |
| 授粉表补字段 | pollen_lot_id FK→bre_pollen SET NULL + pollination_method（一期文档规划但遗漏，授粉方式） |
| 去重/FK | 批次号唯一预检（409「已存在」）；父本树不存在→409（assert_parents_exist 自动跳过空值） |
| 菜单/权限 | 900056 花粉档案（杂交配组 900030 下）+ 按钮 E 段 900601-900608；角色关联含新段 |
| 前端 | pollen CRUD 页（贮藏/活力下拉、采集/测定/有效期日期）+ 授粉表单集成批次选择（窗口提示）+ stage_cross 第三标签 |
| 验证 | e2e_pollen_20260804.py：create/去重/FK/list/detail/options/available_lots/窗口内授粉/窗口外 409/update/delete 全过；vue-tsc 通过 |
8.13 选择指数·无性系级聚合落地台账（v2.5，2026-08-04，代码级）
决策正确性 P0.3：桃无性繁殖，选择指数按"树级"算指数会把同一优系多株拆成独立条目——可能只选中其中 1 株而漏掉该系其他株，也不利"系级决选"。本轮把指数单位升为无性系级（§5.3/§5.7 落地），e2e 验证通过。完整明细见
桃育种系统统计引擎实施记录.mdv1.2。
| 规格点 | 落地 |
|---|---|
aggregate 参数 |
selection_index 新增 aggregate（默认 clone；tree=旧单株级行为保留） |
| clone 聚合单元 | _clone_units：按 tree.clone_id 分桶成遗传实体；EBV 均值可靠性加权 Σ(ebv×rel)/Σ(rel)，全 rel=0 回退简单均值；表型均值走简单均值 |
| 自株退化 | 无 clone_id 的未晋升实生株 → 单元 key=-tree_id（每株独立，不进聚合），实生苗阶段不塌缩 |
| 排名单位 | zsum / Smith-Hazel 均在 clone 单元上算（方向感知沿用 v2.3：统一越大越优） |
apply_selection 粒度 |
按遗传实体写决选：入选 clone 一条 selection_result（clone_id 指向全系 + tree_id 溯源一株 + reason「系内N株」）；self 株逐株写 |
| 晋升建 clone | 入选 self 株命中规则 stage → _promote_tree_to_clone 幂等晋升建 clone（tree.clone_id 回填） |
| 前端 | statistics 工具栏「聚合：无性系级/单株级」radio + 结果表 clone 列（clone_code/n_trees/涉及单株）；API 类型补 aggregate |
| 验证 | e2e_clone_index_20260804.py 6 组全过（聚合单元/可靠加权排名翻转/tree 兼容/方向翻转/smith_hazel clone/apply 写入粒度+晋升） |
8.14 配合力交配设计落地台账（v2.6，2026-08-04，代码级）
统计严谨 P0.4：
combining.solve原只实现 Griffing 对称全双列（model A），但run_combining/bre_combining_ability无design_type——用 line×tester（NCII）设计时 GCA/SCA 算法与 ANOVA 自由度都与全双列不同，此前一律按全双列算会算错。本轮加design_type并按设计分支。完整明细见桃育种系统统计引擎实施记录.mdv1.3。
| 规格点 | 落地 |
|---|---|
design_type 取值 |
bre_cross_combination + bre_combining_ability 加 design_type：full_diallel（默认）/partial_diallel/line_tester/nciii；硬编码校验（同 selection_index.method，非 sys_dict），create/update 接受 code 或中文标签并归一化，非法值 409 |
| 求解器分支 | combining.solve(rows, design_type)：full_diallel/partial_diallel → Griffing 对称全双列 y=μ+g_i+g_j+s_ij（Σg=0，最小二乘 BLUE）；line_tester/nciii → NCII 双因素模型 y=μ+l_i+t_j+(lt)_ij（parent1=line 母本、parent2=tester 父本，分别 Σl=0/Σt=0，SCA=line×tester 互作=残差）；NCIII 同模型但门槛 tester 恰 2 个 |
| 可辨识性 | tester 列从索引 1+n_l 起 → 显式列选择（非连续切片）；基线列切出后吸收剩余列 |
| 顺序 ANOVA | SS_line（intercept→line）→ SS_tester（→tester）→ SS_sca（残差）；df_line=n_l-1、df_tester=n_t-1、df_sca=n-1-两 df；输出 design/roles/df_line/df_tester/df_sca |
| 门禁 | 同亲本既作 line 又作 tester（角色重叠）→ 任务 FAILED + CustomException「角色重叠」；NCIII tester≠2 → 拒绝 |
gca_se 持久化 |
GCA 标准误内嵌 anova_json["gca_se"]（避免 DB 迁移，gca_json/sca_json 形状稳定）；前端 GCA 表加 SE 列 |
| 运行过滤 | run_combining 按设计过滤：只纳入 design_type 一致（或未标注按 full_diallel）的组合，杜绝全双列组合混入 line×tester 运行 |
| 前端 | statistics 运行对话框加交配设计 radio；配合力批次表加「设计」列；详情 ANOVA 按设计分支显示（NCII/NCIII → line/tester/互作 F 与 p；双列 → GCA F）；cross_combination 表单/表格/详情/搜索全量支持 design_type |
| 验证 | e2e_combining_design_20260804.py 5 组全过（NCII 2×2 精确解 gca{l:-2,+2,t:-1,+1} + df 1/1/1 + gca_se 内嵌 + full_diallel 组合被过滤；NCIII 分支；角色重叠 gate；create/update 校验含中文标签归一化；commit 后跨会话持久化）+ vue-tsc |
8.15 统计严谨·预测完整性与 MLOps 复现性落地台账（v2.7，2026-08-04，代码级）
七条复审逐条核实为真缺陷后全部落地（用户逐条确认"逐条来"，优先级：便宜且值得马上补 ②④ → 中期 ③⑤ → 需新能力 ①⑥）。完整明细见
桃育种系统统计引擎实施记录.mdv1.4。遗留（已记账，不动引擎）：真 MT-BLUP 多性状 G 需全新多变量 REML 求解器（Kronecker 积 G/R + 方差分量迭代，数值收敛风险大），本轮用 Calo 可靠性校正（业界回退的严格改进版）先顶上——
r_g = r_EBV/√(rel_i·rel_j)，直接消费 ② 落库的 reliability，无新求解器；extra.g_corr/g_note落bre_selection_index.result_json可审计。
| 规格点 | 落地 |
|---|---|
| ② PA 落库 | bre_prediction_value 加 pa double precision（=√reliability，预测准确度）；批次 bre_prediction.accuracy 改填真 PA = √(均值可靠性)（原误填"均值的平方根量纲不符"，注释正名），numeric(5,3) 3 位小数 |
| ③ MLOps 溯源 | bre_prediction 加 data_version varchar(32)（_DATA_VERSION="v2.7"）/ input_hash varchar(64)（SHA256：{tree_id}:{均值表型} + {个体}|dam|sire 确定性序列化）/ engine_version varchar(32)（blup.ENGINE_VERSION="1.0.0"）；同数据重跑哈希一致、改 1 条观测哈希必变（数据漂移可检测），e2e 断言 |
| ④ germplasm_id 填充 | run_ablup 写 EBV 行填 tree.germplasm_id（晋升回填的种质，非手填）；亲本级 EBV 查询可用（e2e：按 gA 查得 2 条）；无种质株保持 NULL（合规） |
| ⑤ 砧木字典扩列 | bre_rootstock 加 dwarf_class varchar(32)（矮化/半矮化/乔化/柱状/其他）+ compatibility varchar(16)（砧穗亲和性强/中/弱）——选配决策信息；weld_rootstock.sql 幂等 ALTER；模型/schema/service（导出/导入/模板下拉）全链路 + 前端 表单/表格/详情/搜索 |
| ① Smith-Hazel 遗传相关 | _smith_hazel_index G 矩阵非对角改 Calo 校正：r_g = r_EBV/√(rel_i·rel_j)（rel 取配对树该性状均值），钳制 [−1,1]，可靠性缺失/近零 → 0（保守）；extra["g_corr"]（性状对）+ extra["g_note"] 落结果 JSON |
| ⑥ 空间竞争协变量 | run_ablup 新增 covariate="competition"：同 (plot_id, block_no) 网格内 Chebyshev 距离 1（8 邻域，不含自身）株数作协变量——相邻越多竞争越强、边缘株相邻少隐式捕捉边缘效应；G×E 分支同步支持；全无 row/col → 显式 CustomException（数据需求判定）；bre_tree.row_no/col_no 数据能力已全链路就位（模型/前端录入/表格/详情/导入导出） |
| 前端 | 指数批次表加 germplasm_id/pa 列；ABLUP 运行对话框协变量改单选（无 / crop_load / competition）；rootstock 页面全量扩列 |
| 验证 | e2e_prediction_rigor_20260804.py（②③④：PA=√rel 逐条 + 批次真 PA + 溯源三字段 + 哈希复现/漂移 + germplasm 级查询 + ebv_ranking 透出 + 跨会话持久化）e2e_rootstock_20260804.py（⑤ CRUD/搜索/导出/模板/DB 直查）e2e_corr_spatial_20260804.py（① Calo 值独立重算一致 + ⑥ EBV 差分消费验证 + 无坐标报错）+ vue-tsc 全过 |
8.16 组合得失漏斗 v_combination_funnel 落地台账（v2.8，2026-08-04，代码级）
用户主张（逐条复审第 8 条，最贴业务）：数据其实捕获齐全了——
bre_pollination.flower_count/effective_count（花→果）、bre_seed_lot.seed_count/germination_rate（种→苗）、bre_seedling.seedling_count（出苗）——但没有任何按bre_cross_combination汇总的派生指标：结实率、出苗率、选择强度没有滚到组合层，配合力第一手证据（组合得失链路）字段在但没合成进配合力上下文。核实属实：全库 grep 结实率/出苗率/选择强度/funnel 无实现；唯一"选择强度链"是seed_lot.used_count机械累加（seedling/planting 按出苗/定植回写，账本非派生指标）；run_combining的 rows 只取func.avg(value_numeric)组合均值（service.py:708-748）、combining.solve只认combo/parent1/parent2/value。用户拍板范围：补一个 combination_funnel 视图/派生表即可，数据已齐、风险极低。
| 规格点 | 落地 |
|---|---|
| 六级链路 | 花 bre_pollination（Σflower_count/Σeffective_count）→ 果 → 种 bre_seed_lot（Σseed_count/AVG germination_rate）→ 苗 bre_seedling（Σseedling_count/strong_seedling_count）→ 定植 bre_planting（Σtree_count）→ 树 bre_tree（非软删 COUNT）→ 入选 bre_selection_result（非软删 COUNT） |
| 派生指标 | 结实率 fruit_set_rate = Σeff/Σflower×100；出苗率 emergence_rate = Σseedling/Σseed×100；选择强度 selection_rate = 入选数/树数×100（逐级各留原始计数可复查）；缺环节组合比率列留 NULL（LEFT JOIN 正确性） |
| 视图 | v_combination_funnel：weld_combination_funnel.sql 幂等 DROP IF EXISTS + CREATE OR REPLACE，普通 VIEW 保 fresh（F2 决策：统计管线用普通 VIEW，不用 MV），bre_cross_combination 主表 LEFT JOIN 六源、按组合一行；create_all 只建 ORM 表，视图经 psql 应用 |
| 端点 | GET /statistics/combination-funnel（module_bre:statistics:query 权限）→ StatisticsService.combination_funnel() 查视图返回 {rows, n}（Numeric→int/float 归一）；视图未就绪时 CustomException 提示先应用 SQL |
| 消费 | 配合力上下文第一手证据落地：查某一组合可得 花→果→种→苗→定植→树→入选 全程漏斗，解释 GCA/SCA 差异时按组合得失对照（如低 GCA 组合是否因出苗率低样本崩缩） |
| 验证 | e2e_combination_funnel_20260804.py：全六级组合 150 花/50 果→结实率 33.33%、100 种/80 苗→出苗率 80%、55 定植/3 树/2 入选→选择强度 66.67%，精确断言；仅授粉组合 fruit_set=50%、其余全 NULL；commit 后跨会话读同值。注：首跑清理阶段 FK 崩（helper flush 前取 .id 拿到 None），修 flush 顺序后全过 |
8.17 精修项四连发落地台账：DUS 数据能力 + stage 感知 + k-fold CV + 公平性报告（v2.9，2026-08-04，代码级）
用户核实四条精修缺口、全部拍板「落地」（并保留版本）：① DUS/品种保护——无模块、无 UPOV TG/53 描述符模板（§2 总表 ⏳待建），按拍板档位数据能力（三表）；② stage 感知——
trait.stage（v2.0 ①定义）未被 BLUP/选择指数/决策消费，童期/成株混用无警示；③ 模型外部验证——可靠性仅 PEV 法，补 k-fold CV（ABLUP + GXEBLUP 双支持）；④ AI 伦理·分组偏差——G×E 引擎已覆盖互作，补按 site 的系统性 EBV 偏差/公平性报告。完整明细见桃育种系统统计引擎实施记录.md§九。
| 规格点 | 落地 |
|---|---|
| ① DUS 三表 | bre_dus_descriptor（描述符模板：descriptor_no 唯一 UPOV TG/53 特性号、trait_id→bre_trait 可空=自由描述符、trait_code 快照、expression_type QN/PQ/QL、method、example_varieties 标准品种、test_stage、required）/ bre_dus_test（测试记录：test_name 唯一、germplasm_id→申请品种、trial_study_id→测试点、tester/test_date/status(planning/testing/completed/report)/conclusion(pending/distinct/not_distinct)/report_path）/ bre_dus_observation（观测：dus_test_id/dus_descriptor_id 双 FK、value_numeric/value_text/expression_note、UNIQUE(test,descriptor)）；create_all 建新表（非既有 DDL）；五件套模块 module_bre/dus/ 注册 /bre/dus_test/*（descriptor 9 端点含 Excel 导入导出+模板下载，test 9，observation 6） |
| ① TG/53 种子 | sql/bre_dus_seed.sql：UPOV TG/53 桃描述符 15 条（树性/树势/叶形/花型/花期/果形/果皮底色/着色程度/茸毛/果肉色/离核性/成熟期/风味/平均单果重/可溶性固形物），trait_code → bre_trait LEFT JOIN 解析 trait_id（8 条关联），ON CONFLICT(descriptor_no) DO NOTHING 幂等；descriptor 导入导出/模板中文头（关联性状编码 → trait_id） |
| ① 菜单 | sql/bre_menu_refine.sql：900230 component 切真实页 module_bre/dus/index；G 段按钮 900800-900808（perm module_bre:dus_test:*，含导入/下载模板）+ SUPER_ADMIN/ADMIN 角色关联 |
| ② stage 感知 | _trait_meta_map 读入 trait.stage（缺省 evaluation）；PredictionModel.stage 落库（sql/weld_refine.sql 补列）+ 预测批次表展示；selection_index 加 stage 入参——传 juvenile/evaluation 只纳入该阶段性状（异阶段写入 skipped_stage，同阶段无性状→409 带剔除清单）、不传且横跨两阶段返回 stage_warning（童期/成株清单 + 复核提示）；decision_preview 同样——传 stage 时异阶段规则条件跳过（matched=None）、不传且规则引用性状横跨两阶段返回 stage_warning |
| ③ k-fold CV | 求解器 blup.kfold_cv：按 sire 家系分层留出（同家系不进训练/测试双折避免乐观，无父本个体自成一系），每折训练子集重估方差组分 → 留出个体 EBV 由系谱预测（个体保留在 A 矩阵、仅掩蔽表型）→ pearson+RMSE；单折失败（train<2 / G×E 结构不可辨识）记 None+warning 不中断；返回 mean/pooled pearson/RMSE、cv_accuracy(=mean_pearson)、h2。端点 POST /bre/statistics/cv/run（trait_id/code/year/fixed/covariate/gxe/gxe_env/k 2~10，ABLUP 与 GXEBLUP 同入口）→ 落 bre_cv_result（method=KFCV/ABLUP |
| ④ 公平性报告 | GET /bre/statistics/fairness?prediction_id=&group_by=site&threshold_sd=（只读不建表）：site_summary 每 site n_trees/n_groups/n_individuals/EBV 分布（mean/sd/min/max）/mean_reliability/deviation=site_mean−grand_mean、flagged=|deviation|>threshold_sd×grand_sd；rank_consistency site 内组合均值 EBV 排名 vs 全体组合排名、共享组合 ≥2 时手写 Spearman；gxe_pattern 组合×site 单元均值（n≥2）暴露跨 site 排名翻转 |
| 前端 | dus.ts 3 组 API + dus/index.vue 三 tab（描述符模板/DUS 测试/观测录入）CRUD 页；statistics.ts 加 runCv/listCv/cvDetail/fairnessReport + 类型；statistics/index.vue 加「交叉验证」tab（性状+k+gxe 开关+批次+折明细）与「公平性报告」tab（prediction+threshold_sd+site 偏差表+一致性表）、指数/决策对话框加 stage 三态下拉 + stage_warning ElAlert；vue-tsc 通过 |
| 验证 | e2e_refine_20260804.py 4 组全过：DUS 三表 CRUD + TG/53 种子命中 + FK/唯一键/子表阻断/软删 409 全路径；stage（selection_index 无过滤警示 + 过滤只含该阶段 + decision_preview 异阶段跳过 + ABLUP stage 落库）；CV（ABLUP k=3 sire 家系留出折 pearson=0 为设计预期 + GXE k=2 跨 site + 幂等重跑新批次 + 溯源/任务状态）；fairness（2 site 9 株 site_summary 2 行 deviation 异号 + rank_consistency spearman + gxe_pattern）；后端 openapi 确认 DUS/CV/fairness 路由注册，清理自动执行 |
8.18 六项能力完善落地台账：MT-BLUP + GBLUP/ssGBLUP + DUS 特异性检验 + AMMI/FW 稳定性 + MLOps 重训回滚 + BLUP stage 拆分（v2.10，2026-08-04，代码级）
用户两轮复核核实六条能力缺口、逐项拍板「全部落地」：① MT-BLUP——Smith-Hazel 的 G 非对角仍用 Calo 校正 EBV 相关近似，拍板成对双性状 BLUP（非全多变量 REML）；② GBLUP/ssGBLUP——分子层只有数据能力（四模块 CRUD + VCF + 指纹），无 VanRaden G / 基因组选择引擎，item 明确两者都做；③ DUS 特异性统计检验——
conclusion纯人工、无判定端点，拍板参照=同 trial_study 自动 + 可显式指定；④ AMMI/Finlay-Wilkinson 稳定性——G×E 已估 σ²gxe，无跨环境稳定性排名；⑤ MLOps 自动重训 + 版本回滚——拍板漂移检测端点 + 手动触发，不注册 cron；⑥ BLUP stage 拆分——run_ablup 只打标签不按 stage 取数。完整明细见桃育种系统统计引擎实施记录.md§十一。
| 规格点 | 落地 |
|---|---|
| ① MT-BLUP | 求解器 mtblup.solve_bivariate（ENGINE_VERSION=1.0.0）：共享系谱复用 blup._order_pedigree/_build_ainv 建 A/A⁻¹，y=[y1;y2] 堆叠 X/Z 块对角，Var(u)=G0⊗A（G0=Va1,ρ√(Va1Va2)],[·,Va2）、Var(e)=diag(Ve1,Ve2)⊗I；降维策略：Va/Ve 取自各性状单性状 REML，仅对 ρ∈[−0.99,0.99] 1-D golden-max 最大化精确 REML ll（复用 _golden_max+_solve_gxe 的 V=Z(G0⊗A)Z'+R、slogdet+yPy 模板）；返回 r_g/σa 矩阵/n_common/n_iter/converged/warning。Service run_genetic_corr(trait_ids,year)：两两 bivariate，对角=单性状 h²·P_ii、非对角=r_g·√(G_ii·G_jj) 组装 G0，Higham 特征值截断投影半正定；落 bre_genetic_corr_result（matrix/sigma_a/heritability/pairs_json/n_common + 溯源三字段）+ job_type=GENCORR；_smith_hazel_index 加 g_method="calo"|"mtblup"（selection_index 透传）——mtblup 逐对跑 bivariate，单对不收敛回退 Calo+warning，≥3 性状三角不等式违反时特征值截断，extra["g_source"] 落库可审计 |
| ② GBLUP/ssGBLUP | 求解器 genomic.py（ENGINE_VERSION=1.0.0）：build_g_matrix（dosage 0/1/2 样本×标记，缺格按列均值 2p 填充，MAF 过滤，VanRaden method1 G=ZZ'/2Σp(1-p)（diag≈1）/ method2 G=ZDZ'（D=1/[2p(1-p)]），blend 岭 G_w=(1−ω)G+ω·mean(diag)G·I 保证可逆）；solve_gblup（仅基因型个体入模型，MME 用 G⁻¹ 替代 A⁻¹，σ²a 用 _golden_max profile 仿 blup.solve）；solve_ssgblup（单步法 H⁻¹=A⁻¹+0,0],[0,G⁻¹−A22⁻¹（Aguilar et al. 2010），A22=A[genotyped,genotyped] 稠密子阵 np.linalg.inv（病态加 ridge），V 块必须用 H 协方差——Aguilar 块公式构造完整 H（H=A+A12·A22⁻¹·D·A22⁻¹·A21, A12·A22⁻¹·D],[D·A22⁻¹·A21, D，D=G−A22），MME 系数矩阵用 H⁻¹、REML 似然 V=ZH[z,z]Z'+R；修复前 V 块误用 H⁻¹ 致似然失构），基因型+非基因型个体都出 EBV。Service run_gblup(dataset_id,trait_id,trait_code,year,method,maf_min)：取数 sample×marker pivot 剂量（"0/0"→0/"0/1"→1/"1/1"→2，多等位跳过），样本→个体映射 source_type='tree' 直连 + sample_name↔tree_no/品种名名称兜底，未映射→跳过+warning 清单（note 落库）；genotyped=sorted(dosage) 对齐 build_g_matrix 内部行序（修复前映射树零有效调用会错位 EBV）；落 PredictionModel（method=GBLUP/ssGBLUP，含溯源三字段）+ EBV 行 + job_type=GBLUP |
| ③ DUS 特异性 | 求解器 dus.distinctness（复用 fdist）：QN LSD = t_crit(α,df)·√(MSE·(1/n_cand+1/n_ref))（df=总观测−参照组数；t_crit 由新增 fdist.f_icdf 二分反解 F(1,df) 再开方）；PQ/QL 表达状态众数比较（候选众数 ∉ 参照众数集 → distinct）；逐描述符 {statistic,critical,distinct}，总体建议=≥1 个 required 描述符 distinct → distinct，否则 not_distinct，数据不足→pending（不判）。端点 POST /bre/dus_test/distinctness/{test_id}（body {reference_test_ids?：默认同 trial_study 其他非软删 test 自动参照，可显式覆盖；alpha=0.01}）——取候选+参照观测+描述符，跑判定落 analysis_json（逐描述符表+建议+参照集+alpha），conclusion 为 pending 时自动填建议（人工可改）；GET /bre/dus_test/distinctness/{test_id} 读已存分析；DusTestOutSchema 加 analysis_json |
| ④ 稳定性 | 求解器 stability.py（ENGINE_VERSION=1.0.0）：finlay_wilkinson 每基因型对环境指数（该环境全基因型均值）回归 b/截距/R²/se_b/dev_ms，flag_stable=|b−1|≤2·se_b（完美拟合残差≈0 时 se_b 无信息量 → b≈1（≤1e-6）判稳，修复前浮点 b 永不精确=1 误判不稳）；ammi 两因素 μ+g+e 分解→残差 SVD（np.linalg.svd）→IPC 得分/ASV（Purchase 2000，IPC1 按 SS 比例缩放合成）/Wricke ecovalence/ipc_variance，rank 按 ASV 升序。Service run_stability(trait_id,trait_code,gxe_env=site/year,year,methods)：两向表 genotype=clone（缺则 combination，再退 tree）× env=site(trial_study_id)/year(evaluate_year)，每格多株均值；格子 <2×2 → 409；落 bre_stability_result（detail_json+溯源三字段）+ job_type=STABILITY |
| ⑤ MLOps | weld bre_prediction.is_active boolean default false；run_ablup/GXE/GBLUP 落库：同 trait 无 active → 本批 active，否则 false（版本链语义）。GET /statistics/model/drift?prediction_id=——从批次 job params_json 取 (trait_id,year,gxe,gxe_env) → 轻量 _gather_digest_inputs（仅组装进 _input_digest 的 phenos+pedigree，规避全量抽取）重算当前哈希 → {changed,current_hash,stored_hash,data_version}；POST /statistics/model/retrain?prediction_id=——漂移才重训：run_ablup(同 params) 建新批次并 model_activate(new_id) 转移 active（修复前新批次默认 inactive 卡在旧批次下）→ {retrained,old_id,new_id,new_hash}，无漂移 → {retrained:false,reason}；POST /statistics/model/activate/{id}——trait 内标 active（回滚原语）；list_predictions/PredictionOut 加 is_active |
| ⑥ stage 拆分 | weld bre_trait_observation.stage varchar(16)（观测级发育阶段，缺省继承 trait.stage）；TraitObservationModel+schema（create/update/out）+ 前端观测表单 stage 下拉（juvenile/evaluation）；run_ablup(stage) + RunStatsIn.stage：给定 → 取数 where(coalesce(obs.stage,trait.stage)==stage)，model_name 加 _{stage} 后缀 + PredictionModel.stage=生效 stage；未给定但数据 obs.stage 与 trait.stage 出现分歧 → note 警示（不阻断）；GXE 分支同步应用 |
| 端点汇总 | POST/GET /bre/statistics/genetic-corr(/run/{cid})、POST /bre/statistics/gblup/run + GET /bre/statistics/gblup/datasets（批次/EBV 复用 list_predictions 按 method 过滤 + ebv_ranking）、POST/GET /bre/statistics/stability(/run/{sid})、GET /bre/statistics/model/drift + POST /bre/statistics/model/retrain + POST /bre/statistics/model/activate/{prediction_id}、POST/GET /bre/dus_test/distinctness/{test_id}、selection_index 请求体加 g_method |
| 前端 | statistics.ts 加 runGeneticCorr/listGeneticCorr/geneticCorrDetail + runStability/listStability/stabilityDetail + runGblup/getGblupDatasets + modelDrift/modelRetrain/modelActivate + 类型；statistics/index.vue 加「遗传相关 MT-BLUP」（性状多选→相关矩阵表格）、「稳定性 AMMI/FW」（性状+env+methods→FW b/R²/flag 表 + AMMI IPC/ASV/rank 表）、「基因组选择 GBLUP」（dataset+性状+method radio+maf→批次/EBV 表）三 tab，ABLUP 运行对话框加 stage 三态（全部/童期/成株），Smith-Hazel 对话框加 g 矩阵来源 radio（Calo/MT-BLUP），预测批次表加「当前版本」标签+漂移检测/自动重训/设为当前版本按钮；dus/index.vue DUS 测试行加「特异性判定」按钮→对话框（alpha+参照默认同点+逐描述符结果表+建议）→「应用判定」写 conclusion；vue-tsc 通过 |
| 验证 | e2e_advanced_{stability,stage,mtblup,gblup,dus,mlops}.py 6 组全过：stability（FW b=2.0/1.0/−0.0 flag=F/T/F、AMMI 9 格 IPC1≥IPC2 rank 升序、year 维度、非法 methods 409、list/detail）；stage（juvenile/evaluation 各只含对应观测树、不传含全部+note 警示、非法 stage 409）；mtblup（r_g>0.3 对称、σa 对角>0、h²∈(0,1)、n_common=4、Smith-Hazel g_method=mtblup g_source 落库）；gblup（GBLUP 5 EBV 非基因型株=0 + ssGBLUP 非零 + solve_ssgblup V 块用 H、G method1 diag_mean≈1、样本 4 直连+1 名称兜底+1 多等位+1 未映射 warning、datasets n_samples=6）；dus（自动参照同点 5 测试、D1 LSD=1.239 df=3 t_crit=5.8409 distinct、D2 PQ distinct、D3 非必测 not distinct、analysis_json+conclusion 自动建议、显式参照覆盖、无重复 pending+warning）；mlops（首批 active→改观测 drift changed→retrain 新批次 active 旧 inactive→幂等 false→activate 回滚）；后端重启后 openapi 确认 6 组新端点 + 2 新表（bre_genetic_corr_result/bre_stability_result）create_all，weld_advanced.sql 幂等；清理自动执行 |
8.19 田间试验精度补强·砧木×接穗随机互作落地台账（v2.11，2026-08-04，代码级）
用户核实两条田间试验设计精度缺口——无 R 侧空间协方差（行-列 AR1×AR1）、无 scion×rootstock（G×R）随机互作（rootstock 当前仅固定哑变量）；拍板先做 G×R 随机互作（空间协方差留待补 row/column 字段后再议）。核心洞察：G×E 分支
_solve_gxe的 Z₂ 已按(基因型,因子水平)分组配I·σ²交互、因子无关，G×R 直接复用；但 Z₂ 单槽位 → G×E/G×R 必须互斥。完整明细见桃育种系统统计引擎实施记录.md§十二。
| 规格点 | 落地 |
|---|---|
| 求解器 | blup._solve_gxe 加 factor_label="G×E"/factor_name="环境" 可选参数（仅喂警告文案：未收敛「{factor_label} 似然面可能极平/边界最优」、方差归零「{factor_label} 方差分量收敛到 0（数据不支持基因型×{factor_name}互作）」），默认值保 G×E 文案逐字节不变；公开 solve() 透传两参；MME/REML/输出键全不变；ENGINE_VERSION 1.1.0→1.2.0 |
| 服务端 G×R | RunStatsIn+run_ablup 加 gxr: bool；互斥门禁 gxe and gxr → 409（共用 Z₂ 槽，文案「G×E 与 G×R 互作共用同一随机效应槽（Z₂）」）；job_type=GXR、params 落 gxr；克隆坍缩系谱 gxe_pedigree 上移为 G×E/G×R 共享（纯构建、ABLUP 不执行）；elif gxr: 镜像 G×E site 分支——按 phenotypes.items() 取 rootstock_map[f"t{tid}"]（字符串键）构建 rec_gxr[rid]=(grp,rs)、rec_map/rec_fixed/rec_cov，rootstock 强制从 fixed_effects 剥离防共线；门禁三件套镜像（n_cross_rootstock=同基因型跨砧木数==0 / max cell_counts<2 / residual_df<1 →「G×R 不可辨识」409，p_est 不再计入 rootstock）；求解传 gxe=rec_gxr, factor_label="G×R", factor_name="砧木"；method=GXRBLUP、model_name GXRBLUP_{trait}_{stage?}_{ts}；note 落 stage/sigma_a/sigma_gxr(=sigma_gxe)/sigma_e/gxr_ratio/n_cross_rootstock/n_genotypes/warning/skipped/stage_note；EBV 写入共用段个体集按 gxr 选 gxr_tree_ids；_DATA_VERSION v2.9→v2.10 |
| 前端 | RunStatsPayload.gxr；G×E tab gxeEnabled 后加 <el-checkbox v-model="gxrEnabled">启用砧木×接穗互作（G×R）随机效应</el-checkbox> + 双向互斥 watcher；运行按钮文案「运行 MET / GxE / GxR」、辅助文案分支；批次表互作方差列 v-if 扩为 `GXEBLUP |
| 验证 | e2e_gxr_20260804.py 4 组全过：① 2 基因型×2 砧木×2 株强交叉互作（clone1×R1 高/R2 低、clone2 相反）→ method=GXRBLUP、job_type=GXR、σ²gxr=74.8>0、n_cross_rootstock=2、n_genotypes=2、8 EBV 行；② 同基因型仅跨单砧木 →「G×R 不可辨识」409；③ gxe=True,gxr=True →「Z₂」互斥 409；④ fixed_effects=["rootstock"] 同开 → rootstock 被剥离、不共线、正常出 σ²gxr；后端重启后 openapi 确认 gxr 入参；清理自动执行 |
8.20 基因组选择（GS）实证严谨性·GBLUP/ssGBLUP 专用 k-fold 交叉验证落地台账（v2.12，2026-08-04，代码级）
用户核实 GS 两条实证缺口：① GS 缺自身交叉验证——
run_cv/kfold_cv（blup.py）是 A 矩阵系谱预测（ABLUP/GXE），GBLUP 落库的accuracy=√mean(reliability)是理论准确度（PEV 推导），模型误设（G 算错/标记编码错/遗传力先验偏）时 PEV 可靠性依然漂亮、真实预测能力却崩了，只有掩蔽留出「GEBV vs 表型 r」能测出来；② SSR panel 难构 VanRaden G——_dosage_from_gt只吃 0/1/2，SSR 片段编码（168/174）/多等位被丢弃。用户拍板先做 GS k-fold（①）；SSR dummy 编码（②）留待后续。核心洞察：_profile_solve已支持「仅观测子集进模型、全部个体出 EBV」——非观测个体 Z 行全 0、经 G⁻¹/H⁻¹ 交叉关系预测，所以掩蔽留出 = 传训练子集 phenos → 全个体 GEBV → 取留出个体与观测表型相关。完整明细见桃育种系统统计引擎实施记录.md§十三。
| 规格点 | 落地 |
|---|---|
| 求解器 | genomic.py：① 抽取 _build_h(pedigree, genotyped, G, ridge, extra_base)（solve_ssgblup 的 base/non_base→_order_pedigree→A/Ainv→Hinv→H 构建，Aguilar 2010）——缺失基因型个体按 base 补入系谱（原 raise ValueError 改补入，无表型基因型树不再崩，与 phenos 兜底一致）；② 新增 kfold_cv_genomic(phenos, G, genotyped, k, seed, method, pedigree)——method=gblup：individuals=genotyped（G 行序）、relmat_inv=G⁻¹（奇异回退 pinv）、zmat_full=G；method=ssgblup：_build_h → individuals=order、relmat_inv=H⁻¹、zmat_full=H；cand=genotyped∩phenos，len(cand)<2 → 空 folds + warning；折划分固定种子随机分层（round-robin，GS 同世代样本无系谱家系树，区别于 ABLUP 的 sire 家系留出，文档明示）；逐折掩蔽留出：train_phenos=phenos−test_set → _profile_solve(ZGZ_train, X, y_train, relmat_inv, n, z_train) → 全 EBV → 留出个体 GEBV vs 表型 blup._pearson+RMSE，单折失败 error 记 warning 不中断；输出 dict 与 blup.kfold_cv 逐键对齐（k/n_total/n_individuals/folds/mean/pooled_pearson/pooled_rmse/cv_accuracy/h2/warning）；G/H/Hinv 只建一次、逐折只换 z_train 子阵；ENGINE_VERSION 1.0.0→1.1.0 |
| 服务端 | ① _gather_gblup_inputs(dataset_id, maf_min) 提取（run_gblup 的 dataset→samples→call_rows→markers→sample→tree 映射→dosage→build_g_matrix→genotyped 装配提成 helper，返回 (dosage, marker_order, genotyped, G, g_meta, unmapped)，run_gblup 改调、行为逐字节不变）；② run_cv 加 dataset_id/method/maf_min 入参（params_json 同步落库）——公共表型/系谱装配后 if dataset_id: GS 分支（与 elif gxe:/else: 互斥，G×E 与 GS 双开 GS 优先）：kfold_cv_genomic + method 名 KFCV/GBLUP/KFCV/ssGBLUP（method varchar(16) 放得下）；input_hash=sha256(_input_digest(pedigree, phenos)+\n+geno_str)（镜像 run_gblup 3360-3366）；engine_version 按分支（GS 用 genomic.ENGINE_VERSION，ABLUP/GXE 用 blup）；③ schema CvRunIn + controller 透传 dataset_id/method/maf_min；_DATA_VERSION v2.10→v2.11 |
| 前端 | CV tab 加 mode radio（ABLUP/GS）：GS 模式显示基因型数据集下拉（复用已加载 gbDatasets）+ method radio（GBLUP/ssGBLUP）+ MAF≥ 输入，隐藏 G×E 控件、辅助文案分支「掩蔽留出 GEBV vs 表型 pearson（实证预测能力，固定种子随机分层）」；submitCv 按 mode 组装 payload（GS 传 dataset_id/method/maf_min）；CvRunPayload 加三个可选字段；vue-tsc 通过 |
| 验证 | e2e_gblup_cv_20260804.py 3 组全过：① 5 家系×3 全同胞=15 株、10 标记（MK0/MK1 为 QTL 效应 2.0，表型=12+2·dose(MK0)+2·dose(MK1)+低噪）→ run_cv(dataset_id, method=gblup, k=5)：method=KFCV/GBLUP、cv_accuracy=0.794>0.3、==mean_pearson、n_total/n_individuals=15/15、input_hash 64hex、engine=1.1.0、5 折 n_train/n_test≥1、CvFoldModel 5 行；② method=ssgblup → KFCV/ssGBLUP、cv_accuracy=0.794>0.3；③ 门禁：无映射样本数据集 → CustomException「基因型样本均无法映射到单株」；回归 e2e_advanced_gblup.py 复跑全过（_gather_gblup_inputs 提取无行为变化）；后端重启 openapi 确认 CvRunIn.dataset_id/method/maf_min；清理自动执行 |
8.21 现代桃育种领域覆盖·S-等位基因交配兼容性 + 抗病/需冷量性状字典落地台账（v2.13，2026-08-04，代码级）
用户核实现代桃育种四方向覆盖缺口，拍板开始做（按建议次序先落地 ②③ 小活、① 中活；④ GWAS/QTL/MAS 最大留待单独立项）：
- ① S-等位基因（自交不亲和）交配兼容性——桃是配子体型自交不亲和（S-RNase），配组合时 S 基因型决定能否坐果；
bre_pollination有花粉批但无 S-allele 追踪与兼容性校验——"配了不结"的硬需求。- ② 需冷量/需热量——低需冷量桃适应暖区是核心育种目标；
bre_germplasm.chilling_requirement（属性）+bre_environment_condition.chilling_hours/GDD（环境侧）已有，选种性状侧（bre_trait）缺失。- ③ 抗病性状——细菌性穿孔病/褐腐病/白粉病减药育种关键；
bre_germplasm.disease_resistance仅自由文本，bre_trait 字典一条都没有。- ④ MAS/QTL/GWAS 闭环——已有 GS 预测层，但缺发现层（GWAS/QTL 定位→MAS）；900214 仍
_coming_soon，留待单独立项。 完整明细见桃育种系统统计引擎实施记录.md§十四。
| 规格点 | 落地 |
|---|---|
| ②③ 性状字典 | backend/sql/bre_disease_chilling_traits.sql（幂等 ON CONFLICT）种子 5 条：disease_shot_hole 细菌性穿孔病 / disease_brown_rot 褐腐病 / disease_powdery_mildew 白粉病（category「抗病性」，0-5 级病情指数 0=免疫…5=高感，valid_min=0/valid_max=5）+ chilling_requirement 需冷量（h，0-3000）+ heat_requirement 需热量（GDD，0-10000）（category「生态适应性」）。全部 data_type='numeric' + into_ebv='1' + direction='asc'（低值优：低需冷/低需热/低病情指数抗病）+ default_h2（需冷 0.5/需热 0.4/抗病 0.3）+ stage='evaluation' + method 测定说明——统计引擎 _trait_meta_map 仅消费 numeric，故不用 categorical 分级；前端 trait 页 category 自由文本自动显示、0 改动 |
| ① S-allele 建模 | bre_germplasm.s_alleles（String(32)，model+schema Create/Update/Out+ALTER TABLE+COMMENT，如 S1/S3，Sf=自交亲和型）——bre_germplasm.sql 补列；germplasm 前端表单/导出列加 S-等位基因输入 |
| ① 兼容校验 | cross_combination/service.py：_parse_s_alleles（分隔符 / , ; 归一化小写集合）+ _s_compat_check（任一亲本含 sf→full 放行；共享 2 个→none；共享 1 个→half；无 S 数据→unknown 跳过）+ _check_s_compat（读亲本 s_alleles，none→CustomException 409「S-等位基因完全不相容（共享 …），该组合无法坐果」，half→返回警示文案）；create/update 在亲本断言后调用，CrossCombinationOutSchema.s_compat（可选派生字段）落警示；自交（同亲本共享 2 等位）自然被 409 拦截 |
| 前端 | germplasm 表单加 S-等位基因输入（type input，placeholder 提示 Sf）；cross_combination 组合提交包装 createApi/updateApi——响应含 s_compat 则 msg.warning 展示（409 由统一错误处理自动提示）；germplasm.ts GermplasmForm/GermplasmTable 加 s_alleles?；vue-tsc EXIT=0 |
| 验证 | Temp/claude/e2e_s_allele_20260804.py 6 组全过：纯函数 8 例（S1/S3×S1/S3→none、×S2/S4→full、×S1/S2→half、含 Sf→full、大小写/混合分隔→none、缺数据→unknown）+ service 层 create（共享 S1/S3→409「不相容」；共享 S1→s_compat 半兼容；0 共享→无警示；Sf 放行；缺 S 跳过）；DB 核验 bre_trait 5 条 numeric+asc+into_ebv=1 落库；openapi 核验 BreedingGermplasm{Create/Update/Out}.s_alleles + CrossCombinationOut.s_compat；清理自动执行 |
8.22 GWAS/QTL/MAS 闭环落地台账（v2.14，2026-08-04，代码级）
v2.13 标记「④ GWAS/QTL/MAS 闭环留待单独立项」——本轮单独立项落地：补齐发现层（GWAS/QTL 定位→显著标记→MAS 面板），900214 占位页翻真实页。桃在成熟期/果重等位点已有已知 QTL，MAS 让童期幼苗在无表型/无 EBV 时也能被标记辅助选择。
| 规格点 | 落地 |
|---|---|
| GWAS 引擎 | backend/scripts/breeding_stats/gwas.py（纯 numpy 零 scipy，ENGINE_VERSION=1.0.0）：逐标记单标记回归 y ~ μ + PC1..PCk + marker，加性效应=标记系数；群体结构=标记剂量矩阵中心化 SVD 前 n_pc 个主成分得分（缺失按列均值填）；p 值复用 fdist.f_pvalue(t²,1,df)（df=n−n_pc−2，正则不完全 beta）；多重检验=Bonferroni 阈值 + BH-FDR q（numpy argsort）；QTL 定位=显著(Bonf)标记同染色体相邻间距 < qtl_window 合并簇、簇内最小 p 为峰标记（单显著标记也落 QTL）；共线兜底：标记与 PC 共线时 XtX 奇异，微小岭回归（reg=1e-8·max(diag)）令 SE 大而有限→p≈1（效应被 PC 吸收正确非显著），不误吸与群轴正交的 QTL 标记；method 参数预留 ssgwas（MLM 留待） |
| 数据装配 | _gather_gwas_inputs（独立 helper，仿 _gather_gblup_inputs 但 marker 查询补 chromosome/position）——不改 run_gblup 零回归；样本 source_type=tree 直连/sample_name↔tree_no·品种名兜底、未映射跳过；表型 tree 级均值（同 run_gblup） |
| 5 张新表 | bre_gwas_result（批次：n/m_after_maf/n_pc/threshold_bonf/n_sig_bonf/n_sig_fdr/n_qtl/data_version/input_hash/engine_version）· bre_gwas_snp（逐标记：chromosome/position/maf/effect/se/t/p/neg_log10p/q/sig_bonf/sig_fdr）· bre_qtl（已知 QTL 人工 CRUD source=known + GWAS 自动定位 source=gwas）· bre_mas_panel + bre_mas_panel_marker（favorable_dose/direction/effect，UNIQUE(panel,marker)）——statistics/model.py ORM + backend/sql/weld_gwas.sql 幂等 CREATE IF NOT EXISTS 双保险 |
| 服务端端点 | POST /statistics/gwas/run（job_type=GWAS，input_hash 镜像 run_gblup）+ GET /statistics/gwas/list + GET /statistics/gwas/{id}（result+snps+qtls）；bre_qtl CRUD 五件套；bre_mas_panel CRUD + POST /mas-panel/{id}/markers（全量替换）；权限复用 module_bre:statistics:*（已授 ADMIN）；_DATA_VERSION v2.12 |
| MAS 决策 hook | decision_preview 条件循环 ("pheno","ebv") → ("pheno","ebv","marker")：conds["marker"]={panel_id:{min_hits:N}}；_mas_hit_map 按候选树批量查 call→_dosage_from_gt→有利剂量（direction=high: dose≥favorable_dose / low: ≤）命中计数——童期幼苗无表型/无 EBV 也能被 MAS 选入 |
| 前端 | gwas.ts（runGwas/listGwas/gwasDetail + Qtl/MasPanel API）+ gwas/index.vue 三 tab：GWAS 结果（批次表 + Manhattan 图（裸 echarts.init，x=染色体累加位置、逐染色体分组着色、显著点红色、Bonf 阈值 markLine、dataZoom）+ QQ 图（期望 −log10((i+.5)/m) vs 观测）+ SNP 表 + QTL 表）/ QTL 定位（已知 QTL 录入 CRUD）/ MAS 面板（面板 CRUD + 标记选择对话框）；运行参数 dataset/trait/maf_min/n_pc/sig_level/qtl_window；sys_menu 900214 component_path='module_bre/gwas/index' 翻转（G 段按钮已由统计模块 900071 授予，无需新增）；vue-tsc EXIT=0 |
| 验证 | Temp/claude/e2e_gwas_20260804.py 7 段全过：① run_gwas→job GWAS/SUCCESS、bre_gwas_result 字段（n_pc/threshold_bonf=input_hash 64 位/engine_version）② snp 全字段 + MK0/MK1 Bonf 显著且为所在染色体最小 p ③ QTL 定位 2 区间峰标记=MK0/MK1（source=gwas 落库）④ 已知 QTL CRUD（source=known）⑤ MAS 面板+set_markers+decision_preview marker 条件（16 株 + 无表型童期幼苗命中、低剂量株不命中）⑥ 门禁：dataset 无映射样本→CustomException ⑦ 数据清理自动执行；回归：e2e_advanced_gblup.py + e2e_gblup_cv_20260804.py 复跑零回归（_gather_gwas_inputs 独立）；openapi 核验 10 条 gwas/qtl/mas-panel 路径 |
8.23 九缺口补齐落地台账（v2.15，2026-08-04，代码级）
用户自 GWAS/QTL/MAS 闭环后重扫 12 项缺口，A1（S-等位）与 A4（G×R）已同日落地剔除，余 9 项拍板「全部补齐」，分三批（批1 经典侧计算端点 → 批2 分子侧严谨性 → 批3 求解器核心），每批独立 e2e + 回归全部通过。完整明细见
桃育种系统统计引擎实施记录.md§十六。
批1 经典侧计算端点（纯计算不建表，零回归）
| 缺口 | 落地 |
|---|---|
| A5 数据质量 | POST /statistics/data-quality——data_quality_report(trait_id, site_id?, tree_ids?)：tree 级观测装配（同 run_ablup 模式）+ 缺失率复用 _readiness_report 逻辑 + 变异系数 + IQR（Q1−1.5IQR / Q3+1.5IQR） 与 MAD 稳健 z-score 双法异常标记，输出 {trait, n_trees, missing_rate, cv, outliers:[{tree_id, tree_no, value, z, reason}], summary}；前端 statistics 页「数据质量」对话框 |
| A3 遗传增益 | POST /statistics/genetic-gain——ΔG = k·r_g·σ_A：选择强度 k 由入选比例 top_p 查正态，Acklam 有理近似 Φ⁻¹（纯 numpy 零 scipy）；r_g=批次 PA（√mean reliability，聚合 bre_prediction_value.pa）；σ_A=√h²·σ_P（h²=bre_prediction.heritability、σ_P=trait 观测 SD）；入参 top_p/top_n + 世代间隔 L 可选，逐轮（predict_date/round）输出 {round, current_mean, ΔG_units, ΔG_pct_mean, next_mean, cumulative} |
| A6 主动选配 | POST /statistics/mating-recommend——入参候选 tree_ids + EBV 批次/trait 集 + 亲缘阈值（默认 0.25）+ 权重 w_ebv/w_kin + max_pairs：① EBV map（决策块复用）② 亲缘 A（blup.relationship_matrix，系谱仿 kinship_matrix）③ S-等位硬过滤（复用 cross_combination.service._s_compat_check：none→剔除、half→flag）④ 打分 score=w_ebv·mid_parent_EBV − w_kin·max(0,r−threshold) 排序 top N；输出 {pairs:[{female, male, ebv_mean, r, s_compat, score, flags}]}；计算端点不落库（用户拍板） |
批2 分子侧严谨性（solver 扩展，独立路径）
| 缺口 | 落地 |
|---|---|
| B1 EMMAX | gwas.py 新增 _emmax：零模型 y=Xβ+u+e，ugenomic.build_g_matrix），方差分量复用 genomic._profile_solve（Z=I、G=K）；纯 numpy eigh 对角化 K=QΛQ' → 固定 V=σ²g·K+σ²e·I、V⁻¹=Q(σ²Λ+σ²e·I)⁻¹Q'；逐标记 GLS yfdist.f_pvalue；run_gwas 后处理（显著判定/Bonferroni/BH-q/QTL 聚类）抽共享函数，GLM 路径输出逐字节不变（e2e_gwas 回归兜底），EMMAX 兄弟路径；method="emmax" 服务端透传 + 前端运行对话框 method 下拉 |
| B2 SSR 多等位虚拟编码 | VCF 导入按 REF/ALT 数定 marker_type（ALT≥2→"ssr"，否则 "snp"）；新增 _allelic_from_gt（"0/2"→{0:1,2:1} 每等位 0/1/2 存在）与 _dosage_from_gt 并列；3 处装配（gather L3502/3636/3993）按 marker_type 分支——SNP 走剂量、SSR 标记列展开为每等位一列（key name:A{j}）；genomic.build_g_matrix 多等位分支：p_a=mean/2 逐等位列、Z=M−2p_a、scale 分母 2Σ_all p_a(1−p_a)（VanRaden 多等位推广）；全列 MAF 过滤照常；GS/GWAS 双消费，前端无需改（marker_type 下拉已存在） |
| B3 QTL×E | POST /statistics/gwas-qtl-x-e——按环境（site/year）分层：tree 观测按环境分桶（TraitObservationModel.site），每环境跑 run_gwas（同 marker/参数），合并 QTL：{qtl, peak_marker, chromosome, n_env_sig, envs:{site:{p,effect,sig}}, stable}——≥2 环境显著且效应同号→stable、仅 1 环境→env-specific、异号→G×QTL 警示；计算端点不建表；前端 gwas 页 QTL×E tab |
| B4 MAS 语义 | bre_mas_panel_marker 扩列（weld_mas_semantics.sql 幂等 ADD COLUMN IF NOT EXISTS）：mode String(16)（additive/dominance/recessive/allele/haplotype，默认 additive）/favorable_allele String(16)/haplotype_group String(32)；_mas_hit_map gather 保留原始基因型（a,b）按语义分支——additive=现规则（dose≥fav/方向）、dominance=dose≥1(high)/≤1(low)、recessive=dose==2(high)/0(low)、allele=有利等位存在、haplotype=同组内全部命中才计 1；decision_preview marker 条件沿用 n≥min_hits 语义自动透传；前端面板标记编辑器加三控件 |
批3 求解器核心（高风险，独立新路径）
| 缺口 | 落地 |
|---|---|
| A2 AR1×AR1 空间协方差 | blup.solve_spatial（ENGINE_VERSION 1.3.0）：y=Xb+Zg+e，e~N(0,σ²e·R)，R_ij=ρ^( |
| A7 稀疏 A⁻¹+共轭梯度 | 阈值分派 use_sparse = n_with_parents>0 and n>N_SPARSE(1000)：_build_ainv_sparse（Henderson 规则 COO 三元组 ainv_ii/jj/vv，纯 numpy）→ _cg_solve（C·v=稠密 XtX/XtZ/ZtZ 子块 + np.add.at 稀疏 Ainv·v，max_iter=800/tol=1e-9）；返回 "solver":"sparse-cg" + cg_iter；Hutchinson 随机探测（k=100、固定种子 20260804、np.random.RandomState）：diag(C22⁻¹)≈mean(P∘(C⁻¹P))、P 随机 ±1 → PEV 对角 → reliability=1−PEV/σa²，"reliability_approx":True；收敛失败→回退稠密/warning；稠密路径（n≤1000 或无线谱）逐字节不变，EBV/h²/σ² 为精确 CG 解（e2e 差 3.49e-12）、mean reliability 为 k=100 MC 近似（n=20 最坏 ~0.054，大群体收紧，文档标注「稀疏路径可靠性为近似」） |
验证：批1 e2e_data_mating_gain_20260804.py（data-quality 命中人为离群株 / ΔG 公式自洽 / mating-recommend S-等位剔除+亲缘惩罚 / 无观测 409 门禁）；批2 e2e_molrigor_20260804.py 五段（EMMAX 复现 QTL + SSR 混合 GBLUP 全标记进入 + QTL×E stable/env-specific 判定 + dominance/haplotype 语义命中 + 门禁）；批3 e2e_spatial_sparse_20260804.py 三段（AR1×AR1 ρ=0.9796/h² 合理/method 标签 + 稀疏路径 EBV 3.49e-12/h² 0.00/CG 7 折/Hutchinson mean-rel Δ0.054 文档化 + 默认稠密路径引擎级 0 差、落库 4.92e-05 为 numeric(12,4) 量化）；回归：e2e_gwas（7 段）/e2e_advanced_gblup/e2e_gblup_cv/e2e_gxr/e2e_refine/e2e_corr_spatial/e2e_molrigor 全绿；openapi 核验 4 新端点 + RunStatsIn.spatial/gxe/gxr + GwasRunIn/GwasQtlXEIn.method=emmax + MasPanelMarkerIn 三字段；前端 vue-tsc EXIT=0。
8.24 十二项真缺口·批1 引擎三件落地台账（v2.16，2026-08-05，代码级）
用户「全部补齐」后做全量现状盘点（2 个 Explore 代理 + 关键文件精读），发现总表大量「待建」标记过时——35 个 module_bre 后端模块 CRUD 全部齐全（9 端点 + 前端页 + API ts + 菜单）、数据字典四类已灌、描述统计/ANOVA 引擎已落地。真实缺口收敛为 12 件，用户拍板范围=只补这 12 件；移动端（V1.2）/品种登记 PVP（V3.0）/AI 三件套（V4.0）留波次不建。分三批独立 e2e + 回归，每批验收。本批批1=引擎三件（solver 扩展，独立新路径）。
| 缺口 | 落地 |
|---|---|
| ① ssGWAS | gwas.py 1.2.0 新增 _ssgwas（run_gwas L161 if method=="emmax" 后加 elif）：genomic.build_g_matrix（blend 岭保证正定）构 G → genomic.solve_gblup 拟合全样本 GEBV û；标记效应反推（Wang et al. 单步 GWAS）对角近似 ê_j=(M_j'Z'G⁻¹û)/(2Σp_j(1−p_j))、Var(ê_j)=σ²u/(2Σp_j(1−p_j))；Wald t=ê/SE、df=n−2 → fdist.f_pvalue；共享 _finalize/_bh_qvalues/_cluster 后处理（GLM/EMMAX 逐字节不变）；门禁：无基因型样本→报错、G⁻¹ 岭兜底；服务端 method 透传 ssgwas（schema 已留）+ 前端 gwas 运行对话框 method 下拉加 ssgwas |
| ② 全 MT-BLUP | mtblup.py 1.1.0 新增 solve_multi（现状 solve_bivariate 单对双性状、Va/Ve 取单性状 REML 仅 ρ 一维）：m 性状 y 堆叠、X/Z 块对角、Var(u)=G0⊗A（G0 m×m 半正定）、Var(e)=diag(ve_i·I)；EM-REML 迭代：初始 Va/Ve 取各性状 blup.solve REML、G0 非对角取 0，迭代更新 G0/ve（特征值截断 + Higham 投影保正定，mtblup 已有投影先例），max_iter 兜底不收敛→converged=False+warning；输出 G0 全元素 + r_g 矩阵 + n_iter/converged/warning；run_genetic_corr 加 full_mtblup=True 模式（一次 m 性状给完整 G0 替代逐对）；逐对 bivariate 路径保持（回归零风险） |
| ③ AR1×AR1 双参 ρ | blup.py 1.4.0 solve_spatial 加 aniso: bool=False（v1 单参 ρ_row=ρ_col 坐标上升 h²↔ρ）：R_ij=ρ_row^ |
8.25 十二项真缺口·批2 模块四件落地台账（v2.16，2026-08-05，代码级）
批2=模块四件：参照 propagation/seed_lot 现成五件套（model + service/controller/schema +
module_bre/__init__.py注册 + 前端views/module_bre/<name>/index.vue+api/module_bre/<name>.ts+ 菜单 component 翻转 + Excel 导入导出）。表均已存在（analysis_dataset 新表 create_all 建），业务增强见下。
| 模块 | 落地 |
|---|---|
| field_operation 农事操作 900051 | bre_field_operation（tree_id/plot_id/op_type/op_date/op_detail/operator_id）；op_type 字典（施肥/喷药/修剪/灌溉/疏果/套袋/采收）bre_dict 灌入 |
| observation 通用观测 900050 | bre_observation EAV 通用录入（可挂 plot 级、不强制 trait）；obs_type numeric/text/date |
| breeding_report 育种报告 900075 | bre_report（report_name/report_type/year/target_id/doc_path/gen_by）CRUD + POST /report/generate（按 report_type 聚合 bre_prediction/bre_stability_result/bre_cv_result 成结构化报告 + doc_path）；前端列表 + 生成对话框 |
| analysis_dataset 分析数据集 900070 | 新表 bre_analysis_dataset（name/description/trait_codes jsonb/sample_ids jsonb/config jsonb/status，create_all + 幂等 weld 兜底）；CRUD +「查看性状值」跳 statistics trait-values（复用既有视图，不重复造轮子） |
| 菜单翻转 + 文案清理 | 幂等 UPDATE component_path→module_bre/<name>/index、加 E 段按钮 900xxx；菜单 description 残留「待建」的 900014/900015/900021/900061/900063/900065 → UPDATE 去「待建」；前端 statistics/index.vue spatial 复选框加 aniso、gwas 运行对话框 method 下拉加 ssgwas |
8.26 十二项真缺口·批3 底座五件落地台账（v2.16，2026-08-05，代码级）
批3=底座五件：审计切面 / 统一编号服务 / 超期预警定时任务 / 备份容灾 / BrAPI+MIAPPE 互操作。
| 缺口 | 落地 |
|---|---|
| ④ 审计切面 | bre_audit_log 表（16 列已建，零实现）→ module_bre/audit/（AuditLogModel + GET /bre/audit/list 过滤 entity_type/action/operator_id + 详情）；base_crud.py 三个写方法事务内 flush 后追加：create→CREATE 记录级、update→UPDATE 字段级 diff（每变更字段一行）、delete→DELETE 记录级；开关 settings.AUDIT_BRE_ENABLED（默认 True）+ 模型 __bre_audit__=True opt-in；批量导入路径会话标志抑制逐行审计、仅汇总记一条；uuid=str(uuid4())、created_time/updated_time=now()、is_deleted=false；operator_id 仅 personnel.name==user.username 命中填（默认只填 created_id） |
| ⑤ 统一编号服务 | 现状 4 处分散扫描式生成 → app/utils/number_gen.py NumberGenService（规则配置前缀/日期/序列/回绕）+ 原子取号 pg_advisory_xact_lock + bre_sequence 表（新表 name/current_seq）；迁移 4 处（行为格式保持）：cross_combination._gen_combination_code（YY+3位）、tree._gen_tree_no（组合-序号）、selection_result clone_code（组合-{:04d} 扩位）、seedling batch_no（YP-…）；e2e：并发取号不重复（advisory lock）、4 种格式回归 |
| ⑥ 超期预警定时任务 | 调度框架已就绪（app/core/ap_scheduler.py + module_task/cronjob 持久化），任务本体缺 → 每日 job 按 selection_rule 扫描：树 N 年未决策（selection_result 无记录且定植超 N 年）、pollen 批次过期（采集日+有效期窗口）、seed_lot 超期 → 写 bre_alert（alert_type/entity_type/entity_id/message/status/created_id）+ GET /bre/alert/list + 前端「预警中心」页；e2e：造超期数据 → 触发 job → alert 落库 → 查询/幂等去重/resolve 后不再重复预警 |
| ⑦ 备份容灾 | backend/scripts/pg_backup.sh：pg_dump 自定义格式到 Temp/backup/（按日期）+ N 天轮转；pg_restore.sh 恢复脚本；系统 job 每日 02:00 备份；e2e：跑脚本 → 备份文件存在 + pg_restore --list 校验（bre_alert/bre_sequence/bre_audit_log/bre_analysis_dataset 均在内，不实还原） |
| ⑧ BrAPI + MIAPPE | module_bre/brapi/controller.py（prefix /brapi/v2，只读不建表，app 根注册非 /bre 前缀）：GET /germplasm（bre_germplasm → germplasmDbId/germplasmName/germplasmPUI/accessionNumber/commonCropName=Peach/genus=Prunus/species=persica/subtaxa=variety_type + additionalInfo 育种字段）、GET /observationvariables（bre_trait → trait/method/scale，scale.dataType 按 numeric/date/text 映射 + validValues 自 valid_min/max 与 scale_json categories）、GET /studies（bre_trial_study + site 名）、GET /observations（bre_trait_observation + bre_observation 合并、tree→germplasm join）、GET /miappe（MIAPPE v1.1 元数据模板导出）；BrAPI 2.x 包裹 metadata{pagination,status,datafiles}+result{data}、0 基分页 |
| 验证 | 批1 Temp/claude/e2e_gaps_engines_20260804.py 3 组 PASS（ssgwas 复现已知 QTL + solve_multi 3 性状 G0 半正定 r_g 与逐对同号量级 + aniso 与 v1 兼容、aniso=False 逐字节一致）；批2 Temp/claude/e2e_gaps_modules_20260805.py 15 组断言 PASS（四模块 CRUD + report generate 聚合 + 菜单翻转 + 文案清理）；批3 Temp/claude/e2e_gaps_base_20260804.py 19 ok / 0 fail（审计 CREATE/UPDATE 字段级 diff/DELETE + IMPORT 抑制汇总 + 8-session 并发取号 1-8 唯一 + 三类预警命中/无负例误报/去重/resolve + 备份 pg_restore --list 四表 + BrAPI 结构分页映射）；回归：e2e_spatial_sparse / e2e_gwas / e2e_molrigor / e2e_advanced_gblup / e2e_gblup_cv / e2e_refine / e2e_gxr / e2e_corr_spatial 全复跑零回归（其间修复 _allelic_columns SSR 兜底误伤——SNP 标记"1/2"多等位调用应视为缺失，恢复 GBLUP「非基因型株 EBV=0」语义，B2 SSR 分支显式 marker_type="SSR" 不受影响）；后端重启 + openapi 核验 631 路径（5 brapi + /report/generate + /audit/list + /alert/list）+ HTTP smoke；前端 vue-tsc --noEmit EXIT=0 |
9. 已决策取值汇总（v1.2，本人敲定）
下列枚举由本人依据 RosBREED 桃无性选育流水线 + 现有 14 域敲定（用户授权"你来定"）。全部作为
sys_dict新增字典类型，落库英码、前端显中文，并接入 Excel 导入翻译（DictLabelResolver）。
9.1 breeding_stage（选择阶段）
| code | 中文 | 主要适用实体 | 说明 |
|---|---|---|---|
| germplasm | 种质资源 | germplasm | 基础材料/引入种 |
| parent | 亲本 | germplasm | 用于杂交的亲本 |
| seedling | 实生苗/群体植株 | tree | 杂交实生群体、未入选 |
| sp | 初选株 | tree | Single Plant，田间初选 |
| ap | 复选株 | tree | Advanced，跨年跨点复选 |
| line | 品系 | germplasm | 克隆扩繁、系统观察 |
| regional_trial | 区试品系 | germplasm | 区域试验 |
| released | 新品种/审定 | germplasm | 命名/登记/审定 |
tree 用 seedling/sp/ap；germplasm 用 germplasm/parent/line/regional_trial/released；
selection_result记录 from_stage→to_stage 晋级流转。
9.2 breeding_generation（遗传世代）
| code | 中文 | 说明 |
|---|---|---|
| F1 | 杂交集 | 首次杂交产生的分离群体（桃主要选种群体） |
| F2 | 自交/互交分离世代 | F1 自交或 F1×F1 |
| BC1 | 回交 1 代 | 导入性状（如抗病）回交 |
| BC2 | 回交 2 代 | |
| BC3 | 回交 3 代 |
引入种质/地方品种
generation留空。权威存cross_combination.generation（与cross_type联动：回交→BCn，自交→F2），tree/germplasm冗余拷贝便于筛选。
9.3 breeding_group_type（分组维度）
| code | 中文 | 说明 |
|---|---|---|
| project | 育种项目 | 正式项目集合 |
| family | 家系/杂交组合群 | 同 cross_combination 的后代集合 |
| category | 种质类别群 | 油桃/蟠桃/观赏桃等类别 |
| temporary_set | 临时选系集 | 临时任务选系集 |
| custom | 自定义 | 用户自由定义 |
不设 objective 维度（与
target育种目标语义重叠）。
9.4 breeding_design_type（试验设计）
| code | 中文 | 说明 |
|---|---|---|
| rcbd | 随机区组 | 高级 trial 常用，区组+重复+对照 |
| augmented | 增广设计 | 多品系少重复+对照重复，早期选种最适用 |
| contrast | 对比试验 | 少量材料与对照比较 |
| split_plot | 裂区设计 | 砧木×接穗等两因子 |
| unreplicated | 观察圃/简约 | 无重复，初步观察 |
9.5 propagation 纳入一期（§3.8）
打通 入选株(tree) → 克隆种质(germplasm) → 扩繁批次(propagation) → 新定植树(tree) 闭环。
9.6 字典落地
在 breeding_dict.sql 增补 breeding_stage/breeding_generation/breeding_group_type/breeding_design_type 四类（英码+中文），并接入对应 service 的 Excel 导入翻译（DictLabelResolver）与前端下拉。
定稿状态（v2.2，2026-07-30）：历经 v1.0→…→v1.9 + v2.0 架构决策锁定 + v2.1 review 修订（R1–R9） + v2.2 深度复审 A–H 全量落地（含 F1/F2 架构拍板：单一长表 + 两长表职责正交 + 统计 VIEW/看板 MV；A1 clone 建于入选 / A3 砧木 FK 统一字典 / A4 pedigree 唯一权威 / B1-B4 统计口径 / C1-C3 门禁重构 / D1-D4 clone 居中 / F3-F5 门禁与公式修正 / G1-G3 编号·审计·method / H1-H3 打磨，详见 §8.10）。所有模块、字段、枚举、建模铁律、互操作映射均已规格化。仍为决策锁定、方案态：除生成器 A/B/C 外，待用户明确"做/搞吧"后据此实施，不先行编码。