EVGAP-01：target surface localization 证据抽取契约（contract-only，未执行）

[leezx]

这个 PR 是什么

冻结一次证据抽取运行的范围、来源、字段白名单、判据映射与输出验证，用于解除 PR #58 登记的 EVGAP-01——它阻断 LOCK-01，导致 41 个靶点全部 DEFER、eligible = 0、Level 01 无法录入任何 pair。

不执行抽取，不执行 Level 01。 EVGAP-02 仍未解除，Level 01 依然不可执行。

main 基线 cd0e041，5 个文件 +878／-0，Ran 298 tests 全部通过（基线 283 + 新增 15）。

---

一、需要裁决的治理事实：本次请求纳入一个从未被批准的数据库

所需数据已经在本地：DATA/1.Databases/ADC_surfaceome_reference/processed/v0.3.0。但它的治理状态必须先讲清楚：

该数据库从未被审核批准。 logs/chatgpt-review-*.md 无任何一条提及 surfaceome；worklog 唯一提及是 2026-08-01 的 mock 运行。已获批的证据抽取（PR #31）在其 source_manifest.json 中声明的来源是 ADC_internalization_reference，没有接入本库。

这解释了一件之前没解释的事：为什么已批准层只有跨膜段注释。 不是数据不存在，是当时没接。

本 PR 请求纳入这一个版本：0.3.0 / snapshot 2026-07-29-quant-topology-mm / raw_manifest_sha256 884f4191…，四个文件逐一记录 SHA-256，执行前逐个校验、不一致即中止（VAL-E06）。

主张纳入它的核心理由：守卫是它构建时写死的

该库 consensus_semantics 的声明	对应仓库规则
membrane_topology_is_independent_surface_localization: false	PR #58 第二轮阻断本身
absence_is_negative_evidence: false	缺失一律 DEFER，永不 EXCLUDE
generic_membrane_is_surface_confirmation: false	泛膜注释不等于质膜定位
cci_receptor_role_is_surface_confirmation: false	受体角色不等于定位证据
tumor_ihc_is_surface_density: false	表达强度不等于表面密度（Level 02 T7）
因 RNA FPKM 排除 GSE160572_MM_surfaceome.csv.gz	RNA 不得当作蛋白层面验证

它还自设 full_t7_gate_confidence_cap: 0.55，并声明自己不建立 malignant-cell positive fraction、isoform usage、calibrated treatment stability 或 ADC accessibility——它自己就划开了 Level 02 边界。守卫是构建时写死的，不是本契约事后附加的。

二、范围与禁读

只处理已批准枚举的 41 靶点（SHA-256 27bb81eb…），不新增靶点。实测覆盖 37 / 未覆盖 4（AG7、CA19-9、EDBN、Undisclosed）。

禁止读取：tumor_surface_measurement.tsv、tumor_protein_context.tsv、treatment_surface_response.tsv（属 Level 02 T7／T5）、receptor_evidence.tsv（该库自身即声明受体角色不构成定位证据）。禁止字段：cci_receptor_role、uniprot_generic_membrane、full_t7_gate_confidence_cap。读入即重演 PR #58 被阻断的越界。

三、判据映射

RQ-01 用 independent_evidence_family_count ≥ 2，家族为 curated_knowledge／imaging／cell_surface_capture_ms。拓扑与泛膜已被该库排除在家族计数之外，所以家族计数在结构上不可能把跨膜段当成定位证据。

RQ-02 有两条路径：

路径	条件	实测
ECD-a	uniprot_ecd_meets_min_length = true	18
ECD-b	uniprot_gpi_anchor 且 uniprot_signal_peptide 且 transmembrane_segment_count = 0	4

ECD-b 是修正数据表示假象，不是放宽标准。 UniProt 的 extracellular domain 字段由跨膜蛋白的 TOPO_DOM 推导；GPI 锚定蛋白零跨膜段、无 TOPO_DOM，该字段一律读成 false。只用 ECD-a 会让 CEACAM5、MSLN、FOLR1、MELTF 因假象落 hold——而四者在库中都是 confirmed_surface、都带信号肽与 GPI 锚，成熟蛋白整体位于胞外。

对照 LAMP1：有跨膜段与信号肽，但结构域朝向溶酶体腔内、无胞外 TOPO_DOM，两条路径都不满足、落 hold。审核方要求的「细胞器膜定位必须 DEFER」由规则自然落在正确一侧，无需特判。

RQ-03 要求 source_evidence.tsv 有对应行且 source_id／source_release／evidence_family／source_url／license 非空；RNA 来源行不可采纳。

四、确定性映射：五条规则覆盖 41 个靶点，零排除

ID	条件	outcome	数量
E1-01	三项 RQ 全满足且无冲突	eligible_surface_target RETAIN	22
E1-02	独立家族数 < 2	possible_surface_target DEFER	6
E1-03	两条 ECD 路径都不满足	possible_surface_target DEFER	3
E1-04	discordance_flags 非空	possible_surface_target DEFER	6
E1-05	不在参考库中	possible_surface_target DEFER	4

22+6+3+6+4 = 41。零自由裁量、零排除。not_surface_target 与 identity_unresolved 仍不可用——该库 absence_is_negative_evidence: false，no_surface_support 只表示无支持证据、不等于已证伪。

• E1-02：CLDN18、GUCY2C、LGR5、PRLR、RNF43、SLC44A4
• E1-03：LAMP1、TDGF1、TM4SF1
• E1-04：CD276、F3、IL2RA、MET、MST1R、TACSTD2

五、必须写进结果报告的三条发现

• MF-01：GUCY2C 落 hold。 只有 curated_knowledge 一个独立家族，consensus_class 是 supported_surface 而非 confirmed_surface。这与此前多模型共识把 GUCY2C 列为首选、以及被隔离运行的 Tier A 选择相反。 必须原样写出，不得因与既有偏好冲突而弱化。测试会检查 MF-01 声称 hold 的靶点确实出现在某条 DEFER 规则的 measured_targets 里，防止这条发现被改成空话。
• MF-02：eligible 只是身份与拓扑层面的结论，不表示该靶点在 CRC 肿瘤细胞表面可得——那是 Level 02 的 T7。
• MF-03：零排除。 hold 不是淘汰，是待证据。

六、验证

• Ran 298 tests 全部通过；scripts/verify_repository_boundary.sh 通过；git diff --check 通过；零 __pycache__。
• 10 个变异全部被捕获后精确回滚，与备份 diff -q 一致、恢复 OK：家族门槛降到 1、拓扑可算作独立家族、未覆盖靶点改判 EXCLUDE、开放 T7 肿瘤定量文件、声明该库此前已获批准、计数不对账、删掉 GUCY2C 使 MF-01 落空、顺带授权执行 Level 01、把 full_t7_gate_confidence_cap 放进白名单、去掉 ECD-b 路径。
• 所有计数由脚本读取外部数据库实测：37/4 覆盖；consensus_class 29 confirmed／7 supported／1 no_support；独立家族数 3 家族 10 个、2 家族 19 个、1 家族 7 个、0 家族 1 个；discordance_flags 非空 6 个；最终 22/19/0。四个数据库文件 SHA-256 实算。

七、授权与不授权

授权： 纳入 ADC_surfaceome_reference@0.3.0（指定 snapshot 与校验和）为已批准来源；按本契约执行一次抽取。

不授权： 执行 Level 01；评估 T7 或任何肿瘤细胞表面可得性；新增靶点或 clinical context；任何筛选排序、Tier、资产推荐、实验建议；任何 Gate 执行或评分；读取被禁文件或字段；引入被隔离运行（#53、#54）的任何产物。

八、后续顺序

1. 本契约 APPROVE → 2. 执行抽取 → 结果 PR → APPROVE → 3. 另开 PR 更新 adc_pool_level_01_input_binding.yaml 绑定产物并解除 EVGAP-01 → 4. EVGAP-02 需其独立契约。两个缺口都解除后，Level 01 才能执行。

九、架构影响

未触碰 src/、src/contracts/、genmodules/、extensions/、docs/architecture/、AGENTS.md、prompts/；未新增 Gate，未改 45-Gate 拓扑、生命周期、核心对象、envelope、Model 或 Profile。5 个文件全在 docs/、tests/、logs/。不消耗 8 月月度架构修复额度。

请重点看两点

1. 是否接受把 ADC_surfaceome_reference@0.3.0 纳入已批准来源，依据是它构建时写死的语义守卫；还是应当先为该数据库本身单独走一次审核。
2. ECD-b 路径是否成立——GPI 锚 + 信号肽 + 零跨膜段是否足以认定细胞外结构域存在，还是应当要求额外的结构证据。

本 PR 不适用 AGENTS.md「审核豁免」，须经 ChatGPT APPROVE。批准只代表接受来源纳入与抽取边界，并授权执行一次抽取；不授权执行 Level 01，也不批准任何靶点判定、筛选结果或科学结论。