Multiscale Spatial Transcriptomics Atlas of the Human Amygdala — 9 例神经典型供体、三平台、110 万细胞级的人杏仁核空间图谱

INFOBOX — 人杏仁核多尺度空间转录组图谱 一屏速览

维度	内容
本质	一个研究、三个技术子集的人杏仁核空间转录组图谱（不是单次测序，也不是疾病队列）
团队	Lieber Institute for Brain Development（LIBD）+ Johns Hopkins（JHU）
论文	bioRxiv v1，2026-08-26，DOI 10.64898/2026.08.22.746381（未经同行评议；CC BY-NC-ND 4.0）
供体	9 名神经典型成人（5 男／4 女，欧洲血统）；方法节另写采集 10 名
VISIUM	GSE342709：51 样本 / 7 供体 / PRJNA1508843；55 µm spot，~18,000 基因
XENIUM	GSE342289：4 样本 / 4 供体 / PRJNA1507312；366 基因 panel；H5+PARQUET+TIFF
VISIUM HD	GSE342738：5 样本 / 2 供体 / PRJNA1508859；2 µm 阵列；RAW.tar 57.0 GB
规模	摘要 >110 万细胞；QC 后三平台合计 1,452,846（含 224,021 个 spot，口径见坑 3）
空间域	13 个（摘要口径）；含邻近结构标注共 15 个（Fig 2B 口径）
核心发现	BLA 各亚区各有一类兴奋性神经元；三种 ITC 亚型（两种成岛）；CeA 的 DRD2 群体其实在 PuV/ASt
获取	处理后数据 GEO 公开；原始读段 dbGaP 受控；代码仓库未公开
库内互链	allen-brain-atlas(275)／human-cell-atlas(319)／single-cell-portal(359)／spatial-touchstone(1104)／gtex(568)／brain-snrna-ad-atlas（同批）

这份图谱回答的是一个解剖学家问了一百年的问题，只是换成了测序的语言：人杏仁核里的细胞，除了"长得不一样"，它们的基因表达是不是也按亚核分块？ 答案是分块的——而且块与块之间的边界，能和 Nissl 染色的细胞构筑过渡对上。为了把"块"和"细胞"同时看清楚，团队把一个器官拆成三层去看：Visium 管整个切面的全转录组，Xenium 管单个细胞的 366 个基因，Visium HD 管介于两者之间的高分辨率全转录组。三层拼起来，才有了"13 个空间域、超过 110 万个细胞级观测"这句话。

导语读法三则：

1. 只想下数据：先读 §6——三个 GSE 是三扇分开的门，不是一个大包；原始读段还在 dbGaP 后面。
2. 关心数字：先读 §2 的「一研究三子集」表与坑 1、坑 3——把"9 例供体"当成每个 GSE 的样本数，是本条目最容易犯的错。
3. 关心生物学结论：直奔 §4 与 §7，尤其是"CeA 里的 DRD2 细胞其实是 PuV/ASt"这一段——它是"空间信息纠正单细胞注释"最干净的例子。

§0 导读：这个数据集解决什么问题

人杏仁核（amygdala）是情绪学习的中枢，也是创伤后应激障碍、重性抑郁、物质使用障碍反复被点名的脑区。但它的分子解剖长期是"借用"来的：要么来自啮齿类，要么来自灵长类与人的经典神经解剖工作——能画出核团边界，却说不清边界两侧的细胞在表达什么。单核 RNA 测序（snRNA-seq）补上了"细胞类型"，但丢掉了"位置"；把细胞打散成悬液之后，没人知道那个 PRKCD+ 的抑制性神经元原本住在中央核的内侧还是外侧。

空间转录组（spatial transcriptomics）的承诺正是把位置还回来。难点在于人杏仁核这个器官的物理属性：它体积不小、核团多、亚核边界弯曲，单一技术无法同时满足"全转录组覆盖"“单细胞分辨率”"完整解剖覆盖"三件事。作者把这一条直接写进了局限性：没有任何一种现有技术能同时做到这三点。于是他们选择了多尺度（multiscale）路线：

• Visium（55 µm spot，全转录组）：负责"整片切面上每个域用什么基因标记"，是域的发现层。
• Xenium（366 基因 panel，亚细胞分割）：负责"每个细胞在这个域里是什么类型"，是细胞层。
• Visium HD（2 µm 阵列，全转录组）：负责"在高分辨率下，边界到底长什么样"，是桥梁层。

三层不是三次独立研究，而是同一个 9 人供体队列上的三次不同"取景"。这也决定了本条目最重要的写作纪律：GEO 上的三个子集是同一研究的三个技术切片，样本数必须分开写——Visium 51 个样本、Xenium 4 个、Visium HD 5 个，加起来 60 个样本记录，去重后是 9 名供体。把 60 当成 60 个病人，或把 9 当成"每个平台都做了 9 例"，都是错的。

与同批入库的 brain-snrna-ad-atlas 的区别（一句话）：那个是"阿尔茨海默病认知队列的单核转录组"——疾病导向、悬液测序、无空间坐标；这个是"神经典型供体的空间转录组图谱"——正常解剖导向、原位测序、带二维坐标。两条目唯一共享的是"人脑 + 转录组"这一层，其余（疾病 vs 正常、单核 vs 空间、队列 vs 图谱、GSE326002 vs 三个 GSE）全部不同。

§1 数据集速览：十问十答

Q1：这到底是"一个数据集"还是"三个数据集"？
检索层面是一个研究、三个 GEO Series。三者共享同一份摘要、同一批作者、同一份预印本，但各有独立的 BioProject（PRJNA1508843／PRJNA1507312／PRJNA1508859）与独立的样本表。本条目按"一个数据集、三个技术子集"处理，并在所有涉及数量的地方分平台标注。

Q2：9 名供体是怎么分布的？
Visium 子集覆盖 7 名（Br2743、Br6423、Br6471、Br6660、Br8325、Br9280、Br9192）；Xenium 子集覆盖 4 名（Br9206、Br9017、Br9192、Br9280）；Visium HD 子集覆盖 2 名（Br8325、Br9280）。并集正好 9 名。Br9280 是三平台唯一全勤供体。

Q3：为什么 GEO 上 Xenium 只有 4 个样本？
因为 Xenium 子集本来就是 4 名供体、每人 1 张 10 µm 切片。9 名是"跨三平台并集"，不是"每个平台都 9 例"。任务派发时最容易在这里写错，坑 1 有专门存照。

Q4：一共多少个细胞？
摘要写"超过 110 万"。QC 后按平台分解：Visium 224,021 个 55 µm spot、Xenium 946,896 个细胞分割、Visium HD 281,929 个细胞分割，合计 1,452,846。注意 Visium 那一项单位是 spot（多细胞单元），严格意义上不能与另两项的"细胞"相加，这个口径差见坑 3。

Q5：13 个空间域是哪 13 个？
摘要口径 13 个，覆盖基底外侧复合体（basolateral complex，BLA）、中央核（central nucleus，CeA）、内侧核（medial nucleus，MeA）、皮质核（cortical nucleus，CoA）与嵌入细胞岛（intercalated islands，ITC/IA）。正文 Fig 2B 的标注集合还包含海马（HPC）、屏状核（CLA）、两块白质（WM.1/WM.2）、内皮（Endo）与胆碱能富集域（CHAT），共 15 个标签。摘要与图注的计数差异见坑 4。

Q6：Xenium panel 测了多少个基因？
366 个。由 10x Genomics 现货 Human Brain Gene Expression Panel（Part No. 1000599）加自定义 panel（Part No. 1000651）拼成，设计依据是 Visium 找到的域 marker 与已发表的人杏仁核 snRNA-seq 数据。完整列表在 Supplementary Data 4。

Q7：Visium 的 51 个样本对应多少人？
7 人。每人 2 张切片、每张 6-8 个 capture area（捕获区），合计 51 个 capture area。所以"51"是捕获区数，不是病人数，也不是切片数（切片数约 14）。

Q8：Visium HD 那 5 个样本为什么叫 MeA/CeA/ITC？
因为它们是解剖靶向取样：两名供体（Br8325、Br9280）的脑块被定向切到中央核（CeA，n=2）、内侧核（MeA，n=2）以及邻近外侧核嵌入细胞岛与基底核背侧大细胞部的区域（ITC，n=1）。不是随机铺满整个杏仁核。

Q9：能拿到原始数据吗？
处理后文件（MTX/TSV/H5/PARQUET/TIFF/JPG/PNG/JSON）在 GEO 公开下载；原始测序读段走 dbGaP 受控访问——GEO 摘要原文写明"human privacy. Raw-data will be available on the database of Genotypes and Phenotypes (dbGaP)"。代码仓库截至目前未见公开地址。

Q10：它和 brain-snrna-ad-atlas 是什么关系？
只有"同一批入库、都是人脑转录组"这一层关系。对方是 AD 认知队列的 snRNA-seq（GSE326002），有疾病表型、无空间坐标；本方是神经典型供体的空间图谱（三个 GSE），有空间坐标、无临床队列设计。引用时不可互相替代，也不可把两者的"细胞数"放同一张表里比大小（口径不同，见 §9.1）。

§2 数据构成：一研究、三子集、九个供体

2.1 结构总表（本条目最重要的一张表）

层	GEO	标签	样本数	供体数	平台	BioProject
Visium	GSE342709	[Visium]	51	7	GPL24676（NovaSeq 6000）	PRJNA1508843
Xenium	GSE342289	[Xenium]	4	4	GPL33762（Xenium In Situ Analyzer）	PRJNA1507312
Visium HD	GSE342738	[Visium HD]	5	2	GPL24676（NovaSeq 6000）	PRJNA1508859
合计	—	—	60 个样本记录	9（并集）	—	3 个独立 BioProject

三个子集均为 Other 实验类型、均于 2026-08-24 公开（GEO 状态行原文 Public on Aug 24, 2026）。GSE342738 的提交日期为 2026-08-06，最后更新 2026-08-25。

读这张表的三条纪律：

1. 样本数 ≠ 供体数 ≠ 病人数。51 是 Visium 捕获区数（每人 2 切片 × 6-8 区），4 是 Xenium 切片数（每人 1 张），5 是 Visium HD 解剖靶向区块数。
2. BioProject 是三个，不是一个。任务派发阶段曾把 PRJNA1507312 当作整项研究的 BioProject，实核后它只属于 Xenium 子集——这是本条目最值得记住的一条更正（坑 2）。
3. 9 是并集的势，不是每层的样本量。任何"每平台 n=9"的表述都不成立。

2.2 供体覆盖矩阵

供体	Visium	Xenium	Visium HD	覆盖平台数
Br2743	✅（7 区）	—	—	1
Br6423	✅（8 区）	—	—	1
Br6471	✅（8 区）	—	—	1
Br6660	✅（8 区）	—	—	1
Br8325	✅（8 区）	—	✅（MeA、CeA）	2
Br9280	✅（6 区）	✅	✅（MeA、CeA、ITC）	3
Br9192	✅（6 区）	✅	—	2
Br9206	—	✅	—	1
Br9017	—	✅	—	1
合计	7 人 / 51 区	4 人 / 4 张	2 人 / 5 块	9 人并集

这张矩阵对使用者的含义很直接：跨平台一致性检验只能在这几个人身上做。Visium 与 Xenium 的重叠是 Br9280、Br9192 两人；Visium 与 Visium HD 的重叠是 Br8325、Br9280 两人；三平台全叠只有 Br9280 一人。论文给出的平台间一致性相关系数（§5.3）就是在这样小的重叠上算出来的，把它当"普适一致"要谨慎。

2.3 平台规格对照

属性	Visium	Xenium	Visium HD
分辨率	55 µm spot（多细胞）	亚细胞（细胞分割，核扩展 5 µm）	2 µm 连续条形码，分析用 8/16 µm bin
基因覆盖	全转录组（~18,000）	366 基因 panel	全转录组（~18,000）
供体/切片	7 人 / 每人 2 切片	4 人 / 每人 1 张 10 µm 切片	2 人 / 5 个定向区块
阵列	每张 6-8 个 6.5 mm² capture area	—	每张 2 个 6.5 mm² 阵列
测序	—	—	NovaSeq X 25B，~25,000 reads/spot
计数单元	224,021 个高质量 spot	946,896 个高质量细胞	281,929 个高质量细胞
聚类方法	BayesSpace（k=16, gamma=3, 10,000 迭代）+ Harmony	BANKSY	BANKSY（8/16 µm bin）
批次校正	Harmony（跨 capture area 与供体）	—	—

2.4 样本命名规则（检索与对齐用）

• Visium：Br<供体号> [<载玻片/区域编号>_<行><列>]，例如 Br2743 [V13Y24-346_A1]。方括号内可反查捕获区，同一供体的 7-8 条记录共享前缀。
• Xenium：直接用供体号，Br9017／Br9192／Br9206／Br9280，一行一供体。
• Visium HD：Br<供体号>_<解剖靶区>，例如 Br8325_MeA、Br9280_ITC，把"谁 + 哪个亚核"直接写进样本名。

GEO 的 GSM 号段也分开：Visium 为 GSM9937015–GSM9937065，Xenium 为 GSM9927390–GSM9927393，Visium HD 为 GSM9937425–GSM9937429。三段的数字区间互不重叠，但相对远近不说明任何新旧关系——不能按 GSM 号大小判断"哪个先做"。

2.5 供体画像与已知缺口

• 人数：9 名（5 男 / 4 女），全部为神经典型（neurotypical）成人，欧洲血统。
• 性别在各平台的分派：Xenium 的 Br9192、Br9280 为男，Br9017、Br9206 为女；Visium HD 的 Br9280 为男、Br8325 为女。
• 年龄：未公开（预印本引 Supplementary Table 1，该表内容未在可见正文中出现）；死前诊断、死后间隔（PMI）、毒理筛查结果：未公开。
• 供体数双口径：摘要与结果写 9 名，方法节写采集 N = 10。第 10 名供体的编号与用途在可见文本中未说明——可能是采集后未通过 QC 的一位，但这只是推测，本条目不作裁定（坑 5）。

§3 三层取景：技术路线与处理流程

3.1 为什么必须是三层

把三条技术路线摆在一起看，取舍是清晰的：

你想要的	Visium	Xenium	Visium HD
全转录组	✅	❌（366 基因）	✅
单细胞/亚细胞分辨率	❌（55 µm spot 含多细胞）	✅	✅（8 µm bin 近单细胞）
大范围解剖覆盖	✅（6.5 mm² 切面可拼）	⚠️（单张视场）	⚠️（定向取块）
可回溯的现成分析生态	✅（Space Ranger 标准流程）	✅	较新

三层各补一块短板，代价是整合成本：三个平台三种计量单位、三种噪声结构、三种批次。作者的解法是把"域"作为公共坐标系——先在 Visium 上无监督发现域，再把 Xenium 与 Visium HD 的细胞映射到同一套域定义上，用域级 log-fold change 的一致性来验收整合质量（§5.3）。

3.2 各平台的实验处理

Visium：每供体 2 张切片，每张 6-8 个 6.5 mm² capture area，55 µm spot，每阵列约 5,000 个条形码 spot。相邻切片用 VisiumStitched 包（配 Fiji/TrakEM2 插件）做拼接（stitching），得到跨 capture area 的连续切面——这是"整片看域"的关键一步，不拼接的话每个 6.5 mm² 方框只能各自成图，域边界会被硬切开。

Xenium：每供体 1 张 10 µm 切片，366 基因 panel，亚细胞分辨率，细胞分割时核扩展 5 µm。选片倾向"结构最完整"的层面，因此 4 名供体的 Xenium 切片在解剖位置上未必完全对齐。

Visium HD：5 个定向区块来自 2 名供体，覆盖 CeA（2 块）、MeA（2 块）与 ITC 区（1 块）。2 µm 连续条形码阵列，每张 2 个 6.5 mm² 阵列；分析时聚合成 8 µm 或 16 µm bin。测序用 NovaSeq X 25B flow cell，约 25,000 reads/spot——这个深度是 HD 能在 2 µm 尺度上还保留可用信号的前提。

3.3 预处理：从原始图像到计数矩阵

步骤	工具/版本	说明
图像分割（Visium）	VistoSeg（splitSlide）	组织识别与分割
比对计数（Visium）	spaceranger v3.0.1	标准 Space Ranger 流程
比对计数（Visium HD）	spaceranger v4.0.1	HD 专用版本
解码（Xenium）	xeniumranger v2.0.0	原位解码与细胞分割
拼接	VisiumStitched + Fiji/TrakEM2	跨 capture area 拼接
QC 指标	scuttle::addPerCellQC	每细胞/每 spot 质控
异常值剔除	SpotSweeper	局部邻域 z-score 检测伪影 spot
阈值	Visium < 50 基因或 UMI 剔除；Visium HD 与 Xenium < 10 剔除	见正文方法节
归一化	Visium/HD：logNormCounts（size-factor log 归一化）；Xenium：以核面积作 size factor	Xenium 用核面积而非总计数，是为避开 panel 组成偏差

最后一行的处理值得多说一句。常规单细胞归一化假设"总计数反映细胞大小"，但 Xenium 的 366 基因 panel 是人为挑选的，总计数受"这个细胞恰好表达了 panel 里哪几个基因"影响很大，用总计数当分母会把细胞类型差异误算成技术差异。改用核面积作 size factor，是原位平台上一个不算显眼但很关键的选择。

3.4 空间域是怎么"找"出来的

• Visium（域发现）：先做空间变异基因筛选（nnSVG），跨样本排名平均，只保留在至少 2 个样本里进入 top 1,000 的基因，得到 1,487 个可重复的空间变异基因（replicated SVG）。然后用 BayesSpace 做空间聚类（k=16, gamma=3, 10,000 次迭代），配 Harmony 做跨 capture area 与跨供体的批次校正，最后用迭代式"参考引导聚类 + 细胞类型映射"把簇归并成 13 个域。
• Xenium（细胞层）：BANKSY 做空间感知聚类，特征是三路拼接——单细胞表达 + 邻域平均表达 + 方向性表达梯度。BANKSY 的卖点正是"不只看这个细胞表达什么，还看它周围一圈表达什么"，对人杏仁核这种"域边界比细胞类型边界更清楚"的组织特别合适。
• Visium HD（桥梁层）：scran::modelGeneVar 取 top 2,000 高变基因 + top 100 个 Visium IA 域 marker，合计 2,100 个特征，再用 BANKSY 在 8/16 µm bin 上做域检测。
• 标签转移：RCTD（spacexr 包）把 snRNA-seq 参考的细胞类型标签投到空间位置上。

3.5 snRNA-seq 参考集合：三个"外援"

空间转录组本身给不出完整的细胞类型字典，必须借参考。本文借了三套：

参考	角色	用途
Yu et al.（ref 20）	主参考	RCTD 去卷积 Visium/Xenium；含三个 CeA 相关抑制性群体（DRD2_ISL1、DRD2_PAX6、PRKCD）
Totty et al.（ref 19，作者前作）	交叉验证	解剖靶向人杏仁核 snRNA-seq；复现主要域富集模式；ITC 亚型比对
Siletti et al.（ref 22）	ITC 专用	三套中 ITC 亚型代表性最好，用于把 ITC_1/2/3 定位到空间上

三套参考经 MetaNeighbor（AUROC）比对后，得到 3 个可重复的 ITC 亚型（ITC_1、ITC_2、ITC_3）。这一步是本条目里"跨数据集可重复性"最实在的一处证据：同一亚型在三套独立数据里都能被邻居投票认出来，才敢说它是真的。

3.6 下游分析的三条线

1. 共表达网络：全转录组层面构建 30 个模块（每模块 ≥10 基因），其中 10 个有强域特异性（M6-LA、M27-BLD、M5-PL、M10-CoA、M13-CeA、M19-MeA、M20-IA、M15-HPC、M7-CLA、CHAT 域）。转录因子普查用 Lambert et al.（2018）的人 TF 清单。
2. 遗传力定位：gsMap（基于 S-LDSC）+ scDRS（基于 MAGMA top 1,000 基因），对 21 个性状的 GWAS 做富集排序。
3. 疾病签名：GEO 版摘要末句提到把酒精使用障碍（alcohol use disorder，AUD）的转录签名按细胞类型与亚核做空间解析。

§4 生物学内容：这片图谱上有什么

4.1 13 个域与它们的 marker

摘要口径的 13 个域覆盖五个解剖单位：基底外侧复合体（BLA，含外侧核 LA、基底核 BL、基底外侧背侧 BLD、旁层 PL、基底内侧 BM）、中央核（CeA）、内侧核（MeA）、皮质核（CoA）与嵌入细胞岛（IA/ITC）。各域的代表性 marker 如下（来自正文与 Supplementary Data 2）：

域	全称	代表性 marker	备注
LA	lateral amygdala（外侧核）	RORB、GULP1、CYP26B1（新）	前-后轴分布差异最大，前部最明显
BL	basolateral（基底核）	PEX5L	—
BLD	basolateral dorsal（基底外侧背侧）	RGS4（新）、LAMP5+/ABO+ 神经元	对应大细胞部（magnocellular）
PL	paralaminar（旁层）	CRHR1、GJB3（新）、COL25A1、GJB5	对应小细胞部；兴奋性神经元密度最高
BM	basomedial（基底内侧）	NNAT、CNR1（新）	遗传力富集排名靠前
CeA	central（中央核）	PENK、SST、SCG2、HPCAL1、CARTPT、PNOC	内部两套反向程序，见 §4.5
CoA	cortical（皮质核）	PDYN、VGLL3+/MEPE+	ESR1 为其关键 TF
MeA	medial（内侧核）	OTP、FEZF1、STRIP2+、TFAP2C+	—
IA	intercalated amygdalar islands（嵌入岛）	TSHZ1、FOXP2	三个 ITC 亚型共享这两个 marker
HPC	hippocampus（海马，邻近）	—	邻近结构，非杏仁核本体
CLA	claustrum（屏状核，邻近）	—	邻近结构
WM.1 / WM.2	white matter（白质）	—	两个白质域，遗传力富集低
Endo	endothelium（内皮）	—	血管相关
CHAT	胆碱能富集域	CHAT 相关模块	论文单独列出，M15/CHAT 编号存疑（坑 6）

表中"（新）"指作者自述为本图谱首次报道的亚核 marker：RGS4→BLD、GJB3→PL、CYP26B1→LA、PDYN→CoA、CNR1→BM。这些"新"的判定标准是以往人杏仁核（或啮齿类/灵长类）文献是否已明确将其指定为对应亚核 marker，属作者主张，本条目照录不背书。

4.2 十个域特异性共表达模块

30 个共表达模块中有 10 个带明显域富集：

模块	域	基因数	关键 TF / 通路线索
M6-LA	LA	287	NEUROD6、EMX1、RORB、SATB1
M27-BLD	BLD	24	—
M5-PL	PL	287	与 LA 共享离子通道基因
M10-CoA	CoA	120	ESR1
M13-CeA	CeA	99	MEIS2；GPCR/胺受体富集
M19-MeA	MeA	60	OTP、FEZF1
M20-IA	IA	45	—
M15-HPC	HPC	86	与 CHAT 模块编号冲突（坑 6）
M7-CLA	CLA	245	—
CHAT 域模块	CHAT	88	胆碱能

基因本体（GO）层面的两个反差很有意思：LA 与 PL 的域模块富集在离子通道（GABRB2、GLRA2、KCNH1、CACNA1B/D、CAMK1、PNCK），而 CeA 的模块富集在GPCR / 胺受体（DRD1、DRD2、HTR1D、ADRA2C、HRH3）。翻译成神经生物学的话：外侧那一头擅长"快速电信号"，中央那一头擅长" neuromodulator 慢调节"——这与杏仁核内部"感觉输入（LA/BLA）vs 输出与自主神经调控（CeA）"的经典分工在分子层面是吻合的。

4.3 前-后轴：域不是均匀铺开的

同一域在不同冠状层面上的显著程度差别很大：

• LA 在前部最显著，后部缺失。
• BM、BLD、CeA、CoA 在中部最丰富。

这条结论直接限定了图谱的使用边界：它不是"杏仁核的均匀采样"，任何按"域体积占比"计算的推断，在采样层面就被前-后轴覆盖不足扭曲了。作者在局限性里也承认仅取部分冠状层面（坑 8）。

4.4 BLA 复合体：每一块都有自己的兴奋性神经元

这是摘要点名的核心发现之一：基底外侧复合体的每个细分（subdivision）都含有各自的兴奋性神经元类别。具体对应关系：

解剖细分	对应的分子/细胞类型	依据
PL（旁层，小细胞部）	LAMP5+/COL25A1+ 神经元，几乎专属	兴奋性神经元密度最高
BLD（背侧，大细胞部）	LAMP5+/ABO+ 神经元	—
CoA（皮质核）	VGLL3+/MEPE+	—
LA（外侧核）	三个 HGF+ 群体	—
MeA（内侧核）	STRIP2+、TFAP2C+	—

一个反向的修正：原本被视作 PL 类型的 SOX11+/EBF2+ 群体，在本图谱上实际主要位于 MeA 与 CoA 而非 PL。这类"空间信息纠正单细胞注释"的案例在整个条目里反复出现（§4.6 是另一个），也是本图谱最直接的使用价值。

分子边界与 Nissl 染色的细胞构筑过渡高度吻合——这句话的份量在于：它说明我们用聚类算法算出来的"域"，不是统计假象，而是解剖学家用染色肉眼看了一百年的那些边界。算法与目视在同一个位置附近看到了同一条线，这是互相印证。

4.5 中央核重注释：DRD2 细胞其实不在 CeA

这一节是本条目里最"反直觉"的发现，值得单独摊开。

单细胞研究长期把人杏仁核里的一群 DRD2+ 抑制性神经元标注为"中央核（CeA）相关"——因为它们在解剖取样被标为 CeA 的块里富集。但把位置信息加回来之后：

细胞群	单细胞时代的位置标签	本图谱的定位	解剖学含义
PRKCD+	CeA	仍在 CeA 本体	唯一留在中央核的
DRD2+/ISL1+	CeA	PuV（腹侧壳核）	其实是纹状体的一部分
DRD2+/PAX6+	CeA	ASt（杏仁核-纹状体过渡区）	位于杏仁核与纹状体之间

与猕猴纹状体图谱里两个 RGS6+ 中等棘神经元（MSN）亚型（用 ISL1/PAX6 区分、分别定位 PuV 与 ASt）一致。这一致性让结论更硬：不是"我们的数据说它在别处"，而是"另一个物种、另一套数据也这么分"。

同时，CeA 本体内存在两套反相关的程序：

• PRKCD / PENK / CARTPT —— 对应 CeM（中央内侧），环绕分布；
• SST / TAC3 / CRH —— 对应 CeL（中央外侧），位于核心。

作者称这是"首次证明啮齿类 CeL/CeM 对立神经肽能群体在人脑中保守"。这条结论的意义不止于杏仁核：如果 CeL/CeM 的分子对立在人脑里也成立，那么所有基于啮齿类 CeL/CeM 分工建立的焦虑、恐惧模型，就有了一个可翻译的人脑参照系。

4.6 嵌入细胞岛（ITC）：三种亚型、两种成岛

嵌入细胞（intercalated cells，ITC）是杏仁核里最"反常"的结构：一小群抑制性神经元嵌在主要核团之间的白质束里，像一座座孤岛。本图谱把它们拆成三个转录上可区分的群体：

亚型	分子特征	空间形态	备注
ITC_1	MSN 样（PPP1R1B、RARB）	LA 背外侧白质束内的致密岛	与少突胶质细胞共定位
ITC_2	—	分布在分隔 LA/BLD/CeA/BM 的白质间隙，成岛	邻近 BLA 复合体
ITC_3	DSCAM、GRM1、GABRA1、ADCYAP1R1	不成岛，弥散分布于嵌入空间	ADCYAP1R1 为 PACAP 受体，与 PTSD 相关

三者共享 TSHZ1、FOXP2、DRD1、OPRM1。前两个亚型"成岛"、第三个"弥散"，正好对应摘要里那句"其中两种在基底外侧复合体邻近形成空间上独立的岛"。

ITC_3 的 ADCYAP1R1 值得一提：PACAP 受体基因是 PTSD 研究中被反复讨论的候选基因，而这里它在不成岛的那一群里富集。这为"PTSD 相关基因在杏仁核哪类细胞里表达"提供了一个带坐标的答案——当然，这仍是表达层面的相关性，不是因果。

4.7 精神疾病遗传风险的空间定位

两条互不替代的路线：

gsMap（基于 S-LDSC，给区域打分）：

• 灰质全域广泛富集，白质与内皮富集低。
• 精神分裂症（SCZ）信号最强——但作者明确提醒，这更可能反映 GWAS 统计功效，而非"杏仁核在 SCZ 中更关键"。
• 身高（阴性对照）几乎无富集，说明流程没有系统性假阳性。

scDRS（基于 MAGMA top 1,000 基因，给细胞打分）：

• 异质性更高；BM 与 LA 在多数供体与性状中排名靠前。
• CLA 亦升高，但只有 1 名供体支持。

关键贡献基因举例：MDD-BM 方向有 NEGR1、RBFOX1、PCLO、RTN1、GPM6A、VAMP2、CCK；SCZ-LA 方向有 NRGN（最早被发现的全基因组显著 SCZ 位点之一）。

两类方法的结论不完全一致（一个说"灰质普遍"、一个说"BM/LA 突出"），作者也提醒跨性状比较必须考虑 GWAS 功效。使用建议：把这两张图当"假设生成"，不要当"定位已定"。

4.8 酒精使用障碍（AUD）：摘要里的一句，落地要看正文

GEO 版摘要末句是"we leveraged this atlas to spatially resolve the transcriptomic signatures of alcohol use disorder across cell types and subnuclei"。也就是说，团队用这套神经典型供体的图谱作为参照系，把 AUD 的既有转录签名按细胞类型与亚核做了空间分解。

需要特别说明的是：本数据集的样本本身不是 AUD 队列，9 名供体为神经典型。AUD 部分依赖外部的病例-对照表达数据（具体来源在预印本可见文本中未完整呈现），本条目不对该部分的样本量作任何数字主张。bioRxiv v1 摘要的末句写的是"localized psychiatric genetic risk across the amygdala"，与 GEO 摘要末句不同（坑 7 有存照）——两版摘要在同一项目上的表述漂移，说明这一节的定位在投稿前后有过调整。

§5 数据质量：能信到什么程度

5.1 QC 的三个阈值

平台	剔除阈值	剔除工具
Visium	< 50 基因 或 < 50 UMI	scuttle::addPerCellQC
Visium HD	< 10 基因/UMI	同上
Xenium	< 10 基因/UMI	同上
三平台共通	局部邻域 z-score 异常 spot/细胞	SpotSweeper

Visium 阈值高（50）而 HD/Xenium 阈值低（10），原因在计量单位：Visium 一个 spot 覆盖数十个细胞、捕获基因数上千，用 50 作下限是剔除"空 spot 或严重降解"；Xenium 一个细胞只测 366 个 panel 基因，实际检出往往只有几十个，用 10 作下限才不至于把大量正常细胞误删。不同平台的 QC 阈值不可直接比较。

5.2 可用于验收的硬数字

指标	数值	用途
可重复空间变异基因	1,487	域发现的输入特征数
BayesSpace k	16	聚类簇数（最终归并为 13 域）
Visium HD 特征	2,100（2,000 HVG + 100 IA marker）	HD 域检测输入
共表达模块	30（≥10 基因），10 个域特异	基因程序层面
高质量 spot/细胞	224,021 / 946,896 / 281,929	三平台规模
平台间一致性（PL）	正文 R = 0.866；图注 0.867	整合验收
平台间一致性（LA）	R = 0.797	整合验收

5.3 平台间一致性：0.87 意味着什么

Visium 与 Xenium 的域级 log-fold change 相关性：PL 为 0.866（正文）／0.867（图注），LA 为 0.797。

同一个域、同一个 marker 集合，两个平台各算一遍富集倍数，再求相关——这是检验"366 基因 panel 够不够代表全转录组"的直接方式。0.87 的解读应当是：

• 好的一面：两个平台对"这个域富集哪些基因"的判断是同一方向的，不是各说各话。
• 要警惕的一面：0.87 不是 1.0。剩下约 13% 的变异里有真实生物信号，也有 panel 选择偏差（panel 是拿 Visium 的 marker 设计的，天然有利于一致性，属于"循环验证"）。LA 的 0.797 更低，可能与 LA 前-后轴异质性大、采样层面不完全对齐有关。

5.4 三个已知的质量风险

1. 采样偏斜：Visium 7 人、Xenium 4 人、HD 2 人。跨平台比较的重叠只有 1-2 人。
2. 参考依赖：细胞类型标签来自 RCTD 转移，参考本身（Yu et al.）对 CeA 亚群聚类不足（原始参考只分出 1 个 CeA 簇）——这正是为什么需要本图谱来重注释（§4.5）。
3. 层面依赖：只覆盖部分冠状层面，CeA 与杏仁核-纹状体过渡区仅在中部层面被充分采样。

5.5 复现路径（不依赖论文代码）

由于代码仓库未公开，复现需要自行拼装流程。可用的公开组件：

# 1) Visium：Space Ranger + VisiumStitched
spaceranger count --id=$SAMPLE --transcriptome=refdata-gex-GRCh38-2024-A \
  --fastqs=$FASTQ --image=$IMG --slide=$SLIDE --area=$AREA
# 2) Visium HD：Space Ranger v4
spaceranger count --id=$HD_SAMPLE --transcriptome=refdata-gex-GRCh38-2024-A \
  --fastqs=$HD_FASTQ --image=$HD_IMG --slide=$HD_SLIDE --area=$HD_AREA
# 3) Xenium：Xenium Ranger
xeniumranger import-segmentation --id=$XEN --xenium-bundle=$BUNDLE --panel=$PANEL

下游的 BayesSpace/Harmony/BANKSY/RCTD 均为公开 R 包，按 §3.4 的参数（k=16、gamma=3、10,000 迭代、8/16 µm bin）即可重建。注意 FASTQ 需 dbGaP 授权，未授权者只能从 GEO 的处理后矩阵起步。

§6 获取与许可：三扇门、四种规则

6.1 门在哪

资产	位置	能否直接下载
Visium 处理后数据	GSE342709 补充文件（CSV/JPG/JSON/MTX/PNG/TIFF/TSV）	✅ 公开
Xenium 处理后数据	GSE342289 补充文件（H5、PARQUET、TIFF）	✅ 公开
Visium HD 处理后数据	GSE342738 补充文件 RAW.tar，57.0 GB（JPG/JSON/MTX/PARQUET/PNG/TIFF/TSV）	✅ 公开（体积大，建议断点续传）
原始测序读段	dbGaP	❌ 受控访问，需申请
预印本	bioRxiv DOI 10.64898/2026.08.22.746381	✅ CC BY-NC-ND 4.0
代码仓库	未见公开地址	❌ 未公开

Xenium 的文件格式值得单列：H5 + PARQUET + TIFF 是 10x Xenium 的标准输出套装——H5 存转录本坐标与细胞特征，PARQUET 存细胞元数据，TIFF 存形态学图像。这三样齐全意味着可以直接重建"细胞在哪、表达什么、周边长什么样"。

6.2 一个需要留意的原文矛盾

GSE342738 页面上同时出现两句话：一方面列出 GSE342738_RAW.tar 大小为 57.0 Gb，另一方面在补充文件表末注 Raw data not provided for this record。

合理的解读是：这里的 RAW.tar 指"提交者上传的原始文件包"（即处理后的计数矩阵与图像），而不是"原始测序读段（FASTQ）"——后者确实未提供，需走 dbGaP。GEO 的 Raw data 一词在系列页表末的注记里通常指 SRA 读段。这是推测，官方未逐字解释，本条目存照为存疑项（坑 9）。

6.3 license 的四层异构

层	条款	使用含义
处理后数据（GEO）	GEO 默认公开使用条款	可下载、可分析；再分发需注明来源
原始读段（dbGaP）	数据使用协议（DUA）	需申请，受控；一般禁止再识别与无授权再分发
预印本	CC BY-NC-ND 4.0	可转载但不可改编、不可商用
代码	未公开	无法直接引用许可

最容易踩的一条：预印本是 CC BY-NC-ND（禁止商用、禁止演绎），但数据本身在 GEO 的公开使用条款下。论文许可与数据许可不是一回事，商用场景要分开判断——预印本里的图表不能直接搬进商业材料，GEO 上的矩阵则可以用于商业分析（需自负合规责任）。

6.4 上游流程：从死亡到切片

本数据集的组织来源是 LIBD 的人脑库（postmortem brain repository），与同机构其他项目共享同一套采集框架（知情同意、神经病理评估、毒理筛查、死后间隔记录）。具体到本批 9 名供体的 PMI、RIN、死前诊断细节未在可见文本公开（§2.5）。使用这类数据时通常需要遵守的通行准则：

• 不尝试个体再识别（供体虽匿名化为 Br####，但结合年龄、性别、死因仍有重识别风险）；
• 任何图像展示避开可识别特征；
• dbGaP 数据的使用范围严格限于获批的研究目的。

6.5 与库内其他脑/单细胞条目的获取方式对照

条目	主要获取门	与本条的差别
allen-brain-atlas（275）	官网 + API 公开	微阵列/ISH 为主，非测序
human-cell-atlas（319）	多门户汇总	单细胞悬液，无空间
single-cell-portal（359）	门户统一检索	聚合层，非单一数据集
spatial-touchstone（1104）	Xenium 基准公开	肝/肠组织，非脑
gtex（568）	官网公开（部分受控）	组织 bulk，非空间
本条目	三 GSE 公开 + dbGaP 受控	三平台、单器官、空间

§7 方法学参照：同类空间图谱怎么比

7.1 同类人脑空间图谱的四个坐标

比较人脑空间转录组图谱，绕不开四个维度：器官、平台、分辨率、供体规模。把人杏仁核图谱放进这个坐标里：

图谱	器官	平台	供体/样本	空间分辨率
本条目	杏仁核	Visium + Xenium + Visium HD	9 供体 / 60 样本	55 µm / 亚细胞 / 2 µm
同组前作（SCZ 前额叶）	前额叶	Visium + Xenium 等多尺度	未在本条目核实	多尺度
snRNA-seq 人脑图谱类	全脑或指定脑区	悬液	数百至上千	无空间
单细胞参考图谱（如 Siletti 类）	全脑	悬液	大量	无空间
空间基准（spatial-touchstone，1104）	肝/肠	Xenium	少量	亚细胞

注意第一行与第二行是同一实验室的"方法家族"：LIBD 的 Hicks/Martinowich 组合近年反复出"多尺度空间图谱"——南杏仁核（本条）、前额叶（SCZ）、伏隔核（三维重建）。这条家族线索在 §9 展开。

7.2 与"只做 Xenium"的图谱比

单平台 Xenium 图谱的优势是细胞分辨率与统一处理流程；劣势是 panel 受限（366 基因），且没有全转录组参照。本条目用 Visium 做"域发现"、Xenium 做"细胞分辨率"、HD 做"高分辨率全转录组"，是一种分工式而非替换式的多平台策略。评估这类图谱时，最该问的是两件事：

1. 平台之间的一致性有没有量化？（本条：PL R=0.866/0.867、LA R=0.797）
2. 哪些结论只靠某一个平台得出，因而可能不稳？（本条的 CeA 重注释高度依赖 Xenium 的 DRD2/ISL1/PAX6/PRKCD 四个基因同时在 panel 里——panel 设计决定了这个结论能否被看见）

7.3 与 snRNA-seq 图谱的分工

snRNA-seq 给细胞类型字典，空间图谱给字典的"地址"。两者的交叉验证是双向的：

• 空间验证悬液：SOX11+/EBF2+ 群体其实在 MeA/CoA（原以为在 PL）；DRD2+ 群体其实在 PuV/ASt（原以为在 CeA）。
• 悬液验证空间：ITC_1/2/3 三个亚型要在三套独立 snRNA-seq 里都能被 MetaNeighbor 认出，才算可重复。

这条双向关系说明：单独任一方都不可信，必须成对出现。这也是为什么本条目在 §4.5 反复强调"与猕猴纹状体图谱一致"——跨物种 + 跨技术的双重印证，比单一数据源的一句结论强得多。

7.4 与其他空间组学方法的定位

方法	分辨率	基因数	通量	与图谱的关系
Visium（标准）	55 µm	全转录组	高	本条的域发现层
Visium HD	2 µm（8/16 µm bin 分析）	全转录组	中	本条的桥梁层
Xenium	亚细胞	366（可定制）	中	本条的细胞层
MERFISH / CosMx	亚细胞	数百至数千	中	同类替代，本数据集未用
Slide-seq 类	10 µm	全转录组	高	同类替代，本数据集未用
snRNA-seq	单细胞（无空间）	全转录组	极高	本条的参考层

§8 局限与方法学启示

8.1 作者自陈的四条局限

1. 技术不可兼得：人杏仁核体积大、解剖复杂，现有技术无法同时提供全转录组 + 单细胞 + 完整解剖覆盖，因此必须整合三平台。
2. 前-后轴覆盖有限：仅部分冠状层面，域与细胞类型的代表性沿前-后轴变化大；CeA 与杏仁核-纹状体过渡区只有中部层面采样充分。
3. 参考图谱约束：细胞类型映射受限于现有 snRNA-seq 参考；CeA 亚群在原始参考里聚类不足，发育动态细胞状态在成人图谱中代表性可能不足。
4. 跨性状比较需谨慎：gsMap 富集幅度与 GWAS 功效强相关（SCZ 强信号不等于杏仁核在 SCZ 中更关键；PTSD 无显著亚核富集不等于排除杏仁核参与）。

8.2 本条目补充的三条使用风险

• 样本量：9 名供体、单一血统、无临床表型，任何"人群层面代表性"的主张都不成立。它是一张图谱，不是一个队列。
• 预印本身份：未经同行评议，方法细节与结论可能在实际刊出时变化（摘要末句已变过一次，坑 7）。
• 代码缺失：没有公开代码仓库意味着"参数级复现"需要大量试错；§5.5 给出的骨架只能还原主干。

8.3 三条可迁移的方法学启示

启示一：把"域"当公共坐标系，是整合多平台最实用的做法。
三个平台的分辨率、基因覆盖、噪声结构都不同，直接合并单细胞矩阵几乎必然引入批次伪影。先在一个平台上定义"域"（低维、可解释、与解剖对应），再把其他平台的细胞投影到域上，用域级 marker 富集的一致性做验收——这套思路可以迁移到任何多平台空间整合项目。

启示二：空间信息最大的价值不是"多一个维度"，而是"纠正错误的维度"。
DRD2+ 群体从 CeA 搬到 PuV/ASt、“SOX11+/EBF2+“从 PL 搬到 MeA/CoA——这两个修正都不是"发现了新细胞类型”，而是"原来那种细胞被放错了位置”。任何依赖解剖块标记的单细胞注释，都应该预设自己可能有这类系统偏差。

启示三：多尺度要"按需取景"，不要"每层都做全量"。
Visium 覆盖 7 人 51 区、Xenium 只做 4 人 4 张、Visium HD 只做 2 人 5 块——这不是偷工减料，而是成本与收益的分配：域发现需要广度，细胞分辨率需要高质量切片，高分辨率全转录组只需要在关键边界上验证。这套"分层投入"的预算逻辑，比"所有样本都上最贵的技术"更值得学。

8.4 一个反面参照：什么情况下不要用这套图谱

• 你要做疾病差异分析：本图谱是神经典型对照系，疾病组需另找数据（AUD 部分依赖外部表达数据，不在本 GSE 内）。
• 你要做细胞类型发现：Xenium panel 只有 366 个基因，未被 panel 覆盖的稀有类型看不到。
• 你要做全脑尺度推断：只有杏仁核与紧邻结构，不能外推到其他脑区。
• 你要做人群遗传学：9 人、单一血统，不能作为等位基因频率或表达 QTL 的资源。

§9 与库内条目的关系

9.1 与 brain-snrna-ad-atlas 的显式区分（必读）

这两个条目同批入库，极易被混为一谈。逐项对照如下：

维度	amygdala-spatial-atlas（本条）	brain-snrna-ad-atlas（同批）
核心科学问题	正常解剖：人杏仁核的分子分区长什么样	疾病机制：AD 认知韧性与小胶质免疫编码
数据类型	空间转录组（Visium/Xenium/Visium HD，带二维坐标）	单核转录组（snRNA-seq，悬液，无坐标）
供体/样本	9 名神经典型供体；GEO 60 个样本记录（3 个 GSE）	2,200+ 死后样本（AD 认知队列）
访问号	GSE342709 / GSE342289 / GSE342738	GSE326002
器官	杏仁核（单脑区深挖）	全脑/多脑区（队列广度）
主要产出	13 个空间域、域 marker、ITC 亚型、CeA 重注释	小胶质细胞状态与认知韧性关联
机构	LIBD + Johns Hopkins	Cleveland Clinic
发表形态	bioRxiv 预印本（2026-08）	Research Square 预印本（2025-07）
许可/获取	GEO 公开 + dbGaP 受控	GEO 公开 + 预印本 CC BY 4.0

一句话记住差别：一个回答"杏仁核里各块长什么样"（正常解剖 + 坐标），一个回答"AD 里脑细胞怎么变"（疾病 + 悬液）。两者的"细胞数"不可横向比大小——本条的 110 万含大量 55 µm spot 与 panel 受限的细胞分割，对方的数字是核计数，口径完全不同。

若要在同一张表里并列，正确的做法是分列"数据类型"与"计量单位"，而不是合并成"人脑转录组总细胞数"。

9.2 家族图谱

人脑转录组资源
├── 图谱型（正常解剖）
│   ├── amygdala-spatial-atlas（本条，空间，9 供体，3 平台）
│   ├── allen-brain-atlas (275)（微阵列/ISH，全脑）
│   └── human-cell-atlas (319)（单细胞悬液，全脑）
├── 队列型（疾病/人群）
│   ├── brain-snrna-ad-atlas（AD 认知队列，snRNA-seq）
│   └── gtex (568) / gtex-legacy (109)（正常组织 bulk）
└── 基础设施
    ├── single-cell-portal (359)（单细胞聚合门户）
    └── spatial-touchstone (1104)（Xenium 空间基准）

9.3 同实验室的方法家族（跨条目线索）

LIBD + JHU 的 Hicks/Martinowich 组近年产出呈明显的"多尺度空间图谱"模式，可在检索时作为线索：

• 人杏仁核多尺度图谱（本条，2026-08）；
• 人前额叶精神分裂症多尺度空间图谱（同组 2026 预印本，作者列表含 Kwon、Guo、Tippani、Bach 等重复出现的人名）；
• 人伏隔核三维重建（同组 2026 预印本，Phillips 等）。

三点共性：都用 Visium/Xenium 组合、都用 RCTD 做标签转移、都强调"多尺度"。若库内后续入库前额叶条目，应把本条作为"方法模板"互链。

9.4 建议互链点

目标	关系	建议
brain-snrna-ad-atlas	同批、同域、易混淆	高优先：正文 §9.1 对照表已写，建议双向链
allen-brain-atlas (275)	人脑图谱前身	中优先：作为"无空间坐标的历史图谱"
human-cell-atlas (319)	单细胞参考	中优先：作为"细胞类型字典"来源类
single-cell-portal (359)	聚合门户	低优先：检索入口
spatial-touchstone (1104)	Xenium 技术基准	中优先：同为 Xenium 生态
gtex (568)	组织转录组参考	低优先

§10 避坑清单：九个已踩过的坑

坑 1：把"9 例供体"当成每个 GSE 的样本数。
这是本条目最高频的错误。实核：Visium 51 样本/7 供体、Xenium 4 样本/4 供体、Visium HD 5 样本/2 供体。9 是三个平台的供体并集。写"Xenium 覆盖 9 名供体"是错的——GEO 上 Xenium 只有 4 条样本记录（GSM9927390–GSM9927393）。

坑 2：把 PRJNA1507312 当成整个研究的 BioProject。
实核：三个子集各有一个 BioProject——PRJNA1508843（Visium）、PRJNA1507312（仅 Xenium）、PRJNA1508859（Visium HD）。派发 brief 只提了 PRJNA1507312，属以偏概全。引用 BioProject 时必须标明它对应的子集。

坑 3："110 万细胞"与 1,452,846 的口径差。
摘要写"over 1.1 million cells"，QC 后分解合计 1,452,846。其中 Visium 的 224,021 是 55 µm spot（多细胞单元），不是细胞。把三项相加称为"145 万个细胞"在技术上不严谨；正确表述是"三平台合计 145 万个计数单元，其中 120 余万为细胞分割"。本条目正文按此口径写。

坑 4：13 个域还是 15 个标签。
摘要口径 13 个空间域；Fig 2B 的标注集合还包括 HPC、CLA、WM.1、WM.2、Endo、CHAT 等邻近结构，合计 15 个标签。两者不是矛盾，而是"杏仁核本体域"与"切面上所有标注"的区别。引用时写明口径。

坑 5：供体数 9 还是 10。
摘要与结果写 9 名（5 男/4 女）；方法节写采集 N = 10。第 10 名供体身份未公开。本条目以 9 名为准（因为 GEO 样本标题里只出现 9 个 Br#### 前缀），10 名单列为存照，不做解释性填充。

坑 6：模块编号 M15 的双重归属。
同一编号 M15 在可见文本中同时被标为 HPC 模块（86 基因）与 CHAT 域模块（88 基因），疑为笔误。转引模块表时先核对基因数，不要照抄编号。

坑 7：两版摘要末句不同。
GEO 版摘要末句为"spatially resolve the transcriptomic signatures of alcohol use disorder"；bioRxiv v1 摘要末句为"localized psychiatric genetic risk across the amygdala"。同一项目、两个版本、两套末句。引用摘要时注明来源版本，不要混引。

坑 8：图谱不是均匀采样。
LA 在前部显著、后部缺失；BM/BLD/CeA/CoA 在中部最丰富；CeA 与杏仁核-纹状体过渡区只有中部层面充分。任何按"域体积"做的推断都会被打折。

坑 9：Raw data not provided 与 57 GB RAW.tar 并存。
GSE342738 页面上两句话同时出现。合理解读是"FASTQ 未提供（走 dbGaP），处理后文件以 RAW.tar 打包"，但官方未明文解释。下载前先看文件清单，别以为能拿到 FASTQ。

§11 总结

11.1 三句话总结

1. 它是三合一：一个研究、三个 GEO 子集（Visium 51 样本/7 供体、Xenium 4 样本/4 供体、Visium HD 5 样本/2 供体），9 名神经典型供体并集，13 个空间域，摘要口径"超过 110 万细胞"。
2. 它的核心贡献是"用坐标纠正标签"：DRD2+ 群体其实在 PuV/ASt 而非 CeA、SOX11+/EBF2+ 其实在 MeA/CoA 而非 PL——空间信息在这里不是锦上添花，而是纠错工具。
3. 它的门是分层开的：处理后矩阵在 GEO 公开，原始读段在 dbGaP 后面，代码未公开，预印本 CC BY-NC-ND——四层四种规则。

11.2 适合谁

• 研究人杏仁核亚核分子解剖的团队：域 marker、共表达模块、亚核 TF 可直接引用。
• 做空间多平台整合方法学的人：三平台域级一致性（0.87/0.80）是可对标的验收指标。
• 研究CeA/ITC/BLA 细胞类型的神经科学家：CeA 的 PRKCD/DRD2_ISL1/DRD2_PAX6 重注释、ITC_1/2/3 亚型是现成假设。
• 做精神疾病遗传风险空间定位的人：gsMap/scDRS 的 21 性状结果可作为对照。
• 做Xenium panel 设计的人：366 基因的构成逻辑（Visium marker + snRNA-seq）值得借鉴。

11.3 不适合谁

• 要做疾病病例对照的人：9 名神经典型供体，不是队列。
• 要做稀有细胞类型发现的人：Xenium panel 仅 366 基因，未覆盖的类型看不见。
• 要做全脑或跨脑区推断的人：只有杏仁核与紧邻结构。
• 要做人群遗传学的人：9 人、单一血统。
• 要一键复现的人：代码未公开，仅有方法描述。

11.4 30 秒决策卡

你的情况	行动
只想看"杏仁核分几块、每块什么基因"	读 §4.1 表 + 下 GSE342709 的 marker 表（Supplementary Data 2）
要下载数据跑管线	§6.1 门表：先下 GSE342709（小）→ GSE342289（中）→ GSE342738（57 GB，需空间）
要原始 FASTQ	走 dbGaP 申请，准备好 DUA
要做平台一致性验证	用 §5.3 的两个数字（PL 0.866、LA 0.797）当基线
要写综述	§2.1 结构总表 + §9.1 对照表可直接引用
要引用本文	§附录 F 的 BibTeX；注明预印本身份与版本日期

FAQ（高频问答 24 问）

A. 身份与结构

Q1：这个数据集的"官方名"是什么？
三个 GEO Series 的标题都是 Multiscale spatial transcriptomics resolves the cellular and molecular architecture of the human amygdala，只是方括号里的技术标签不同（[Visium]、[Xenium]、[Visium HD]）。预印本同名。amygdala-spatial-atlas 是本库自拟的 slug，不是官方标识符。

Q2：为什么有三个 GSE 而不是一个？
因为三个技术平台的数据处理流程与文件格式不同（Visium 用 Space Ranger、Xenium 用 Xenium Ranger、HD 用 Space Ranger v4），GEO 的惯例是按平台拆 Series。三者共享同一份摘要与同一批作者，属"同一研究的多个技术子集"。

Q3：三个 GSE 之间有没有父子关系？
没有。三者是平级关系（super-series / sub-series 结构未在记录中体现），各自有独立 BioProject。检索时把它们当作"并列的三份数据"处理，而不是"一个主集 + 两个附集"。

Q4：9 名供体的编号怎么读？
Br + 四位数字，是 LIBD 脑库的内部编号。同一编号在不同平台指同一名供体（Br9280 在三平台都出现）。编号本身不携带年龄、性别信息，需查 Supplementary Table 1（未公开）。

Q5：为什么 Visium 有 51 个样本而只有 7 名供体？
因为 Visium 的"样本"是 capture area（捕获区）：每名供体 2 张切片，每张 6-8 个 6.5 mm² 区域，7×2×6~8 ≈ 51。GEO 把每个捕获区登记为一个 GSM，所以"样本数"远大于"人数"。

Q6：Visium HD 的样本名为什么带 MeA/CeA/ITC？
因为 HD 是解剖靶向取样，不是全切面铺开。样本名直接把靶区写进了标题，方便按亚核筛选。

B. 规模与计数

Q7：到底多少个细胞？
摘要写"over 1.1 million"。QC 后分解：Visium 224,021 spot + Xenium 946,896 细胞 + Visium HD 281,929 细胞 = 1,452,846。严格说 Visium 那项是 spot 不是细胞。

Q8：为什么 1.1M 和 1.45M 差这么多？
"over 1.1 million"是保守取整（1.1M 是 145 万的下界），也可能是按"细胞"只算 Xenium + HD（1,228,825 ≈ 1.2M）再加 Visium 的部分。论文未逐字说明取整规则，本条目两者并存、注明口径。

Q9：Xenium 的 946,896 个细胞是怎么算的？
按细胞分割（cell segmentation）计数，核扩展 5 µm，QC 后保留高置信度分割。

Q10：366 个基因够用吗？
看目的。做细胞类型区分（尤其是杏仁核这种抑制性神经元亚型丰富的区域）够用，但不是全转录组。做通路/网络分析需要 Visium 或 HD 的全转录组数据。

C. 生物学

Q11：13 个域是哪 13 个？
摘要只给了范围（BLA 复合体、Central、Medial、Cortical nuclei、ITC 岛），未逐项列名。Fig 2B 的标注含 LA/BL/BLD/PL/BM/CeA/CoA/MeA/IA 与邻近结构 HPC/CLA/WM/Endo/CHAT。

Q12：什么叫"嵌入细胞岛"？
intercalated cells（ITC），是一群嵌在主要核团之间白质束里的抑制性神经元，形态上像孤岛。本图谱把它们分成三个转录亚型。

Q13：为什么说 DRD2 细胞"不在 CeA"？
因为它们虽然出现在解剖上标为 CeA 的区域，但空间定位显示它们分别位于腹侧壳核（PuV）与杏仁核-纹状体过渡区（ASt），与猕猴纹状体图谱的两个 RGS6+ MSN 亚型一致。只有 PRKCD+ 群体留在 CeA 本体。

Q14：ITC_3 为什么和 PTSD 相关？
因为它的 marker 包括 ADCYAP1R1（PACAP 受体），该基因是 PTSD 研究的候选基因。这是表达层面的关联，不是因果证据。

Q15：AUD 部分是本数据集自己的发现吗？
不完全是。本数据集是神经典型供体的图谱，AUD 签名是拿外部病例-对照表达数据投影到本图谱上的结果。具体外部数据来源未在可见文本中完整呈现。

Q16：gsMap 和 scDRS 结论为什么不一样？
gsMap 在区域层面打分（基于 S-LDSC），倾向于"灰质普遍富集"；scDRS 在细胞层面打分（基于 MAGMA top 基因），异质性更高、指向 BM/LA。两者不是矛盾，而是分辨率不同。

D. 获取与使用

Q17：能直接下载吗？要不要注册？
GEO 的补充文件下载不需要注册（Xenium 的 H5/PARQUET/TIFF、Visium HD 的 57 GB RAW.tar 都能直接下）。dbGaP 需要申请。

Q18：57 GB 怎么下比较稳？
用 wget -c 或 curl -C - 断点续传，在 GEO FTP 路径 ftp://ftp.ncbi.nlm.nih.gov/geo/series/GSE342nnn/GSE342738/suppl/。单线程可能慢，建议多段并行但不要过频。

Q19：没有代码怎么复现？
按 §5.5 的骨架：Space Ranger v3/v4 + Xenium Ranger v2 + VisiumStitched + BayesSpace/Harmony/BANKSY/RCTD，参数见 §3.4。完全复现论文主图需要更多细节，只能靠方法节文字。

Q20：能在商用项目里用吗？
数据本身在 GEO 公开使用条款下（需自负合规），但预印本 CC BY-NC-ND 禁止商用与演绎。论文图表不能直接用于商业材料。

Q21：能引用这个数据集吗？
可以，引用预印本（DOI 10.64898/2026.08.22.746381）并注明 v1 预印本身份与抓取日期。GEO 记录目前 Citation 字段为 missing（作者尚未填写正式引用）。

E. 与库内其他条目

Q22：它和 brain-snrna-ad-atlas 是同一种数据吗？
不是。一个是空间转录组（带坐标、神经典型供体、杏仁核单区），一个是单核转录组（无坐标、AD 认知队列、多脑区）。详见 §9.1 对照表。

Q23：它和 spatial-touchstone 有什么关系？
只有技术生态上的关系（都用 Xenium），科学内容不同：spatial-touchstone 是肝/肠的 Xenium 空间渗透基准，本条是人杏仁核图谱。

Q24：它和 allen-brain-atlas 是什么关系？
艾伦脑图谱是微阵列/ISH 时代的全脑图谱（无单细胞分辨率、无空间转录组），本条是测序时代的单脑区深挖图谱。两者互补：一个看"全脑哪里表达"，一个看"杏仁核内部怎么分区"。

事实清单（硬事实 34 条）

1. 预印本标题：Multiscale spatial transcriptomics resolves the cellular and molecular architecture of the human amygdala。
2. DOI：10.64898/2026.08.22.746381，bioRxiv v1，2026-08-26 发布。
3. 预印本许可：CC BY-NC-ND 4.0；作者声明无竞争利益。
4. 作者 13 人，共一 Totty MS、Bach SV；共通讯 Totty MS、Hicks SC、Martinowich K。
5. 第一单位：Johns Hopkins Bloomberg School of Public Health 生物统计系（Totty、Hicks）。
6. 主要单位：Lieber Institute for Brain Development（LIBD，Johns Hopkins Medical Campus）。
7. GEO 三个子集：GSE342709 [Visium]、GSE342289 [Xenium]、GSE342738 [Visium HD]。
8. 三个子集均于 2026-08-24 公开（Public on Aug 24, 2026）。
9. Visium 子集 51 个样本（GSM9937015–GSM9937065），7 名供体，平台 GPL24676，BioProject PRJNA1508843。
10. Xenium 子集 4 个样本（GSM9927390 Br9206、GSM9927391 Br9017、GSM9927392 Br9192、GSM9927393 Br9280），4 名供体，平台 GPL33762，BioProject PRJNA1507312。
11. Visium HD 子集 5 个样本（GSM9937425–GSM9937429：Br8325_MeA、Br8325_CeA、Br9280_ITC、Br9280_MeA、Br9280_CeA），2 名供体，平台 GPL24676，BioProject PRJNA1508859。
12. 三平台供体并集 9 名：Br2743、Br6423、Br6471、Br6660、Br8325、Br9280、Br9192、Br9206、Br9017。
13. Br9280 是三平台唯一重叠供体；Br8325、Br9192 覆盖两平台。
14. 供体构成：9 名神经典型成人，5 男/4 女，欧洲血统。
15. 方法节另一口径：采集 N = 10 名供体，第 10 名未在可见文本说明。
16. Visium HD 子集提交日期 2026-08-06，最后更新 2026-08-25。
17. Visium HD 补充文件 GSE342738_RAW.tar 大小 57.0 Gb，含 JPG/JSON/MTX/PARQUET/PNG/TIFF/TSV。
18. GSE342738 页面注 Raw data not provided for this record；原始读段走 dbGaP（摘要原文）。
19. Xenium 补充文件格式：H5、PARQUET、TIFF。
20. Visium 补充文件格式：CSV、JPG、JSON、MTX、PNG、TIFF、TSV。
21. 摘要规模：9 名供体、超 110 万细胞、13 个空间域、三平台整合。
22. QC 后分解：Visium 224,021 spot、Xenium 946,896 细胞、Visium HD 281,929 细胞，合计 1,452,846。
23. Visium 规格：55 µm spot，每供体 2 切片 × 6-8 capture area，6.5 mm²/区，约 5,000 条码 spot/阵列，全转录组约 18,000 基因。
24. Xenium 规格：366 基因 panel（Human Brain Gene Expression Panel Part No. 1000599 + Custom Panel Part No. 1000651），10 µm 切片，核扩展 5 µm。
25. Visium HD 规格：2 µm 连续条形码阵列，分析用 8/16 µm bin，每张 2 个 6.5 mm² 阵列，NovaSeq X 25B，约 25,000 reads/spot。
26. 聚类：Visium 用 BayesSpace（k=16、gamma=3、10,000 迭代）+ Harmony；Xenium 与 HD 用 BANKSY。
27. 特征选择：Visium 1,487 个 replicated SVG（至少 2 样本进入 top 1,000）；HD 用 2,000 HVG + 100 IA marker = 2,100。
28. 去卷积：RCTD；主参考 Yu et al.，交叉验证 Totty et al.，ITC 亚型参照 Siletti et al.；MetaNeighbor 得 3 个可重复 ITC 亚型。
29. 共表达模块 30 个（≥10 基因），10 个域特异（M6-LA 287、M27-BLD 24、M5-PL 287、M10-CoA 120、M13-CeA 99、M19-MeA 60、M20-IA 45、M15-HPC 86、M7-CLA 245、CHAT 88）。
30. 平台间一致性：Visium vs Xenium 域级 logFC Pearson，PL 为 0.866（正文）/0.867（图注），LA 为 0.797。
31. 主要发现：BLA 各亚区各有独特兴奋性神经元类；三种 ITC 亚型（ITC_1 MSN 样成岛、ITC_2 成岛、ITC_3 弥散且富集 ADCYAP1R1）；CeA 的 DRD2 群体实为 PuV/ASt；CeA 内 PRKCD/PENK/CARTPT 与 SST/TAC3/CRH 两套反向程序。
32. 遗传力映射：gsMap（S-LDSC）+ scDRS（MAGMA top 1,000），21 个性状；灰质广泛富集，白质/内皮低；SCZ 信号最强但归因 GWAS 功效；BM/LA 在 scDRS 中排名靠前。
33. 资助：NIDA R01DA053581、NIMH F32MH123620。
34. GEO 三个记录的 Citation 字段均为 missing（无正式引用登记）。

术语表（24 条）

术语	英文	释义
杏仁核	amygdala	颞叶内侧的灰质核团群，情绪学习与自主神经调控中枢
基底外侧复合体	basolateral complex (BLA)	含外侧核（LA）、基底核（BL）、旁层（PL）、基底内侧（BM）等
中央核	central nucleus (CeA)	杏仁核主要输出核，含 CeL/CeM 两个亚区
内侧核	medial nucleus (MeA)	与嗅觉、生殖行为相关
皮质核	cortical nucleus (CoA)	与嗅觉通路相关的皮层样结构
嵌入细胞	intercalated cells (ITC)	嵌在核团之间白质中的抑制性神经元岛
中央外侧/内侧	CeL / CeM	中央核的两个亚区，神经肽程序对立
空间域	spatial domain	由空间聚类得到的、在切面上位置相邻且表达相似的区域
空间转录组	spatial transcriptomics	保留组织二维坐标的转录组测序技术
Visium	—	10x Genomics 55 µm spot 全转录组空间平台
Visium HD	—	10x Genomics 2 µm 连续条形码高分辨率空间平台
Xenium	—	10x Genomics 原位荧光探针、亚细胞分辨率、panel 受限平台
捕获区	capture area	Visium 载玻片上单个 6.5 mm² 测序区域
拼接	stitching	把相邻捕获区的图像与计数拼接成连续切面
BayesSpace	—	基于贝叶斯模型的空间聚类方法
BANKSY	—	结合邻域表达的空間感知聚类方法
RCTD	—	单细胞参考去卷积/标签转移方法（spacexr 包）
MetaNeighbor	—	跨数据集细胞类型可重复性评估方法（AUROC）
空间变异基因	spatially variable gene (SVG)	表达随空间位置系统性变化的基因
共表达模块	co-expression module	表达高度相关的基因集合
神经典型	neurotypical	无精神/神经疾病诊断的对照供体
中等棘神经元	medium spiny neuron (MSN)	纹状体主要投射神经元
腹侧壳核	putamen ventral (PuV)	纹状体腹侧区
杏仁核-纹状体过渡区	amygdalostriatal transition (ASt)	杏仁核与纹状体之间的过渡带
PACAP 受体	ADCYAP1R1	垂体腺苷酸环化酶激活多肽受体，PTSD 候选基因
遗传力富集	heritability enrichment	GWAS 信号在特定细胞/区域中的富集程度
gsMap / scDRS	—	两种把 GWAS 风险映射到空间/细胞的工具

---

附录

附录 A：三个 GEO 子集的逐条清单

#	GEO	子集	样本	GSM 号段	供体	平台	BioProject	文件	公开日
1	GSE342709	Visium	51	GSM9937015–GSM9937065	7	GPL24676	PRJNA1508843	CSV/JPG/JSON/MTX/PNG/TIFF/TSV	2026-08-24
2	GSE342289	Xenium	4	GSM9927390–GSM9927393	4	GPL33762	PRJNA1507312	H5/PARQUET/TIFF	2026-08-24
3	GSE342738	Visium HD	5	GSM9937425–GSM9937429	2	GPL24676	PRJNA1508859	JPG/JSON/MTX/PARQUET/PNG/TIFF/TSV（RAW.tar 57.0 Gb）	2026-08-24

Visium 逐供体计数：Br2743 7、Br6423 8、Br6471 8、Br6660 8、Br8325 8、Br9280 6、Br9192 6（合计 51）。

附录 B：DAIMS 评估全表

维度	评分（1-10）	依据
D 可发现性	8	三个 GSE 均可用 amygdala + spatial 精确命中；预印本开放可检索；但三个 GSE 无 super-series 串联，检索者需自行拼合
A 可获取性	6	处理后数据 GEO 全公开（含 57 GB HD 包）；原始读段 dbGaP 受控；代码未公开——扣分主要来自后两项
I 可互操作	7	10x 标准格式（MTX/H5/PARQUET）+ 通用 R 生态（BayesSpace/BANKSY/RCTD）；无官方统一 h5ad 打包
M 元数据质量	7	GEO 摘要与方法节详尽；但供体年龄/PMI/诊断未公开、模块编号有冲突、两版摘要末句漂移
S 可持续性	7	存于 GEO/SRA 公共基础设施，长期可访问；预印本未刊出、代码缺失降低可复现性
综合评级	7.0/10（中上）	数据规模与文档质量高于同类单脑区图谱；扣分集中于原文内部不一致与代码缺失

附录 C：逐项证据链自证

关键数字	来源	位置
51 / 4 / 5 样本	NCBI E-utilities esummary db=gds，uid 200342709 / 200342289 / 200342738	n_samples 字段
三个 BioProject 号	同上	bioproject 字段
9 名供体 / 5 男 4 女 / 欧洲血统	预印本摘要与结果节	bioRxiv 全文页
1,452,846 分解	预印本 QC 结果节	正文（WebFetch 抽取）
366 基因 panel 与 Part No.	预印本方法节 Table 1	同上
1,487 SVG / k=16 / 2,100 特征	预印本方法节	同上
PL 0.866/0.867、LA 0.797	预印本 Fig 4I–J 与正文	同上
30 个模块、10 个域特异	预印本结果节 + Supplementary Data 3	同上
R01DA053581 / F32MH123620	bioRxiv 页面 Funder Information	预印本落地页
CC BY-NC-ND 4.0	bioRxiv 页面 Copyright 段	预印本落地页
57.0 Gb RAW.tar	GSE342738 页面补充文件表	GEO 渲染页（WebFetch 成功）
dbGaP 原文表述	GSE342738 Summary 段	同上

附录 D：数据获取决策树

你要做什么？
├── 只想看 marker / 域定义
│   └── 下 GSE342709 的补充文件（体积小，含 marker 表与计数矩阵）
├── 要做细胞级分析
│   ├── 需要全转录组 → GSE342738（Visium HD，57 GB，8/16 µm bin）
│   └── 只需要 panel 基因 → GSE342289（Xenium，H5+PARQUET+TIFF）
├── 要做平台一致性验证
│   └── 同时下 GSE342709 + GSE342289，取 Br9280/Br9192 重叠样本
├── 要原始 FASTQ
│   └── dbGaP 申请（DUA）→ 批准后从 SRA 取
└── 要复现代码
    └── 不存在公开仓库；按 §5.5 骨架自建

附录 E：平台能力对照（选型用）

需求	首选平台	理由
大范围域发现	Visium	全转录组 + 6.5 mm² 可拼接切面
单细胞亚型分辨	Xenium	亚细胞分割 + panel 定向
边界精细定位	Visium HD	2 µm 阵列，8/16 µm bin
稀有类型发现	Visium + 自行加 panel 的 Xenium	标准 panel 受限
跨平台一致性	Visium + Xenium 重叠样本	只有这样才有配对

附录 F：引文规范与 BibTeX 骨架

@article{totty2026amygdala,
  title   = {Multiscale spatial transcriptomics resolves the cellular and
             molecular architecture of the human amygdala},
  author  = {Totty, Michael S. and Bach, Svitlana V. and Valentine, Madeline R.
             and Tippani, Madhavi and Maguire, Sarah E. and Del Rosario Alvia, Ishbel
             and Miller, Ryan A. and Kleinman, Joel E. and Maynard, Kristen R.
             and Page, Stephanie Cerceo and Hyde, Thomas M. and Hicks, Stephanie C.
             and Martinowich, Keri},
  journal = {bioRxiv},
  year    = {2026},
  doi     = {10.64898/2026.08.22.746381},
  note    = {Preprint v1, posted 2026-08-26, CC BY-NC-ND 4.0; not peer reviewed}
}

数据引用建议分三条并列：GSE342709（Visium）、GSE342289（Xenium）、GSE342738（Visium HD），并注明对应 BioProject。不要合成一条"GSE342xxx"引用。

附录 G：供体覆盖矩阵（复制用）

供体	Visium	Xenium	Visium HD
Br2743	✅	—	—
Br6423	✅	—	—
Br6471	✅	—	—
Br6660	✅	—	—
Br8325	✅	—	✅
Br9280	✅	✅	✅
Br9192	✅	✅	—
Br9206	—	✅	—
Br9017	—	✅	—

附录 H：方法参数速查

环节	参数
BayesSpace	k=16，gamma=3，nrep/迭代 10,000
Harmony	跨 capture area 与供体校正
nnSVG	跨样本排名平均，≥2 样本进入 top 1,000 → 1,487 基因
BANKSY	Xenium 与 HD 共用；HD 在 8/16 µm bin 上跑
HD 特征	2,000 HVG + 100 IA marker = 2,100
RCTD	参考 Yu et al.；交叉验证 Totty et al.
MetaNeighbor	AUROC；判 ITC_1/2/3 可重复
QC 阈值	Visium <50 基因/UMI；HD、Xenium <10
归一化	Visium/HD logNormCounts；Xenium 核面积作 size factor
拼接	VisiumStitched + Fiji/TrakEM2
版本	spaceranger 3.0.1（Visium）/ 4.0.1（HD）；xeniumranger 2.0.0

附录 I：域 marker 速查（新发现标记加粗）

域	marker
LA	RORB、GULP1、CYP26B1
BL	PEX5L
BLD	RGS4、LAMP5、ABO
PL	CRHR1、GJB3、COL25A1、GJB5
BM	NNAT、CNR1
CoA	PDYN、VGLL3、MEPE
CeA	PENK、SST、SCG2、HPCAL1、CARTPT、PNOC
MeA	OTP、FEZF1、STRIP2、TFAP2C
IA/ITC	TSHZ1、FOXP2

bold 标记项为作者自述首次报道的亚核 marker（以 RGS4、GJB3、CYP26B1、PDYN、CNR1 为主）。

附录 J：ITC 亚型总表

亚型	marker	空间形态	与 BLA 关系	疾病线索
ITC_1	PPP1R1B、RARB（MSN 样）	LA 背外侧白质束内致密岛	邻近 LA	与少突胶质共定位
ITC_2	共享 TSHZ1/FOXP2/DRD1/OPRM1	分隔 LA/BLD/CeA/BM 的白质间隙成岛	包围 BLA	—
ITC_3	DSCAM、GRM1、GABRA1、ADCYAP1R1	弥散、不成岛	嵌入空间	PACAP 受体/PTSD

附录 K：CeA 重注释对照表

细胞群	旧标签（单细胞时代）	新定位（本图谱）	旁证
PRKCD+	CeA	CeA 本体	唯一留在中央核
DRD2+/ISL1+	CeA	PuV（腹侧壳核）	猕猴 RGS6+ MSN 亚型
DRD2+/PAX6+	CeA	ASt（杏仁核-纹状体过渡区）	同上

附录 L：与 brain-snrna-ad-atlas 对照卡（可打印）

项	本条	对方
疾病	无（神经典型）	AD
数据	空间转录组	snRNA-seq
坐标	有	无
访问号	GSE342709/342289/342738	GSE326002
供体	9	2,200+ 样本
机构	LIBD + JHU	Cleveland Clinic
结论性质	解剖图谱	疾病关联

附录 M：本条目生产档案

项	内容
slug	amygdala-spatial-atlas
代理	agent-h-amygdalasp
开工	2026-10-17T12:35
主要来源	GEO E-utilities（三个 uid）+ bioRxiv 全文页
网络预算	WebSearch 1 / WebFetch 2（另有 E-utilities JSON 直取与 1 次 PDF 403）
定稿	见文末抓取时点

附录 N：检索路径示范

目标	查询式	期望命中
数据集	GSE342289 / GSE342709 / GSE342738	三个 GEO 记录
预印本	"Multiscale spatial transcriptomics" amygdala	bioRxiv DOI 10.64898/2026.08.22.746381
同组前作	Martinowich Hicks amygdala snRNA-seq	Totty et al.（ref 19）
同组前额叶	"human prefrontal cortex" multiscale spatial schizophrenia Kwon	2026 预印本
参考图谱	Siletti human brain cell atlas	ref 22
工具	BANKSY spatial clustering / RCTD spacexr	方法原文
反例（勿用）	"amygdala spatial atlas" 9 donors 9 samples	无——9 不是每平台样本数

附录 O：许可条款细读

资产	条款	允许	禁止
GEO 处理后数据	GEO 默认公开使用条款	下载、分析、再分发（注明来源）	未授权再分发原始受控数据
dbGaP 原始读段	DUA	获批研究用途内使用	再识别、超范围使用、无授权转移
预印本	CC BY-NC-ND 4.0	转载、非商业使用	商用、改编、演绎
代码	未公开	—	无可引用许可

附录 P：dbGaP 申请要点（通用）

• 需 PI 所在机构签署数据使用协议（DUA）；
• 申请时说明研究用途、数据范围（仅杏仁核空间测序原始读段）；
• 批准周期通常以月计；
• 获批后从 SRA 取 FASTQ，再用 Space Ranger / Xenium Ranger 重跑（版本见附录 H）；
• 注意：即使拿到原始读段，细胞分割等下游步骤仍需自行实现。

附录 Q：坑点档案（与 §10 对照）

坑号	一句话	证据位置
坑 1	9 是并集不是每平台样本数	E-utilities n_samples = 51/4/5
坑 2	三个 BioProject 不是一个	esummary bioproject 字段
坑 3	1.1M vs 1,452,846，含 spot	摘要 vs QC 分解
坑 4	13 域 vs 15 标签	摘要 vs Fig 2B
坑 5	9 名 vs 方法节 N=10	摘要 vs 方法节
坑 6	M15 编号双归属	结果节模块表
坑 7	两版摘要末句不同	GEO Summary vs bioRxiv v1
坑 8	非均匀采样	局限性第 2 条
坑 9	RAW.tar 57 GB 与 Raw data not provided 并存	GSE342738 页面

附录 R：双口径登记表

项	口径 A	口径 B	本条目采用
供体数	9（摘要/结果）	10（方法节采集）	9，10 存照
细胞数	1.1M+（摘要）	1,452,846（QC 分解）	两者并列并注明单位
空间域	13（摘要）	15 个标注（Fig 2B）	13 为主，15 存照
PL 相关	0.866（正文）	0.867（图注）	0.866/0.867 并列
摘要末句	AUD 签名（GEO）	精神疾病遗传风险（bioRxiv）	两版并列
模块 M15	HPC 86 基因	CHAT 88 基因	存照不裁定

附录 S：维护计划与触发点

触发	动作
预印本正式刊出	补 DOI/卷期，核对正文数字是否变化
GEO 增加 super-series	更新 §2.1 结构总表
代码仓库公开	补 §5.5 复现路径与附录 H 版本
dbGaP 研究号公开	补 §6.1 门表
Supplementary Table 1 可获取	补供体年龄/PMI/诊断
同组前额叶/伏隔核条目入库	补 §9.3 家族链与互链

附录 T：研究使用检查单（10 项）

1. 我用的数据来自哪个 GSE？是否写清子集？
2. 我的样本数引用的是"样本"还是"供体"？
3. 我的细胞数是否混用了 spot 与 cell？
4. 我的域定义是 13 还是 15 口径？
5. 我是否用了 Xenium 未覆盖的基因做结论？
6. 我的结论是否只在 1-2 名重叠供体上验证？
7. 我引用的是 GEO 摘要还是 bioRxiv 摘要？
8. 我是否把本图谱当成了疾病队列？
9. 我的代码能否在无原文代码的情况下复现？
10. 我是否检查了许可（数据 vs 论文分开）？

附录 U：缩写速查

缩写	全称
BLA	basolateral complex
LA / BL / BLD / PL / BM	lateral / basolateral / basolateral dorsal / paralaminar / basomedial
CeA / CeL / CeM	central nucleus / lateral / medial subdivision
MeA / CoA	medial nucleus / cortical nucleus
IA / ITC	intercalated amygdalar islands / intercalated cells
PuV / ASt	putamen ventral / amygdalostriatal transition
MSN	medium spiny neuron
SVG / HVG	spatially variable gene / highly variable gene
AUD	alcohol use disorder
SCZ / MDD / PTSD	schizophrenia / major depressive disorder / post-traumatic stress disorder
DUA	data use agreement

附录 V：FAQ 索引

主题	问题号
身份与结构	Q1–Q6
规模与计数	Q7–Q10
生物学	Q11–Q16
获取与使用	Q17–Q21
库内关系	Q22–Q24

附录 W：可视化读图提示

• 域图（domain map）：颜色对应 13 域，注意 LA 只在前部出现、白质域在核团之间穿插；
• 一致性散点（Fig 4I–J）：横轴 Visium logFC、纵轴 Xenium logFC，PL 点云最贴对角线（0.866）；
• ITC 岛图：ITC_1 在 LA 背外侧白质内呈致密点状，ITC_3 无岛形；
• CeA 重注释图：PRKCD 信号留在中央核，DRD2 信号落在腹侧壳核与过渡区；
• 遗传力图：灰质普遍着色、白质与内皮几乎不着色。

附录 X：与本条最相关的五条数字（背诵版）

1. 51 / 4 / 5 —— 三个 GSE 的样本数。
2. 7 / 4 / 2 —— 三个 GSE 的供体数。
3. 9 —— 并集供体数。
4. 13 —— 空间域数（摘要口径）。
5. 366 —— Xenium panel 基因数。

附录 Y：FAIR 检查单

原则	状态
Findable（可发现）	✅ 三个 GSE + 预印本可检索；⚠️ 无 super-series 串联
Accessible（可访问）	✅ 处理后数据公开；⚠️ 原始读段 dbGaP
Interoperable（可互操作）	✅ 10x 标准格式；⚠️ 无统一 h5ad 打包
Reusable（可复用）	✅ 元数据详尽；⚠️ 无代码、无数据字典（列名需自析）

附录 Z：本条目与任务头的核对

任务头要点	本条目落实
三平台结构写清	§2.1 结构总表 + §2.2 覆盖矩阵
核实每个 GSE 样本数	51 / 4 / 5，均来自 E-utilities n_samples
Xenium 可能只有 4 样本	确认 4，已在 §2.1、坑 1、附录 A 三处标注
PRJNA1507312	更正为其仅属 Xenium 子集，另两个 BioProject 已补
9 例、13 域、110 万+	§2.5、§4.1、§5.2
与 brain-snrna-ad-atlas 区分	§9.1 对照表 + 附录 L 对照卡
不编造	未确证字段写"未公开"（年龄/PMI/dbGaP 号/代码）

附录 AA：数据字典（推断，需核对实际列名）

文件/字段	类型	语义
*_count_matrix.mtx / .h5	稀疏矩阵	基因 × spot/细胞 计数
*_positions.csv / .parquet	浮点坐标	每个 spot/细胞的组织内坐标
*_tissue_hires_image.png	图像	高分辨率组织切片
*_scalefactors_json.json	JSON	spot 直径、缩放因子
*_domain_label.csv	整数标签	空间域归属（0–12 或 0–15）
*_cell_type.csv	字符串	RCTD 转移的细胞类型
*_scalefactors_json.json	JSON	归一化参数
*_variants.csv（Xenium 无）	—	Xenium 用 cells.parquet 替代

上述列名为按 10x 标准输出推断，实际文件名以 GEO 补充包内清单为准。

附录 AB：同类图谱的三条提问

1. 有没有平台间定量一致性？没有的话，多平台只是"各说各话"。
2. 域的定义是数据驱动还是解剖先验？先验驱动的域容易"证明已知"，数据驱动才可能纠错。
3. 结论是否依赖某个 panel 基因恰好被选中？若依赖，该结论的可移植性就要打折（CeA 重注释依赖 DRD2/ISL1/PAX6/PRKCD 四基因同入 panel，属此例）。

附录 AC：本条目使用范围声明

本条目为 AI-Ready Wikipedia 数据集条目，所有数字以 GEO 元数据与 bioRxiv 预印本 v1 为源。预印本未经同行评议，正式刊出后部分结论可能变化；涉及供体人口学、dbGaP 研究号、代码仓库的字段标为"未公开"而非推测值。任何下游研究引用本条目时，应先核对原始 GEO 记录。

---

尾注

本条目生产于 2026-10-17，核验时点为同日；GEO 元数据取自 NCBI E-utilities esummary（db=gds，uid 200342709/200342289/200342738），预印本内容取自 bioRxiv 全文页（DOI 10.64898/2026.08.22.746381，v1，2026-08-26）。三平台样本数 51/4/5 与三个 BioProject 号（PRJNA1508843/PRJNA1507312/PRJNA1508859）为经 E-utilities 直接核实的硬数字；供体年龄、PMI、dbGaP 研究号、代码仓库地址未公开，标为遗留疑点。本条目与库内 brain-snrna-ad-atlas（GSE326002，AD 认知队列单核转录组）、allen-brain-atlas（rid 275）、human-cell-atlas（rid 319）、single-cell-portal（rid 359）、spatial-touchstone（rid 1104）、gtex（rid 568）构成人脑转录组与空间组学的检索面，区分要点见 §9.1 与附录 L。

---

---

相关数据集导航

以下为站内 AI-Ready 数据集百科中与本词条共享多个主题标签的相关数据集，按相关度降序排列：

• psychad-atlas — 共享标签：神经科学 / 转录组 / 单细胞基因组学 / 测序数据
• microns — 共享标签：神经科学 / 单细胞基因组学 / 脑影像
• brain-snrna-ad-atlas — 共享标签：神经科学 / 转录组 / 单细胞基因组学
• allen-brain-atlas — 共享标签：神经科学 / 转录组
• cellxgene-census — 共享标签：转录组 / 单细胞基因组学 / 测序数据
• adrenal-gland-atlas — 共享标签：转录组 / 单细胞基因组学 / 测序数据
• endometrium-scrna-atlas — 共享标签：转录组 / 单细胞基因组学 / 测序数据
• liver-cld-scatlas — 共享标签：转录组 / 单细胞基因组学 / 测序数据
• perturbai-crispr-atlas — 共享标签：神经科学 / 转录组 / 单细胞基因组学
• geo — 共享标签：转录组 / 测序数据

导航说明：本章节由全站统一标签体系自动计算生成（标签重合度算法），双向可达；点击链接可跳转至对应数据集词条。