科学更正（2026-07-19）：早期页面曾按最高分生成硬标签，并从cell name推断伪batch；相关标签、伪batch及其解释已撤回。本文现对3,005个细胞保留19个无监督cluster，不生成marker派生的离散身份。公开主矩阵没有可靠donor或batch字段。
Zeisel et al. 2015 年的小鼠皮层和海马单细胞研究，是脑细胞图谱领域常用的经典数据。它适合用来检查一个公开主矩阵能否支持 broad brain compartment 的表达方向，也适合展示脑细胞注释的层级边界。本文围绕 3,005 个细胞、19 个无监督 cluster 和四张证据图展开，不把 cluster 名称改写成原文精细 taxonomy。
研究问题与脑细胞层级
脑组织的身份有明显层级。神经元与非神经元是较宽的一层，兴奋性和抑制性神经元属于下一层，少突胶质、星形胶质、OPC、微胶质、内皮、室管膜和脉络丛还可以继续细分。公开 GEO 主矩阵可以让我们检查这些方向是否存在，却没有自动提供完整的 level1/level2/level3 作者标签。
本文将 Excitatory_neurons、Inhibitory_neurons、Astrocytes、Oligodendrocytes、OPC、Microglia、Endothelial、Ependymal 和 Choroid_plexus 作为连续 program。程序名称表示成组 marker 的表达方向，不表示某个细胞或 cluster 已获得确定身份。所有 3,005 个对象均保留为 unassigned。
论文、公开矩阵与复现边界
- 论文：Zeisel et al., Science, 2015
- 题名：Cell types in the mouse cortex and hippocampus revealed by single-cell RNA-seq
- DOI：10.1126/science.aaa1934
- PubMed：PMID 25700174
- 公开数据：GSE60361
- 主矩阵：C1-3005 expression matrix
GEO 主文件是 gene × cell 的表达矩阵，过滤后工作对象保留 16,843 个基因。本文在该公开矩阵上进行方向性表达审查，可以重建归一化、降维、邻居图和 Leiden 结构；不能把它当作包含作者逐细胞 level taxonomy 的完整注释对象，也没有把整理资源的标签直接导入。
数据结构和统计单位
分析对象的统计单位是单细胞观察记录，cluster 是计算汇总单位。公开主矩阵没有可靠 donor 或 batch 字段，旧流程从 cell name 中提取长数字前缀作为 batch 的做法已经停止。细胞名中的数字组合没有被证明对应生物重复，因此不用于 batch 比较、组成检验或批次校正解释。
19 个 Leiden cluster 可以帮助组织表达空间，但 cluster 编号随参数和随机状态变化，不能当成原文 taxonomy。没有 donor 也意味着本文不报告 donor 间差异、不把 cluster 细胞数写成人群比例，所有 cluster-level program 汇总均为描述性。
这张图保留无监督结构，不给 cluster 贴 broad identity。分离较清楚的区域说明公开矩阵中存在稳定表达差异，cluster 相邻或边界模糊则提示连续状态、共享基因或参数敏感性。编号只用于把后续 program 中位数放回相同结构单元。
没有可靠 donor 或 batch 时，cluster 大小不能转成人群丰度，局部距离也不能解释为皮层和海马的空间距离。它在本文中的任务是提供表达空间骨架，后续判断仍需依赖连续 program、分离 marker 面板和原文 taxonomy 对照。
连续 program 与最高分诊断
assignment marker 由典型 broad compartment 基因构成：兴奋性方向包括 Slc17a7/Satb2/Tbr1，抑制性方向包括 Gad1/Gad2/Slc6a1，星形胶质包括 Aldh1l1/Aqp4/Slc1a3，少突胶质包括 Mbp/Plp1/Mog，OPC 包括 Pdgfra/Cspg4/Vcan，微胶质包括 P2ry12/Cx3cr1/Aif1，内皮包括 Pecam1/Kdr/Emcn，室管膜包括 Foxj1/Pifo/Tppp3。
另有一套 held-out marker 用于方向检查，例如兴奋性神经元的 Camk2a/Neurod6/Rorb、少突胶质的 Mobp/Cnp/Mag、微胶质的 C1qa/C1qb/Tyrobp。分数来自同一 count 矩阵的内部标准化，不能作为跨数据集校准的概率。由于没有绝对阈值、外部映射和作者逐细胞标签，最高 program 与 top-two margin 只承担诊断功能。
这张图用于观察 19 个 cluster 中哪些程序相对集中、哪些 cluster 处于多程序接近的状态。高分和大差值可以帮助定位表达方向清楚的区域，不能把 cluster 改名成神经元、少突胶质或微胶质。低分与小差值则提示 marker 面板对该结构单元的覆盖有限，应该保留未赋值状态。
这种写法特别适合脑数据。一个 cluster 可能包含 broad compartment 方向，也可能包含状态连续性、混合细胞或技术差异。若把最高项直接写成身份，层级不确定性会被隐藏；把分数留在连续层，后续可再结合作者标签或外部资源进行验证。
嵌入空间中的 broad 方向
低维空间展示表达结构与程序分数的位置关系。它不提供解剖坐标，也不证明细胞具有空间邻近、谱系转换或功能联系。
图中颜色越高，表示某个对象在候选程序集合中的最高分越集中；颜色不代表具体细胞类型。神经元、胶质、血管和室管膜相关区域可能形成不同梯度，但二维位置仍受基因选择、PCA 和邻居图影响。使用这张图时可以问“哪些区域的 marker 方向更集中”，不能问“这些区域是否沿脑区或发育轨迹移动”。
若要讨论皮层与海马区域，需有可靠的区域 metadata 或原文标签。UMAP 上的远近不等同于解剖距离，cluster 之间的空隙也不等同于生物学屏障。本文不把空间、功能或发育叙事附加到嵌入图上。
同矩阵 marker 一致性
held-out marker 没有参与 assignment score 生成，所以可以检查第二组基因是否与第一组方向同向。它仍然读取同一批细胞和同一表达层，属于 same-matrix separate-marker consistency。
不同 broad program 的一致性差异很大。Oligodendrocytes 相关系数约为 0.83，Endothelial 约为 0.70，Microglia 与 Excitatory_neurons 约为 0.58，Astrocytes 约为 0.56；Inhibitory_neurons 约为 0.19，Ependymal 约为 0.08，Choroid_plexus 约为 0.03，OPC 约为 -0.02。前一组说明两套 marker 在这份矩阵中方向较同向，后一组提示面板覆盖或表达检出仍有限。
相关系数不是身份准确率，也不能直接换算成细胞数量。较弱的 OPC、室管膜和脉络丛一致性不等于这些方向完全不存在，它只说明当前两套 marker 在当前表达层没有形成稳定同向关系。外部参考、作者标签、蛋白或独立样本才能承担更高层级的验证。
19 个 cluster 的程序汇总
cluster-level 热图把连续程序放回无监督结构中。每一行是一个 cluster，每一列是一个 broad program，数值是 cluster 内的中位数或相应汇总量。它用于定位程序集中区与重叠区，不提供身份比例。
图中部分 cluster 对少突胶质、微胶质、内皮或神经元程序表现出较高方向，另一些 cluster 的多列分数接近。这样的结构与脑组织多层次表达图谱相容，但 cluster 仍只是无监督单元。公开矩阵没有 donor/batch 字段，图中不能做 donor 间组成检验，也不能把行的大小写成样本总体比例。
程序汇总适合决定后续子集分析从哪里开始。例如少突胶质方向集中的 cluster 可以进入 OPC 与成熟少突胶质的子集审查，神经元方向集中的 cluster 可以进一步区分兴奋性和抑制性。这个步骤需要回到 marker 组合和外部标签，不应只依据 cluster 编号。
脑细胞标签应该按层级阅读
神经元与非神经元属于宽层级。兴奋性与抑制性属于神经元内部的下一层。少突胶质与 OPC 也有谱系关系，但表达状态、成熟程度和技术检出会使边界呈现连续性。星形胶质、微胶质、内皮、室管膜和脉络丛则各自需要相应成组 marker。
在公开矩阵层，Slc17a7、Gad1/Gad2、Mbp/Plp1/Mog、Aqp4、P2ry12/Cx3cr1、Pecam1 和 Foxj1 这类成组信号可以用来检查方向。它们不够支撑皮层层级、海马亚区、投射类型、interneuron subtype 或胶质成熟轨迹。精细 taxonomy 需要原文整理表、更多 marker、子集重聚类和外部参照。
与源论文的对照
源论文建立了小鼠皮层和海马的多层级细胞分类。本文能够复核的层级是 broad compartment 的表达结构：神经元、主要胶质、血管和室管膜相关方向都可在公开矩阵中被审查。本文没有逐项重建原文 level1/level2/level3 标签，没有恢复区域或投射 metadata，也没有将整理资源中的注释直接当作当前结果。
因此，本文的结果适合表述为“公开矩阵保留了多组 broad brain program”。它不能表述为完整原文 taxonomy 的重新发布，也不能从 UMAP 或 cluster 结构推导脑区空间、神经回路、功能活动或发育机制。
容易过度解释的地方
早期单细胞平台的检测深度和表达稀疏会影响低丰度 marker。单个基因未检出不等于对应状态不存在，单个高表达也不等于身份成立。阅读时应把同一程序中的多个基因放在一起，并检查第二套 marker 是否同向。
cluster 大小也不能直接转成生物组成。没有 donor，3,005 个细胞只能描述公开主矩阵的观察分布。cell name 中的数字前缀没有可靠来源支持，不能被写成 batch。若项目需要批次效应或样本差异，需要在 metadata 中找到明确的生物或技术单位。
可继续推进的分析
若取得作者整理标签或 ZeiselBrainData() 等外部对象，可逐级比较 broad program 与原文 level1/level2 taxonomy。神经元子集可以进一步检查兴奋性与抑制性内部亚型；少突胶质子集可以分析 OPC、成熟少突胶质和过渡状态；微胶质和星形胶质可以在独立子集中检查状态 marker。
继续分析时应保留 count、normalized 和 score 三个层次，避免把标准化分数写成原始表达。若要做样本或区域比较，还需要可靠 donor、区域或实验条件字段。轨迹、功能和空间结论应使用对应的方法与独立证据，不能从本文四张图直接延伸。
结论
GSE60361 主矩阵包含 3,005 个小鼠脑细胞和 19 个无监督 cluster。连续程序分析可以检查兴奋性、抑制性、星形胶质、少突胶质、OPC、微胶质、内皮、室管膜和脉络丛相关表达方向；第二套 marker 可提供同矩阵一致性；cluster 汇总可定位结构单元中的 broad program。
当前分析不生成 marker-derived 离散身份，也不使用 cell name 推断伪 batch。没有 donor 或 batch 字段时，所有结果都是这份公开主矩阵的描述性证据。对脑单细胞项目，先稳定 broad compartment，再进入 fine taxonomy，会比一次性发布一套未经外部核对的精细标签更可靠。