器官内のすべての細胞を分類することは、植物発生生物学における重要な課題でありながら、極めて困難な問題である。本研究では、この課題を地理座標付きグラフにおけるノード分類の新しいベンチマーク問題に抽象化する。この問題を解くには、器官の空間的配置、特に対称性を含む構造を学習する必要がある。新たな幾何学的学習手法の容易な評価を可能とするために、アラビドプシス・タリアナの胚珠に関するベンチマークデータセットをPyTorchのデータローダーとして公開しており、多数の事前計算済み特徴量も併せて提供されている。最後に、最近の8種類のグラフニューラルネットワークアーキテクチャを比較評価した結果、DeeperGCNがこの問題に対して現在最も優れた性能を示していることが明らかになった。