在植物发育生物学中，对器官内所有细胞进行分类是一个具有重要意义且极具挑战性的问题。本文将该问题抽象为一个基于地理坐标图（geo-referenced graph）的节点分类新基准。解决这一问题需要模型能够学习器官的空间布局，包括其对称性特征。为便于新几何学习方法的便捷测试，本研究提供了拟南芥（Arabidopsis thaliana）胚珠的基准数据集，以 PyTorch 数据加载器的形式发布，并附带大量预先计算好的特征。最后，我们对八种近期提出的图神经网络架构进行了基准测试，结果表明，DeeperGCN 在该任务上目前表现最佳。