总共有42.6％的皮质投射神经元在我们的表 - retro-seq数据中鉴定为神经元，并根据其假定皮质层进行注释（图1B）。我们调查了细胞体所定位的皮质区域的贡献，其与其皮质投影靶标的对其DNA甲基化谱的变化。我们专注于从8个皮质区域到4个不同皮质靶标的26个CC投影。评估了8个来源中的每个来源的所有可能的4个皮层靶标，以产生32个AUROC分数，该分数根据投影目标对组织（图2A，扩展数据图4A – D）。Among the six projection target pairs examined, neurons projecting to the MOp versus ACA were the most distinguishable (average AUROC value of 0.922), similar to neurons projecting to the SSp versus VISp and the ACA versus VISp (average AUROC values of 0.915 and 0.914, respectively), whereas neurons that project to the SSp versus ACA and to the MOp versus VISp were the least separable（平均AUROC值分别为0.837和0.831）（图2A）。另外，对于每个目标对，预测模型的性能在不同源皮质区域的神经元之间有所不同（图2A，扩展数据图4A – D）。

　　这些分析表明，CC投影神经元之间的表观遗传差异取决于神经元投影的特定靶标和神经元所在的来源的组合。例如，在AUD神经元中，AUD – SSP（从AUD到SSP）神经元与AUD – VISP神经元（AUROC值为0.974）更好地分离（图2b，e）（图2b，e）比AUD -ACA神经元（AUROC值为0.766）（图2C，E）。这些投影之间的区别并非来自跨层的不同分布（图2D）。这表明AUD IT神经元之间的表观遗传差异水平取决于其投影靶标。同样，当将投射的不同来源的神经元与同一目标对进行比较时，我们观察到模型中不同水平的区分性。例如，尽管投射到ACA上的MOP与神经元的神经元比投射到SSP的神经元与投影到ACA的神经元更有区分（即具有更高的AUROC得分），但我们观察到了两个目标对的不同源区域的AUROC得分的变化（图2F，g）。为了进一步检查是否可以在跨源中保留区分一个源目标对的相同的表观遗传差异，我们训练了使用来自一个来源的神经元的模型来预测目标，然后在另一个源（方法）上对其进行了测试。值得注意的是，这些跨源模型在许多情况下可以区分目标对，而在任何特定区域训练的模型的性能在预测其他区域的投影的能力方面有所不同（图2H，I，I，扩展数据图4E – H）。例如，接受AUD训练的模型在区分VIS -MOP与Vis -ACA神经元方面的表现要好于在RSP或PTLP上训练的模型（图2H）。这表明在分子标记物中，AUD和VIS神经元比其他皮质区域区分了投射到MOP与ACA的神经元更相似。这些结果表明，皮层区域可能形成不同的组，在分子标记和投影靶标之间具有共同的相关性。

　　此外，我们评估了两个皮质靶标之间的区分性水平，包括同一层中的神经元和不同层中神经元的神经元（图2J，K，扩展数据图5A – C）。通过分别训练和测试每个层中的预测模型，我们通常观察到与SSP射击和ACA射击神经元之间相比，ACA预测和visp投射神经元之间的区分性更高（图2J，K）。但是，SSP项目和ACA预测神经元的预测更可变，有些来源对于所有层（例如，MOP与PTLP）更好（图2K）（图2K），而某些层也比其他层更好，即使对于同一来源（例如，AUD和VIS）（图2K）（图2K）。我们进一步测试了跨层训练的模型是否可以区分投影目标（方法），并观察到该性能通常与层内模型相当（扩展数据图5D – F）。这些结果表明，跨层之间可能存在共享的表观遗传学特征，这有助于与投影目标相关。

　　此外，我们使用层次线性模型在每个源区域中不同对CC投影神经元之间的CH位点（CH-DMG）的CH位点（CH-DMG）鉴定了差异化甲基化基因（DMG）。总共确定了1,644个CH-DMG（扩展数据图5G，补充表3），其中1,497（占CH-DMG的91.1％）在仅在一个源区域中具有统计学意义。大多数CH-DMG在一个来源区域中都独有的事实表明，不同的基因可能参与定义来自不同源区域的预测。基因本体论（GO）富集分析表明，参与细胞内转运和突触结构调节的基因富含CH-DMG（补充表3），并且在具有不同投影的神经元之间可能有所不同。例如，在AUD和VIS中，BSN在MOP射击和SSP射击神经元之间进行了差异化甲基化（扩展数据图5G）。它编码主要在神经元中表达的突触前细胞膜支架蛋白（巴松），对于调节神经递质释放15至关重要。SCN2A1CODES依赖电压依赖性钠通道蛋白（SCN2A1），并在AI和PTLP中的ACA射击和visp射击神经元之间进行了差异化甲基化（扩展数据图5G）。该通道调节神经元兴奋性，并且变体与自闭症和癫痫发作疾病有关16。