ARC-WELL · CELL 2023

让病理库，
成为新的研究起点。

以单细胞 DNA 拷贝数为线索，把多年存档样本与疾病进程联系起来。

ARC-WELL · CELL 2023 · 论文方法图 — Cell 2023 · Figure 1

THE RESEARCH OPPORTUNITY

保存下来的，不只是组织，
还有疾病的时间线。

病理切片、治疗记录与随访信息构成了回顾性研究的起点。Arc-well 为这些材料补充细胞级 DNA 拷贝数证据。

27研究中的 FFPE 样本

3–31样本存档年限

40,330研究分析的单细胞

数据范围来自 Cell 2023 研究及所提供的项目资料，不是对任意块龄样本的成功率承诺。

FROM BLOCK TO CLONE

从一块蜡块，
到可比较的克隆结构。

取材与病理评估

整理蜡块年限、部位、肿瘤含量与固定信息，确认待分析区域。

单核分离与筛选

通过脱蜡、单核制备与筛选，进入 nanowell 分配及单核成像流程。

建库、测序与质控

记录细胞产出、文库与测序质量；按样本质量确定可进入分析的数据。

CNA 与克隆演化分析

比较单细胞 CNA，重建候选亚克隆与演化关系，再结合病例时间线解读。

Arc-well 方法与研究流程 — Wang et al., Cell 2023 · Figure 1

WHAT THE DATA CAN TELL YOU

不止是一张热图。

按项目范围组织可以解释、可以复核、可以继续验证的结果。

细胞级 CNA 图谱

观察不同细胞中染色体片段的增益、缺失与拷贝数结构。

亚克隆组成与关系

分析克隆比例、共享事件与分化特征，明确重建模型的假设。

跨时间点演化线索

寻找持续克隆、选择瓶颈和新增事件，结合临床记录提出可验证假设。

原发与复发的配对病例图 — Wang et al., Cell 2023 · Figure 4

PUBLISHED STUDY

把原发与复发，
放在同一条研究时间线上。

在乳腺导管原位癌（DCIS）进展研究中，配对样本结合病理区域、临床时间与 CNA 结构，支持研究持续亚克隆与后续演化。

克隆演化树是根据 DNA 数据与模型重建的关系，不等同于对每个细胞的直接谱系追踪。将方法扩展至其他癌种时，需要重新评估样本与研究设计。

阅读研究证据与出处

BEFORE YOU START

先核实这四件事。

样本是否适合？

蜡块年限并不是唯一判断依据。组织量、肿瘤比例、固定与保存条件、坏死和细胞核完整性都需要评估；暂不在网站设未经确认的统一接收阈值。

能否替代常规突变 panel 或深度全基因组测序？

该页面介绍的是以单细胞 CNA 和克隆分析为核心的研究路径，不承诺常规 SNV/Indel、融合或所有结构变异的完整检测。其他变异问题需另配检测与验证策略。

第一次应该做多少？

仅评估可行性时可讨论 3–5 例；研究原发—复发等关系时可讨论 3–5 对配对样本。试点不是统计效能充分的正式队列。

后续如何验证？

关键 DNA 拷贝数事件可结合 FISH、ddPCR 或适当的 DNA 检测验证；IHC 更适合观察蛋白表达及定位，不能直接替代 DNA 拷贝数验证。

QUALITY BEFORE SCALE

先确认数据质量，
再扩大研究队列。

Cell 2023 的技术评估结合固定与未固定样本、不同存档材料及单细胞 CNA 图谱，讨论 FFPE 条件下的数据质量。

样本与细胞

关注材料状态、核完整性、有效细胞产出与潜在双细胞。

DNA 数据

关注有效读段、覆盖、噪音和 CNA 图谱的可解释性。

可重复与可验证

结合对照、批次信息和适当的 DNA 层面检测，判断观察是否稳健。

论文方法指标用于理解技术表现，不直接替代针对你这批样本确认的项目验收标准。

Arc-well 论文技术质量评估 — Wang et al., Cell 2023 · Figure 2

LET’S BUILD YOUR STUDY

从一个明确的问题，开始合作。

带上样本类型、研究问题和现有数据，一起判断最合适的起点。

开始项目沟通

让病理库，成为新的研究起点。

保存下来的，不只是组织，还有疾病的时间线。

从一块蜡块，到可比较的克隆结构。