Trung tâm công nghệ sinh học Thành Phố Hồ Chí Minh

Một nhóm nghiên cứu đứng đầu bởi giáo sư Gunnar Raetsch thuộc khoa Tin học y sinh tại Viện kỹ thuật liên bang ETH Zurich (Thụy sĩ), đã đánh giá bộ dữ liệu di truyền lớn nhất trong lĩnh vực y học ung thư: Bản đồ gen ung thư tại Hoa Kỳ. Bản đồ gen này góp nhặt những thông tin di truyền ở cấp độ DNA và RNA trên các tế bào khối u từ hàng nghìn bệnh nhân ung thư và 33 loại ung thư khác nhau. Thông qua kết quả phân tích, các nhà khoa học tại ETH đã phát hiện những biến đổi mới ở mức độ phân tử chuyên biệt cho ung thư, có khả năng cung cấp thông tin hỗ trợ cho sự phát triển của các phương pháp điều trị ung thư.

Nhiều phân tích di truyền trước đây trên các tế bào ung thư chủ yếu tập trung vào DNA – một dạng cơ bản của thông tin di truyền, để đưa ra kết luận. Những nghiên cứu như vậy đã đánh giá các gen để quan sát liệu chúng có chứa các đột biến đặc hiệu cho khối u hay không. Ngoài ra, nhiều nghiên cứu đã được thực hiện để tìm hiều liệu những gen này có đặc biệt hoạt động hoặc bất hoạt phụ thuộc vào loại khối u hay không.

Các nhà nghiên cứu tại ETH đã tiến thêm một bước nữa và tập trung sâu hơn vào các phân tử RNA, một loại phân tử có trách nhiệm phiên mã DNA của tế bào. Nhưng trước khi các phân tử này có thể thực hiện vai trò như là một thành phần thiết lập cho quá trình tổng hợp protein, chúng phải trải qua một loạt các quá trình biến đổi. Trong quá trình được gọi là quá trình ghép nối (splicing), các enzym chuyên biệt sẽ cắt rời toàn bộ các phần từ phân tử RNA và sau đó ghép nối các trình tự ở hai đầu với nhau. Một phân tử RNA có thể được ghép theo nhiều cách khác nhau, mà các chuyên gia gọi là quá trình ghép nối biến thể (alternative splicing). Nói cách khác, với vai trò là một bản sao từ một gen, phân tử RNA có thể đưa ra “bản thiết kế” cho các dạng protein khác nhau, một nền tảng được thiết lập trong quá trình ghép nối.

Quá trình ghép nối biến thể xảy ra thường xuyên

Trong phân tích của nhóm nghiên cứu về quá trình ghép nối biến thể chuyên biệt khối u, giáo sư Rätsch và cộng sự đã phân tích một lượng lớn các dữ liệu ung thư di truyền, đồng thời đánh giá những trình tự phân tử RNA từ 8.700 bệnh nhân ung thư. Nhóm nghiên cứu đã tìm thấy vài chục nghìn biến thể chưa được mô tả trước đây từ quá trình ghép nối biến thể mà chúng xuất hiện lặp đi lặp lại trên nhiều bệnh nhân ung thư.

Các nhà nghiên cứu cũng chỉ ra rằng trong phần lớn các loại ung thư được nghiên cứu, quá trình ghép nối biến thể xảy ra thường xuyên trong những mô khối u hơn so với những mô lành. Điều này đặc biệt rõ rệt trong ung thư tuyến tủy phổi (pulmonary adenocarcinomas), trong đó quá trình ghép nối biến thể có tỷ lệ xuất hiện cao hơn 30% so với các mẫu lành.

Nhờ nghiên cứu này, các nhà nghiên cứu đã đạt được những hiểu biết mới về loại yếu tố phân tử nào dẫn đến hiện tượng ghép nối biến thể xuất hiện với tỷ lệ cao trong các tế bào ung thư. Một số đột biến di truyền đóng vai trò hỗ trợ cho quá trình ghép nối biến thể đã được biết đến, tuy nhiên hiện tại nhóm nghiên cứu đã có thể xác định thêm bốn gen khác có liên quan.

Biến đổi trong cách ghép nối RNA có thể được ứng dụng trong liệu pháp miễn dịch

André Kahles, một nghiên cứu sinh sau tiến sĩ thuộc nhóm Rätsch và là một trong hai tác giả chính của nghiên cứu nêu trên cho biết: "Ung thư gây ra những biến đổi về chức năng và phân tử trong tế bào. Có thể nói rằng trong các tế bào ung thư, có rất nhiều điều cản trở hoạt động bình thường của bộ máy sinh học. Ở cấp độ phân tử, những biến đổi không chỉ ở dạng các đột biến DNA riêng lẻ như chúng ta đã biết từ lâu, mà chúng còn xuất hiện trên qui mô rộng ở mức độ các kiểu nối ghép RNA khác nhau, điều mà như nhóm nghiên cứu chúng tôi đã có thể chứng minh trong kết quả phân tích toàn diện của mình."

Các nhà nghiên cứu cũng cho biết thêm không phải tất cả những biến đổi phân tử ở mức độ RNA vừa được phát hiện sẽ nhất thiết gây ra những biến đổi chức năng trong các tế bào ung thư. Tuy nhiên, sự khác biệt về phân tử có thể cung cấp thêm thông tin hỗ trợ các phương pháp trị liệu mới - ví dụ, các tế bào mang các dạng nối ghép đặc trưng cho loại ung thư nào đó có thể được điều trị bằng liệu pháp miễn dịch.

Trong liệu pháp miễn dịch ung thư trúng đích, hệ thống miễn dịch của cơ thể được “đào tạo” để nhận biết dấu hiệu ung thư thông qua các phân tử đặc trưng để nó có thể tấn công và tiêu diệt các mô ung thư và bỏ qua các mô khỏe mạnh của cơ thể.

Hiện tại chỉ có một số ít bệnh nhân ung thư có thể được điều trị bằng phương pháp này, vì các chỉ thị chuyên biệt cho khối u phù hợp sử dụng trong các liệu pháp miễn dịch hiện nay chỉ xuất hiện ở khoảng 30% trường hợp. Các biến thể từ quá trình ghép nối biến thể vừa được phát hiện này gây ra những biến đổi protein mà sau đó có thể được ứng dụng để trở thành các chỉ thị chuyên biệt cho khối u: có đến 75% trường hợp được tìm thấy biểu hiện những dấu hiệu mới này và chúng có khả năng được sử dụng để phát triển các loại thuốc chuyên biệt.

Phân tích chuyên sâu các cơ sở dữ liệu lớn hơn

Việc thu thập các thông tin về tần suất xuất hiện của quá trình ghép nối biến thể đem đến những lợi ích lớn. Cụ thể, các nhà khoa học đưa ra giả thuyết rằng mô khối u mang nhiều hoạt động ghép nối đặc biệt nhạy cảm với một loại liệu pháp miễn dịch khác, cụ thể là liệu pháp miễn dịch không trúng đích. Các nhà nghiên cứu muốn chứng minh giả thuyết này trong một phần của chương trình nghiên cứu về Y tế cá thể và Công nghệ liên quan (PHRT) thuộc ETH.

Đối với nghiên cứu này, các nhà nghiên cứu đã phân tích hàng trăm terabyte dữ liệu thô. "Để phân tích khối lượng dữ liệu khổng lồ như vậy, chúng tôi cần một lượng lớn thời gian tính toán trên máy tính và hệ thống lưu trữ nhanh. Không có siêu máy tính, nghiên cứu này sẽ không thể thực hiện được", giáo sư Rätsch cho biết. Ông và các cộng sự đã đến ETH Zurich hai năm trước từ Trung tâm Ung thư Memorial Sloan Kettering tại New York, nơi họ bắt đầu nghiên cứu. Khi ở Thụy Sĩ, nhóm nghiên cứu đã hợp tác với Dịch vụ Công nghệ thông tin của ETH để thiết lập hệ thống máy tính Leonhard Med, cho phép họ xử lý một cách an toàn các bộ dữ liệu y khoa và di truyền khổng lồ.

Nguồn: https://www.sciencedaily.com/releases/2018/08/180808093852.htm