Giải trình tự ARN tế bào đơn

Trong y học hiện đại, một trong những thách thức lớn nhất là làm thế nào để hiểu được sự đa dạng và phức tạp của các tế bào trong cơ thể con người. Mỗi cơ thể người trưởng thành chứa hàng chục nghìn tỉ tế bào thuộc hàng trăm loại khác nhau, mỗi loại đảm nhiệm một chức năng riêng biệt. Tuy nhiên, ngay cả trong cùng một loại mô, các tế bào cũng không hoàn toàn giống nhau. Sự khác biệt nhỏ giữa các tế bào có thể là nguyên nhân dẫn đến những hiện tượng quan trọng như sự phát triển của ung thư, khả năng kháng thuốc hoặc đáp ứng miễn dịch khác biệt giữa từng cá thể.

Các phương pháp nghiên cứu truyền thống trong sinh học phân tử, chủ yếu là kĩ thuật giải trình tự ARN số lượng lớn (bulk RNA sequencing) giúp các nhà khoa học hiểu rõ hơn về hoạt động của bộ gen và biểu hiện gen trong các mô. Tuy nhiên, phương pháp này chỉ cung cấp thông tin trung bình của toàn bộ quần thể tế bào, do đó bỏ lỡ những tín hiệu quan trọng đến từ các tế bào hiếm hoặc khác biệt. Điều này là rào cản không nhỏ trong nghiên cứu ung thư, thần kinh hoặc miễn dịch học, khi một nhóm nhỏ tế bào bất thường cũng có thể quyết định số phận của cả một cơ quan hoặc thậm chí là toàn bộ cơ thể.

Trong bối cảnh đó, nhu cầu hiểu được sự dị biệt tại cấp độ từng tế bào riêng lẻ trở nên cấp thiết hơn bao giờ hết. Quá trình phát hiện và phân tích các tế bào hiếm, tế bào gốc, tế bào kháng thuốc hay tế bào tiền ung thư giúp các nhà khoa học hiểu sâu hơn về cơ chế bệnh sinh, đồng thời mở ra cơ hội phát triển các phương pháp chẩn đoán và điều trị cá thể hóa—xu hướng tất yếu của y học hiện đại.

Chính vì vậy, công nghệ giải trình tự ARN đơn bào (single cell RNA sequencing – scRNA-seq) đã ra đời, đánh dấu một bước ngoặt lớn trong nghiên cứu sinh học và y học. Công nghệ này cho phép các nhà khoa học đánh giá biểu hiện gen của từng tế bào riêng lẻ, từ đó nâng cao khả năng nghiên cứu và điều trị các bệnh nan y.

ARN là gì?

ARN (ribonucleic acid) là phân tử mang thông tin di truyền được phiên mã từ ADN. Trong tế bào, ARN giữ vai trò trung gian truyền đạt thông tin di truyền từ ADN đến các ribosome nhằm tổng hợp protein—những phân tử đảm nhiệm phần lớn các chức năng sống.

Mỗi tế bào đều chứa hàng nghìn loại ARN khác nhau—chúng phản ánh tình trạng hoạt động và chức năng của tế bào tại từng thời điểm. Giải trình tự ARN (RNA sequencing, RNA-seq) là quá trình xác định trình tự và số lượng các phân tử ARN có mặt trong một mẫu sinh học, từ đó các nhà khoa học có thể biết được gen nào đang hoạt động và có mức độ biểu hiện ra sao.

Giải trình tự ARN tế bào đơn

Single cell RNA sequencing (scRNA-seq) là công nghệ tiên tiến cho phép phân tích biểu hiện gen tại cấp độ từng tế bào riêng lẻ. Thay vì trộn lẫn hàng triệu tế bào, scRNA-seq tách riêng từng tế bào, sau đó giải trình tự ARN của từng tế bào đó. Nhờ vậy, các nhà khoa học có thể phát hiện ra sự đa dạng và khác biệt giữa các tế bào trong cùng một mô hoặc giữa các cá thể khác nhau.

Công nghệ này bắt đầu phát triển mạnh mẽ từ năm 2009, khi các nhà khoa học lần đầu tiên công bố phương pháp giải trình tự ARN tại cấp độ đơn bào. Kể từ đó, hàng loạt cải tiến về kĩ thuật, thiết bị và phân tích dữ liệu đã giúp scRNA-seq trở thành công cụ không thể thiếu trong nghiên cứu sinh học hiện đại.

So với bulk RNA-seq, scRNA-seq có nhiều ưu điểm vượt trội. Phương pháp này cho phép phát hiện các tế bào hiếm, tế bào gốc, tế bào kháng thuốc mà phương pháp truyền thống không thể nhận diện. Ngoài ra, scRNA-seq còn giúp phân loại các loại tế bào mới, nghiên cứu quá trình phát triển, biệt hóa tế bào, cũng như phân tích đáp ứng miễn dịch trên từng cá thể.

Quy trình thực hiện scRNA-seq

Tách riêng từng tế bào

Bước đầu tiên là tách từng tế bào riêng lẻ ra khỏi mô hoặc dịch sinh học. Có nhiều phương pháp được sử dụng, chẳng hạn như sử dụng enzyme để phân rã mô thành các tế bào đơn lẻ hoặc sử dụng vi hạt (microfluidics) để phân lập từng tế bào vào các giọt nhỏ.

Chiết xuất và xử lý ARN từ từng tế bào

Sau khi tách riêng, mỗi tế bào được xử lý để phá vỡ màng tế bào, từ đó giải phóng ARN. Bởi vì số lượng ARN trong mỗi tế bào rất nhỏ, quá trình này đòi hỏi kỹ thuật tinh vi nhằm tránh mất mát hoặc nhiễm bẩn.

Chuyển đổi ARN thành cDNA

ARN sau đó được chuyển đổi thành ADN bổ sung (cDNA) thông qua quá trình phiên mã ngược. Đây là bước quan trọng nhằm ổn định và khuếch đại tín hiệu di truyền. Gắn mã vạch (barcode) phân biệt từng tế bào: Mỗi tế bào được gắn một mã vạch di truyền duy nhất (cell barcode) trong quá trình chuyển đổi ARN thành cDNA. Nhờ đó, khi giải trình tự, các nhà khoa học có thể xác định được ARN nào thuộc về tế bào nào.

Khuếch đại và xây dựng thư viện

Các phân tử cDNA được khuếch đại và chuẩn bị thành thư viện giải trình tự, sẵn sàng cho quá trình giải mã.

Giải trình tự (sequencing)

Toàn bộ thư viện cDNA được đưa vào máy giải trình tự thế hệ mới (next-generation sequencing, NGS) nhằm xác định trình tự nucleotide của từng phân tử ARN.

Phân tích dữ liệu (bioinformatics analysis)

Dữ liệu thu được sẽ rất lớn và phức tạp, đòi hỏi các công cụ tin sinh học để phân tích, xác định các loại tế bào hoặc đánh giá mức độ biểu hiện gen.

Các công nghệ phổ biến

Phương pháp dựa trên vi hạt (Droplet-based)

Đây là phương pháp giải trình tự phổ biến nhất với đại diện tiêu biểu là công nghệ 10X Genomics Chromium. Phương pháp này hoạt động bằng cách tạo ra hàng nghìn giọt dầu siêu nhỏ, mỗi giọt chứa một tế bào và một hạt gel mang mã vạch riêng biệt. Khi tế bào bị phá vỡ, ARN được giải phóng, gắn vào hạt gel và chuyển đổi thành ADN bổ sung (cDNA). Sau đó, tất cả các giọt được gộp lại và cDNA được giải trình tự cùng lúc. Nhờ mã vạch đặc trưng, máy tính có thể xác định phân tử ARN xuất phát từ tế bào nào. Công nghệ này cho phép phân tích đồng thời hàng chục nghìn tế bào trong một lần thí nghiệm với chi phí hợp lí.

Phương pháp dựa trên đĩa vi thể (Plate-based)

Trong phương pháp này, các tế bào được tách riêng và đặt vào từng giếng nhỏ trên đĩa vi thể, mỗi giếng chứa các hóa chất cần thiết để tách ARN và chuyển đổi thành ADN bổ sung. Các đoạn mã riêng biệt được thêm vào để đánh dấu mỗi giếng. Sau đó, các mẫu ADN bổ sung được thu thập và giải trình tự cùng nhau. Mặc dù xử lý được ít tế bào hơn so với phương pháp dựa trên vi hạt, kĩ thuật này thường đọc được nhiều phần của ARN hơn, từ đó mang lại thông tin chi tiết và chính xác hơn về hoạt động của từng tế bào.

Giải trình tự ARN nhân tế bào đơn (Single-nucleus RNA-seq)

Đối với các mô khó tách thành tế bào nguyên vẹn như mô não hoặc các mẫu đã được bảo quản lâu ngày, các nhà khoa học sử dụng phương pháp giải trình tự ARN nhân tế bào đơn (single-nucleus RNA-seq). Thay vì tách riêng từng tế bào, người ta tách riêng nhân tế bào bằng cách nghiền nhỏ mô trong dung dịch lạnh. ARN trong nhân được tách chiết và mỗi nhân được gắn mã vạch riêng biệt nhằm phân biệt nguồn gốc. Mặc dù không bắt được toàn bộ ARN trong tế bào chất, phương pháp này vẫn cung cấp thông tin quý giá từ các loại mô khó tiếp cận.

Giải trình tự ARN không gian (Spatial transcriptomics)

Đây là công nghệ giải trình tự ARN tiên tiến nhất hiện nay, cho phép nghiên cứu biểu hiện gen mà vẫn giữ nguyên được thông tin về vị trí của tế bào trong mô. Mô được cắt thành lát mỏng, đặt lên tấm đế chuyên biệt có hàng nghìn điểm nhỏ mang mã vạch riêng biệt. ARN từ các tế bào trong mô gắn vào các điểm gần nhất trên tấm đế và được chuyển đổi thành ADN bổ sung ngay tại đó. Sau khi giải trình tự, máy tính phân tích dữ liệu và tạo ra bản đồ biểu hiện gen theo vị trí trong mô. Công nghệ này giúp các nhà khoa học thấy được vị trí của các loại tế bào khác nhau và hiểu được cách chúng tương tác với nhau trong môi trường tự nhiên.

Ứng dụng

Phát hiện sự đa dạng tế bào trong mô bình thường và bệnh lí

Nhờ khả năng phân tích từng tế bào, scRNA-seq giúp các nhà khoa học nhận diện được sự đa dạng tế bào trong các mô bình thường cũng như phát hiện các tế bào bệnh lí. Chẳng hạn, trong nghiên cứu về não người, scRNA-seq đã phát hiện ra hàng chục loại tế bào thần kinh mới mà trước đây chưa từng biết đến. Trong nghiên cứu về bệnh Alzheimer, scRNA-seq cũng phát hiện các loại tế bào thần kinh bị tổn thương sớm, từ đó mở ra cơ hội chẩn đoán và can thiệp sớm.

Phân loại tế bào mới và xác định tế bào hiếm

scRNA-seq cho phép phát hiện và phân loại các loại tế bào hiếm, như tế bào gốc, tế bào tiền ung thư và các tế bào miễn dịch đặc biệt. Điều này rất quan trọng trong nghiên cứu ung thư, nơi chỉ một nhóm nhỏ tế bào có thể quyết định khả năng di căn hoặc kháng thuốc của khối u. Năm 2018, các nhà khoa học tại Mỹ đã sử dụng scRNA-seq để phân tích hàng nghìn tế bào trong khối u phổi, họ đã phát hiện ra các tế bào miễn dịch đặc biệt liên quan đến khả năng đáp ứng với liệu pháp miễn dịch.

Nghiên cứu ung thư và phát triển điều trị cá thể hóa

Trong ung thư, scRNA-seq có thể phát hiện các nhóm tế bào kháng thuốc, tế bào gốc ung thư, cũng như các tế bào trong vi môi trường khối u (tumor microenvironment) như tế bào miễn dịch hay tế bào mạch máu. Trong nghiên cứu về ung thư vú, người ta sử dụng scRNA-seq nhằm phân tích hàng nghìn tế bào trong khối u, từ đó phát hiện ra các nhóm tế bào kháng thuốc mà phương pháp truyền thống không thể nhận diện. Do đó, bác sĩ có thể lựa chọn phác đồ điều trị phù hợp hơn cho từng bệnh nhân, cũng như phát triển các loại thuốc nhắm trúng đích hiệu quả hơn. Ngoài ra, thông qua hiểu rõ sự đa dạng tế bào trong từng bệnh nhân, scRNA-seq giúp phát triển các phương pháp chẩn đoán sớm, phát hiện tế bào kháng thuốc, lựa chọn thuốc phù hợp với từng cá thể. Đây là nền tảng của y học chính xác—một xu hướng điều trị đang phát triển mạnh mẽ.

Nghiên cứu miễn dịch và ứng dụng trong bệnh lí

scRNA-seq đã cách mạng hóa lĩnh vực miễn dịch học bằng cách cho phép phân tích chi tiết các loại tế bào miễn dịch và đáp ứng miễn dịch trong các bệnh lý như ung thư, viêm nhiễm, tự miễn. Chẳng hạn, trong nghiên cứu COVID-19, scRNA-seq có thể xác định các loại tế bào miễn dịch liên quan đến mức độ nặng của bệnh. Điều này mở ra các hướng điều trị mới, nhắm vào các loại tế bào cụ thể trong hệ miễn dịch, từ đó tăng hiệu quả điều trị và giảm tác dụng phụ không mong muốn.

Những thách thức và hạn chế hiện tại của scRNA-seq

Dù mang lại nhiều lợi ích, scRNA-seq vẫn đối mặt với không ít thách thức.

• Độ nhạy và sai số kĩ thuật: do lượng ARN trong mỗi tế bào rất nhỏ, quá trình xử lý dễ bị mất mát hoặc nhiễm bẩn, dẫn đến sai số hoặc dữ liệu không đầy đủ. Do đó, chuẩn hóa quy trình và tối ưu hóa kỹ thuật là vấn đề then chốt.
• Biến thiên giữa các lô mẫu: kết quả scRNA-seq có thể bị ảnh hưởng bởi nhiều yếu tố như chất lượng mẫu, thiết bị, kĩ thuật viên, từ đó khiến quá trình so sánh dữ liệu giữa các phòng thí nghiệm gặp khó khăn.
• Yêu cầu về thiết bị, chi phí và phân tích dữ liệu: scRNA-seq đòi hỏi các thiết bị hiện đại, chi phí cao và đội ngũ chuyên gia tin sinh học để xử lý và phân tích dữ liệu phức tạp. Điều này hạn chế khả năng ứng dụng rộng rãi, chủ yếu tại các nước đang phát triển.
• Vấn đề chuẩn hóa và đối chiếu dữ liệu: hiện chưa có tiêu chuẩn quốc tế thống nhất cho scRNA-seq, dẫn đến khó khăn trong đối chiếu và chia sẻ dữ liệu giữa các nhóm nghiên cứu.

Tuy nhiên, các nhà khoa học trên thế giới đang nỗ lực cải tiến kĩ thuật, phát triển các phần mềm phân tích mới, cũng như xây dựng các bộ dữ liệu chuẩn hóa để khắc phục những hạn chế này. Trong tương lai, scRNA-seq có thể trở nên phổ biến hơn và được ứng dụng rộng rãi trong lâm sàng.

Lời kết

Giải trình tự ARN tế bào đơn đã và đang mở ra một kỷ nguyên mới trong nghiên cứu sinh học và y học, cho phép chúng ta hiểu sâu hơn về sự đa dạng và phức tạp của các tế bào trong cơ thể. Nhờ công nghệ này, các nhà khoa học có thể phát hiện những tế bào hiếm, tế bào bất thường, từ đó phát triển các phương pháp chẩn đoán và điều trị cá thể hóa. Dù còn nhiều thách thức về kĩ thuật, chi phí và phân tích dữ liệu, nhưng với tốc độ phát triển của khoa học công nghệ, scRNA-seq chắc chắn sẽ ngày càng đóng vai trò quan trọng trong nghiên cứu, phát triển thuốc, chẩn đoán và điều trị bệnh.