Đa hình đơn nucleotide (thường được viết tắt là SNP, đọc là snip từ thuật ngữ tiếng Anh Single Nucleotide Polymorphism) là dạng biến dị di truyền phong phú và phổ biến nhất trong hệ gen của các loài sinh vật bậc cao, bao gồm cả con người. Về bản chất phân tử, SNP đại diện cho sự thay đổi của một cặp base nucleotide đơn lẻ (chẳng hạn như adenine thay thế cho cytosine) tại một vị trí xác định trên chuỗi xoắn kép DNA. Trong quần thể người, trung bình cứ khoảng ba trăm đến một nghìn cặp base lại xuất hiện một vị trí SNP, tạo nên hơn chín mươi phần trăm tổng số biến dị di truyền tự nhiên giữa các cá thể. Bài viết này trình bày toàn diện về cơ chế sinh học, hệ thống phân loại, các kỹ thuật phân tích kiểu gen phân tử và ứng dụng đột phá của SNP trong y học cá thể hóa và nghiên cứu di truyền học hiện đại.
Định nghĩa chuẩn và tiêu chuẩn phân loại biến dị
Để được phân loại chính thức là một đa hình đơn nucleotide (SNP) chứ không phải là một đột biến điểm (point mutation) ngẫu nhiên hiếm gặp, biến dị nucleotide tại vị trí đó bắt buộc phải có tần số alen hiếm (Minor Allele Frequency - MAF) xuất hiện với tỷ lệ từ một phần trăm trở lên trong một quần thể dân cư xác định. Nếu một biến dị có tần số xuất hiện dưới ngưỡng này, nó được xếp vào nhóm biến dị hiếm (rare variant) hoặc đột biến mới phát sinh.
Dựa trên vị trí định vị trong cấu trúc hệ gen và tác động chức năng lên chuỗi polypeptide, SNP được phân chia thành các nhóm cơ bản sau:
| Vị trí bộ gen | Loại biến dị SNP | Cơ chế và tác động phân tử |
|---|---|---|
| Vùng mã hóa (Coding region) | SNP đồng nghĩa (Synonymous / Silent SNP) | Thay đổi codon nhưng mã hóa cùng một loại axit amin nhờ tính thoái hóa của mã di truyền; không thay đổi cấu trúc bậc một của protein |
| Vùng mã hóa (Coding region) | SNP sai nghĩa (Missense SNP) | Thay đổi codon dẫn đến mã hóa một axit amin khác, có thể làm thay đổi cấu hình không gian hoặc hoạt tính xúc tác của enzyme |
| Vùng mã hóa (Coding region) | SNP vô nghĩa (Nonsense SNP) | Biến đổi một codon mã hóa axit amin thành codon kết thúc (Stop codon: UAA, UAG, UGA), làm chuỗi polypeptide bị cắt cụt sớm |
| Vùng không mã hóa (Non-coding region) | SNP vùng điều hòa (Regulatory SNP - rSNP) | Nằm tại promoter, enhancer hoặc vùng 5'-UTR/3'-UTR; ảnh hưởng đến ái lực gắn kết của yếu tố phiên mã và mức độ biểu hiện gen |
| Vùng không mã hóa (Non-coding region) | SNP vị trí cắt nối (Splice-site SNP) | Nằm tại ranh giới intron-exon, làm sai lệch quá trình cắt nối hoàn thiện phân tử tiền mRNA (pre-mRNA splicing) |
| Vùng xen kẽ (Intergenic region) | SNP vùng liên gen | Chiếm tỷ lệ lớn nhất, thường không ảnh hưởng trực tiếp đến chức năng nhưng có giá trị cao làm chỉ thị liên kết di truyền |
Ưu thế của SNP so với các chỉ thị phân tử truyền thống
Theo tổng quan hệ thống của Vignal và cộng sự (2002) trên tạp chí Genetics Selection Evolution, SNP đã thay thế các thế hệ chỉ thị phân tử kinh điển (như RFLP, RAPD và Microsatellite/STR) để trở thành tiêu chuẩn vàng trong phân tích di truyền học phân tử nhờ những đặc tính vượt trội:
- Mật độ phân bố dày đặc: Hàng chục triệu SNP phân bố khắp toàn bộ các nhiễm sắc thể, cho phép bao phủ toàn diện hệ gen ở độ phân giải siêu cao.
- Độ ổn định di truyền cao: Tốc độ đột biến tự nhiên của SNP rất thấp (xấp xỉ trên mỗi nucleotide qua mỗi thế hệ), khiến chúng trở thành dấu ấn tiến hóa và phả hệ cực kỳ tin cậy.
- Dễ dàng số hóa và tự động hóa: Vì SNP chủ yếu là biến dị hai alen (biallelic), tín hiệu kiểu gen rất rõ ràng (dạng đồng hợp tử alen 1, dị hợp tử, hoặc đồng hợp tử alen 2), lý tưởng cho các hệ thống đọc chip DNA và giải trình tự thế hệ mới NGS công suất lớn.
Bản đồ SNP và nghiên cứu liên kết toàn bộ hệ gen (GWAS)
Hiểu biết về SNP đã tạo ra một cuộc cách mạng trong việc giải mã cơ sở di truyền của các bệnh lý phức tạp. Hirschhorn và Daly (2005) trên Nature Reviews Genetics đã nhấn mạnh rằng nhờ hiện tượng mất cân bằng liên kết (Linkage Disequilibrium - LD), các SNP nằm gần nhau trên cùng một nhiễm sắc thể có xu hướng di truyền cùng nhau thành từng khối haplotype. Do đó, người ta không cần giải trình tự toàn bộ hàng tỷ base mà chỉ cần chọn lọc một tập hợp các SNP đại diện (tag SNPs) để đại diện cho toàn bộ biến dị của một khối haplotype.
Từ nền tảng này, các nghiên cứu liên kết toàn bộ hệ gen (GWAS) do McCarthy và cộng sự (2008) tổng kết đã bùng nổ trên toàn cầu. Bằng cách so sánh tần số xuất hiện của hàng triệu SNP giữa hàng vạn bệnh nhân và nhóm chứng khỏe mạnh, GWAS đã xác định thành công hàng nghìn locus gen liên quan đến các bệnh mạn tính phức tạp như đái tháo đường týp 2, bệnh mạch vành, ung thư vú, hen suyễn, bệnh Alzheimer và rối loạn tự miễn.
Các công nghệ định type SNP hiện đại
Công nghệ phân tích SNP đã phát triển vượt bậc từ các phương pháp thủ công sang nền tảng tự động hóa hoàn toàn:
- Kỹ thuật PCR-RFLP và TaqMan Real-time PCR: Phù hợp cho việc xét nghiệm định type một vài SNP mục tiêu cụ thể với chi phí thấp và độ chính xác tuyệt đối trong chẩn đoán lâm sàng thường quy.
- Công nghệ microarray vi mảng lai DNA (SNP Chip): Các tấm vi mạch sinh học chứa hàng triệu đầu dò oligonucleotide (như Illumina Infinium hoặc Affymetrix GeneChip) cho phép quét đồng thời từ vài trăm nghìn đến vài triệu SNP trên cùng một mẫu bệnh phẩm.
- Giải trình tự gen thế hệ mới (Next-Generation Sequencing - NGS): Giải trình tự toàn bộ hệ gen (WGS) hoặc toàn bộ vùng mã hóa (WES) giúp phát hiện cả SNP đã biết lẫn các biến dị mới chưa từng được công bố trong các cơ sở dữ liệu quốc tế.
Ứng dụng thực tiễn trong y học và công nghệ sinh học
Đa hình đơn nucleotide đang thúc đẩy mạnh mẽ các tiến bộ khoa học ứng dụng:
- Dược lý di truyền học (Pharmacogenomics): Phân tích các SNP trên các gen mã hóa enzyme chuyển hóa thuốc (như họ cytochrome P450: CYP2C19, CYP2D6) và kháng nguyên bạch cầu (HLA-B*1502, HLA-B*5801) giúp bác sĩ tiên lượng chính xác nguy cơ dị ứng thuốc nghiêm trọng và điều chỉnh liều lượng thuốc tối ưu cho từng cá thể người bệnh.
- Y học dự phòng và đánh giá nguy cơ đa gen (PRS): Kết hợp thông tin từ hàng trăm SNP để tính toán Điểm nguy cơ đa gen (Polygenic Risk Score), giúp người dân phát hiện sớm nguy cơ tiềm ẩn mắc bệnh tim mạch, ung thư để chủ động thay đổi lối sống.
- Chọn giống cây trồng và vật nuôi: Ứng dụng công nghệ chọn giống dựa trên dữ liệu hệ gen (Genomic Selection) để rút ngắn thời gian lai tạo các giống lúa chịu hạn, kháng sâu bệnh hoặc gia súc cho năng suất sữa cao.
- Khoa học hình sự và phả hệ học: Xác định danh tính nạn nhân và quan hệ huyết thống thông qua các bộ kit SNP chuyên dụng.
Hệ thống cơ sở dữ liệu quốc tế về biến dị SNP
Để phục vụ cộng đồng nghiên cứu toàn cầu, Trung tâm Thông tin Công nghệ Sinh học Quốc gia Hoa Kỳ (NCBI) cùng Viện Tin sinh học Châu Âu (EMBL-EBI) đã thiết lập và duy trì các kho dữ liệu mở quy mô lớn:
- dbSNP (Single Nucleotide Polymorphism Database): Cơ sở dữ liệu trung tâm lưu trữ thông tin về hàng trăm triệu SNP đã được phát hiện ở người và các loài sinh vật khác. Mỗi SNP được cấp một mã số định danh duy nhất gọi là số rs (Reference SNP ID, ví dụ: rs1801133), cho phép các nhà khoa học trên toàn thế giới tra cứu chính xác vị trí nhiễm sắc thể, tần số alen trong từng chủng tộc và các tài liệu nghiên cứu liên quan.
- ClinVar: Cơ sở dữ liệu công cộng lưu trữ các báo cáo về mối quan hệ giữa biến dị SNP và kiểu hình bệnh lý trên lâm sàng, phân loại các biến dị thành năm mức độ: lành tính (Benign), có thể lành tính (Likely Benign), ý nghĩa chưa xác định (VUS), có thể gây bệnh (Likely Pathogenic) và gây bệnh (Pathogenic).
- gnomAD (Genome Aggregation Database): Tập hợp dữ liệu giải trình tự toàn bộ hệ gen và toàn bộ vùng exon từ hơn một trăm bốn mươi nghìn cá thể không cùng huyết thống, cung cấp tần số alen chuẩn xác đại diện cho các nhóm dân cư lớn trên toàn cầu.
Cơ sở dữ liệu hệ gen người Việt Nam
Tại Việt Nam, các dự án giải mã hệ gen người Việt quy mô lớn đã được triển khai thành công, xây dựng cơ sở dữ liệu hàng triệu biến dị SNP đặc trưng cho quần thể người Kinh và các dân tộc thiểu số. Dữ liệu này là nền tảng vô giá giúp nâng cao độ chính xác của các xét nghiệm sàng lọc trước sinh không xâm lấn (NIPT), tầm soát ung thư di truyền và triển khai các phác đồ y học chính xác tại các bệnh viện hàng đầu Việt Nam.