[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"_public_topic_publications_di%20truy%E1%BB%81n%20%C4%91a%20gen{\"limit\":5}":3,"_public_topic_byId_di%20truy%E1%BB%81n%20%C4%91a%20gen":11},{"code":4,"data":5,"meta":10},"SUCCESS",{"latest":6,"mostCited":7,"vietnamFeatured":8,"vietnamLatest":9},[],[],[],[],null,{"code":4,"data":12,"meta":10},{"id":13,"title":14,"description":15,"content":16,"term":13,"englishTitle":10,"synonyms":10,"definition":10,"discipline":10,"references":10,"faqs":10,"createUser":17,"publishUser":21,"keywords":25,"keywordCount":18,"enrichTopicLink":26,"status":27,"createTime":28,"updateTime":29,"publishTime":30,"linkEnrichedTime":10,"publicationScanTime":10,"contentErrorMessage":10,"viewCount":31,"wikidataId":10,"relateTopics":32},"di truyền đa gen","Di truyền đa gen là gì? Các nghiên cứu khoa học liên quan","Di truyền đa gen là cơ chế trong đó nhiều gen cùng góp hiệu ứng nhỏ và cộng gộp để tạo nên một tính trạng có phổ biểu hiện liên tục chịu tác động rõ của môi trường. Khái niệm này giải thích sự phức tạp của các tính trạng sinh học như chiều cao, màu da hay nguy cơ bệnh mạn tính và là nền tảng cho các mô hình dự đoán nguy cơ di truyền. ","\u003Cdiv>\u003Ch2>Khái niệm về di truyền đa gen\u003C\u002Fh2>\n\u003Cp>Di truyền đa gen (polygenic inheritance) là dạng di truyền trong đó một tính trạng được quyết định không phải bởi một gen đơn lẻ mà bởi nhiều gen cùng đóng góp hiệu ứng nhỏ, tích lũy theo nguyên tắc cộng gộp. Mỗi gen tham gia vào tính trạng đa gen thường chỉ ảnh hưởng một phần rất nhỏ đến biểu hiện cuối cùng, nhưng tổng hợp lại tạo ra sự biến thiên liên tục trong quần thể. Theo định nghĩa từ \u003Ca href=\"https:\u002F\u002Fwww.genome.gov\" target=\"_blank\">National Human Genome Research Institute\u003C\u002Fa>, đây là cơ chế phổ biến giải thích các tính trạng phức tạp ở người, động vật và thực vật.\u003C\u002Fp>\n\u003Cp>Di truyền đa gen khác với các mô hình di truyền Mendel cổ điển vì tính trạng không biểu hiện theo kiểu phân li rõ ràng mà trải rộng thành phổ giá trị. Khi số lượng gen tham gia càng lớn, biểu hiện tính trạng càng liên tục, khó xác định ranh giới giữa các nhóm. Điều này giúp giải thích các hiện tượng tự nhiên như biến thiên chiều cao trong quần thể hoặc sự phân bố điểm số trí tuệ ở người.\u003C\u002Fp>\n\u003Cp>Một số tính trạng điển hình được điều khiển bởi cơ chế đa gen bao gồm:\n\u003C\u002Fp>\u003Cul>\n\u003Cli>Chiều cao và cân nặng.\u003C\u002Fli>\n\u003Cli>Màu da, màu mắt.\u003C\u002Fli>\n\u003Cli>Huyết áp, lipid máu.\u003C\u002Fli>\n\u003Cli>Nguy cơ mắc bệnh phức tạp: tiểu đường type 2, bệnh tim mạch, rối loạn tâm thần.\u003C\u002Fli>\n\u003C\u002Ful>\nNhững tính trạng này thường chịu tác động mạnh của môi trường, tạo nên sự đa dạng sinh học rộng lớn.\u003Cp>\u003C\u002Fp>\n\n\u003Ch2>Đặc điểm của tính trạng đa gen\u003C\u002Fh2>\n\u003Cp>Tính trạng đa gen thể hiện dạng phân bố liên tục thay vì phân nhóm rời rạc. Trong quần thể, biểu hiện của chúng thường tuân theo phân bố chuẩn (normal distribution), nghĩa là phần lớn cá thể có giá trị trung bình, còn các giá trị cực đoan xuất hiện ít. Đây là đặc điểm quan trọng giúp phân biệt tính trạng đa gen với tính trạng Mendel.\u003C\u002Fp>\n\u003Cp>Khi nhiều gen cùng ảnh hưởng lên một tính trạng, mỗi allele được xem như đóng góp “hiệu ứng nhỏ” hay “hiệu ứng cộng dồn”. Sự kết hợp giữa các allele tăng cường và giảm cường độ biểu hiện tạo nên phổ giá trị rộng. Số lượng gen càng lớn thì tính trạng càng khó dự đoán dựa trên kiểu gen đơn lẻ. Điều này đặc biệt đúng trong y học, nơi bệnh lý như trầm cảm hoặc tăng huyết áp liên quan đến hàng trăm biến thể gen.\u003C\u002Fp>\n\u003Cp>Bảng dưới đây minh họa sự khác biệt giữa tính trạng Mendel và tính trạng đa gen:\n\u003C\u002Fp>\u003Ctable border=\"1\" cellpadding=\"6\">\n\u003Ctbody>\u003Ctr>\u003Cth>Đặc điểm\u003C\u002Fth>\u003Cth>Tính trạng Mendel\u003C\u002Fth>\u003Cth>Tính trạng đa gen\u003C\u002Fth>\u003C\u002Ftr>\n\u003Ctr>\u003Ctd>Số lượng gen tham gia\u003C\u002Ftd>\u003Ctd>1 gen\u003C\u002Ftd>\u003Ctd>Nhiều gen\u003C\u002Ftd>\u003C\u002Ftr>\n\u003Ctr>\u003Ctd>Dạng biểu hiện\u003C\u002Ftd>\u003Ctd>Rời rạc (hữu tính)\u003C\u002Ftd>\u003Ctd>Liên tục\u003C\u002Ftd>\u003C\u002Ftr>\n\u003Ctr>\u003Ctd>Ảnh hưởng môi trường\u003C\u002Ftd>\u003Ctd>Thấp\u003C\u002Ftd>\u003Ctd>Cao\u003C\u002Ftd>\u003C\u002Ftr>\n\u003Ctr>\u003Ctd>Phân bố trong quần thể\u003C\u002Ftd>\u003Ctd>Không liên tục\u003C\u002Ftd>\u003Ctd>Gần phân bố chuẩn\u003C\u002Ftd>\u003C\u002Ftr>\n\u003C\u002Ftbody>\u003C\u002Ftable>\nĐặc điểm này cho thấy việc nghiên cứu tính trạng đa gen đòi hỏi phương pháp thống kê phức tạp hơn.\u003Cp>\u003C\u002Fp>\n\n\u003Ch2>Cơ sở phân tử của di truyền đa gen\u003C\u002Fh2>\n\u003Cp>Ở mức phân tử, tính trạng đa gen được hình thành từ sự tác động tổng hợp của nhiều locus gen khác nhau, trong đó mỗi locus chứa nhiều allele có ảnh hưởng nhỏ đến biểu hiện tính trạng. Các allele này có thể tăng cường, làm giảm hoặc không ảnh hưởng đến kết quả cuối cùng. Sự kết hợp của chúng tạo ra mức độ biến thiên rộng trong quần thể. Điều này giải thích vì sao những tính trạng như chiều cao có thể chịu ảnh hưởng từ hàng nghìn biến thể gen.\u003C\u002Fp>\n\u003Cp>Các nghiên cứu toàn bộ hệ gen (Genome-Wide Association Studies, GWAS) đã phát hiện hàng trăm đến hàng nghìn locus liên quan đến nhiều tính trạng phức tạp. Các biến thể phát hiện trong GWAS thường là biến thể đơn nucleotide (SNP), mỗi SNP chỉ đóng góp một phần rất nhỏ vào tổng nguy cơ di truyền. Việc phân tích các SNP này giúp xây dựng mô hình Polygenic Risk Score (PRS) để dự đoán nguy cơ mắc bệnh dựa trên nền tảng di truyền.\u003C\u002Fp>\n\u003Cp>Quá trình tổng hợp ảnh hưởng của nhiều gen diễn ra theo cơ chế cộng gộp. Công thức mô tả đơn giản cho tính trạng đa gen được ký hiệu như:\n\u003Cscript type=\"math\u002Ftex\">P = G_1 + G_2 + ... + G_n + E\u003C\u002Fscript>\ntrong đó \u003Cscript type=\"math\u002Ftex\">P\u003C\u002Fscript> là biểu hiện tính trạng, \u003Cscript type=\"math\u002Ftex\">G_i\u003C\u002Fscript> là ảnh hưởng của từng gen và \u003Cscript type=\"math\u002Ftex\">E\u003C\u002Fscript> là tác động môi trường. Biểu thức này minh họa tính phức tạp trong dự đoán tính trạng khi số lượng gen tham gia lớn.\u003C\u002Fp>\n\n\u003Ch2>Mối quan hệ giữa gen và môi trường\u003C\u002Fh2>\n\u003Cp>Trong tính trạng đa gen, gen và môi trường luôn tương tác chặt chẽ. Mặc dù di truyền quyết định khung biểu hiện cơ bản, môi trường có thể điều chỉnh mức độ biểu hiện của tính trạng theo thời gian. Các yếu tố như dinh dưỡng, vận động, bệnh nền, stress hoặc tiếp xúc hóa chất đều ảnh hưởng đáng kể đến tính trạng đa gen, đặc biệt trong các bệnh lý chuyển hóa và tâm thần.\u003C\u002Fp>\n\u003Cp>Sự tương tác gen – môi trường (gene–environment interaction, GxE) làm cho biểu hiện tính trạng không chỉ đơn thuần là tổng các hiệu ứng gen. Một biến thể gen có thể làm tăng nguy cơ bệnh trong môi trường này nhưng lại trung tính trong môi trường khác. Điều này được ghi nhận rõ trong các nghiên cứu về tiểu đường type 2, nơi lối sống và di truyền phối hợp tạo thành nguy cơ tổng hợp.\u003C\u002Fp>\n\u003Cp>Một số yếu tố môi trường có ảnh hưởng mạnh đến tính trạng đa gen:\n\u003C\u002Fp>\u003Cul>\n\u003Cli>Chế độ dinh dưỡng (đặc biệt với bệnh béo phì và rối loạn chuyển hóa).\u003C\u002Fli>\n\u003Cli>Hoạt động thể chất.\u003C\u002Fli>\n\u003Cli>Tiếp xúc khói thuốc hoặc chất độc môi trường.\u003C\u002Fli>\n\u003Cli>Sức khỏe tinh thần và stress kéo dài.\u003C\u002Fli>\n\u003C\u002Ful>\nNhận hiểu đúng quan hệ gen – môi trường giúp dự đoán chính xác hơn nguy cơ bệnh và thiết kế chiến lược can thiệp hiệu quả.\u003Cp>\u003C\u002Fp>\n\u003Ch2>Phương pháp nghiên cứu di truyền đa gen\u003C\u002Fh2>\n\u003Cp>Nghiên cứu di truyền đa gen đòi hỏi các mô hình phân tích thống kê và dữ liệu quần thể lớn để đánh giá ảnh hưởng đồng thời của hàng trăm hoặc hàng nghìn biến thể gen. Một trong những phương pháp chủ đạo là nghiên cứu liên kết toàn bộ hệ gen (Genome-Wide Association Studies – GWAS). GWAS giúp xác định các biến thể đơn nucleotide (SNP) liên quan đến tính trạng bằng cách so sánh tần suất allele giữa nhóm có biểu hiện tính trạng và nhóm đối chứng. Theo \u003Ca href=\"https:\u002F\u002Fwww.ukbiobank.ac.uk\" target=\"_blank\">UK Biobank\u003C\u002Fa>, GWAS đã xác định hơn 700 locus liên quan đến chiều cao và hàng trăm locus liên quan đến nguy cơ bệnh tim.\u003C\u002Fp>\n\u003Cp>Bên cạnh GWAS, các mô hình di truyền định lượng như phân tích phương sai (ANOVA), mô hình hỗn hợp tuyến tính (LMM), hồi quy đa biến và Bayesian regression cũng được sử dụng để ước tính đóng góp của từng gen và dự đoán giá trị tính trạng. Khi số lượng biến thể rất lớn, phương pháp tính điểm nguy cơ đa gen (Polygenic Risk Score – PRS) trở thành công cụ quan trọng để tổng hợp ảnh hưởng di truyền. PRS được xây dựng bằng cách cộng có trọng số các biến thể gen liên quan, cho phép dự đoán nguy cơ mắc bệnh phức tạp như tiểu đường type 2, trầm cảm hay Alzheimer.\u003C\u002Fp>\n\u003Cp>Hệ thống cơ sở dữ liệu lớn phục vụ nghiên cứu di truyền đa gen bao gồm:\n\u003C\u002Fp>\u003Cul>\n\u003Cli>\u003Cb>UK Biobank\u003C\u002Fb>: cung cấp dữ liệu hệ gen và hồ sơ sức khỏe của hơn 500.000 người.\u003C\u002Fli>\n\u003Cli>\u003Cb>dbGaP của NIH\u003C\u002Fb>: tập hợp dữ liệu di truyền từ nhiều nghiên cứu bệnh học lớn.\u003C\u002Fli>\n\u003Cli>\u003Cb>GEO và ENCODE\u003C\u002Fb>: cung cấp dữ liệu biểu hiện gen và dữ liệu điều hòa gen.\u003C\u002Fli>\n\u003C\u002Ful>\nNhờ sự kết hợp dữ liệu quy mô lớn và mô hình thống kê hiện đại, nghiên cứu đa gen đang trở thành trụ cột trong y học hệ gen.\u003Cp>\u003C\u002Fp>\n\n\u003Ch2>Ví dụ về tính trạng đa gen\u003C\u002Fh2>\n\u003Cp>Tính trạng đa gen là nền tảng của nhiều đặc điểm sinh học phức tạp. Chiều cao là ví dụ điển hình, chịu ảnh hưởng của hơn 700 biến thể gen theo các nghiên cứu trên \u003Ca href=\"https:\u002F\u002Fwww.nature.com\u002Fng\" target=\"_blank\">Nature Genetics\u003C\u002Fa>. Mỗi locus chỉ đóng góp 0.1 đến 0.5 phần trăm vào sự biến thiên chiều cao, nhưng tổng hợp lại tạo nên phổ chiều cao rộng trong quần thể. Điều này giải thích vì sao hai người có cha mẹ cùng chiều cao có thể có chiều cao rất khác nhau.\u003C\u002Fp>\n\u003Cp>Huyết áp, lipid máu và khả năng oxy hóa lipid cũng là những tính trạng đa gen quan trọng. Các bệnh lý như tăng huyết áp nguyên phát hay rối loạn lipid máu không thể giải thích bằng một gen đơn lẻ mà liên quan đến nhiều biến thể trong hệ gen. Điều này cho thấy sự phức tạp của các bệnh không lây nhiễm phổ biến.\u003C\u002Fp>\n\u003Cp>Các tính trạng liên quan đến hành vi và tâm thần, như nguy cơ trầm cảm, lo âu hay tâm thần phân liệt, cũng có cơ chế đa gen. Hàng nghìn SNP liên quan đến nguy cơ của các rối loạn này đã được xác định, mặc dù mỗi SNP chỉ có ảnh hưởng rất nhỏ. Sự đóng góp của môi trường xã hội và stress càng làm tăng độ phức tạp của các tính trạng này.\u003C\u002Fp>\n\n\u003Ch2>Vai trò của di truyền đa gen trong y học\u003C\u002Fh2>\n\u003Cp>Di truyền đa gen đóng vai trò ngày càng quan trọng trong y học chính xác (precision medicine). Thay vì chỉ dựa vào thông tin một gen đơn, các bác sĩ có thể sử dụng Polygenic Risk Score (PRS) để xác định một cá nhân có mức nguy cơ cao hay thấp đối với các bệnh lý phức tạp. PRS đặc biệt hữu ích trong dự đoán nguy cơ bệnh tim mạch, tiểu đường type 2, béo phì, ung thư vú và rối loạn tâm thần.\u003C\u002Fp>\n\u003Cp>Sự kết hợp PRS với dữ liệu môi trường, thói quen lối sống và các chỉ số sinh học cho phép xây dựng phác đồ phòng ngừa cá thể hóa. Ví dụ, người có PRS cao đối với bệnh mạch vành có thể được khuyến nghị thay đổi lối sống sớm hơn, theo dõi chặt chẽ lipid máu và sử dụng statin khi cần thiết. Điều này giúp giảm tỷ lệ mắc bệnh trong cộng đồng.\u003C\u002Fp>\n\u003Cp>Y học đa gen cũng được ứng dụng trong dược học cá thể hóa (pharmacogenomics), nơi phản ứng của cơ thể đối với thuốc có thể dự đoán dựa trên nhiều biến thể gen liên quan đến chuyển hóa thuốc. Điều này góp phần giảm tác dụng phụ và tối ưu hóa hiệu quả điều trị.\u003C\u002Fp>\n\n\u003Ch2>Ứng dụng trong chọn giống và nông nghiệp\u003C\u002Fh2>\n\u003Cp>Trong nông nghiệp, di truyền đa gen có vai trò trung tâm trong chọn giống cây trồng và vật nuôi. Các đặc điểm như năng suất, khả năng chịu hạn, kháng bệnh và chất lượng nông sản là tính trạng đa gen. Nhờ mô hình di truyền định lượng, nhà chọn giống có thể dự đoán hiệu suất của cây hoặc con giống dựa trên bộ dữ liệu genome. Kỹ thuật genomic selection, sử dụng hàng nghìn SNP trong đánh giá di truyền, đã giúp rút ngắn chu kỳ chọn giống trong các chương trình cải tiến giống lúa, ngô, bò sữa và gà thịt.\u003C\u002Fp>\n\u003Cp>Các tổ chức như \u003Ca href=\"https:\u002F\u002Fwww.sciencedirect.com\" target=\"_blank\">ScienceDirect\u003C\u002Fa> công bố nhiều nghiên cứu chứng minh genomic selection giúp tăng độ chính xác trong chọn giống từ 20 đến 40 phần trăm so với phương pháp truyền thống. Điều này cho thấy mô hình đa gen có giá trị thực tiễn rất cao ngoài lĩnh vực y học.\u003C\u002Fp>\n\u003Cp>Danh sách các tính trạng đa gen quan trọng trong nông nghiệp:\n\u003C\u002Fp>\u003Cul>\n\u003Cli>Năng suất sinh học (tổng sản lượng).\u003C\u002Fli>\n\u003Cli>Khả năng chống chịu hạn và ngập úng.\u003C\u002Fli>\n\u003Cli>Đề kháng bệnh và sâu hại.\u003C\u002Fli>\n\u003Cli>Chất lượng hạt hoặc thịt.\u003C\u002Fli>\n\u003C\u002Ful>\nNhờ mô hình đa gen, ngành nông nghiệp hiện đại có thể tạo ra giống mới nhanh và hiệu quả hơn.\u003Cp>\u003C\u002Fp>\n\n\u003Ch2>Thách thức và hạn chế của nghiên cứu đa gen\u003C\u002Fh2>\n\u003Cp>Nghiên cứu di truyền đa gen dù mang lại nhiều tiến bộ nhưng vẫn tồn tại các thách thức quan trọng. Một trong số đó là hiệu ứng gen cá thể rất nhỏ, đòi hỏi cỡ mẫu nghiên cứu cực lớn để đảm bảo độ tin cậy. Các biến thể gen hiếm và tương tác gen – môi trường lại càng khó phát hiện trong các mô hình đơn giản. Sự dị biệt di truyền giữa các quần thể cũng khiến Polygenic Risk Score không thể áp dụng đồng nhất cho mọi nhóm dân số.\u003C\u002Fp>\n\u003Cp>Hạn chế thứ hai là ảnh hưởng mạnh của môi trường khiến mô hình dự đoán di truyền thường không đạt độ chính xác cao trong thực tế. Các yếu tố như chế độ ăn, vận động, stress, điều kiện kinh tế xã hội có thể thay đổi hoàn toàn mức độ biểu hiện tính trạng. Điều này đặc biệt rõ trong bệnh lý chuyển hóa và tâm thần.\u003C\u002Fp>\n\u003Cp>Bảng sau tóm tắt các thách thức chính:\n\u003C\u002Fp>\u003Ctable border=\"1\" cellpadding=\"6\">\n\u003Ctbody>\u003Ctr>\u003Cth>Thách thức\u003C\u002Fth>\u003Cth>Hậu quả\u003C\u002Fth>\u003C\u002Ftr>\n\u003Ctr>\u003Ctd>Hiệu ứng gen nhỏ\u003C\u002Ftd>\u003Ctd>Cần cỡ mẫu lớn, khó phát hiện chính xác\u003C\u002Ftd>\u003C\u002Ftr>\n\u003Ctr>\u003Ctd>Dị biệt giữa các quần thể\u003C\u002Ftd>\u003Ctd>PRS không ổn định khi áp dụng chéo quần thể\u003C\u002Ftd>\u003C\u002Ftr>\n\u003Ctr>\u003Ctd>Ảnh hưởng môi trường mạnh\u003C\u002Ftd>\u003Ctd>Giảm độ dự đoán của mô hình di truyền\u003C\u002Ftd>\u003C\u002Ftr>\n\u003Ctr>\u003Ctd>Thiếu dữ liệu toàn diện\u003C\u002Ftd>\u003Ctd>Giảm độ tin cậy của kết quả GWAS và PRS\u003C\u002Ftd>\u003C\u002Ftr>\n\u003C\u002Ftbody>\u003C\u002Ftable>\nNhững thách thức này thúc đẩy giới khoa học tiếp tục phát triển mô hình lai ghép kết hợp dữ liệu gen, môi trường và epigenetics.\u003Cp>\u003C\u002Fp>\n\n\u003Ch2>Tài liệu tham khảo\u003C\u002Fh2>\n\u003Cul>\n\u003Cli>National Human Genome Research Institute. Genetics Resources. Truy cập tại: https:\u002F\u002Fwww.genome.gov\u003C\u002Fli>\n\u003Cli>UK Biobank. Genomic and Health Data. Truy cập tại: https:\u002F\u002Fwww.ukbiobank.ac.uk\u003C\u002Fli>\n\u003Cli>Nature Genetics. Polygenic Trait Studies. Truy cập tại: https:\u002F\u002Fwww.nature.com\u002Fng\u003C\u002Fli>\n\u003Cli>ScienceDirect. Quantitative Genetics and Genomic Selection. Truy cập tại: https:\u002F\u002Fwww.sciencedirect.com\u003C\u002Fli>\n\u003Cli>NIH. Gene–Environment Interaction Research. Truy cập tại: https:\u002F\u002Fwww.nih.gov\u003C\u002Fli>\n\u003C\u002Ful>\n\u003C\u002Fdiv>",{"id":18,"researcherId":10,"name":19,"imageUrl":20},1,"Nguyễn Ngọc Sơn","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLGfGsF1nYQqYK5BasTLhNu1dBrBXg2fcEgBNPXJ0p2gqLQnO7i=s96-c",{"id":22,"researcherId":10,"name":23,"imageUrl":24},2889,"Lê Xuân Niên","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLuyWIkhyP2W5E59cKwN7ciI2nbjMGUpXO9rVQquC826ujzkqhU=s96-c",[13],false,"PUBLISHED","2025-12-01T11:31:40.518+00:00","2025-12-04T17:40:04.065+00:00","2025-12-04T17:40:04.060+00:00",121,[33,43,48,57,62,67,72,82,92,97],{"id":34,"title":35,"term":34,"englishTitle":36,"definition":37,"discipline":38,"disciplineCode":39,"disciplineLabel":40,"disciplineColor":41,"disciplineIcon":42},"bệnh lupus ban đỏ hệ thống","Bệnh lupus ban đỏ hệ thống là gì? Các nghiên cứu khoa học","Systemic lupus erythematosus (SLE)","Bệnh lupus ban đỏ hệ thống (Systemic lupus erythematosus - SLE) là bệnh tự miễn mạn tính đa cơ quan đặc trưng bởi sự sản xuất tự kháng thể kháng nhân và phức hợp miễn dịch lắng đọng gây viêm hoại tử mô liên kết.","MEDICAL_HEALTH_SCIENCES","medical-health-sciences","Khoa học y - dược","#D6336C","stethoscope",{"id":44,"title":45,"term":44,"englishTitle":46,"definition":47,"discipline":38,"disciplineCode":39,"disciplineLabel":40,"disciplineColor":41,"disciplineIcon":42},"phình mạch","Phình mạch là gì? Các bài báo nghiên cứu khoa học liên quan","aneurysm","Phình mạch (aneurysm) là tình trạng giãn khu trú bất thường và vĩnh viễn của một đoạn mạch máu với đường kính tăng trên 50% so với kích thước bình thường, gây ra bởi sự suy yếu cấu trúc thành mạch dưới tác động của huyết áp và dòng chảy tuần hoàn.",{"id":49,"title":50,"term":49,"englishTitle":49,"definition":51,"discipline":52,"disciplineCode":53,"disciplineLabel":54,"disciplineColor":55,"disciplineIcon":56},"butanol","Butanol là gì? Các bài báo nghiên cứu khoa học liên quan","Butanol (butyl alcohol) là hợp chất hữu cơ thuộc nhóm alcohol no đơn chức gồm 4 nguyên tử carbon với công thức phân tử C₄H₁₀O, tồn tại dưới bốn dạng đồng phân cấu trúc được ứng dụng rộng rãi làm dung môi công nghiệp và nhiên liệu sinh học.","NATURAL_SCIENCES","natural-sciences","Khoa học tự nhiên","#0E9F9C","atom",{"id":58,"title":59,"term":58,"englishTitle":60,"definition":61,"discipline":52,"disciplineCode":53,"disciplineLabel":54,"disciplineColor":55,"disciplineIcon":56},"chuyển hóa carbohydrate","Chuyển hóa carbohydrate là gì? Cơ chế và con đường hóa sinh","carbohydrate metabolism","Chuyển hóa carbohydrate (carbohydrate metabolism) là tập hợp toàn diện các phản ứng hóa sinh diễn ra trong tế bào sống nhằm tiếp nhận, biến đổi, dự trữ và oxy hóa các phân tử đường để cung cấp năng lượng và các hợp chất trung gian thiết yếu cho sự sống.",{"id":63,"title":64,"term":63,"englishTitle":65,"definition":66,"discipline":38,"disciplineCode":39,"disciplineLabel":40,"disciplineColor":41,"disciplineIcon":42},"ung thư phổi không tế bào nhỏ giai đoạn i","Ung thư phổi không tế bào nhỏ giai đoạn I là gì?","stage i non-small cell lung cancer","Ung thư phổi không tế bào nhỏ giai đoạn I là bệnh lý ác tính nguyên phát của phổi ở giai đoạn sớm khi khối u có đường kính lớn nhất không quá 4 cm, hoàn toàn khu trú trong nhu mô phổi mà chưa di căn đến các hạch bạch huyết vùng hoặc các cơ quan xa.",{"id":68,"title":69,"term":68,"englishTitle":70,"definition":71,"discipline":52,"disciplineCode":53,"disciplineLabel":54,"disciplineColor":55,"disciplineIcon":56},"vi nấm","Vi nấm là gì? Đặc điểm sinh học và vai trò sinh thái","microfungi","Vi nấm (microfungi) là nhóm sinh vật nhân thực dị dưỡng có kích thước hiển vi thuộc giới Fungi, sở hữu thành tế bào chứa chitin và màng tế bào chứa ergosterol, sinh sản bằng bào tử và đóng vai trò phân giải vật chất hữu cơ then chốt trong sinh quyển.",{"id":73,"title":74,"term":73,"englishTitle":75,"definition":76,"discipline":77,"disciplineCode":78,"disciplineLabel":79,"disciplineColor":80,"disciplineIcon":81},"đạo đức kinh doanh","Đạo đức kinh doanh là gì? Khái niệm, nền tảng và vai trò","business ethics","Đạo đức kinh doanh là hệ thống các nguyên tắc, chuẩn mực và giá trị định hướng hành vi đúng đắn của cá nhân và tổ chức trong thương mại, đảm bảo sự hài hòa giữa mục tiêu lợi nhuận và nghĩa vụ xã hội.","SOCIAL_SCIENCES","social-sciences","Khoa học xã hội","#E08600","users",{"id":83,"title":84,"term":83,"englishTitle":85,"definition":86,"discipline":87,"disciplineCode":88,"disciplineLabel":89,"disciplineColor":90,"disciplineIcon":91},"thuật toán thích ứng","Thuật toán thích ứng là gì? Nguyên lý và ứng dụng kỹ thuật","adaptive algorithm","Thuật toán thích ứng là lớp thuật toán có khả năng tự động cập nhật các thông số hoặc cấu trúc xử lý trong quá trình hoạt động dựa trên cơ chế phản hồi sai số, nhằm duy trì hiệu suất tối ưu khi môi trường hoặc dữ liệu thay đổi.","ENGINEERING_TECHNOLOGY","engineering-technology","Kỹ thuật và công nghệ","#5B62F4","cpu",{"id":93,"title":94,"term":93,"englishTitle":95,"definition":96,"discipline":38,"disciplineCode":39,"disciplineLabel":40,"disciplineColor":41,"disciplineIcon":42},"đinh lăng lá nhỏ","Đinh lăng lá nhỏ (polyscias fruticosa) là gì?","polyscias fruticosa","Đinh lăng lá nhỏ (Polyscias fruticosa) là loài cây bụi dược liệu thuộc chi Polyscias, họ Cuồng cuồng (Araliaceae), giàu saponin triterpenoid oleanane có tác dụng bồi bổ, tăng cường sức dẻo dai và bảo vệ tế bào thần kinh.",{"id":98,"title":99,"term":98,"englishTitle":100,"definition":101,"discipline":77,"disciplineCode":78,"disciplineLabel":79,"disciplineColor":80,"disciplineIcon":81},"trách nhiệm xã hội của doanh nghiệp","Trách nhiệm xã hội của doanh nghiệp là gì? Các trụ cột CSR","corporate social responsibility","Trách nhiệm xã hội của doanh nghiệp (CSR) là cam kết tự nguyện và chiến lược của tổ chức kinh doanh trong việc vận hành có đạo đức, bảo vệ quyền lợi người lao động, đóng góp cho cộng đồng và giảm thiểu tác hại môi trường nhằm phát triển bền vững."]