[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"_public_topic_publications_gi%E1%BA%A3i%20tr%C3%ACnh%20t%E1%BB%B1%20th%E1%BA%BF%20h%E1%BB%87%20ti%E1%BA%BFp%20theo{\"limit\":5}":3,"_public_topic_byId_giải trình tự thế hệ tiếp theo":41},{"code":4,"data":5,"meta":21},"SUCCESS",{"latest":6,"mostCited":7,"vietnamFeatured":39,"vietnamLatest":40},[],[8,25],{"publicationId":9,"title":10,"originalTitle":11,"authorNames":12,"authorCount":16,"journalName":17,"vietnamJournal":18,"publishDate":19,"publishYear":20,"totalCitation":21,"url":22,"doi":23,"summary":24},"600006a6-074d-4010-bf96-0eecdbea13c8","CRISPR\u002FCas9 và giải trình tự thế hệ tiếp theo trong điều trị ung thư cá thể hóa","CRISPR\u002FCas9 and next generation sequencing in the personalized treatment of Cancer",[13,14,15],"Sushmaa Chandralekha Selvakumar","K. Auxzilia Preethi","Kehinde Ross",8,"Molecular Cancer",false,"2022-03-24",2022,null,"https:\u002F\u002Fmolecular-cancer.biomedcentral.com\u002Farticles\u002F10.1186\u002Fs12943-022-01565-1","10.1186\u002Fs12943-022-01565-1","\u003Cp>Tổng quan công nghệ y sinh phân tích sự kết hợp giữa hệ thống chỉnh sửa gen CRISPR\u002FCas9 và công nghệ \u003Cb class=\"publication-topic-keywords\">giải trình tự thế hệ tiếp theo\u003C\u002Fb> (NGS) trong điều trị cá thể hóa bệnh ung thư. \u003Cb>Dữ liệu đối sánh bộ gen\u003C\u002Fb> chỉ ra khả năng phát hiện đột biến soma hiếm của NGS giúp thiết kế RNA dẫn đường tối ưu. Hướng tiếp cận thúc đẩy y học chính xác dù chi phí tin sinh học còn là rào cản.\u003C\u002Fp>",{"publicationId":26,"title":27,"originalTitle":28,"authorNames":29,"authorCount":32,"journalName":33,"vietnamJournal":18,"publishDate":34,"publishYear":35,"totalCitation":21,"url":36,"doi":37,"summary":38},"73007106-7ba5-41c2-9b1b-09c0d0d2989e","Aspergillus nidulans trong kỷ nguyên sau giải trình tự gen: một loài nấm sợi mô hình hàng đầu cho nghiên cứu cơ chế tín hiệu và cân bằng nội môi","Aspergillus nidulans in the post-genomic era: a top-model filamentous fungus for the study of signaling and homeostasis mechanisms",[30,31],"Oier Etxebeste","Eduardo A. Espeso",2,"International Microbiology","2019-02-20",2019,"https:\u002F\u002Flink.springer.com\u002Farticle\u002F10.1007\u002Fs10123-019-00064-6","10.1007\u002Fs10123-019-00064-6","\u003Cp>Khảo cứu sinh học nấm mốc trong kỷ nguyên hậu gen đánh giá ứng dụng của phương pháp \u003Cb class=\"publication-topic-keywords\">giải trình tự thế hệ tiếp theo\u003C\u002Fb> để phân tích toàn bộ bộ gen sinh vật mô hình sợi \u003Ci>Aspergillus nidulans\u003C\u002Fi>. \u003Cb>Phân tích tin sinh học\u003C\u002Fb> làm sáng tỏ các cụm gen chuyển hóa thứ cấp phức tạp và mạng lưới điều hòa biểu hiện gen thích ứng môi trường sống. Dữ liệu cung cấp nền tảng phục vụ khai phá hợp chất tự nhiên mới dù việc giải mã chức năng hàng nghìn gen ẩn còn phức tạp.\u003C\u002Fp>",[],[],{"code":4,"data":42,"meta":21},{"id":43,"title":44,"description":45,"content":46,"term":43,"englishTitle":47,"synonyms":48,"definition":52,"discipline":53,"references":54,"faqs":73,"createUser":83,"publishUser":87,"keywords":91,"keywordCount":102,"enrichTopicLink":103,"status":104,"createTime":105,"updateTime":106,"publishTime":107,"linkEnrichedTime":108,"publicationScanTime":109,"contentErrorMessage":21,"viewCount":110,"relateTopics":111},"giải trình tự thế hệ tiếp theo","Giải trình tự thế hệ tiếp theo (NGS): Nguyên lý, nền tảng công nghệ và ứng dụng y học chính xác","Giải trình tự thế hệ tiếp theo (NGS) cho phép giải mã hàng triệu đoạn DNA song song với chi phí thấp, cách mạng hóa chẩn đoán di truyền và ung thư học.","\u003Cp>\u003Cstrong>Giải trình tự thế hệ tiếp theo\u003C\u002Fstrong> (tiếng Anh: \u003Cem>next-generation sequencing\u003C\u002Fem>) là một lĩnh vực nghiên cứu quan trọng.\u003C\u002Fp>\n\u003Ch2>Giới thiệu về giải trình tự thế hệ tiếp theo\u003C\u002Fh2>\n\u003Cp>Giải trình tự thế hệ tiếp theo (Next‑Generation Sequencing, NGS) là tập hợp các công nghệ xác định trình tự nucleotide của DNA hoặc RNA theo cơ chế “siêu song song”, cho phép đọc đồng thời hàng triệu đến hàng tỷ phân tử trong một lần chạy. So với phương pháp Sanger truyền thống, NGS tạo ra sản lượng dữ liệu lớn hơn nhiều, giảm chi phí trên mỗi base và rút ngắn thời gian từ khâu chuẩn bị thư viện đến phân tích kết quả. Sự xuất hiện của NGS đã thay đổi căn bản sinh học phân tử, di truyền học và y học chính xác, mở đường cho giải trình tự hệ gen toàn bộ, giải trình tự biểu hiện gen và phân tích biến dị quy mô dân số.\u003C\u002Fp>\n\u003Cp>Trọng tâm của NGS là năng lực ghi nhận tín hiệu hóa học\u002Fđiện của phản ứng polymerase hoặc dòng ion đi qua kênh nano, chuyển chúng thành “đọc” (reads) sau quá trình giải mã tín hiệu (basecalling). Mỗi nền tảng sử dụng một cơ chế cảm biến khác nhau, nhưng đều chung mục tiêu: tăng thông lượng, đảm bảo độ chính xác, và kiểm soát sai số bằng các vòng kiểm định chất lượng. Nhiều hạ tầng phòng thí nghiệm từ nghiên cứu cơ bản đến lâm sàng đã tiêu chuẩn hóa quy trình NGS để đảm bảo tái lập kết quả trong điều kiện kiểm soát.\u003C\u002Fp>\n\u003Cp>Ứng dụng của NGS trải dài từ phát hiện đột biến soma trong ung thư, thăm dò hệ vi sinh vật bằng metagenomics, theo dõi bùng phát dịch tễ, đến lập bản đồ biến dị di truyền người và động thực vật. Tài liệu giới thiệu tổng quát có thể tham khảo tại \u003Ca href=\"https:\u002F\u002Fwww.genome.gov\u002Fgenetics-glossary\u002FNext-Generation-Sequencing\">Genome.gov – Next‑Generation Sequencing\u003C\u002Fa> và các nền tảng công nghệ như \u003Ca href=\"https:\u002F\u002Fwww.illumina.com\u002F\">Illumina\u003C\u002Fa>, \u003Ca href=\"https:\u002F\u002Fnanoporetech.com\u002F\">Oxford Nanopore\u003C\u002Fa>, \u003Ca href=\"https:\u002F\u002Fwww.pacb.com\u002F\">PacBio\u003C\u002Fa>.\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>Thông lượng cao, chi phí trên mỗi base thấp, thời gian trả kết quả nhanh.\u003C\u002Fli>\n  \u003Cli>Độ linh hoạt cao: đọc ngắn độ chính xác cao và đọc dài để giải bài toán cấu trúc.\u003C\u002Fli>\n  \u003Cli>Khả năng mở rộng: từ panel gen mục tiêu đến hệ gen\u002Fphiên mã toàn bộ.\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch2>Nguyên tắc cơ bản\u003C\u002Fh2>\n\u003Cp>Quy trình NGS bắt đầu bằng chuẩn bị thư viện (library preparation): DNA\u002FRNA được phân mảnh (cơ học hoặc enzym), gắn adaptor hai đầu để nhận diện và bắt giữ trên bề mặt hoặc trong hố phản ứng, và có thể gắn chỉ số (index\u002Fbarcode) cho phép trộn nhiều mẫu (multiplexing). Các bước làm sạch, định lượng và kiểm tra kích thước phân mảnh giúp đảm bảo tính đồng đều và hiệu suất của phản ứng giải trình tự. Nhiều bộ kit thương mại tiêu chuẩn hóa các thao tác này nhằm giảm biến thiên giữa lô.\u003C\u002Fp>\n\u003Cp>Khâu tạo tín hiệu phụ thuộc nền tảng. Công nghệ tổng hợp theo chu kỳ (sequencing‑by‑synthesis) ghi nhận tín hiệu huỳnh quang khi nucleotide gắn vào sợi mới tổng hợp; công nghệ đọc phân tử đơn thời gian thực ghi nhận tín hiệu enzyme trong giếng nano quang học; công nghệ nanopore đo biến đổi dòng ion khi phân tử đi qua kênh sinh học. Dữ liệu thô sau đó trải qua giải mã tín hiệu (basecalling), gán điểm chất lượng (ví dụ thang Phred), {{topic|%7B%22topic%22%3A%22ki%E1%BB%83m%20so%C3%A1t%20%C3%B4%20nhi%E1%BB%85m%22%7D}} chéo và lọc đọc chất lượng thấp.\u003C\u002Fp>\n\u003Cp>Độ phủ (coverage) và tính đồng đều là chỉ số cốt lõi của thí nghiệm. Độ phủ kỳ vọng phụ thuộc số đọc, chiều dài đọc và kích thước bộ gen theo quan hệ:\u003C\u002Fp>\n\u003Cp>\u003Cscript type=\"math\u002Ftex\">C \\;=\\; \\dfrac{N \\times L}{G}\u003C\u002Fscript>\u003C\u002Fp>\n\u003Cp>trong đó \u003Cscript type=\"math\u002Ftex\">C\u003C\u002Fscript> là độ phủ trung bình, \u003Cscript type=\"math\u002Ftex\">N\u003C\u002Fscript> là số đọc, \u003Cscript type=\"math\u002Ftex\">L\u003C\u002Fscript> là chiều dài đọc, và \u003Cscript type=\"math\u002Ftex\">G\u003C\u002Fscript> là kích thước bộ gen (hay mục tiêu bắt giữ). Ngoài độ phủ trung bình, phân phối độ phủ (uniformity) trên các vùng quan tâm quyết định độ nhạy phát hiện biến dị, đặc biệt với biến dị tần số alen thấp.\u003C\u002Fp>\n\u003Ctable border=\"1\" cellpadding=\"5\" cellspacing=\"0\">\n  \u003Ctbody>\u003Ctr>\n    \u003Cth>Bước\u003C\u002Fth>\n    \u003Cth>Mô tả\u003C\u002Fth>\n    \u003Cth>Kiểm soát chất lượng\u003C\u002Fth>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Chuẩn bị thư viện\u003C\u002Ftd>\n    \u003Ctd>Phân mảnh, gắn adaptor, gắn chỉ số\u003C\u002Ftd>\n    \u003Ctd>Kiểm tra kích thước, định lượng, sạch tạp\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Tạo tín hiệu\u003C\u002Ftd>\n    \u003Ctd>SBS\u002FSMRT\u002FNanopore\u003C\u002Ftd>\n    \u003Ctd>Thông số máy, kiểm tra tín hiệu nền\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Giải mã & lọc\u003C\u002Ftd>\n    \u003Ctd>Basecalling, gán Phred, lọc đọc\u003C\u002Ftd>\n    \u003Ctd>Ngưỡng chất lượng, loại đọc chimeric\u003C\u002Ftd>\n  \u003C\u002Ftr>\n\u003C\u002Ftbody>\u003C\u002Ftable>\n\u003Cul>\n  \u003Cli>Multiplexing bằng index giúp tối ưu chi phí trên mỗi mẫu.\u003C\u002Fli>\n  \u003Cli>Spike‑in chuẩn nội (phiên bản tham chiếu) hỗ trợ giám sát sai số hệ thống.\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch2>Các nền tảng công nghệ NGS\u003C\u002Fh2>\n\u003Cp>\u003Cstrong>Illumina (sequencing‑by‑synthesis):\u003C\u002Fstrong> tạo cụm (cluster\u002Fbridge amplification) trên bề mặt flow cell và đọc huỳnh quang theo chu kỳ. Thế mạnh là độ chính xác cao, sai số thấp có tính hệ thống, phù hợp cho đọc ngắn (thường 50–300 bp) và các ứng dụng cần độ chính xác biến dị điểm. Hệ sinh thái kit bắt giữ đích phong phú và chuẩn công nghiệp cho WES\u002Fpanel mục tiêu. Xem thêm tại \u003Ca href=\"https:\u002F\u002Fwww.illumina.com\u002F\">Illumina\u003C\u002Fa>.\u003C\u002Fp>\n\u003Cp>\u003Cstrong>Pacific Biosciences (SMRT):\u003C\u002Fstrong> ghi nhận hoạt động polymerase trong giếng nano (ZMW) theo thời gian thực để tạo đọc dài (khoảng chục kb đến hàng chục kb). Chế độ HiFi (circular consensus) đạt độ chính xác cao nhờ đọc lặp một phân tử. Thế mạnh là lắp ráp de novo, phát hiện {{topic|%7B%22topic%22%3A%22bi%E1%BA%BFn%20%C4%91%E1%BB%95i%20c%E1%BA%A5u%20tr%C3%BAc%22%7D}}, vùng lặp phức tạp và isoform RNA. Tham khảo \u003Ca href=\"https:\u002F\u002Fwww.pacb.com\u002F\">PacBio\u003C\u002Fa>.\u003C\u002Fp>\n\u003Cp>\u003Cstrong>Oxford Nanopore Technologies:\u003C\u002Fstrong> đo dòng ion qua kênh nanopore khi phân tử đi qua, cho phép đọc rất dài (từ chục kb đến hàng Mb) và theo thời gian thực với thiết bị đa dạng từ cầm tay đến phòng thí nghiệm. Ưu thế trong phân giải cấu trúc lớn, methylome trực tiếp, theo dõi {{topic|%7B%22topic%22%3A%22t%C3%A1c%20nh%C3%A2n%20g%C3%A2y%20b%E1%BB%87nh%22%7D}} ngoài hiện trường; độ chính xác tăng đáng kể nhờ thuật toán basecalling mới. Xem \u003Ca href=\"https:\u002F\u002Fnanoporetech.com\u002F\">Oxford Nanopore\u003C\u002Fa>.\u003C\u002Fp>\n\u003Ctable border=\"1\" cellpadding=\"5\" cellspacing=\"0\">\n  \u003Ctbody>\u003Ctr>\n    \u003Cth>Nền tảng\u003C\u002Fth>\n    \u003Cth>Chiều dài đọc\u003C\u002Fth>\n    \u003Cth>Điểm mạnh\u003C\u002Fth>\n    \u003Cth>Ứng dụng tiêu biểu\u003C\u002Fth>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Illumina\u003C\u002Ftd>\n    \u003Ctd>Ngắn (50–300 bp)\u003C\u002Ftd>\n    \u003Ctd>Độ chính xác cao, chi phí\u002Fđọc thấp\u003C\u002Ftd>\n    \u003Ctd>WES, panel mục tiêu, RNA‑seq, WGS độ phủ cao\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>PacBio (HiFi)\u003C\u002Ftd>\n    \u003Ctd>Dài (10–25 kb+)\u003C\u002Ftd>\n    \u003Ctd>Đọc dài chính xác, isoform đầy đủ\u003C\u002Ftd>\n    \u003Ctd>Lắp ráp de novo, SV, transcript isoform\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Oxford Nanopore\u003C\u002Ftd>\n    \u003Ctd>Rất dài (10 kb–Mb)\u003C\u002Ftd>\n    \u003Ctd>Thời gian thực, phát hiện sửa đổi base\u003C\u002Ftd>\n    \u003Ctd>Giám sát dịch tễ, cấu trúc genome phức tạp\u003C\u002Ftd>\n  \u003C\u002Ftr>\n\u003C\u002Ftbody>\u003C\u002Ftable>\n\u003Cul>\n  \u003Cli>Đọc ngắn tối ưu phát hiện biến dị điểm\u002Fnhỏ; đọc dài mạnh về cấu trúc và vùng lặp.\u003C\u002Fli>\n  \u003Cli>Chiến lược “lai” kết hợp đọc ngắn và dài cải thiện lắp ráp và gọi biến dị.\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch2>Ứng dụng trong nghiên cứu y học\u003C\u002Fh2>\n\u003Cp>\u003Cstrong>Y học chính xác và {{topic|%7B%22topic%22%3A%22ch%E1%BA%A9n%20%C4%91o%C3%A1n%20di%20truy%E1%BB%81n%22%7D}}:\u003C\u002Fstrong> giải trình tự toàn bộ hệ gen (WGS) và toàn bộ vùng mã hóa (WES) hỗ trợ phát hiện biến dị germline gây bệnh hiếm, giải mã hội chứng không chẩn đoán được bằng xét nghiệm đơn gen. Các panel mục tiêu tập trung vào nhóm gen bệnh học cụ thể, rút ngắn thời gian và giảm chi phí trong thực hành lâm sàng. Tài liệu nền tảng: \u003Ca href=\"https:\u002F\u002Fwww.genome.gov\u002FHealth\u002FImplementing-Genomics-in-Clinical-Practice\">Genome.gov – Genomics in Clinical Practice\u003C\u002Fa>.\u003C\u002Fp>\n\u003Cp>\u003Cstrong>Ung thư học phân tử:\u003C\u002Fstrong> NGS phát hiện biến dị soma, tái sắp xếp gen, khuếch đại\u002Fkhuyết đoạn và gánh nặng đột biến khối u (TMB) để hướng dẫn liệu pháp nhắm trúng đích và miễn dịch. Công nghệ sinh thiết lỏng (cfDNA) mở rộng khả năng theo dõi đáp ứng điều trị và phát hiện tối thiểu còn sót (MRD). Các chương trình như \u003Ca href=\"https:\u002F\u002Fwww.cancer.gov\u002Fabout-nci\u002Forganization\u002Fccg\u002Fresearch\u002Fstructural-genomics\u002Ftcga\">The Cancer Genome Atlas (NCI)\u003C\u002Fa> đã chuẩn hóa nhiều giao thức phân tích.\u003C\u002Fp>\n\u003Cp>\u003Cstrong>Sinh học hệ phiên mã và biểu sinh:\u003C\u002Fstrong> RNA‑seq cho phép định lượng biểu hiện gen, phát hiện isoform và hợp nhất gene (gene fusion) trong ung thư; ChIP‑seq\u002FATAC‑seq khảo sát điều hòa phiên mã và cấu trúc nhiễm sắc. Ở lâm sàng, RNA‑seq hỗ trợ {{topic|%7B%22topic%22%3A%22ph%C3%A2n%20lo%E1%BA%A1i%20ph%C3%A2n%20t%E1%BB%AD%22%7D}} của u và xác định mục tiêu điều trị.\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>WGS\u002FWES cho bệnh hiếm; panel mục tiêu cho quy trình chẩn đoán thường quy.\u003C\u002Fli>\n  \u003Cli>cfDNA\u002FctDNA cho theo dõi động học khối u không xâm lấn.\u003C\u002Fli>\n  \u003Cli>RNA‑seq phát hiện gene fusion và chữ ký biểu hiện liên quan tiên lượng.\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Ch2>Ứng dụng trong nghiên cứu sinh học\u003C\u002Fh2>\n\u003Cp>NGS đã trở thành công cụ nền tảng trong sinh học hiện đại, không chỉ giới hạn trong lĩnh vực y học mà còn mở rộng sang nghiên cứu tiến hóa, sinh thái học, nông nghiệp và môi trường. Trong nghiên cứu tiến hóa, NGS cho phép tái tạo lại lịch sử di truyền của loài, giải mã nguồn gốc loài người và mối quan hệ tiến hóa giữa các loài. Các dự án như \u003Ca href=\"https:\u002F\u002Fwww.internationalgenome.org\u002F\">1000 Genomes Project\u003C\u002Fa> đã cung cấp cơ sở dữ liệu khổng lồ về {{topic|%7B%22topic%22%3A%22bi%E1%BA%BFn%20d%E1%BB%8B%20di%20truy%E1%BB%81n%22%7D}} trong quần thể người, giúp hiểu rõ hơn về sự thích nghi và bệnh học di truyền.\u003C\u002Fp>\n\u003Cp>Trong sinh thái học, NGS được sử dụng để khảo sát đa dạng sinh học ở cấp độ DNA thông qua kỹ thuật DNA barcoding và metagenomics. Phân tích các mẫu môi trường (environmental DNA – eDNA) cho phép phát hiện các loài hiếm hoặc khó nuôi cấy, từ đó mở rộng hiểu biết về quần thể và hệ sinh thái. Đây là công cụ hữu hiệu trong bảo tồn sinh học và {{topic|%7B%22topic%22%3A%22gi%C3%A1m%20s%C3%A1t%20m%C3%B4i%20tr%C6%B0%E1%BB%9Dng%22%7D}}.\u003C\u002Fp>\n\u003Cp>Trong nông nghiệp, NGS được ứng dụng vào chọn giống cây trồng và vật nuôi, nghiên cứu {{topic|%7B%22topic%22%3A%22kh%E1%BA%A3%20n%C4%83ng%20ch%E1%BB%91ng%20ch%E1%BB%8Bu%22%7D}} bệnh và cải thiện năng suất. Các dữ liệu hệ gen giúp xác định marker di truyền quan trọng, từ đó hỗ trợ chương trình lai tạo có định hướng. Bên cạnh đó, NGS còn được sử dụng để nghiên cứu hệ vi sinh vật đất và ảnh hưởng của chúng đến sự {{topic|%7B%22topic%22%3A%22ph%C3%A1t%20tri%E1%BB%83n%20c%C3%A2y%20tr%E1%BB%93ng%22%7D}}.\u003C\u002Fp>\n\n\u003Ch2>Phân tích dữ liệu tin sinh học\u003C\u002Fh2>\n\u003Cp>Khối lượng dữ liệu NGS khổng lồ (hàng GB đến TB mỗi lần chạy) đòi hỏi các công cụ tin sinh học chuyên dụng. Quy trình phân tích cơ bản thường bao gồm bốn bước: tiền xử lý dữ liệu, căn chỉnh (mapping), gọi biến dị và phân tích thống kê. Mỗi bước có các công cụ và thuật toán đặc thù.\u003C\u002Fp>\n\u003Cp>Tiền xử lý dữ liệu gồm loại bỏ đoạn adaptor, lọc đọc chất lượng thấp và đánh giá chất lượng dữ liệu với công cụ như \u003Ca href=\"https:\u002F\u002Fwww.bioinformatics.babraham.ac.uk\u002Fprojects\u002Ffastqc\u002F\">FastQC\u003C\u002Fa>. Sau đó, đọc sạch được căn chỉnh với hệ gen tham chiếu bằng các thuật toán như BWA hoặc Bowtie. Kết quả căn chỉnh lưu trữ ở định dạng BAM\u002FSAM, sau đó xử lý với \u003Ca href=\"https:\u002F\u002Fsamtools.github.io\u002F\">SAMtools\u003C\u002Fa> hoặc \u003Ca href=\"https:\u002F\u002Fbroadinstitute.github.io\u002Fpicard\u002F\">Picard\u003C\u002Fa>.\u003C\u002Fp>\n\u003Cp>Bước phát hiện biến dị sử dụng phần mềm như \u003Ca href=\"https:\u002F\u002Fgatk.broadinstitute.org\u002F\">GATK\u003C\u002Fa>, cho phép gọi SNPs, InDels và biến đổi cấu trúc. Kết quả được lưu ở định dạng VCF (Variant Call Format), sau đó được phân tích để xác định biến dị liên quan đến bệnh hoặc các đặc điểm sinh học. Với RNA-seq, công cụ như HISAT2 và StringTie được dùng để định lượng biểu hiện gen và phân tích isoform.\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>Tiền xử lý: cắt adaptor, lọc chất lượng, QC với FastQC.\u003C\u002Fli>\n  \u003Cli>Căn chỉnh: BWA, Bowtie cho DNA; HISAT2 cho RNA.\u003C\u002Fli>\n  \u003Cli>Phát hiện biến dị: GATK, FreeBayes, Strelka.\u003C\u002Fli>\n  \u003Cli>Định lượng biểu hiện: StringTie, Salmon, Kallisto.\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>Bảng dưới đây tóm tắt một số công cụ tin sinh học phổ biến trong phân tích dữ liệu NGS:\u003C\u002Fp>\n\u003Ctable border=\"1\" cellpadding=\"5\" cellspacing=\"0\">\n  \u003Ctbody>\u003Ctr>\n    \u003Cth>Bước\u003C\u002Fth>\n    \u003Cth>Công cụ phổ biến\u003C\u002Fth>\n    \u003Cth>Ứng dụng chính\u003C\u002Fth>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Tiền xử lý\u003C\u002Ftd>\n    \u003Ctd>FastQC, Trimmomatic\u003C\u002Ftd>\n    \u003Ctd>Kiểm tra chất lượng, lọc đọc kém\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Căn chỉnh\u003C\u002Ftd>\n    \u003Ctd>BWA, Bowtie, HISAT2\u003C\u002Ftd>\n    \u003Ctd>Ghép đọc với hệ gen tham chiếu\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Gọi biến dị\u003C\u002Ftd>\n    \u003Ctd>GATK, FreeBayes\u003C\u002Ftd>\n    \u003Ctd>Phát hiện SNP, InDel\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Định lượng biểu hiện\u003C\u002Ftd>\n    \u003Ctd>StringTie, Kallisto\u003C\u002Ftd>\n    \u003Ctd>Đo biểu hiện gen, phân tích isoform\u003C\u002Ftd>\n  \u003C\u002Ftr>\n\u003C\u002Ftbody>\u003C\u002Ftable>\n\n\u003Ch2>Thách thức và hạn chế\u003C\u002Fh2>\n\u003Cp>Mặc dù NGS mang lại tiềm năng lớn, công nghệ này vẫn đối mặt với nhiều thách thức. Chi phí giải trình tự đã giảm mạnh nhưng vẫn còn là rào cản với nhiều phòng thí nghiệm ở {{topic|%7B%22topic%22%3A%22c%C3%A1c%20qu%E1%BB%91c%20gia%20%C4%91ang%20ph%C3%A1t%20tri%E1%BB%83n%22%7D}}. Ngoài ra, hạ tầng tính toán mạnh mẽ và lưu trữ dữ liệu lớn là yêu cầu bắt buộc để xử lý khối lượng dữ liệu NGS ngày càng tăng.\u003C\u002Fp>\n\u003Cp>Sai số kỹ thuật cũng là một hạn chế. Ví dụ, công nghệ đọc ngắn (Illumina) khó phân giải các vùng lặp hoặc vùng GC cao, trong khi công nghệ đọc dài (Nanopore, PacBio) vẫn có tỷ lệ sai số cơ bản cao hơn mặc dù đã cải thiện đáng kể. Vấn đề chuẩn hóa quy trình từ thu mẫu, chuẩn bị thư viện, giải trình tự đến phân tích dữ liệu cũng là một thách thức để đảm bảo tính tái lập và khả năng so sánh giữa các nghiên cứu.\u003C\u002Fp>\n\u003Cp>Về mặt đạo đức và pháp lý, NGS đặt ra câu hỏi liên quan đến bảo mật dữ liệu di truyền cá nhân, quyền riêng tư và khả năng lạm dụng dữ liệu gen. Do đó, các chính sách quản lý dữ liệu và hướng dẫn đạo đức cần phát triển song song với công nghệ.\u003C\u002Fp>\n\n\u003Ch2>Xu hướng phát triển\u003C\u002Fh2>\n\u003Cp>Xu hướng chính của NGS hiện nay là giảm chi phí và tăng khả năng ứng dụng lâm sàng. Nhiều công ty đang hướng tới mục tiêu giải trình tự toàn bộ hệ gen với chi phí dưới 100 USD. Công nghệ đọc dài tiếp tục được cải thiện về độ chính xác, đồng thời kết hợp đọc ngắn và dài (hybrid sequencing) để tận dụng ưu thế của cả hai phương pháp.\u003C\u002Fp>\n\u003Cp>Kết hợp NGS với trí tuệ nhân tạo (AI) và học máy đang mở ra hướng mới trong phân tích dữ liệu. AI có thể giúp phát hiện mẫu (pattern recognition), dự đoán chức năng biến dị và giảm sai số trong quá trình gọi biến dị. Ngoài ra, NGS đang được tích hợp với các công nghệ mới như giải trình tự tế bào đơn (single-cell sequencing) và không gian (spatial transcriptomics), cho phép nghiên cứu ở mức độ chi tiết chưa từng có.\u003C\u002Fp>\n\u003Cp>Trong y học, NGS được dự đoán sẽ trở thành một phần không thể thiếu trong y học chính xác, hỗ trợ chẩn đoán, tiên lượng và điều trị cá thể hóa. Sự phát triển của thiết bị nhỏ gọn, di động như MinION của Oxford Nanopore mở ra triển vọng ứng dụng tại hiện trường, từ nghiên cứu môi trường đến giám sát dịch bệnh.\u003C\u002Fp>\n\n\u003Ch2>Kết luận\u003C\u002Fh2>\n\u003Cp>Giải trình tự thế hệ tiếp theo là một bước tiến cách mạng trong khoa học sự sống, cho phép nghiên cứu hệ gen với quy mô, độ sâu và độ chính xác chưa từng có. Công nghệ này đã và đang thay đổi cách tiếp cận trong y học, sinh học và nhiều lĩnh vực liên ngành khác. Mặc dù vẫn còn tồn tại thách thức, với sự phát triển liên tục của công nghệ và phân tích dữ liệu, NGS chắc chắn sẽ tiếp tục là động lực chính cho các phát hiện khoa học và ứng dụng thực tiễn trong thập kỷ tới.\u003C\u002Fp>","Next-generation sequencing",[49,50,51],"NGS","giải trình tự gen thông lượng cao","high-throughput sequencing","Giải trình tự thế hệ tiếp theo (Next-Generation Sequencing - NGS hay giải trình tự thông lượng cao) là thuật ngữ chỉ các công nghệ giải mã trình tự nucleotide song song hàng loạt trên quy mô lớn, cho phép xác định nhanh chóng trình tự của hàng triệu đến hàng tỷ phân tử DNA\u002FRNA đồng thời.","NATURAL_SCIENCES",[55,62,66],{"citationText":56,"title":57,"authors":58,"source":59,"year":60,"doi":61,"url":21},"Wang (2023). What's Next for Next-Generation Sequencing (NGS)?. Next-Generation Sequencing Data Analysis. doi:10.1201\u002F9780429329180-20","What's Next for Next-Generation Sequencing (NGS)?","Wang","Next-Generation Sequencing Data Analysis",2023,"10.1201\u002F9780429329180-20",{"citationText":63,"title":64,"authors":58,"source":59,"year":60,"doi":65,"url":21},"Wang (2023). Next-Generation Sequencing (NGS) Technologies. Next-Generation Sequencing Data Analysis. doi:10.1201\u002F9780429329180-6","Next-Generation Sequencing (NGS) Technologies","10.1201\u002F9780429329180-6",{"citationText":67,"title":68,"authors":69,"source":70,"year":71,"doi":72,"url":21},"Rekadwad (2024). Next-Generation Sequencing (NGS) Workflow. Microbe Hunting. doi:10.1201\u002F9781003492221-6","Next-Generation Sequencing (NGS) Workflow","Rekadwad","Microbe Hunting",2024,"10.1201\u002F9781003492221-6",[74,77,80],{"question":75,"answer":76},"Công nghệ giải trình tự bằng tổng hợp (Sequencing by Synthesis - SBS) của Illumina hoạt động thế nào?","SBS sử dụng các nucleotide gắn huỳnh quang có nhóm chặn thuận nghịch (reversible terminators). Mỗi chu kỳ đưa một base vào, máy quét ghi nhận tín hiệu quang học huỳnh quang phát ra rồi cắt nhóm chặn để tiếp tục chu kỳ tiếp theo.",{"question":78,"answer":79},"Độ sâu bao phủ (Depth of Coverage) có ý nghĩa gì trong NGS?","Độ sâu bao phủ (ví dụ 30X cho toàn bộ hệ gen hoặc 500X cho panel ung thư) là số lần trung bình một vị trí nucleotide được đọc bởi các đoạn đọc độc lập, quyết định độ tin cậy trong phát hiện đột biến hiếm.",{"question":81,"answer":82},"Sự khác biệt giữa WGS, WES và Targeted Gene Panel là gì?","WGS giải trình tự toàn bộ 3 tỷ cặp base của hệ gen; WES chỉ giải trình tự khoảng 1-2% vùng mang mã di truyền (exome); Targeted Panel chỉ tập trung vào vài chục đến vài trăm gen đích có ý nghĩa lâm sàng.",{"id":84,"researcherId":21,"name":85,"imageUrl":86},1,"Nguyễn Ngọc Sơn","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLGfGsF1nYQqYK5BasTLhNu1dBrBXg2fcEgBNPXJ0p2gqLQnO7i=s96-c",{"id":88,"researcherId":21,"name":89,"imageUrl":90},2633,"Hoài Đặng","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLVXVafUxrnnC_H60UeQdpLE3UgeKGCSesypz_6Vi59B-n9C41A=s96-c",[92,93,94,95,96,97,98,99,100,101],"kiểm soát ô nhiễm","biến đổi cấu trúc","tác nhân gây bệnh","chẩn đoán di truyền","phân loại phân tử","biến dị di truyền","giám sát môi trường","khả năng chống chịu","phát triển cây trồng","các quốc gia đang phát triển",10,true,"PUBLISHED","2025-05-02T04:22:51.488+00:00","2026-09-06T12:08:31.056+00:00","2025-08-19T04:50:48.207+00:00","2026-09-06T12:08:30.731+00:00","2026-09-06T11:18:05.259+00:00",371,[112,115,118,121,124,127,130,133,142,145],{"id":113,"title":114,"term":113,"englishTitle":21,"definition":21,"discipline":21,"disciplineCode":21,"disciplineLabel":21,"disciplineColor":21,"disciplineIcon":21},"mô hình bệnh tật","Mô hình bệnh tật là gì? Các nghiên cứu về Mô hình bệnh tật",{"id":116,"title":117,"term":116,"englishTitle":21,"definition":21,"discipline":21,"disciplineCode":21,"disciplineLabel":21,"disciplineColor":21,"disciplineIcon":21},"dẫn xuất","Dẫn xuất là gì? Các nghiên cứu khoa học về Dẫn xuất",{"id":119,"title":120,"term":119,"englishTitle":21,"definition":21,"discipline":21,"disciplineCode":21,"disciplineLabel":21,"disciplineColor":21,"disciplineIcon":21},"fertilizer","Fertilizer là gì? Các nghiên cứu khoa học về Fertilizer",{"id":122,"title":123,"term":122,"englishTitle":21,"definition":21,"discipline":21,"disciplineCode":21,"disciplineLabel":21,"disciplineColor":21,"disciplineIcon":21},"cơ chế bệnh sinh","Cơ chế bệnh sinh là gì? Các nghiên cứu khoa học về Cơ chế bệnh sinh",{"id":125,"title":126,"term":125,"englishTitle":21,"definition":21,"discipline":21,"disciplineCode":21,"disciplineLabel":21,"disciplineColor":21,"disciplineIcon":21},"biến động dân số","Biến động dân số là gì? Các công bố khoa học về Biến động dân số",{"id":128,"title":129,"term":128,"englishTitle":21,"definition":21,"discipline":21,"disciplineCode":21,"disciplineLabel":21,"disciplineColor":21,"disciplineIcon":21},"micelle","Micelle là gì? Các bài nghiên cứu khoa học về Micelle",{"id":131,"title":132,"term":131,"englishTitle":21,"definition":21,"discipline":21,"disciplineCode":21,"disciplineLabel":21,"disciplineColor":21,"disciplineIcon":21},"đa dạng di truyền","Đa dạng di truyền là gì? Các nghiên cứu về Đa dạng di truyền",{"id":134,"title":135,"term":134,"englishTitle":136,"definition":137,"discipline":53,"disciplineCode":138,"disciplineLabel":139,"disciplineColor":140,"disciplineIcon":141},"axit salicylic","Axit salicylic là gì? Tính chất hóa học và ứng dụng","Salicylic Acid","Axit salicylic (acid 2-hydroxybenzoic) là một acid carboxylic thơm chứa nhóm hydroxyl ở vị trí ortho, có công thức phân tử C7H6O3, đóng vai trò là hoạt chất tiêu sừng, tiền chất tổng hợp thuốc và hormone phòng vệ tự nhiên ở thực vật.","natural-sciences","Khoa học tự nhiên","#0E9F9C","atom",{"id":143,"title":144,"term":143,"englishTitle":21,"definition":21,"discipline":21,"disciplineCode":21,"disciplineLabel":21,"disciplineColor":21,"disciplineIcon":21},"enterobacteriaceae","Enterobacteriaceae là gì? Nghiên cứu về Enterobacteriaceae",{"id":146,"title":147,"term":146,"englishTitle":21,"definition":21,"discipline":21,"disciplineCode":21,"disciplineLabel":21,"disciplineColor":21,"disciplineIcon":21},"giâm hom","Giâm hom là gì? Các công bố nghiên cứu khoa học về Giâm hom"]