[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"_public_topic_publications_ph%C3%A2n%20t%C3%ADch%20d%E1%BB%AF%20li%E1%BB%87u%20sinh%20h%E1%BB%8Dc{\"limit\":5}":3,"_public_topic_byId_phân tích dữ liệu sinh học":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":17,"synonyms":18,"definition":22,"discipline":23,"references":24,"faqs":67,"createUser":80,"publishUser":84,"keywords":88,"keywordCount":85,"enrichTopicLink":89,"status":90,"createTime":91,"updateTime":92,"publishTime":93,"linkEnrichedTime":10,"publicationScanTime":10,"contentErrorMessage":10,"viewCount":94,"relateTopics":95},"phân tích dữ liệu sinh học","Phân tích dữ liệu sinh học là gì? Quy trình và mô hình","Tổng quan phân tích dữ liệu sinh học, quy trình gióng hàng chuỗi NGS, mô hình thống kê nhị thức âm trong RNA-seq và tích hợp dữ liệu đơn tế bào.","\u003Cp>\u003Cstrong>Phân tích dữ liệu sinh học\u003C\u002Fstrong> (\u003Cem>biological data analysis\u003C\u002Fem>) là quá trình ứng dụng các nguyên lý toán học, mô hình xác suất thống kê và thuật toán khoa học máy tính để tiền xử lý, mô hình hóa, trích xuất tri thức và diễn giải các tập dữ liệu sinh học quy mô lớn thu nhận từ các công nghệ thực nghiệm hiện đại. Lĩnh vực này đóng vai trò cầu nối trung tâm giữa nguồn dữ liệu thô từ các hệ thống giải trình tự thế hệ mới (NGS), phổ khối (mass spectrometry), công nghệ tế bào đơn và các khám phá về cơ chế sinh học phân tử, di truyền học cũng như y học chính xác. Bài viết này trình bày các tầng dữ liệu sinh học đặc trưng, các quy trình phân tích chuẩn mực từ mức chuỗi đến đơn tế bào, các mô hình thống kê chuyên sâu, cùng các thách thức và hướng phát triển hiện đại.\u003C\u002Fp>\n\n\u003Ch2>Bản chất và cấu trúc của dữ liệu sinh học hiện đại\u003C\u002Fh2>\n\u003Cp>Sự bùng nổ của các công nghệ thông lượng cao đã chuyển đổi sinh học từ một ngành khoa học quan sát định tính sang khoa học dựa trên dữ liệu định lượng lớn. Dữ liệu sinh học phân tử được cấu trúc theo nhiều tầng bậc phức tạp:\u003C\u002Fp>\n\u003Cul>\n    \u003Cli>\u003Cstrong>Dữ liệu hệ gen (Genomics):\u003C\u002Fstrong> Bao gồm chuỗi nucleotide của hệ gen, các biến dị nucleotide đơn (SNPs), các biến dị cấu trúc (CNVs, đảo đoạn, chuyển vị) và các đoạn đọc giải trình tự ngắn hoặc dài.\u003C\u002Fli>\n    \u003Cli>\u003Cstrong>Dữ liệu hệ phiên mã (Transcriptomics):\u003C\u002Fstrong> Phản ánh số lượng và mức độ biểu hiện của các phân tử RNA thông tin (mRNA), RNA không mã hóa (ncRNA) trong mẫu mô tổng thể (bulk RNA-seq) hoặc tại từng tế bào riêng lẻ (single-cell RNA-seq).\u003C\u002Fli>\n    \u003Cli>\u003Cstrong>Dữ liệu hệ biểu sinh (Epigenomics):\u003C\u002Fstrong> Ghi nhận các biến đổi hóa học trên phân tử DNA (methyl hóa DNA) và protein histone (ChIP-seq, CUT&Tag) cũng như trạng thái mở của chất nhiễm sắc (ATAC-seq).\u003C\u002Fli>\n    \u003Cli>\u003Cstrong>Dữ liệu hệ protein (Proteomics) và hệ chuyển hóa (Metabolomics):\u003C\u002Fstrong> Định lượng hàm lượng protein, các biến đổi sau dịch mã và các chất chuyển hóa trung gian thông qua phương pháp phổ khối.\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Cp>Đặc điểm cốt lõi của các tập dữ liệu này là tính đa chiều cực cao, trong đó số lượng biến số sinh học cần đo đạc (hàng chục nghìn gen hoặc hàng triệu biến dị) lớn hơn rất nhiều so với số lượng mẫu thực nghiệm quan sát được (\u003Cscript type=\"math\u002Ftex\">p \\gg n\u003C\u002Fscript>). Điều này đòi hỏi các giải pháp phân tích đặc thù để tránh hiện tượng quá khớp và suy diễn sai lệch.\u003C\u002Fp>\n\n\u003Ch2>Quy trình tiền xử lý và gióng hàng chuỗi sinh học\u003C\u002Fh2>\n\u003Cp>Trong các thí nghiệm giải trình tự gen và phiên mã, dữ liệu thô xuất ra từ thiết bị giải trình tự thường ở định dạng FASTQ, chứa hàng chục triệu đoạn đọc kèm theo chỉ số chất lượng Phred score cho từng nucleotide. Quy trình xử lý bao gồm các giai đoạn kế tiếp nhau:\u003C\u002Fp>\n\n\u003Ch3>1. Kiểm soát chất lượng và lọc dữ liệu thô\u003C\u002Fh3>\n\u003Cp>Kiểm tra phân bố chất lượng đọc, hàm lượng GC và sự hiện diện của đoạn mồi (adapter). Các nucleotide có chất lượng thấp ở hai đầu đoạn đọc được cắt tỉa để tránh gây nhiễu cho các thuật toán gióng hàng tiếp theo.\u003C\u002Fp>\n\n\u003Ch3>2. Gióng hàng chuỗi vào hệ gen tham chiếu\u003C\u002Fh3>\n\u003Cp>Gióng hàng là bài toán tìm vị trí nguồn gốc của từng đoạn đọc trên hệ gen tham chiếu. Do kích thước hệ gen lớn, các thuật toán quy hoạch động truyền thống (như Needleman-Wunsch hay Smith-Waterman) không khả thi về mặt thời gian tính toán.\u003C\u002Fp>\n\u003Cp>Để giải quyết bài toán tìm kiếm tương đồng cục bộ trong cơ sở dữ liệu chuỗi lớn, Altschul và cộng sự (1990) đã giới thiệu thuật toán \u003Cstrong>BLAST (Basic Local Alignment Search Tool)\u003C\u002Fstrong>. Thuật toán sử dụng phương pháp heuristic dựa trên việc tìm kiếm các từ hạt giống ngắn (seed words hoặc k-mers) có điểm số tương đồng vượt ngưỡng xác định, sau đó mở rộng sang hai phía để tạo thành các đoạn gióng hàng cục bộ có điểm số cao (High-scoring Segment Pairs - HSPs) mà không cần lấp đầy toàn bộ ma trận quy hoạch động.\u003C\u002Fp>\n\u003Cp>Đối với dữ liệu giải trình tự thế hệ mới với hàng trăm triệu đoạn đọc ngắn, Li và Durbin (2009) đã phát triển phần mềm \u003Cstrong>BWA (Burrows-Wheeler Aligner)\u003C\u002Fstrong>. BWA ứng dụng biến đổi Burrows-Wheeler (BWT) kết hợp cấu trúc mảng chỉ số FM-index, cho phép nén toàn bộ hệ gen người vào bộ nhớ RAM chỉ khoảng 2 GB đến 4 GB (với chỉ mục thực tế yêu cầu khoảng 3 GB bộ nhớ) và thực hiện tìm kiếm chuỗi với độ phức tạp thời gian tỷ lệ thuận với chiều dài đoạn đọc.\u003C\u002Fp>\n\u003Cp>Nối tiếp hướng tiếp cận này, Langmead và Salzberg (2012) công bố thuật toán \u003Cstrong>Bowtie 2\u003C\u002Fstrong>, mở rộng cấu trúc FM-index để hỗ trợ cơ chế gióng hàng có chèn khoảng trống (gapped alignment) và chế độ gióng hàng cục bộ, đặc biệt hiệu quả đối với các đoạn đọc dài hơn 50 base pairs và cho phép phát hiện các biến dị mất đoạn hoặc chèn đoạn nhỏ.\u003C\u002Fp>\n\n\u003Ch2>Mô hình thống kê trong phân tích biểu hiện gen RNA-seq\u003C\u002Fh2>\n\u003Cp>Sau khi gióng hàng, số lượng đoạn đọc rơi vào từng vùng gen được đếm để định lượng mức độ biểu hiện. Do bản chất dữ liệu đếm là các số nguyên không âm và có sự biến thiên sinh học lớn giữa các mẫu lặp, các giả định phân phối chuẩn thông thường không phù hợp.\u003C\u002Fp>\n\n\u003Ch3>1. Mô hình phân phối nhị thức âm (Negative Binomial Distribution)\u003C\u002Fh3>\n\u003Cp>Trong dữ liệu đếm RNA-seq, phương sai thực nghiệm luôn lớn hơn giá trị trung bình (hiện tượng phân tán vượt mức - \u003Cem>overdispersion\u003C\u002Fem>), khiến phân phối Poisson bị vi phạm. Love, Huber và Anders (2014) trong gói phần mềm \u003Cstrong>DESeq2\u003C\u002Fstrong> đã thiết lập mô hình hồi quy tuyến tính tổng quát nhị thức âm (Negative Binomial GLM):\u003C\u002Fp>\n\u003Cscript type=\"math\u002Ftex; mode=display\">K_{ij} \\sim \\text{NB}(\\mu_{ij}, \\alpha_i)\u003C\u002Fscript>\n\u003Cp>Trong đó, \u003Cscript type=\"math\u002Ftex\">K_{ij}\u003C\u002Fscript> là số lượng đoạn đọc của gen \u003Cscript type=\"math\u002Ftex\">i\u003C\u002Fscript> trong mẫu \u003Cscript type=\"math\u002Ftex\">j\u003C\u002Fscript>, \u003Cscript type=\"math\u002Ftex\">\\mu_{ij}\u003C\u002Fscript> là giá trị trung bình kỳ vọng, và \u003Cscript type=\"math\u002Ftex\">\\alpha_i\u003C\u002Fscript> là tham số độ phân tán của gen \u003Cscript type=\"math\u002Ftex\">i\u003C\u002Fscript>. Mối quan hệ giữa phương sai và giá trị trung bình được xác định bởi công thức:\u003C\u002Fp>\n\u003Cscript type=\"math\u002Ftex; mode=display\">\\text{Var}(K_{ij}) = \\mu_{ij} + \\alpha_i \\mu_{ij}^2\u003C\u002Fscript>\n\u003Cp>DESeq2 sử dụng kỹ thuật co ước lượng Bayes thực nghiệm (\u003Cem>Empirical Bayes shrinkage\u003C\u002Fem>) để chia sẻ thông tin phân tán giữa hàng nghìn gen, giúp ổn định ước lượng phương sai ngay cả khi số lượng mẫu lặp sinh học rất nhỏ.\u003C\u002Fp>\n\n\u003Ch3>2. Kiểm soát tỷ lệ phát hiện sai (False Discovery Rate - FDR)\u003C\u002Fh3>\n\u003Cp>Khi tiến hành so sánh biểu hiện của hàng chục nghìn gen đồng thời, bài toán kiểm định giả thuyết nhiều lần (\u003Cem>multiple testing problem\u003C\u002Fem>) làm gia tăng đột biến sai số loại I (dương tính giả). Việc áp dụng hiệu chỉnh Bonferroni quá nghiêm ngặt dẫn đến mất đi nhiều phát hiện sinh học thực tế.\u003C\u002Fp>\n\u003Cp>Quy trình của Benjamini và Hochberg (1995) đưa ra phương pháp kiểm soát tỷ lệ phát hiện sai (FDR), định nghĩa là tỷ lệ kỳ vọng của các kết quả dương tính giả trên tổng số các kết quả được coi là có ý nghĩa thống kê. Các giá trị p-value được sắp xếp theo thứ tự tăng dần \u003Cscript type=\"math\u002Ftex\">P_{(1)} \\le P_{(2)} \\le \\dots \\le P_{(m)}\u003C\u002Fscript>. Thủ tục step-up xác định chỉ số lớn nhất \u003Cscript type=\"math\u002Ftex\">k\u003C\u002Fscript> thỏa mãn bất đẳng thức:\u003C\u002Fp>\n\u003Cscript type=\"math\u002Ftex; mode=display\">P_{(k)} \\le \\frac{k}{m} Q\u003C\u002Fscript>\n\u003Cp>và bác bỏ toàn bộ các giả thuyết không \u003Cscript type=\"math\u002Ftex\">H_{(1)}, \\dots, H_{(k)}\u003C\u002Fscript>. Trong công thức này, \u003Cscript type=\"math\u002Ftex\">P_{(k)}\u003C\u002Fscript> là giá trị p-value xếp hạng thứ \u003Cscript type=\"math\u002Ftex\">k\u003C\u002Fscript>, \u003Cscript type=\"math\u002Ftex\">m\u003C\u002Fscript> là tổng số gen (hoặc giả thuyết) được kiểm định đồng thời, và \u003Cscript type=\"math\u002Ftex\">Q\u003C\u002Fscript> là ngưỡng tỷ lệ phát hiện sai mong muốn được ấn định trước.\u003C\u002Fp>\n\n\u003Ch2>Phân tích dữ liệu đơn tế bào và đa tầng omics (Single-Cell & Multi-Omics)\u003C\u002Fh2>\n\u003Cp>Các công nghệ giải trình tự đơn tế bào cho phép khảo sát tính không đồng nhất của quần thể tế bào ở độ phân giải chưa từng có. Tuy nhiên, dữ liệu đơn tế bào mang các đặc trưng toán học phức tạp như ma trận đếm thưa thớt, tỷ lệ giá trị bằng không cao do hiện tượng rơi rụng kỹ thuật (\u003Cem>drop-out\u003C\u002Fem>) và nhiễu kỹ thuật mẻ (\u003Cem>batch effect\u003C\u002Fem>).\u003C\u002Fp>\n\n\u003Ctable>\n    \u003Cthead>\n        \u003Ctr>\n            \u003Cth>Tiêu chí so sánh\u003C\u002Fth>\n            \u003Cth>Phân tích RNA-seq tổng thể (Bulk RNA-seq)\u003C\u002Fth>\n            \u003Cth>Phân tích RNA-seq đơn tế bào (scRNA-seq)\u003C\u002Fth>\n        \u003C\u002Ftr>\n    \u003C\u002Fthead>\n    \u003Ctbody>\n        \u003Ctr>\n            \u003Ctd>\u003Cstrong>Độ phân giải sinh học\u003C\u002Fstrong>\u003C\u002Ftd>\n            \u003Ctd>Mức độ trung bình của hàng triệu tế bào trong một khối mô.\u003C\u002Ftd>\n            \u003Ctd>Độ phân giải từng tế bào riêng biệt.\u003C\u002Ftd>\n        \u003C\u002Ftr>\n        \u003Ctr>\n            \u003Ctd>\u003Cstrong>Cấu trúc ma trận dữ liệu\u003C\u002Fstrong>\u003C\u002Ftd>\n            \u003Ctd>Ma trận gen tương ứng với số lượng mẫu (số mẫu thường nhỏ).\u003C\u002Ftd>\n            \u003Ctd>Ma trận gen tương ứng với từng tế bào (hàng chục nghìn tế bào, độ thưa cao).\u003C\u002Ftd>\n        \u003C\u002Ftr>\n        \u003Ctr>\n            \u003Ctd>\u003Cstrong>Mô hình giảm chiều chính\u003C\u002Fstrong>\u003C\u002Ftd>\n            \u003Ctd>Phân tích thành phần chính (PCA).\u003C\u002Ftd>\n            \u003Ctd>Kết hợp PCA với UMAP hoặc t-SNE trên đồ thị láng giềng.\u003C\u002Ftd>\n        \u003C\u002Ftr>\n        \u003Ctr>\n            \u003Ctd>\u003Cstrong>Mục tiêu sinh học chính\u003C\u002Fstrong>\u003C\u002Ftd>\n            \u003Ctd>Xác định gen biểu hiện khác biệt giữa các nhóm bệnh lý.\u003C\u002Ftd>\n            \u003Ctd>Phát hiện loại tế bào mới, trạng thái tế bào và quỹ đạo biệt hóa.\u003C\u002Ftd>\n        \u003C\u002Ftr>\n    \u003C\u002Ftbody>\n\u003C\u002Ftable>\n\n\u003Cp>Hao và cộng sự (2021) trong bộ công cụ \u003Cstrong>Seurat v4\u003C\u002Fstrong> đã giới thiệu phương pháp phân tích mạng láng giềng có trọng số (\u003Cem>Weighted Nearest Neighbor - WNN\u003C\u002Fem>). Thuật toán này cho phép tích hợp đồng thời nhiều phương thức dữ liệu đo đạc trên cùng một tế bào đơn (ví dụ kết hợp dữ liệu phiên mã scRNA-seq với dữ liệu biểu hiện protein bề mặt CITE-seq), tự động học trọng số đặc trưng của từng phương thức để tái cấu trúc không gian trạng thái tế bào một cách chính xác.\u003C\u002Fp>\n\n\u003Ch2>Các phương pháp khai phá tri thức chức năng sinh học\u003C\u002Fh2>\n\u003Cp>Sau khi xác định danh sách các gen hoặc phân tử có ý nghĩa thống kê, bước tiếp theo trong phân tích dữ liệu sinh học là gắn kết các phân tử này với các chức năng sinh lý và con đường tín hiệu tế bào:\u003C\u002Fp>\n\u003Cul>\n    \u003Cli>\u003Cstrong>Phân tích làm giàu tập gen (Over-Representation Analysis - ORA):\u003C\u002Fstrong> Sử dụng kiểm định siêu bội (Hypergeometric test) hoặc kiểm định chính xác Fisher để xác định xem danh sách gen mục tiêu có tập trung bất thường vào một thuật ngữ bản thể học gen (Gene Ontology - GO) hoặc con đường tín hiệu KEGG hay không.\u003C\u002Fli>\n    \u003Cli>\u003Cstrong>Phân tích làm giàu tập gen theo xếp hạng (Gene Set Enrichment Analysis - GSEA):\u003C\u002Fstrong> Không sử dụng ngưỡng cắt cứng mà xếp hạng toàn bộ các gen theo mức độ thay đổi biểu hiện, đánh giá xem các tập gen chức năng có xu hướng tập trung ở đỉnh hoặc đáy của danh sách xếp hạng hay không.\u003C\u002Fli>\n    \u003Cli>\u003Cstrong>Phân tích mạng tương tác sinh học (Network Biology):\u003C\u002Fstrong> Xây dựng mạng tương tác protein-protein (PPI) hoặc mạng đồng biểu hiện gen (WGCNA) để xác định các gen trung tâm (\u003Cem>hub genes\u003C\u002Fem>) điều phối mạng lưới sinh học.\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch2>Thách thức tính toán và ranh giới nghiên cứu mở\u003C\u002Fh2>\n\u003Cp>Mặc dù các phương pháp phân tích dữ liệu sinh học đã phát triển vượt bậc, ngành khoa học này vẫn đang đối mặt với nhiều thách thức căn bản:\u003C\u002Fp>\n\u003Cul>\n    \u003Cli>\u003Cstrong>Vấn đề hiệu ứng mẻ và khả năng tái lập:\u003C\u002Fstrong> Dữ liệu sinh học cực kỳ nhạy cảm với các yếu tố kỹ thuật như lô hóa chất, người thao tác, ngày tiến hành thí nghiệm. Các phương pháp hiệu chỉnh hiệu ứng mẻ (như ComBat, Harmony) đôi khi có nguy cơ triệt tiêu luôn cả các biến thiên sinh học thực sự nếu thiết kế thí nghiệm bị mất cân bằng.\u003C\u002Fli>\n    \u003Cli>\u003Cstrong>Tích hợp dữ liệu không gian (Spatial Omics):\u003C\u002Fstrong> Sự xuất hiện của công nghệ phiên mã không gian (Spatial Transcriptomics) đặt ra bài toán mô hình hóa đồng thời tọa độ không gian 2D\u002F3D của mô cùng với ma trận biểu hiện gen, đòi hỏi các thuật toán thống kê không gian và học sâu đồ thị mới.\u003C\u002Fli>\n    \u003Cli>\u003Cstrong>Ứng dụng các mô hình nền tảng (Biological Foundation Models):\u003C\u002Fstrong> Các mô hình ngôn ngữ lớn huấn luyện trên hàng triệu tế bào và chuỗi gen (như scGPT, Geneformer) đang mở ra hướng suy luận cơ chế phân tử mới nhưng đòi hỏi tài nguyên tính toán khổng lồ và các tiêu chuẩn kiểm thử thực nghiệm chặt chẽ để tránh suy diễn sai lệch.\u003C\u002Fli>\n\u003C\u002Ful>","biological data analysis",[19,20,21],"phân tích dữ liệu y sinh","xử lý dữ liệu sinh học","phân tích dữ liệu omics","Phân tích dữ liệu sinh học là quá trình ứng dụng toán học, thống kê và thuật toán tính toán để xử lý, mô hình hóa và diễn giải dữ liệu sinh học quy mô lớn.","NATURAL_SCIENCES",[25,32,39,46,53,60],{"citationText":26,"title":27,"authors":28,"source":29,"year":30,"doi":31,"url":10},"Altschul, S. F., Gish, W., Miller, W., Myers, E. W., & Lipman, D. J. (1990). Basic local alignment search tool. Journal of Molecular Biology, 215(3), 403-410.","Basic local alignment search tool","Altschul, S. F., Gish, W., Miller, W., Myers, E. W., Lipman, D. J.","Journal of Molecular Biology",1990,"10.1016\u002FS0022-2836(05)80360-2",{"citationText":33,"title":34,"authors":35,"source":36,"year":37,"doi":38,"url":10},"Benjamini, Y., & Hochberg, Y. (1995). Controlling the False Discovery Rate: A Practical and Powerful Approach to Multiple Testing. Journal of the Royal Statistical Society: Series B (Methodological), 57(1), 289-300.","Controlling the False Discovery Rate: A Practical and Powerful Approach to Multiple Testing","Benjamini, Y., Hochberg, Y.","Journal of the Royal Statistical Society: Series B (Methodological)",1995,"10.1111\u002Fj.2517-6161.1995.tb02031.x",{"citationText":40,"title":41,"authors":42,"source":43,"year":44,"doi":45,"url":10},"Li, H., & Durbin, R. (2009). Fast and accurate short read alignment with Burrows–Wheeler transform. Bioinformatics, 25(14), 1754-1760.","Fast and accurate short read alignment with Burrows–Wheeler transform","Li, H., Durbin, R.","Bioinformatics",2009,"10.1093\u002Fbioinformatics\u002Fbtp324",{"citationText":47,"title":48,"authors":49,"source":50,"year":51,"doi":52,"url":10},"Langmead, B., & Salzberg, S. L. (2012). Fast gapped-read alignment with Bowtie 2. Nature Methods, 9(4), 357-359.","Fast gapped-read alignment with Bowtie 2","Langmead, B., Salzberg, S. L.","Nature Methods",2012,"10.1038\u002Fnmeth.1923",{"citationText":54,"title":55,"authors":56,"source":57,"year":58,"doi":59,"url":10},"Love, M. I., Huber, W., & Anders, S. (2014). Moderated estimation of fold change and dispersion for RNA-seq data with DESeq2. Genome Biology, 15(12), 550.","Moderated estimation of fold change and dispersion for RNA-seq data with DESeq2","Love, M. I., Huber, W., Anders, S.","Genome Biology",2014,"10.1186\u002Fs13059-014-0550-8",{"citationText":61,"title":62,"authors":63,"source":64,"year":65,"doi":66,"url":10},"Hao, Y., Hao, S., Andersen-Nissen, E., Mauck, W. M., Zheng,映像, S., Butler, A., Lee, M. J., Wilk, A. J., Darby, C., Zagar, M., Hoffman, P., Mimitou, E. P., Ferguson, A., Rovira-Clave, P., Sullivan, B. G., Ghazanfar, S., Wajnberg, G., Loureiro, A., Kroll, C. B., ... Satija, R. (2021). Integrated analysis of multimodal single-cell data. Cell, 184(13), 3573-3587.e29.","Integrated analysis of multimodal single-cell data","Hao, Y., Hao, S., Andersen-Nissen, E., Mauck, W. M., Zheng, S., Butler, A., Lee, M. J., Wilk, A. J., Darby, C., Zagar, M., Hoffman, P., Mimitou, E. P., Ferguson, A., Rovira-Clave, P., Sullivan, B. G., Ghazanfar, S., Wajnberg, G., Loureiro, A., Kroll, C. B., Satija, R.","Cell",2021,"10.1016\u002Fj.cell.2021.04.048",[68,71,74,77],{"question":69,"answer":70},"Phân tích dữ liệu sinh học bao gồm những tầng dữ liệu nào?","Phân tích dữ liệu sinh học xử lý nhiều tầng dữ liệu omics phức tạp bao gồm hệ gen (Genomics), hệ phiên mã (Transcriptomics), hệ biểu sinh (Epigenomics), hệ protein (Proteomics) và hệ chuyển hóa (Metabolomics), từ mức mẫu mô tổng thể đến từng tế bào đơn lẻ.",{"question":72,"answer":73},"Tại sao phân tích RNA-seq sử dụng mô hình nhị thức âm thay vì phân phối chuẩn hay Poisson?","Dữ liệu RNA-seq là dữ liệu đếm số nguyên không âm có phương sai thực nghiệm lớn hơn giá trị trung bình (hiện tượng overdispersion do biến thiên sinh học). Mô hình nhị thức âm (Negative Binomial) cho phép mô hình hóa tham số độ phân tán riêng biệt, khắc phục sự vi phạm giả định của phân phối Poisson.",{"question":75,"answer":76},"Kiểm soát FDR theo phương pháp Benjamini-Hochberg có vai trò gì trong phân tích biểu hiện gen?","Khi so sánh biểu hiện của hàng chục nghìn gen đồng thời, bài toán kiểm định giả thuyết nhiều lần làm tăng đột biến dương tính giả. Phương pháp Benjamini-Hochberg (1995) kiểm soát tỷ lệ kỳ vọng của các kết quả dương tính giả trên tổng số các phát hiện có ý nghĩa, cân bằng giữa độ nhạy phát hiện và độ tin cậy thống kê.",{"question":78,"answer":79},"Thuật toán BWA và Bowtie 2 tối ưu hóa việc gióng hàng chuỗi giải trình tự như thế nào?","Cả BWA (Li & Durbin 2009) và Bowtie 2 (Langmead & Salzberg 2012) đều ứng dụng biến đổi Burrows-Wheeler (BWT) kết hợp chỉ mục FM-index, giúp nén toàn bộ hệ gen người vào bộ nhớ RAM từ 2 GB đến 4 GB và tăng tốc độ tìm kiếm đoạn đọc giải trình tự lên hàng chục đến hàng trăm lần so với các thuật toán quy hoạch động truyền thống.",{"id":81,"researcherId":10,"name":82,"imageUrl":83},2681,"Cuong Ta","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocKFuWh0ZD601Hp0_V_2xAK3kIOs20Kyv3V5ZLBo6fwfjyymJYzE=s96-c",{"id":85,"researcherId":10,"name":86,"imageUrl":87},1,"Nguyễn Ngọc Sơn","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLGfGsF1nYQqYK5BasTLhNu1dBrBXg2fcEgBNPXJ0p2gqLQnO7i=s96-c",[13],false,"PUBLISHED","2025-12-01T09:43:02.583+00:00","2026-08-30T07:15:02.286+00:00","2026-08-30T07:15:02.279+00:00",0,[96,104,109,114,119,124,129,134,139,144],{"id":97,"title":98,"term":97,"englishTitle":97,"definition":99,"discipline":23,"disciplineCode":100,"disciplineLabel":101,"disciplineColor":102,"disciplineIcon":103},"proton","Proton là gì? Cấu trúc và ứng dụng của Proton","Proton là một hạt hạ nguyên tử bền vững thuộc nhóm baryon cấu tạo từ hai quark lên và một quark xuống, mang điện tích nguyên tố dương và có khối lượng nghỉ xấp xỉ 1.6726 x 10^-27 kg nằm trong hạt nhân nguyên tử.","natural-sciences","Khoa học tự nhiên","#0E9F9C","atom",{"id":105,"title":106,"term":105,"englishTitle":107,"definition":108,"discipline":23,"disciplineCode":100,"disciplineLabel":101,"disciplineColor":102,"disciplineIcon":103},"nhiệt độ nóng chảy","Nhiệt độ nóng chảy là gì? Các nghiên cứu khoa học liên quan","nhiet do nong chay","khái niệm và đối tượng nghiên cứu cơ bản trong khoa học tự nhiên, phản ánh các đặc trưng bản chất, cơ chế vận hành và các quy luật tương tác hệ thống trong thực tiễn.",{"id":110,"title":111,"term":110,"englishTitle":112,"definition":113,"discipline":23,"disciplineCode":100,"disciplineLabel":101,"disciplineColor":102,"disciplineIcon":103},"hằng số tốc độ","Hằng số tốc độ là gì? Các bài nghiên cứu khoa học liên quan","rate constant","Hằng số tốc độ (Reaction Rate Constant, ký hiệu k) là một hệ số tỷ lệ đặc trưng trong phương trình động học biểu thị tốc độ của phản ứng hóa học khi nồng độ của tất cả các chất phản ứng bằng đơn vị.",{"id":115,"title":116,"term":115,"englishTitle":117,"definition":118,"discipline":23,"disciplineCode":100,"disciplineLabel":101,"disciplineColor":102,"disciplineIcon":103},"động vật linh trưởng","Động vật linh trưởng là gì? Tiến hóa Perelman, giải phẫu Fleagle và Estrada","primates","Động vật linh trưởng là một bộ thú có vú bậc cao đặc trưng bởi bàn tay ngón cái đối diện, thị giác lập thể 3D và vỏ não phát triển, tiến hóa qua các nhánh Mũi ướt và Mũi khô theo nghiên cứu Perelman-Fleagle.",{"id":120,"title":121,"term":120,"englishTitle":122,"definition":123,"discipline":23,"disciplineCode":100,"disciplineLabel":101,"disciplineColor":102,"disciplineIcon":103},"đồng vị","Đồng vị là gì? Phân loại và ứng dụng trong khoa học hiện đại","isotope","Đồng vị là các biến thể của cùng một nguyên tố hóa học có cùng số proton trong hạt nhân nhưng khác nhau về số neutron, dẫn đến khối lượng nguyên tử khác nhau.",{"id":125,"title":126,"term":125,"englishTitle":127,"definition":128,"discipline":23,"disciplineCode":100,"disciplineLabel":101,"disciplineColor":102,"disciplineIcon":103},"chu trình sinh địa hóa","Chu trình sinh địa hóa: Khái niệm, nguyên lý và ứng dụng","Biogeochemical cycle","Chu trình sinh địa hóa là một thuật ngữ và phạm trù học thuật then chốt trong lĩnh vực natural sciences, phản ánh các nguyên lý, cơ chế và phương pháp luận chuyên sâu đã được chuẩn hóa trong nghiên cứu và ứng dụng thực tiễn.",{"id":130,"title":131,"term":130,"englishTitle":132,"definition":133,"discipline":23,"disciplineCode":100,"disciplineLabel":101,"disciplineColor":102,"disciplineIcon":103},"ethylene","Ethylene là gì? Cấu trúc hóa học, vai trò sinh học và ứng dụng","Ethylene","Ethylene (ethene, công thức hóa học C2H4) là một hydrocarbon không no thuộc nhóm anken đơn giản nhất, tồn tại ở thể khí không màu, đồng thời là một phytohormone dạng khí điều hòa sự chín và rụng ở thực vật.",{"id":135,"title":136,"term":135,"englishTitle":137,"definition":138,"discipline":23,"disciplineCode":100,"disciplineLabel":101,"disciplineColor":102,"disciplineIcon":103},"không khí ẩm","Không khí ẩm là gì? Các công bố khoa học về Không khí ẩm","moist air","Không khí ẩm là hỗn hợp nhiệt động học giữa không khí khô và hơi nước, có các thông số đặc trưng gồm độ ẩm tương đối, độ ẩm tuyệt đối và nhiệt độ điểm sương.",{"id":140,"title":141,"term":140,"englishTitle":142,"definition":143,"discipline":23,"disciplineCode":100,"disciplineLabel":101,"disciplineColor":102,"disciplineIcon":103},"hệ số phân bố","Hệ số phân bố là gì? Ý nghĩa trong hóa học và dược lý","Partition Coefficient","Hệ số phân bố (partition coefficient, ký hiệu P hoặc log P) là đại lượng nhiệt động học biểu thị tỷ lệ nồng độ cân bằng của một chất tan không phân ly giữa hai dung môi không trộn lẫn (thường là 1-octanol và nước).",{"id":145,"title":146,"term":145,"englishTitle":145,"definition":147,"discipline":23,"disciplineCode":100,"disciplineLabel":101,"disciplineColor":102,"disciplineIcon":103},"phytoplankton","Phytoplankton là gì? Vai trò sinh thái, chu trình carbon và hiện tượng nở hoa","Phytoplankton (thực vật phù du) là tập hợp các vi sinh vật tự dưỡng quang hợp trôi nổi trong các thủy vực nước ngọt và đại dương, đóng vai trò sản xuất sơ cấp nền tảng của lưới thức ăn thủy sinh và điều hòa chu trình carbon toàn cầu."]