Đa hình di truyền là gì? Các nghiên cứu khoa học liên quan

Giới thiệu về đa hình di truyền

Đa hình di truyền (genetic polymorphism) là hiện tượng tồn tại đồng thời ít nhất hai biến thể (allele) của cùng một locus gen trong quần thể với tần số ≥1%. Mỗi allele có thể khác nhau về trình tự DNA, dẫn đến biến đổi ở mức độ amino acid, ảnh hưởng chức năng protein hoặc biểu hiện gen.

Khái niệm đa hình di truyền khác với đột biến hiếm (<1%) và biến dị cá nhân. Đa hình thường bền vững qua nhiều thế hệ, phản ánh sức ép chọn lọc cân bằng (balancing selection) hoặc đa dạng hoá do biến dị trung tính (neutral drift).

Vai trò của đa hình di truyền rất đa dạng: từ điều hoà biểu hiện gen, ảnh hưởng đến khả năng đáp ứng với môi trường và thuốc, đến cung cấp dấu ấn di truyền cho phân tích quần thể, giám định pháp y và chọn giống trong nông nghiệp.

Lịch sử và phát triển nghiên cứu

Đầu thế kỷ 20, các nhà di truyền học bắt đầu nhận ra sự tồn tại của các dạng phân tử khác nhau trong quần thể. Năm 1923, Hardy và Weinberg độc lập công bố định luật cân bằng di truyền, thiết lập cơ sở toán học cho phân tích tần số allele:

$p + q = 1,\quad p^2 + 2pq + q^2 = 1$

Cuối thập niên 1960, kỹ thuật điện di protein phát hiện đa hình enzyme như ADH (Alcohol Dehydrogenase) và G6PD (Glucose-6-Phosphate Dehydrogenase) ở người, đặt nền tảng cho di truyền phân tử.

Từ những năm 2000, công nghệ SNP arrays (Illumina, Affymetrix) và giải trình tự thế hệ mới (NGS) đã cho phép khảo sát đồng thời hàng triệu locus SNP, thúc đẩy nghiên cứu genome-wide association studies (GWAS) và bản đồ đa hình toàn cầu như 1000 Genomes Project.

• 1923 – Hardy & Weinberg: định luật cân bằng tần số allele.
• 1960s – Phát hiện đa hình enzyme qua điện di protein.
• 2000s – SNP arrays và NGS mở rộng quy mô khảo sát genome-wide.

Phân loại đa hình di truyền

Đa hình di truyền được phân loại dựa trên loại biến đổi cấu trúc DNA và kích thước biến thể:

• SNP (Single Nucleotide Polymorphism): Thay đổi một nucleotide đơn, chiếm >90% đa hình ở người và dễ khảo sát bằng microarray hay NGS.
• Indel (Insertion/Deletion): Chèn hoặc mất đoạn DNA ngắn (1–50 bp), ảnh hưởng khung đọc hoặc vùng điều hòa.
• VNTR/STR (Variable Number Tandem Repeat / Short Tandem Repeat): Lặp lại đơn vị 2–6 bp với số lần thay đổi, ứng dụng trong giám định pháp y.
• CNV (Copy Number Variation): Thay đổi số bản sao của đoạn DNA lớn (>1 kb), liên quan đến bệnh và đặc tính định lượng.

Cơ sở phân tử và cơ chế phát sinh

Đa hình di truyền phát sinh chủ yếu do sai sót trong sao chép DNA, tái tổ hợp hoặc hoạt động của yếu tố di động (transposon). Các biến đổi tại vùng mã hóa (exon) có thể tác động trực tiếp lên cấu trúc protein, còn ở vùng điều hòa (promoter/enhancer) sẽ ảnh hưởng mức độ biểu hiện gen.

Ở cấp độ phân tử, đột biến điểm trong codon có thể là:

• Synonymous (thay thế không đổi amino acid), thường trung tính với chức năng protein.
• Non-synonymous (thay đổi amino acid), có thể làm thay đổi tính chất hoá lý và hoạt tính enzyme.

Một số cơ chế sinh indel và CNV bao gồm slippage polymerase trong quá trình sao chép và sự tái tổ hợp bất đối xứng (non-allelic homologous recombination). Hiểu rõ cơ sở phát sinh giúp đánh giá nguy cơ biến dị gây bệnh và thiết kế biện pháp can thiệp gen.

Phương pháp phát hiện đa hình

SNP arrays sử dụng chip đa điểm (Illumina, Affymetrix) để khảo sát hàng trăm nghìn đến hàng triệu vị trí SNP đồng thời, dựa trên phản ứng lai DNA mẫu với probe cố định trên bề mặt chip. Dữ liệu thu được được xử lý qua thuật toán gọi genotype và lọc chất lượng (call rate, Hardy–Weinberg equilibrium) trước phân tích.

Giải trình tự thế hệ mới (NGS) cho phép phát hiện đa hình ở quy mô toàn bộ bộ gen hoặc vùng mục tiêu (targeted sequencing). Quy trình bao gồm chuẩn bị thư viện, giải trình tự, lọc và gọi biến thể qua công cụ như GATK hoặc SAMtools, cung cấp cả SNP, indel và CNV cite1000 Genomes Project Consortium.

• Allele‐specific PCR: Dùng mồi đặc hiệu cho từng allele, kết quả biểu thị qua gel điện di hoặc real‐time PCR.
• RFLP-PCR (Restriction Fragment Length Polymorphism): Cắt mảnh PCR bằng enzyme giới hạn, tách mảnh trên gel để nhận diện indel hoặc SNP tạo/eliminate vị trí cắt.
• Fragment analysis cho STR/VNTR: Điện di mao quản phân biệt kích thước lặp, ứng dụng trong giám định pháp y (CODIS, FBI).

Ý nghĩa chức năng và sinh lý

Đa hình tại vùng điều hòa (promoter/enhancer) có thể điều chỉnh mức độ biểu hiện gen (eQTL), ảnh hưởng nồng độ mRNA và protein trong tế bào. Công cụ GTEx cung cấp bản đồ eQTL trên mô người, liên kết SNP với mức độ biểu hiện gen khác nhau citehttps://gtexportal.org/.

SNP trong exon dẫn đến biến đổi amino acid (missense) có thể thay đổi hoạt tính enzyme, độ bền protein hoặc tương tác protein–protein. Ví dụ đa hình CYP2C9*2/*3 quy định tốc độ chuyển hóa warfarin, hướng dẫn liều cá thể hóa theo khuyến cáo CPIC citehttps://www.pharmgkb.org/.

Một số đa hình là marker bệnh lý: SNP rs334 (HBB) gây hemoglobin S dẫn tới thiếu máu hồng cầu hình liềm, CNV vùng amylase (AMY1) liên quan khả năng tiêu hóa tinh bột và phản ứng insulin.

Tần số allele và di truyền quần thể

Tần số allele (p, q) và cân bằng Hardy–Weinberg (p²+2pq+q²=1) là công cụ cơ bản đánh giá lực chọn lọc, đột biến, di cư và giao phối không ngẫu nhiên. Sai lệch khỏi cân bằng cho thấy lực chọn hoặc stratification quần thể.

Haplotype là tổ hợp allele liên kết trên cùng đoạn DNA, xác định qua phương pháp phasing (Beagle, SHAPEIT). Phân tích LD (linkage disequilibrium) và chỉ số D′, r² giúp thiết kế tag‐SNP giảm số probe cần khảo sát.

Ứng dụng trong y sinh và nông nghiệp

• Y học cá thể hóa: Phân tích đa hình CYP, TPMT, HLA để lựa chọn thuốc và liều, giảm tác dụng phụ (CPIC guidelines).
• Chẩn đoán di truyền: Sàng lọc bệnh di truyền (CFTR trong cystic fibrosis), xác định nguy cơ ung thư (BRCA1/2).
• Nông nghiệp: Marker‐assisted selection (MAS) sử dụng SNP/VNTR liên quan năng suất, kháng bệnh (Rice SNP-Seek citehttps://snp-seek.irri.org/, Wheat URGI).
• Pháp y: STR profiling trong hệ thống CODIS FBI để định danh cá nhân, xác minh quan hệ huyết thống.

Thách thức và giới hạn

• Đa hình trung gian khó xác định chức năng, cần kết hợp dữ liệu epigenomics (ENCODE) và mô hình in silico.
• Đặc tính polygenic: tính trạng phức tạp bị chi phối bởi hàng trăm đến hàng nghìn SNP, mỗi SNP đóng góp nhỏ.
• Population stratification gây sai lệch kết quả GWAS, cần hiệu chỉnh qua PCA hoặc mixed models.
• Chi phí và hạ tầng phân tích dữ liệu NGS lớn, yêu cầu tính toán đám mây và lưu trữ an toàn dữ liệu cá nhân (GDPR, HIPAA).

Tài liệu tham khảo

• Hartl, D. L., & Clark, A. G. (2007). Principles of Population Genetics. Sinauer Associates.
• 1000 Genomes Project Consortium. (2015). A global reference for human genetic variation. Nature, 526, 68–74. doi.org/10.1038/nature15393.
• GTEx Consortium. “The Genotype-Tissue Expression (GTEx) project.” gtexportal.org.
• PharmGKB. “Clinical Pharmacogenetics Implementation Consortium (CPIC) Guidelines.” pharmgkb.org.
• International Rice Informatics Consortium. “SNP-Seek Database.” snp-seek.irri.org.
• OMIM. “Online Mendelian Inheritance in Man.” omim.org.