Trong nghiên cứu y học, sự đa dạng và phức tạp giữa các dạng biểu hiện bệnh lý — gọi là tính dị dạng của bệnh — luôn là rào cản trong cả chẩn đoán lẫn điều trị.
Phương pháp giải trình tự RNA số lượng lớn (bulk RNA-seq) từng là tiêu chuẩn để phân tích biểu hiện gen, nhưng lại làm “mờ” đi sự khác biệt giữa các loại tế bào trong cùng một mẫu bệnh.
Giờ đây, công nghệ giải trình tự RNA đơn bào (single-cell RNA sequencing – scRNA-seq) đang làm thay đổi cục diện, mang lại cái nhìn chi tiết ở cấp độ từng tế bào riêng lẻ. Giáo sư Arjun Malhotra, chuyên gia bệnh lý phân tử tại Viện Nghiên cứu Y học Cambridge, nhấn mạnh: “Bulk RNA-seq giống như trộn lẫn tiếng nói của hàng nghìn người. scRNA-seq, ngược lại, cho phép chúng ta lắng nghe từng cá thể”.
Giải Trình Tự Từng Tế Bào: Độ Chính Xác Trên Từng Đơn Vị Sinh Học
scRNA-seq hoạt động bằng cách cô lập từng tế bào, đánh dấu chúng bằng mã vạch riêng biệt, sau đó tiến hành phiên mã ngược và khuếch đại tín hiệu. Nhờ đó, các nhà nghiên cứu có thể xác định biểu hiện gen chi tiết ở từng tế bào.
Các hệ thống dựa trên vi giọt, như nền tảng 10x Genomics Chromium, đang được ưa chuộng nhờ khả năng xử lý hàng ngàn tế bào một lúc. Điểm vượt trội của scRNA-seq là khả năng phát hiện các loại tế bào hiếm, trạng thái chuyển tiếp và biểu hiện gen đặc thù theo dòng biệt hóa — điều mà phương pháp truyền thống không làm được. Đây là lợi thế lớn trong nghiên cứu ung thư, miễn dịch học và bệnh thần kinh.
Ứng Dụng Trong Ung Thư: Vén Màn Hệ Sinh Thái U Bướu
Khối u không phải là một tập hợp đồng nhất, mà là sự pha trộn phức tạp giữa các tế bào ung thư, miễn dịch và mô đệm. scRNA-seq cho phép phân tách từng thành phần trong môi trường vi mô khối u.
Một nghiên cứu đột phá đăng trên Nature Medicine năm 2024 đã ứng dụng scRNA-seq trên các mẫu u não glioblastoma, phát hiện ra nhóm tế bào kháng trị không thể quan sát bằng mô học. Những tế bào này biểu hiện các chương trình gen kháng thuốc, mở ra hướng phát triển liệu pháp kết hợp nhằm khắc phục kháng trị.
Bệnh Viêm Mạn: Lập Bản Đồ Hệ Miễn Dịch
Trong các bệnh lý tự miễn như viêm khớp dạng thấp, scRNA-seq giúp xác định chính xác các loại tế bào miễn dịch mất kiểm soát. Tại dịch khớp của bệnh nhân, người ta phát hiện các đại thực bào viêm cao mang dấu ấn TNFSF10 và CCL2, giúp phân biệt giữa thể tiến triển và không tiến triển. Những phát hiện này đang góp phần xây dựng lại tiêu chuẩn phân loại bệnh theo hướng sinh học phân tử.
Bệnh Truyền Nhiễm: Phân Tích Phản Ứng Tế Bào Chủ
Trong đại dịch COVID-19, scRNA-seq được sử dụng để nghiên cứu phản ứng khác biệt của từng tế bào hô hấp khi nhiễm SARS-CoV-2. Một nghiên cứu tại Viện Karolinska do TS. Serena Cheng dẫn đầu cho thấy, các tế bào biểu hiện gen kích hoạt interferon cao có khả năng chống virus tốt hơn và liên quan đến tiến triển bệnh nhẹ hơn.
Bệnh Thoái Hóa Thần Kinh: Truy Dấu Tế Bào Bị Tổn Thương
Trong các bệnh như Alzheimer và Parkinson, scRNA-seq kết hợp cùng transcriptomics không gian đã giúp nhận diện các cụm tế bào thần kinh đệm và tế bào hình sao có dấu hiệu viêm sớm — vốn không thể phân lập bằng phương pháp thông thường. Đây là nền tảng để tìm ra chỉ dấu sinh học sớm và đích điều trị mới.
Thách Thức Kỹ Thuật Và Giải Pháp Phân Tích
Dù mở ra chân trời mới, scRNA-seq vẫn đối mặt với khó khăn như tỷ lệ mất dữ liệu cao, sai số giữa các đợt chạy mẫu và độ thưa dữ liệu. Do đó, các công cụ tính toán như UMAP (giảm chiều), Louvain hoặc Leiden (phân cụm), và các mô hình học sâu như mạng nơ-ron đồ thị đang được phát triển để tăng tính chính xác.
Từ Phòng Thí Nghiệm Đến Lâm Sàng: Định Hình Y Học Cá Thể
scRNA-seq đang dần được tích hợp vào lâm sàng, từ việc phân nhóm ung thư máu chính xác hơn đến thiết kế liệu pháp tế bào CAR-T dựa trên bản đồ phân tử đơn bào của khối u. Tương lai phân loại bệnh có thể sẽ không dựa vào mô học mà dựa trên trạng thái phân tử của từng tế bào.
Giải trình tự RNA đơn bào không đơn thuần là bước tiến công nghệ, mà còn là bước ngoặt trong cách hiểu về bệnh. Nó giúp lột tả sự đa dạng của mô bệnh ở mức độ sâu sắc nhất — mở lối cho y học chính xác và điều trị cá thể hóa trong thế kỷ 21.
