Đối với các bệnh mang yếu tố di truyền như xơ cứng teo cơ một bên (ALS), cách tiếp cận mới này có thể giúp các nhà khoa học phát hiện ra cơ sở di truyền mới và cơ chế bệnh một cách chuẩn xác hơn.

Gang Wu, Tiến sĩ, Giám đốc Trung tâm Tin sinh học Ứng dụng St. Jude và tác giả cao cấp của nghiên cứu, cho biết: “Đối với bệnh ALS, và các bệnh khác như ung thư não ở trẻ em, ước tính khoảng “20% sẽ được giải thích bởi tính di truyền.“Các công cụ của chúng tôi sẽ giúp tìm ra khả năng di truyền chưa giải thích được còn lại có thể góp phần gây ra những căn bệnh đó,” Wu nói thêm.

Nghiên cứu mang tên, “ Khung phân tích biến thể hiếm gặp  bằng cách sử dụng tổng số kiểu gen công khai để ưu tiên tìm ra các gen có khuynh hướng gây bệnh ” được xuất bản trên tạp chí Nature Communications.

Phân tích di truyền giúp các nhà khoa học hiểu rõ hơn về cơ chế của các bệnh hiếm gặp và đưa ra những chẩn đoán và điều trị chính xác. Thông thường, các gen liên quan đến bệnh được xác định bằng cách so sánh dữ liệu trình tự gen từ một nhóm nhỏ bệnh nhân mắc bệnh hiếm gặp với những gen từ những người khỏe mạnh với cùng độ tuổi trong một cơ sở dữ liệu công khai lớn.

Tuy nhiên, việc tìm ra các biến thể di truyền thực sự gây ra các bệnh hiếm gặp có thể vô cùng khó khăn. Thông thường, có rất ít bệnh nhân mắc bệnh hiếm gặp, và cũng khó tìm được một nhóm người khỏe mạnh và có độ tuổi tương đồng với bệnh nhân để tham gia làm phép so sánh.

Về cơ bản, điều này có nghĩa là không có đủ số lượng người tham gia thí nghiệm và tính nhất quán trong dữ liệu có sẵn cũng không được đảm bảo để cho phép bất kỳ phát hiện nào đạt được số liệu đáng kể. Nói cách khác, các nghiên cứu bị hạn chế về khả năng phát hiện các mối liên hệ chính xác giữa một gen hoặc đột biến với một căn bệnh.

Trong cách tiếp cận mới này, Wu và các đồng nghiệp đã tạo ra một công cụ được gọi là CoCoRV, hoặc bài kiểm tra biến thể hiếm dựa trên số lượng tóm tắt nhất quán. Tóm lại, thử nghiệm so sánh dữ liệu di truyền từ các bệnh nhân mắc bệnh hiếm gặp với dữ liệu tóm tắt đã tồn tại trong cơ sở dữ liệu để xác định các đột biến hoặc biến thể di truyền có khả năng gây bệnh.

Vì dữ liệu từ hai nhóm đến từ các nguồn khác nhau, CoCoRV cũng sử dụng một loạt các bộ lọc kiểm soát chất lượng tiêu chuẩn hóa để đảm bảo rằng bất kỳ yếu tố gây nhiễu kết quả đều được loại bỏ và chỉ "các biến thể chất lượng cao" mới được sử dụng trong phân tích.Kế hoạch này về cơ bản nhằm tạo ra một nhóm chọn lọc có điểm tương đồng để so sánh với nhóm bị bệnh.

Wenan Chen- Tiến sĩ, tác giả đầu tiên của nghiên cứu, cho biết: “Khi bạn có một lượng lớn dữ liệu, bạn có thể sử dụng kiến thức này để rút ra các quy tắc phân loại một cách có hệ thống đâu để tìm ra đâu là tín hiệu thực và đâu là tín hiệu kém trong các bộ dữ liệu khác. Chúng tôi đã xây dựng thí nghiệm đó thành một công cụ hữu ích cho những người khác sử dụng ”,

“Do đó, người dùng có thể tự tin quét các biến thể [gây bệnh] tiềm ẩn hoặc cố gắng xác định các gen nguy cơ mắc một căn bệnh hiếm gặp,” Chen nói.

Để đưa CoCoRV vào thử nghiệm, nhóm đã sử dụng nó để tìm kiếm các biến thể di truyền trong tập dữ liệu giữa 3.093 trường hợp ALS và 8.186 trường hợp dữ liệu từ nhóm khỏe mạnh và tất cả đều là người da trắng.

Phân tích cho thấy các gen ALS đã biết SOD1, NEK1 và TBK1 dường như nằm trong số các gen hàng đầu liên quan đến ALS trong nhóm nghiên cứu, xác nhận phương pháp này. Các nhà nghiên cứu cho biết, phân tích cũng có thể xác định và loại bỏ các kết quả "dương tính giả". Các nhà nghiên cứu cũng xác nhận cách tiếp cận của họ trong một phân tích dữ liệu di truyền từ bệnh nhân ung thư.

Mặc dù công cụ này cho phép ưu tiên các gen có thể góp phần gây ra bệnh tật, nhưng “chúng tôi thận trọng rằng CoCoRV nên được sử dụng như một công cụ ưu tiên chứ không phải một công cụ xác nhận thống kê,” các nhà nghiên cứu viết. 

“Một khi các gen đặc biệt được xác định, cần có một cuộc kiểm tra liên kết dựa trên kiểu gen đầy đủ nghiêm ngặt hoặc các nghiên cứu chức năng dựa trên phòng thí nghiệm để xác nhận các kết quả nghiên cứu. Genotype đề cập đến thành phần di truyền của một sinh vật.

Thu Hà