Các nhà nghiên cứu tại Trường Y thuộc Đại học Maryland đã phát triển một phần mềm đột phá, sử dụng dữ liệu gen học và các mô hình toán học để dự đoán hành vi của tế bào ung thư. Tương tự như cách các mô hình dự báo thời tiết dự đoán các cơn bão đang phát triển, công nghệ mới này cho phép các nhà khoa học dự đoán hoạt động của tế bào trong các mô theo thời gian. Phần mềm kết hợp công nghệ gen học với mô hình tính toán để dự báo những thay đổi hành vi của tế bào, chẳng hạn như sự giao tiếp giữa các tế bào có thể khiến tế bào ung thư phát triển mạnh.

Nghiên cứu này được đồng dẫn dắt bởi Viện Khoa học Bộ Gen (IGS) thuộc Trường Y Đại học Maryland (UMSOM) và đã được công bố trên tạp chí Cell vào ngày 25 tháng 7. Đây là thành quả của một dự án kéo dài nhiều năm, liên quan đến nhiều phòng thí nghiệm, kết hợp giữa phát triển phần mềm và sự hợp tác quan trọng giữa các nhà nghiên cứu lâm sàng và nghiên cứu cơ bản. Nghiên cứu này cuối cùng có thể dẫn đến việc tạo ra các chương trình máy tính giúp xác định phương pháp điều trị tốt nhất cho bệnh nhân ung thư, bằng cách tạo ra một "bản sao số" của bệnh nhân.

Tiến sĩ Jeanette Johnson, nghiên cứu sinh bậc sau tiến sĩ tại IGS và đồng tác giả đầu tiên của nghiên cứu, cho biết mặc dù nghiên cứu y sinh học đã đạt được những tiến bộ to lớn trong việc mô tả hệ sinh thái tế bào bằng công nghệ gen học, kết quả vẫn chỉ là một "bức ảnh chụp nhanh" tại một thời điểm, chứ không thể hiện cách các bệnh như ung thư có thể phát sinh từ sự giao tiếp giữa các tế bào. Ung thư bị kiểm soát hoặc được hỗ trợ bởi hệ miễn dịch, vốn có tính cá nhân hóa cao; sự phức tạp này khiến việc đưa ra dự đoán từ dữ liệu ung thư ở người cho từng bệnh nhân cụ thể trở nên khó khăn.

 Điều làm cho nghiên cứu này trở nên độc đáo là việc sử dụng "ngữ pháp giả thuyết" bằng ngôn ngữ thông thường, đóng vai trò như cầu nối giữa hệ thống sinh học và các mô hình tính toán, mô phỏng cách tế bào hoạt động trong mô.

Tiến sĩ Paul Macklin, giáo sư về kỹ thuật hệ thống thông minh tại Đại học Indiana, đã dẫn đầu một nhóm các nhà nghiên cứu phát triển ngữ pháp này để mô tả hành vi tế bào. Ngữ pháp này cho phép các nhà khoa học sử dụng các câu tiếng Anh đơn giản để phát triển các biểu diễn số (digital representations) của các hệ thống sinh học đa tế bào và từ đó giúp nhóm phát triển các mô hình tính toán cho các bệnh phức tạp như ung thư.

Tiến sĩ Daniel Bergman, nhà khoa học tại IGS, phó giáo sư dược lý và sinh lý học tại UMSOM nhấn mạnh rằng: "ngữ pháp" này không chỉ tạo điều kiện giao tiếp giữa sinh học và mã hóa mà còn giúp các nhà khoa học từ các lĩnh vực khác nhau tận dụng mô hình này trong nghiên cứu của họ.

Tiến sĩ Bergman và các đồng nghiệp tại IGS đã kết hợp ngữ pháp này với dữ liệu gen từ mẫu bệnh phẩm thực tế để nghiên cứu ung thư vú và ung thư tuyến tụy, sử dụng các công nghệ như giải trình tự không gian. Trong ung thư vú, nhóm IGS đã mô hình hóa một hiệu ứng mà hệ miễn dịch không thể kìm hãm sự phát triển của tế bào khối u mà thay vào đó lại thúc đẩy sự xâm lấn và lây lan của ung thư. Họ đã điều chỉnh khuôn khổ mô hình tính toán này để mô phỏng một thử nghiệm lâm sàng liệu pháp miễn dịch ung thư tuyến tụy trong thế giới thực.

Sử dụng dữ liệu gen từ các mẫu mô ung thư tuyến tụy chưa được điều trị, mô hình dự đoán rằng mỗi "bệnh nhân" ảo có phản ứng khác nhau đối với liệu pháp miễn dịch – cho thấy tầm quan trọng của hệ sinh thái tế bào đối với ung thư học chính xác. Ví dụ, ung thư tuyến tụy là một loại ung thư khó điều trị, một phần vì nó thường được bao quanh bởi một cấu trúc dày đặc của các tế bào không phải ung thư gọi là nguyên bào sợi. Nhóm đã sử dụng công nghệ gen không gian mới (new spatial genomics technology) để chứng minh thêm cách các nguyên bào sợi giao tiếp với các tế bào khối u. Chương trình này cho phép các nhà khoa học theo dõi sự phát triển và tiến triển của các khối u tuyến tụy đến sự xâm lấn từ mô bệnh phẩm thực tế.

Tiến sĩ Johnson nhận định rằng những mô hình này rất thú vị đối với các nhà nghiên cứu miễn dịch học vì chúng có thể xây dựng và khởi tạo dựa trên dữ liệu gen từ phòng thí nghiệm và con người. Các tế bào miễn dịch tuân theo các quy tắc hành vi có thể được lập trình vào một trong những mô hình này, tạo ra một "sanbox" để điều tra các giả thuyết về những gì đang xảy ra theo thời gian mà không tốn thêm chi phí hoặc rủi ro cho bệnh nhân. Tiến sĩ Elana J. Fertig, giám đốc IGS và tác giả chính của nghiên cứu, cho biết việc điều chỉnh phương pháp này sang công nghệ gen học mang lại một phòng thí nghiệm tế bào ảo, nơi có thể tiến hành các thí nghiệm để kiểm tra các hàm ý của các quy tắc tế bào hoàn toàn bằng in silico.

Tiến sĩ Mark T. Gladwin, Phó chủ tịch các vấn đề y tế tại Đại học Maryland, Baltimore và là trưởng khoa UMSOM nhận định rằng, với công trình này của IGS, chúng ta có một khung nghiên cứu sinh học mới vì các nhà nghiên cứu giờ đây có thể tạo ra các mô phỏng máy tính của các thí nghiệm cơ bản và thử nghiệm lâm sàng của họ, thậm chí bắt đầu dự đoán tác động của các liệu pháp đối với bệnh nhân. Điều này có những ứng dụng quan trọng để tạo điều kiện cho các "bản sao số" và thử nghiệm lâm sàng ảo trong ung thư và hơn thế nữa.

P.T.T (NASTIS), theo https://www.sciencedaily.com, 9/2025