MỞ ĐẦU Short tandem repeat - STR là các đoạn trình tự ngắn, được cấu thành bằng sự lặp lại của khoảng 2 – 7 nucleotide. Trong hệ gen của người, các STR nằm rải rác khắp nơi, chúng nằm trong vùng không mã hóa, giữa các gen và chiếm khoảng 3% hệ gen người. Do vị trí đặc thù của STR, chúng có độ đa dạng cao về độ dài và trình tự lặp lại mà không ảnh hưởng đến hoạt động sống của con người. STR có tính bảo thủ cao, được truyền từ bố mẹ sang con cái, vì vậy mà các STR khác nhau giữa các cá thể khác nhau không có quan hệ huyết thống trực hệ.
STR là các chỉ thị phân tử được ứng dụng rộng rãi trong các phân tích khoa học hình sự, cụ thể là công tác xác định danh tính, là công cụ đắc lực trong các vụ án hình sự phức tạp như cưỡng hiếp tập thể hoặc khi các dấu vết còn sót tại hiện trường không đủ cung cấp thông tin cho công tác điều tra [1], [2]. STR cũng được sử dụng trong nghiên cứu di truyền quần thể hay cho mục đích khảo cổ học. Mỗi một quần thể người đều có những đặc trưng sinh học riêng biệt hình thành trong quá trình sống qua nhiều thế hệ, trong đó ở cấp độ ADN, được thể hiện bằng sự phân bố khác nhau về tần suất allele trong mỗi nhóm dân tộc [3]. Việc thu thập dữ liệu STR các dân tộc sinh sống tại Việt Nam đã và đang được triển khai rộng khắp kể từ những năm 2000.
Ngoài ứng dụng trong phân tích gen hình sự, các kết quả khảo sát còn được sử dụng trong nghiên cứu độ đa dạng về mặt nhân chủng học và xây dựng cơ sở dữ liệu về tần số phân bố allele trong quần thể người Việt Nam [4]–[6]. Tuy nhiên, việc thu thập dữ liệu nhiều dân tộc thiểu số vùng cao còn gặp nhiều khó khăn do địa bàn cư trú cách biệt và dân số thấp. Không chỉ vậy, Việt Nam cũng nằm trong vùng địa lý có lịch sử nhân chủng học rất phức tạp, đang còn nhiều tranh cãi về nguồn gốc, con đường hình thành các chủng người hiện đại đang sinh sống đó là khu vực Đông Nam Á [7]–[10]. Do đó nghiên cứu về các quần thể người sinh sống tại Việt Nam nói chung, về người Mông nói riêng còn rất hạn chế và chưa có một nghiên cứu chính thức nào được tiến hành.
Thực trạng đặt ra yêu cầu cấp thiết là phải xây dựng bộ cơ sở dữ liệu STR cho nhóm dân tộc Mông sinh sống tại Việt Nam nhằm lưu trữ và phục vụ cho truy xuất nguồn gốc, xác định danh tính trong công tác giám định pháp y, 4 cũng như cho công tác nghiên cứu di truyền học, nhân chủng học và bảo tồn tại Việt Nam. Do đó, chúng tôi tiến hành thực hiện đề tài: “Xây dựng cơ sở dữ liệu về tần số allele 22 locus đa hình STR trên nhiễm sắc thể thường ở quần thể người Mông tại Hà Giang, Việt Nam”, nhằm : i) Xây dựng bộ số liệu tần số allele của 22 locus đa hình STR trên nhiễm sắc thể thường của người Mông; ii) Đánh giá các chỉ số thống kê đặc trưng của tần số allele, chỉ số đa dạng di truyền của quần thể; iii) Xác định mối quan hệ di truyền của người Mông với các quần thể gần gũi khác. Ý nghĩa của nghiên cứu : Nghiên cứu cung cấp cơ sở dữ liệu tần số STR nhiễm sắc thể thường phục vụ cho công tác giám định gen, xác định huyết thống và nghiên cứu đa dạng di truyền quần thể. TỔNG QUAN TÀI LIỆU 1.
Tổng quan về đoạn lặp ngắn ngẫu nhiên – STR 1. Short tandem repeat – STR 1. STR là gì ADN đã được ứng dụng trong thực tế nghiên cứu pháp y từ thế kỉ XX, đi cùng với sự phát triển của công nghệ giải mã hệ gen người. Trong công tác giám định pháp y, dấu hiệu sinh học dựa trên ADN cung cấp rất nhiều thông tin đặc biệt quan trọng và cũng là một bước nhảy của khoa học hình sự.
ADN mang những đặc điểm hóa sinh ưu thế khi mà các dấu vết sinh học khác còn có thể thu thập được ở hiện trường thường rất ít, bị phân hủy nhanh chóng và tiêu tốn thời gian. Hàng nghìn vụ án đã được đưa ra ánh sáng với sự hỗ trợ đắc lực của công nghệ giám định ADN. Hiện nay, đối với giám định ADN trong khoa học hình sự cả trong và ngoài nước thì các chỉ thị short tandem repeats (STR) được sử dụng rất phổ biến do dựa trên phản ứng khuếch đại gen – polymerase chain reaction (PCR), có độ đặc hiệu cao cũng như cho phép thực hiện đối với Hình 1.1 Các locus thuộc bộ CODIS của FBI và vị trí trên NST người 6 các loại mẫu phức tạp. Điển hình các tổ chức lớn như FBI (Federal Bureau of Investigation) đã công bố quy trình thường quy cho sử dụng 13 locus STR (CODIS) (Hình 1.1) hay Interpol cũng xác định bộ 10 locus STR chuẩn cho nước Anh và các nước Châu Âu cho công tác giám định xác định danh tính.
Tại Việt Nam, việc sử dụng STR trong công tác giám định xác định danh tính cũng được sử dụng thường quy tại các viện Pháp y trong cả nước. STR là đoạn trình tự đa hình nằm trong vùng không mã hóa, có cấu trúc gồm các đoạn lặp lại của một trình tự nt có độ dài khoảng 2 – 7 bp, chiếm khoảng 3% hệ gen người. Do nằm ngoài vùng mã hóa, các STR rất đa dạng giữa người với người về độ dài (có thể lên đến hàng nghìn base), trình tự đoạn lặp mà không ảnh hưởng đến hoạt động sinh học của tế bào. Các đoạn lặp lại này nằm rải rác ở khắp nơi trong hệ gen của người.
Từ những năm 1990 đến nay đã có hàng chục nghìn STR trên các nhiễm sắc thể (NST) được phát hiện. Trong quá trình phân bào, các đoạn STR này không bị phân cắt, chúng có tính bảo thủ cao. Ngoại trừ trường hợp song sinh cùng trứng, số lượng lặp lại của các STR là độc nhất cho từng cá thể, được di truyền từ bố mẹ sang con cái và phân biệt các cá thể không có quan hệ huyết thống trực hệ. Do đó các cá thể này sẽ mang bộ số lượng đoạn lặp lại khác nhau của các STR [1], [2].
Bộ chỉ thị gồm nhiều các STR nằm trên các nhiễm sắc thể khác nhau cho phép phân biệt các cá thể riêng biệt, ngay cả với những cá thể có quan hệ họ hàng gần gũi. Đối với nghiên cứu di truyền quần thể, cơ sở di truyền của nghiên cứu dựa trên hai định luật căn bản của di truyền học Mendel đó là định luật di truyền phân ly độc lập và định luật di truyền phân ly. Do đó, các chỉ số về di truyền liên kết cân bằng và cân bằng Hardy-Weinberg được kiểm định đồng thời các phép tính thống kê được sử dụng nhằm tăng tính chính xác, giảm sai số trong phân tích [11]. Trong giám định hình sự, xác định danh tính có thể được hiểu là sự so sánh hồ sơ ADN của một người nào đó, lấy từ mẫu sinh học vương lại hoặc từ 7 các dấu vết như vết máu tại hiện trường của một vụ án với một người khác có mối liên quan nhằm xác định danh tính hoặc loại trừ khả năng.
Phân loại và danh pháp STR được phân loại dựa trên số lượng nucleotide được lặp lại, ví dụ dinucleotide cho 2 nucleotide, trinucleotide cho 3 nucleotide… Tuy nhiên, STR cũng có thể phân loại bằng một vài cách khác dựa trên tính phức tạp của trình tự lặp lại. Các STR đơn giản là các STR cấu thành bởi sự lặp lại của một trình tự nucleotide (ví dụ (GATA)n) hay STR phức là các đoạn được cấu thành bởi sự lặp lại của 2 hoặc nhiều hơn trình tự nucleotide (ví dụ (CG)m– (CA)n). Danh pháp hay tên của từng đoạn STR được đặt theo tên của gen nếu locus này nằm một phần hoặc nằm toàn bộ trong gen. Ví dụ chỉ thị STR TH01 có nguồn gốc từ tên gen tổng hợp enzym tyrosine hydroxylase của người, nằm trên NST số 11.
Chữ "TH" xuất phát từ chữ cái đầu tyrosine hydroxylase. Phần "01" của ký hiệu "TH01" xuất phát từ vùng intron 1 của gen tổng hợp enzym tyrosine hydroxylase. Các trình tự ADN nằm ngoài vùng gen thì được xác định tên bằng vị trí của chúng trên NST. Ví dụ như locus D5S818 hay DYS19 là các locus nằm ngoài vùng gen mã hóa, chữ “D” kí hiệu cho ADN, các kí hiệu tiếp theo lần lượt là NST số 5/ Y cho NST Y; “S” có nghĩa là trình tự chỉ có một bản copy trên genome; con số cuối tên là thứ tự chỉ thị này được phát hiện và sắp xếp theo từng NST cụ thể.
Các chỉ thị STR thiết yếu Đối với công tác giám định, việc sử dụng một bộ các chỉ thị theo một tiêu chuẩn là cần thiết vì sự chính xác và đồng nhất của các kết quả giám định. Bộ các chỉ thị được sử dụng rộng rãi ngày nay đã được nghiên cứu và phát triển ở phòng thí nghiệm của tiến sĩ Thomas Caskey tại Trường đại học Y khoa 8 Baylor cùng với viện Forensic Science Service tại Anh thực hiện vào đầu những năm 1990. Những chỉ thị này được sử dụng nhiều hơn trong các kit xét nghiệm của hãng Promega (Mỹ) so với kit của hãng Applied Biosystems (Mỹ). Bộ kit thương mại được đưa ra thị trường đầu tiên được giới thiệu bởi hãng Promega năm 1994.
Đây là bước nhảy lớn cho ứng dụng rộng rãi của STR trong công tác giám định pháp y. Bộ kit bao gồm các locus CSF1PO, TPOX và TH01, là các chỉ thị dạng “CTT”. Các chỉ thị triplex thường có chỉ số xác xuất trùng hợp ngẫu nhiên chỉ khoảng 1/500 nhưng lại được sử dụng rộng rãi tại Mỹ do đây là bộ kit thương mại đầu tiên cho phép khuếch đại cùng lúc nhiều chỉ thị với chi phí thấp [11]. Vào năm 1990, Cục điều tra liên bang Mỹ - FBI đã khởi động một sự án thăm dò trên tổng cộng 14 bang và phòng thí nghiệm liên quan tại địa phương.
Dự án được biết với tên “The DNA Identification Act” nhằm mục đích xây dựng hệ thống dữ liệu quốc gia cho công tác điều tra án (https://www.gov/services/laboratory/biometric-analysis/codis). Năm 1997, một bộ gồm 13 chỉ thị STR đã được chọn cho dự án xây dựng cơ sở dữ liệu của hệ thống Combined DNA Index System - CODIS. Các chỉ thị bao gồm các locus CSF1PO, FGA, TH01, TPOX, vWA, D3S1358, D5S818, D7S820, D8S1179, D13S317, D16S539, D18S51, và D21S11 (Hình 1.