Bối cảnh và vấn đề nghiên cứu

Theo số liệu thống kê của Tổ chức Y tế Thế giới (WHO), ung thư là một trong những nguyên nhân gây tử vong hàng đầu trên phạm vi toàn cầu, với khoảng 14 triệu ca mắc mới và 8,2 triệu trường hợp tử vong trong năm 2012. Dự báo số ca mắc mới hàng năm sẽ tăng lên 22 triệu trường hợp trong vòng hai thập kỷ tiếp theo. Tại Việt Nam, mỗi năm có khoảng 150.000 đến 200.000 người phát hiện mắc ung thư và khoảng 70.000 trường hợp tử vong (riêng thống kê chi tiết năm 2012 ghi nhận tổng số 91.600 ca tử vong do ung thư, gồm 58.200 ca ở nam giới và 33.400 ca ở nữ giới).

Các phương pháp điều trị truyền thống như phẫu thuật và xạ trị chủ yếu giải quyết các tổn thương tại chỗ hoặc tại vùng, trong khi hóa trị liệu đóng vai trò quyết định trong việc ngăn chặn sự tiến triển và di căn của tế bào ác tính. Tuy nhiên, phần lớn các thuốc hóa trị hiện hành phát triển qua quy trình thử nghiệm kinh điển ("thử và lỗi") thường tốn kém chi phí, thời gian kéo dài, hiệu quả hạn chế, kèm theo độc tính cao và tỷ lệ kháng thuốc lớn. Do đó, xu hướng nghiên cứu hiện nay tập trung vào các liệu pháp nhắm trúng đích phân tử.

Histon deacetylase (HDAC) là nhóm enzym xúc tác quá trình loại bỏ nhóm acetyl khỏi gốc lysin ở đầu tận N của protein histon, dẫn tới hiện tượng đóng xoắn nhiễm sắc thể (chromatin) và ức chế quá trình phiên mã gen. Trong các tế bào ung thư, sự biểu hiện quá mức của HDAC làm ức chế bất thường các gen ức chế khối u (như p21WAF1/CIP1). Trong số 18 đồng dạng HDAC đã biết, Histon deacetylase 2 (HDAC2) thuộc nhóm I (phụ thuộc ion kẽm $\text{Zn}^{2+}$) đóng vai trò trung tâm trong quá trình deacetyl hóa histon H3K56 và H4K16, xuất hiện với tần suất cao ở nhiều bệnh lý ác tính (ung thư đại trực tràng, dạ dày, vú, tuyến tiền liệt, phổi không tế bào nhỏ, ung thư biểu mô tế bào gan).

Phương pháp nghiên cứu mối quan hệ định lượng giữa cấu trúc hóa học và tác dụng sinh học (QSAR) cho phép tính toán, dự đoán hoạt tính của các hợp chất hóa học thông qua mô hình toán học trước khi tiến hành thực nghiệm, từ đó tối ưu hóa cấu trúc dẫn đường, giảm thiểu chi phí và thời gian phát triển thuốc.

Mục tiêu nghiên cứu cụ thể của khóa luận:

  1. Xây dựng mô hình QSAR mới sử dụng phương pháp hồi quy tuyến tính nhằm dự đoán khả năng ức chế enzym HDAC2.
  2. Đánh giá mô hình xây dựng được theo các tiêu chí chuẩn mực của Tổ chức Hợp tác và Phát triển Kinh tế (OECD).
  3. Vận dụng mô hình đã xây dựng để sàng lọc và xác định các hợp chất dẫn đường tiềm năng ức chế HDAC2 từ cơ sở dữ liệu hóa học nhằm định hướng phát triển thuốc chống ung thư.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Cấu trúc hóa học và dữ liệu hoạt tính ức chế HDAC2 thực nghiệm của 45 dẫn xuất thuộc nhóm acid hydroxamic; cấu trúc các hợp chất tương đồng thu thập từ cơ sở dữ liệu PubChem.
  • Phạm vi không gian và thời gian dữ liệu: Cơ sở dữ liệu hoạt tính thực nghiệm được kế thừa và chọn lọc từ 6 công bố quốc tế giai đoạn 2007–2015 sử dụng chung một quy trình định lượng chuẩn (Kit Bioscience®); nghiên cứu sàng lọc in silico thực hiện tại Khoa Y Dược – Đại học Quốc gia Hà Nội, hoàn thành vào tháng 6 năm 2017.

Cơ sở lý thuyết và phương pháp

Khóa luận kết hợp lý thuyết sinh học phân tử về điều hòa biểu hiện gen biểu sinh (epigenetics), lý thuyết hóa dược về chất ức chế enzym phụ thuộc kẽm, lý thuyết hóa tin và các giải thuật thống kê - học máy để xây dựng mô hình QSAR 2D.

1. Khung lý thuyết và mô hình tiếp cận

  • Cơ chế biểu sinh của enzym HDAC và HDAC2: Quá trình acetyl hóa do Histon Acetyltransferase (HAT) xúc tác làm trung hòa điện tích dương trên lysin, tháo xoắn chromatin tạo điều kiện cho phiên mã. Ngược lại, HDAC loại bỏ nhóm acetyl, làm đóng xoắn chromatin, ức chế phiên mã. Các chất ức chế HDAC (UHDAC) tái kích hoạt biểu hiện của các gen ức chế khối u, thúc đẩy quá trình biệt hóa và kích hoạt con đường chết tế bào theo chương trình (apoptosis).
  • Phân loại HDAC: Gồm 4 nhóm: Nhóm I (HDAC1, 2, 3, 8; nằm ở nhân tế bào, phụ thuộc $\text{Zn}^{2+}$); Nhóm II gồm IIa (HDAC4, 5, 7, 9) và IIb (HDAC6, 10); Nhóm III (Sirtuin 1–7, phụ thuộc $\text{NAD}^+$); Nhóm IV (HDAC11).
  • Mô hình định lượng cấu trúc - tác dụng (QSAR): Dựa trên nguyên lý tác dụng sinh học là hàm số của các tham số cấu trúc hóa lý $Y = f(x_1, x_2, ..., x_n)$. Trong đó, biến phụ thuộc $Y$ được chuẩn hóa thành $\text{LogIC}{50}$ ($\text{IC}{50}$ là nồng độ ức chế 50% enzym HDAC2).
  • 5 nguyên tắc thẩm định mô hình QSAR của OECD: (1) Đích sinh học xác định; (2) Thuật toán rõ ràng; (3) Xác định miền ứng dụng cấu trúc; (4) Đảm bảo độ khớp, độ ổn định và khả năng dự đoán; (5) Có khả năng giải thích cơ chế hóa lý.

2. Phương pháp nghiên cứu và công cụ xử lý

  • Chuẩn hóa cấu trúc và tính toán tham số phân tử: Các cấu trúc hóa học được chuẩn hóa sang chuỗi ký tự SMILES (Simplified Molecular Input Line Entry System) bằng phần mềm ChemDraw 10.0. Tính toán tập tham số mô tả phân tử 2D bằng phần mềm Dragon 6.0 (loại bỏ biến nhiễu, biến có phương sai bằng 0 hoặc tương quan phi tuyến).
  • Phân chia tập dữ liệu: Phân chia ngẫu nhiên cơ sở dữ liệu thành Tập huấn luyện (Training set - Tr) chiếm 75% dữ liệu (34 hợp chất) để xây dựng mô hình và Tập kiểm tra (Test set - Te) chiếm 25% dữ liệu (11 hợp chất) để đánh giá khả năng ngoại suy.
  • Lựa chọn biến và tối ưu mô hình: Sử dụng Thuật giải di truyền (Genetic Algorithm - GA) trên phần mềm Mobydigs 1.0 với hàm mục tiêu tối ưu hóa hệ số tương quan chéo $Q^2$ (Cross-validated $R^2$ theo phương pháp Leave-One-Out).
  • Xây dựng phương trình hồi quy: Sử dụng phương pháp hồi quy tuyến tính đa biến (Multiple Linear Regression - MLR) trên phần mềm STATISTICA 10.0.
  • Đánh giá miền ứng dụng (Applicability Domain): Sử dụng phương pháp đòn bẩy (Leverage - $h$) kết hợp phân tích phần dư chuẩn (Standardized Residuals) qua biểu đồ Williams plot, xác định ngưỡng đòn bẩy tới hạn $h^* = \frac{3p}{N}$ ($p$ là số biến độc lập cộng hệ số chặn, $N$ là số quan sát trong tập huấn luyện).
  • Sàng lọc ảo (Virtual Screening): Tìm kiếm đồng dạng cấu trúc (Similarity Searching) trên cơ sở dữ liệu PubChem dựa trên hợp chất đối chiếu SAHA (Vorinostat) với ngưỡng hệ số Tanimoto $\ge 0,85$. Các chất tìm được sau đó được đưa vào mô hình QSAR để dự đoán giá trị $\text{IC}_{50}$.

Nội dung chính theo từng chương

Chương 1 - Tổng quan

Chương này trình bày bức tranh toàn diện về dịch tễ học ung thư, các nhóm thuốc điều trị ung thư hiện hành, cấu trúc - chức năng sinh học của họ enzym HDAC và lịch sử phát triển của phương pháp QSAR.

  • Thực trạng dịch tễ học ung thư: Tổng hợp số liệu tử vong và mắc mới trên thế giới và tại Việt Nam năm 2012. Tại Việt Nam, ung thư gan dẫn đầu tỷ lệ tử vong ở nam giới (26,9%), tiếp theo là ung thư phổi (24,4%), dạ dày (14,5%); ở nữ giới, ung thư phổi chiếm tỷ lệ tử vong cao nhất (14,5%), tiếp sau là gan (13,7%), vú (12,5%) và dạ dày (12,1%).
  • Phân loại thuốc chống ung thư lâm sàng: Hệ thống hóa hơn 200 thuốc chống ung thư theo cơ chế tác dụng: nhóm tác nhân alkyl hóa (nitrogen mustard, nitrosourea, hợp chất platinum), kháng sinh kháng u xen giữa DNA (anthracyclin, bleomycin), kháng chuyển hóa (kháng acid folic, kháng purin, kháng pyrimidin), ức chế giai đoạn gián phân (alkaloid vinca, taxane), ức chế topoisomerase I (camptothecin) và nhóm liệu pháp hormone.
  • Cấu tạo trung tâm hoạt động của HDAC: Nhóm I, II và IV chứa ion đồng yếu tố $\text{Zn}^{2+}$ nằm dưới đáy túi hình ống linh động. Vành miệng túi tương tác với nhóm nhận diện bề mặt của phân tử ức chế.
  • Các nhóm chất ức chế HDAC lâm sàng:
Nhóm cấu trúc Hợp chất tiêu biểu Pha thử nghiệm lâm sàng Chỉ định ung thư nghiên cứu
Acid hydroxamic SAHA (Vorinostat) Đã phê duyệt (FDA 2006) U lympho tế bào T ở da (CTCL)
PXD101 (Belinostat) Pha II Ung thư máu
LBH-589 (Panobinostat) Pha II, III Khối u đặc, AML, ALL, MDS
NVP-LAQ824 Pha I Ung thư máu
Peptid vòng Depsipeptid (Romidepsin/FK228) Đã phê duyệt (FDA 2009) CTCL, u lympho tế bào T ngoại vi
Các benzamid MS-275 (SNDX-275) Pha I, II U hắc sắc tố, khối u đặc, AML
CI-994 Pha I, II Khối u đặc, NSCLC, ung thư tụy
MGCD-0103 Pha II Ung thư bạch cầu, MDS
Acid carboxylic Acid valproic, Phenyl butyrat Pha I, II Khối u đặc, ung thư máu, CTCL
  • Lịch sử và cơ sở phương pháp QSAR: Khái quát các mốc phát triển từ Crum-Brown & Fraser (1868), Richet (1893), phương trình Hammett (1935) đến mô hình hồi quy đa biến Hansch (thập niên 1960) sử dụng hằng số kỵ nước $\pi$, hằng số Hammett $\sigma$ và hằng số không gian steric.

Chương 2 - Nguyên liệu và phương pháp nghiên cứu

Chương 2 mô tả chi tiết nguồn dữ liệu, các công cụ phần mềm và quy trình xử lý dữ liệu tính toán.

  • Mô tả tập dữ liệu 45 hợp chất: Thu thập từ 6 bài báo khoa học đã xuất bản, toàn bộ 45 chất đều thuộc nhóm dẫn xuất acid hydroxamic có cấu trúc khung chung gắn nhóm chức $-\text{CONHOH}$. Hoạt tính thực nghiệm $\text{IC}{50}$ đo trên enzym HDAC2 tái tổ hợp người bằng kit huỳnh quang Bioscience® nhằm đảm bảo tính đồng nhất về mặt sinh học. Giá trị thực nghiệm được chuyển đổi thành biến $\text{LogIC}{50}$ (dao động trong khoảng từ $-1,85$ đến $1,80$).
  • Quy trình tính toán tham số phân tử: Từ cấu trúc dạng SMILES, phần mềm Dragon 6.0 tính toán ban đầu 3.764 tham số mô tả phân tử thuộc các họ 0D, 1D, 2D và 3D. Tác giả chủ động chọn lọc tập tham số 2D (topo, graph) nhằm loại trừ sự phụ thuộc vào cấu dạng không gian 3D vốn có độ linh động cao. Sau các bước lọc bỏ biến bất biến và biến tương quan nội bộ cao, 534 tham số 2D được đưa vào quy trình chọn biến.
  • Phân chia mẫu: 45 hợp chất được chia ngẫu nhiên thành:
    • Tập huấn luyện ($Tr$): 34 hợp chất (75% CSDL).
    • Tập kiểm tra ($Te$): 11 hợp chất (25% CSDL).
  • Thuật giải di truyền (GA) chọn biến: Thiết lập quần thể nhiễm sắc thể mang thông tin các tổ hợp biến; áp dụng toán tử lai ghép chéo (crossover) và đột biến (mutation) qua các thế hệ với hàm thích nghi là hệ số $Q^2$. Kết quả lựa chọn được tổ hợp gồm 6 tham số mô tả phân tử 2D tối ưu.

Chương 3 – Kết quả và bàn luận

Chương này trình bày phương trình hồi quy tuyến tính thu được, kết quả kiểm định nghiêm ngặt theo 5 nguyên tắc OECD và kết quả sàng lọc ảo trên CSDL PubChem.

1. Mô hình toán học QSAR thu được

Mô hình hồi quy tuyến tính đa biến (MLR) biểu diễn mối tương quan giữa 6 tham số mô tả 2D với hoạt tính ức chế $\text{LogIC}_{50}$:

$$\text{LogIC}_{50} = 2,130 + 0,111 \cdot \text{ATS8m} + 3,745 \cdot \text{JGI10} + 0,085 \cdot \text{SM15_AEA(bo)} + 0,114 \cdot \text{SM08_AEA(dm)} - 0,135 \cdot \text{SM09_AEA(dm)} - 0,724 \cdot \text{B06[N-O]}$$

Trong đó, ý nghĩa và vai trò của các biến tham số phân tử:

  • $\text{ATS8m}$: Tham số tự tương quan Moreau-Broto bậc 8 theo khối lượng nguyên tử. Hệ số hồi quy mang dấu dương ($+0,111$) cho thấy sự xuất hiện của các nguyên tử có khối lượng lớn ở khoảng cách topo bậc 8 làm tăng giá trị $\text{LogIC}_{50}$, tức làm giảm hoạt tính ức chế HDAC2.
  • $\text{JGI10}$: Chỉ số topo điện tích trung bình bậc 10. Hệ số mang dấu dương ($+3,745$) thể hiện sự phân bố điện tích ở khoảng cách topo bậc 10 không thuận lợi cho hoạt tính ức chế.
  • $\text{SM15_AEA(bo)}$ và $\text{SM08_AEA(dm)}$: Các chỉ số ma trận kề cạnh (Edge adjacency indices) với hệ số dương ($+0,085$ và $+0,114$), làm tăng $\text{LogIC}_{50}$.
  • $\text{SM09_AEA(dm)}$: Chỉ số ma trận kề cạnh có hệ số âm ($-0,135$), làm giảm $\text{LogIC}_{50}$, góp phần tăng hoạt tính ức chế.
  • $\text{B06[N-O]}$: Tham số đếm nhị phân sự hiện diện của cặp nguyên tử Nitơ và Oxy ở khoảng cách liên kết bậc 6. Hệ số hồi quy mang dấu âm mạnh ($-0,724$), đồng nghĩa với việc cấu trúc có chứa cặp nguyên tử $\text{N-O}$ ở vị trí topo này sẽ làm tăng đáng kể lực ức chế enzym.

2. Thẩm định mô hình theo tiêu chí OECD

Tiêu chí thẩm định Thông số thống kê Giá trị đạt được Ngưỡng yêu cầu theo OECD Đánh giá
Độ khớp (Goodness-of-fit) Hệ số xác định $R^2$ $0,89$ $R^2 > 0,60$ Độ khớp thực nghiệm rất cao
Độ ổn định nội bộ Hệ số tương quan chéo $Q^2$ $0,81$ $Q^2 > 0,50$ Mô hình có độ bền vững cao
Khả năng dự đoán ngoại Hệ số xác định ngoại $Q^2_{ext}$ $0,85$ $Q^2_{ext} > 0,50$ Dự đoán tập kiểm tra chính xác
Độ chính xác dự đoán nội Tỷ lệ dự đoán đúng $88,85%$ - Đạt chuẩn tin cậy
Độ chính xác dự đoán ngoại Tỷ lệ dự đoán đúng $84,64%$ - Đạt chuẩn tin cậy

  • Xác định miền ứng dụng (Applicability Domain): Ngưỡng đòn bẩy giới hạn được tính theo công thức:

    $$h^* = \frac{3 \times p}{N} = \frac{3 \times 6}{34} \approx 0,529$$

    Biểu đồ Williams plot xác lập vùng giới hạn an toàn nằm trong khoảng phần dư chuẩn $[-3; +3]$ và $h \le 0,529$. Kết quả kiểm tra cho thấy $100%$ hợp chất trong tập huấn luyện ($34/34$ chất) và tập kiểm tra ($11/11$ chất) đều nằm hoàn toàn bên trong miền ứng dụng, khẳng định tính hợp lệ và độ tin cậy của các dự đoán.

3. Kết quả sàng lọc ảo trên CSDL PubChem

  • Thực hiện tìm kiếm đồng dạng cấu trúc trên PubChem đối với hơn 31.000 hợp chất dựa trên khung SAHA với ngưỡng Tanimoto $\ge 0,85$.
  • Lọc được một tập hợp các dẫn chất hydroxamat, từ đó chọn ra 120 hợp chất chưa từng có công bố nghiên cứu về hoạt tính ức chế HDAC2.
  • Sử dụng mô hình MLR 6 biến tính toán giá trị $\text{IC}_{50}$ dự đoán cho 120 hợp chất này.
  • Kết quả sàng lọc:
    • 14 hợp chất có hoạt tính ức chế dự đoán mạnh tương đương hoặc vượt trội so với SAHA.
    • Đặc biệt, phát hiện 3 hợp chất có hoạt tính dự đoán mạnh hơn SAHA từ 60 đến 70 lần (tiêu biểu như hợp chất mang mã định danh PubChem CID: 58624316 có $\text{IC}_{50}$ dự đoán đạt $0,265\ \mu\text{M}$).

Kết quả và đóng góp

1. Kết quả chính kèm số liệu thực nghiệm và tính toán

  • Đã thiết lập thành công mô hình toán học QSAR 2D gồm 6 biến mô tả phân tử ($\text{ATS8m}$, $\text{JGI10}$, $\text{SM15_AEA(bo)}$, $\text{SM08_AEA(dm)}$, $\text{SM09_AEA(dm)}$, $\text{B06[N-O]}$) với các chỉ số thống kê cao: $R^2 = 0,89$; $Q^2 = 0,81$; $Q^2_{ext} = 0,85$.
  • Toàn bộ $100%$ hợp chất tập $Tr$ (34 chất) và tập $Te$ (11 chất) thỏa mãn tiêu chuẩn miền ứng dụng cấu trúc với ngưỡng $h^* \approx 0,529$ và phần dư chuẩn trong khoảng $[-3; +3]$.
  • Sàng lọc ảo thành công 120 dẫn chất hydroxamat từ PubChem, xác định được 14 hợp chất có hoạt tính ức chế HDAC2 mạnh hơn hoặc tương đương SAHA, trong đó có 3 hợp chất đạt hoạt tính ức chế dự đoán mạnh gấp 60–70 lần SAHA.

2. Đóng góp học thuật và thực tiễn của khóa luận

  • Cung cấp một mô hình sàng lọc in silico có độ tin cậy cao, tuân thủ chặt chẽ 5 tiêu chuẩn của OECD, cho phép dự đoán nhanh hoạt tính ức chế HDAC2 trực tiếp từ cấu trúc phân tử mà không đòi hỏi thông tin cấu dạng không gian 3D phức tạp.
  • Đóng góp vào ngân hàng dữ liệu hóa dược 14 cấu trúc dẫn đường tiềm năng có khả năng ức chế HDAC2 chọn lọc cao, định hướng cho các nghiên cứu tổng hợp hóa dược và thử nghiệm sinh học tiếp theo nhằm phát triển thuốc điều trị ung thư mới.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế được ghi nhận trong văn bản

  • Nguồn dữ liệu thực nghiệm: Cơ sở dữ liệu 45 chất được tổng hợp từ 6 bài báo khoa học khác nhau. Mặc dù cùng sử dụng một bộ kít thử nghiệm Bioscience®, sự khác biệt nhỏ về điều kiện thao tác giữa các phòng thí nghiệm vẫn có thể tạo ra sai số hệ thống nhất định.
  • Phương pháp tiếp cận mô hình: Nghiên cứu chỉ sử dụng tham số phân tử 2D và mô hình hồi quy tuyến tính MLR, chưa kết hợp phương pháp mô phỏng gắn kết phân tử (Molecular Docking) với protein HDAC2, dẫn đến việc chưa mô tả được chi tiết tương tác không gian và cấu dạng lập thể tại tâm hoạt động chứa ion $\text{Zn}^{2+}$.
  • Khả năng giải thích cơ chế: Một số biến mô tả topo phức tạp (các chỉ số kề cạnh ma trận $\text{SM15_AEA(bo)}$, $\text{SM08_AEA(dm)}$) khó diễn giải hoàn toàn tường minh theo lý thuyết hóa lượng tử do thiếu các tài liệu tham khảo chuyên sâu.

Hướng nghiên cứu tiếp theo

  1. Ứng dụng phương pháp gắn kết phân tử (Molecular Docking) và mô phỏng động lực học phân tử để khảo sát cơ chế tương tác lập thể giữa 14 hợp chất tiềm năng đã sàng lọc với trung tâm hoạt động của enzym HDAC2.
  2. Tiến hành tổng hợp hóa học và đánh giá hoạt tính sinh học ức chế enzym HDAC2 in vitro cũng như thử nghiệm độc tính tế bào trên các dòng tế bào ung thư thực tế để kiểm chứng độ chính xác của mô hình dự đoán.

Giá trị tham khảo

  • Đối tượng sử dụng phù hợp: Khóa luận là tài liệu tham khảo cho sinh viên, học viên cao học và nghiên cứu viên thuộc các chuyên ngành Dược học, Hóa dược, Tin sinh học, Hóa tin ứng dụng và Công nghệ sinh học dược phẩm.
  • Nội dung có giá trị tham khảo nổi bật:
    • Quy trình chuẩn mực trong việc xây dựng và thẩm định mô hình QSAR theo 5 nguyên tắc OECD.
    • Kỹ thuật kết hợp phần mềm Dragon 6.0, thuật giải di truyền Mobydigs 1.0 và phân tích hồi quy STATISTICA 10.0.
    • Phương pháp xây dựng biểu đồ Williams plot để kiểm soát miền ứng dụng cấu trúc (Applicability Domain).
    • Quy trình sàng lọc ảo đồng dạng cấu trúc (Similarity Searching) từ cơ sở dữ liệu hóa học trực tuyến PubChem dựa trên hệ số Tanimoto.

Câu hỏi thường gặp

1. Mô hình QSAR trong khóa luận được thẩm định qua những chỉ số thống kê cụ thể nào?

Mô hình được đánh giá qua 3 thông số thống kê cốt lõi theo hướng dẫn của OECD:

  • Hệ số xác định $R^2 = 0,89$ (đánh giá độ khớp với dữ liệu huấn luyện, yêu cầu chuẩn $>0,60$).
  • Hệ số tương quan chéo $Q^2 = 0,81$ (đánh giá độ ổn định nội bộ qua phương pháp Leave-One-Out, yêu cầu chuẩn $>0,50$).
  • Hệ số xác định ngoại $Q^2_{ext} = 0,85$ (đánh giá khả năng dự đoán trên tập kiểm tra độc lập gồm 11 chất, yêu cầu chuẩn $>0,50$). Độ chính xác dự đoán nội đạt $88,85%$ và dự đoán ngoại đạt $84,64%$.

2. Tại sao tác giả lại ưu tiên sử dụng tham số phân tử 2D thay vì tham số 3D?

Tác giả lựa chọn tham số phân tử 2D (cấu trúc hình học topo, lý thuyết đồ thị) vì các tham số này không phụ thuộc vào thông tin cấu dạng không gian 3D của phân tử. Do các phối tử dạng dẫn xuất acid hydroxamic có chuỗi liên kết linh động cao, việc sử dụng tham số 2D giúp mô hình đạt độ ổn định và tính khái quát hóa cao hơn, tránh sai số do tối ưu hóa cấu hình lập thể 3D gây ra.

3. Quy trình sàng lọc ảo trên CSDL PubChem được thiết lập theo các bước và tiêu chí nào?

Quy trình gồm 2 giai đoạn chính:

  1. Tìm kiếm đồng dạng: Nhập cấu trúc SMILES của SAHA (Vorinostat) vào PubChem để tìm các hợp chất tương đồng cấu trúc với hệ số Tanimoto $\ge 0,85$, từ đó chọn lọc ra 120 chất chưa từng công bố hoạt tính ức chế HDAC2.
  2. Dự đoán hoạt tính: Tính toán 6 tham số 2D bằng Dragon 6.0 cho 120 chất và đưa vào phương trình hồi quy MLR để tính $\text{LogIC}_{50}$, từ đó trích xuất ra các chất có hoạt tính ức chế mạnh nhất.

4. Biến tham số phân tử nào trong phương trình hồi quy có tác dụng làm tăng hoạt tính ức chế HDAC2 mạnh nhất?

Biến tham số $\text{B06[N-O]}$ có ảnh hưởng tích cực rõ nét nhất tới hoạt tính ức chế enzym. Do mang hệ số hồi quy âm lớn ($-0,724$), khi một phân tử xuất hiện cặp nguyên tử Nitơ và Oxy ở khoảng cách liên kết bậc 6 ($\text{B06[N-O]} = 1$), giá trị $\text{LogIC}{50}$ sẽ giảm đi đáng kể, đồng nghĩa với việc nồng độ $\text{IC}{50}$ giảm xuống và hoạt tính ức chế HDAC2 của chất đó tăng lên.

Kết luận

Khóa luận tốt nghiệp của tác giả Nguyễn Thị Hiền đã xây dựng thành công mô hình toán học QSAR 2D gồm 6 biến mô tả phân tử để dự đoán hoạt tính ức chế enzym Histon Deacetylase 2 (HDAC2) hỗ trợ điều trị ung thư. Mô hình đạt độ tin cậy và tính ổn định cao, đáp ứng đầy đủ 5 tiêu chí thẩm định khắt khe của OECD với các chỉ số thống kê $R^2 = 0,89$, $Q^2 = 0,81$ và $Q^2_{ext} = 0,85$. Thông qua quy trình sàng lọc ảo trên CSDL PubChem, nghiên cứu đã phát hiện được 14 dẫn chất hydroxamat có hoạt tính dự đoán tương đương hoặc vượt trội SAHA, trong đó có 3 hợp chất có hoạt tính dự đoán mạnh hơn 60–70 lần, tạo cơ sở khoa học quan trọng cho các nghiên cứu tổng hợp và kiểm chứng thực nghiệm tiếp theo.