Bối cảnh và vấn đề nghiên cứu

Ung thư là một trong những nguyên nhân gây tử vong hàng đầu trên toàn cầu. Theo số liệu thống kê được tác giả trích dẫn trong khóa luận, mỗi năm thế giới ghi nhận khoảng 14,1 triệu ca mắc mới và 8,2 triệu trường hợp tử vong do ung thư. Tại Việt Nam, tình hình dịch tễ ghi nhận khoảng 124.000 ca mắc mới mỗi năm với tỷ lệ tử vong chiếm gần 75%. Mặc dù các phương pháp phòng ngừa và điều trị đã có nhiều bước tiến, ung thư vẫn là thách thức lớn đối với y học hiện đại, đặt ra yêu cầu cấp bách về việc nghiên cứu các loại thuốc điều trị hiệu quả và an toàn.

Liệu pháp hóa trị sử dụng các phân tử nhỏ nhắm vào các đích sinh học (protein hoặc gen) liên quan đến các quá trình sinh sản, biệt hóa và chết theo chu trình (apoptosis) của tế bào ung thư hiện là phương pháp phổ biến. Tuy nhiên, cách tiếp cận truyền thống dựa trên mô hình "một thuốc - một đích" (single target) bộc lộ hai hạn chế lớn:

  • Tỷ lệ kháng thuốc cao do các đích phân tử dễ phát sinh đột biến.
  • Tính chọn lọc kém dẫn đến việc thuốc tác động lên các protein của tế bào lành (tác dụng ngoài đích - off-target), gây độc tính nghiêm trọng, làm giảm thể trạng, suy giảm chất lượng sống của người bệnh và giảm hiệu quả điều trị lâm sàng.

Trước sự phức tạp của cơ chế bệnh sinh, hướng tiếp cận đa dược lý mạng (Network Pharmacology - NP) ra đời như một giải pháp mang tính hệ thống. Phương pháp này tích hợp các tương tác phân tử đa tầng, giúp nhận diện các đích tác dụng then chốt và dự đoán phản ứng có hại. Trên cơ sở đó, khóa luận xác định hai mục tiêu nghiên cứu cụ thể:

  1. Trình bày quy trình chung để xây dựng mạng tương tác protein - protein (PPIN), mạng tương tác thuốc - đích phân tử (DPIN) và mạng tương tác thuốc - thuốc (DDIN).
  2. Phân tích một số ví dụ về ứng dụng của nghiên cứu đa dược lý mạng trong xác định các đích phân tử liên quan đến ung thư.

Đối tượng nghiên cứu của khóa luận là các mô hình mạng phân tử sinh học (DPIN, PPIN, DDIN) và các phương pháp phân tích tin sinh học liên quan. Phạm vi tài liệu tập trung vào các công bố học thuật, cơ sở dữ liệu chuyên ngành và các nghiên cứu điển hình về ung thư (tiêu biểu là ung thư vú và ung thư tuyến tụy) được cập nhật đến thời điểm năm 2018.

Cơ sở lý thuyết và phương pháp

Khóa luận thiết lập nền tảng lý thuyết dựa trên sự giao thoa giữa lý thuyết đồ thị toán học, sinh học hệ thống và dược lý học hiện đại:

  • Lý thuyết đồ thị (Graph Theory): Mạng dược lý được mô hình hóa dưới dạng đồ thị rời rạc $G(V, E)$, trong đó $V$ là tập hợp $n$ đỉnh (đại diện cho thuốc, gen hoặc protein) và $E$ là tập hợp $m$ cạnh (đại diện cho các tương tác hóa sinh hoặc liên kết vật lý). Bậc của đỉnh $d(a)$ biểu thị số cạnh liên kết trực tiếp với đỉnh đó. Về mặt biểu diễn dữ liệu, đồ thị được cấu trúc qua:
    • Ma trận kề (Adjacency matrix): Kích thước $n \times n$ với độ phức tạp không gian $O(n^2)$, phù hợp cho đồ thị dày nhưng tốn bộ nhớ đối với đồ thị sinh học thực tế.
    • Danh sách kề (Adjacency list): Lưu trữ các đỉnh kề với tổng số phần tử $\sum_{a \in V} d(a) = 2m$, tối ưu hóa bộ nhớ cho các đồ thị thưa có số cạnh $m = O(n)$.
  • Phân loại mạng phân tử:
    • Mạng tương tác thuốc - đích phân tử (DPIN): Đồ thị biểu diễn các liên kết vật lý giữa thuốc và protein (liên kết cộng hóa trị, liên kết ion/tĩnh điện, liên kết hydro và lực Van der Waals như tương tác $\pi$-$\pi$, $\pi$-alkyl, alkyl-alkyl).
    • Mạng tương tác protein - protein (PPIN): Mô hình hóa tương tác giữa các protein trong tế bào, bao gồm tương tác ổn định (phức hợp đa tiểu đơn vị như Hemoglobin, RNA polymerase) và tương tác tạm thời (quá trình truyền tín hiệu, phosphoryl hóa, apoptosis).
    • Mạng tương tác thuốc - thuốc (DDIN): Đồ thị phân tích tương tác phối hợp thuốc trên hai phương diện: dược lực học (tác động hiệp đồng hoặc đối lập trên cùng thụ thể/hệ thống) và dược động học (ảnh hưởng đến hấp thu, phân bố, chuyển hóa, thải trừ).
  • Phương pháp thu thập dữ liệu tương tác:
    • Thực nghiệm sinh học: Phương pháp hệ thống lai đôi nấm men (Yeast Two-Hybrid - Y2H) phát hiện tương tác giữa protein mồi (bait) và protein con mồi (prey) thông qua gen chỉ thị (reporter gene); phương pháp khối phổ (Mass Spectrometry - MS) kết hợp điện di gel SDS-PAGE và phân cắt protein bằng trypsin; phương pháp protein microarray.
    • Tính toán in silico: Phương pháp mô phỏng gắn kết phân tử (docking), tiếp cận dựa trên cấu trúc (structure-based), quy mô bộ gen (genome-scale) và quy mô trình tự gen (sequence-scale).
  • Phương pháp phân tích topo mạng:
    • Phân tích trung tâm (Centrality Analysis): Nhận diện các protein quan trọng thông qua bậc (Degree), độ trung tâm gần gũi (Closeness Centrality - nghịch đảo tổng khoảng cách ngắn nhất từ một nút đến tất cả các nút khác trong mạng) và độ trung tâm ở giữa (Betweenness Centrality - tỷ lệ số đường đi ngắn nhất giữa mọi cặp nút đi qua nút đang xét).
    • Phân tích cụm (Clustering Analysis): Nhận diện mô-đun chức năng và phức hợp protein bằng các thuật toán như Newman-Girvan fast greedy (loại bỏ cạnh có edge betweenness cao) và thuật toán MCODE (gán trọng số nút, phát triển cụm từ nút hạt giống và lọc tinh haircut/fluff).
    • Phân tích làm giàu chú giải (Annotation Enrichment Analysis): Sử dụng Gene Ontology (GO) và Reactome để phân loại chức năng sinh học và con đường tín hiệu của các gen biểu hiện khác biệt.

Khóa luận tổng hợp các cơ sở dữ liệu phục vụ nghiên cứu đa dược lý mạng như sau:

Cơ sở dữ liệu Địa chỉ truy cập Đặc điểm và phạm vi dữ liệu
STRING string-db.org Dữ liệu tương tác protein-protein thực nghiệm và dự đoán; phiên bản 10.0 chứa khoảng 9,6 triệu protein từ hơn 2000 sinh vật.
UniHI unihi.org Tương tác vật lý và điều hòa ở người; hỗ trợ lọc tương tác theo nguồn bằng chứng và liên kết mô/bệnh.
IntAct ebi.ac.uk/intact Mô hình hóa và phân tích tương tác phân tử, bao gồm protein, DNA, RNA và các phân tử nhỏ.
BioGRID thebiogrid.org Lưu trữ tương tác vật lý và di truyền; bao gồm hơn 130.000 tương tác thiết yếu từ 22 sinh vật.
ChEMBL ebi.ac.uk/chembl Hơn 1 triệu hợp chất có hoạt tính sinh học giống thuốc (drug-like); hỗ trợ dự đoán tương tác cấu trúc - hoạt tính.
canSAR cansar.icr.ac.uk Tích hợp dữ liệu sinh học ung thư, biểu hiện gen, tương tác protein, sàng lọc RNAi và hóa dược.
STITCH stitch.embl.de Dữ liệu tương tác hóa chất - protein từ thực nghiệm, văn hiến và dự đoán tính toán.

Nội dung chính theo từng chương

Chương I: Tổng quan đa dược lý mạng

Chương này phân tích thực trạng nghiên cứu phát triển thuốc truyền thống. Quy trình R&D một thuốc mới tiêu tốn trung bình 1 tỷ USD, kéo dài 10–15 năm, trải qua sàng lọc từ 10.000 hợp chất ban đầu để chọn ra 1 ứng viên lâm sàng. Thống kê của Cục Quản lý Thực phẩm và Dược phẩm Hoa Kỳ (FDA) giai đoạn 1950–2008 cho thấy chỉ có 1222 hoạt chất mới được phê duyệt (1103 phân tử hóa học và 119 hoạt chất sinh học), trung bình 21 thuốc/năm. Tác giả nhấn mạnh công trình của Yildirim và cộng sự (2007) cùng tổng kết từ AstraZeneca của David Cook (2014), khẳng định việc lựa chọn đúng đích phân tử ("Right target") là yếu tố quyết định.

Về cấu trúc mạng DPIN, chương dẫn chứng mạng lưới 20 loại thuốc hóa trị và 17 đích protein tyrosine kinase. Kết quả phân tích topo cho thấy các thuốc đa đích có bậc liên kết cao là Sorafenib (bậc 5), Sunitinib (bậc 3) và Pazopanib (bậc 3). Các đích phân tử có bậc cao nhất gồm VEGFR2 và c-Kit (bậc > 5, tối đa đạt 8), bên cạnh các đích như PDGFR-$\beta$ và EGFR.

Đối với mạng PPIN, tác giả minh họa qua mạng lưới Interleukin-10 gồm 49 protein và 70 tương tác (trong đó 2 tương tác có dữ liệu cấu trúc tinh thể từ PDB, 40 tương tác được mô hình hóa giao diện và 28 tương tác không thể mô hình hóa). Đồng thời, nguyên lý can thiệp mạng được phân tích qua mô hình chemogenomics trên thành tế bào vi khuẩn: việc loại bỏ ngẫu nhiên các nút đơn lẻ không phá vỡ được mạng, trong khi loại bỏ đồng thời 3 nút hub có bậc cao nhất và 2 nút trung gian trọng yếu sẽ cắt đứt hoàn toàn chuỗi sinh tổng hợp vách tế bào.

Đối với mạng DDIN, tác giả khảo sát mạng lưới 57 nút (trích xuất từ mạng 112 nút) và chỉ ra các "nút nóng" (hot spots) gây tương tác bất lợi nghiêm trọng, gồm: nhóm kháng histamine không an thần (terfenadine, astemizole), nhóm kháng sinh macrolide, nhóm ức chế monoamine oxidase (phenelzine) và nhóm kháng nấm azole (ketoconazole).

Trong nghiên cứu ung thư, tác giả trích dẫn số liệu từ Sun và Zhao (2010): trong số 342 đích ung thư được khảo sát, có 240 đích (chiếm hơn 70%) đóng vai trò là các nút trung tâm (hub) của mạng PPIN và mỗi protein trung bình tương tác với ít nhất 4 protein khác. Nghiên cứu mạng ciSPIN của Kar và cộng sự chỉ ra các nút đa diện (multi-interface hubs) chiếm hơn 76% mạng và tiếp xúc với 56% protein lân cận, làm sáng tỏ cơ chế ức chế thụ thể ERBB3 của thuốc pertuzumab trong ung thư vú HER2 dương tính. Ngoài ra, công trình của Joshi và cộng sự về mạng lưới 11 enzyme histone deacetylase (HDAC) trong tế bào lympho T người đã phát hiện hơn 200 tương tác mới, xác định HDAC1, HDAC2 và HDAC11 là ba enzyme có bậc cao nhất.

Chương II: Quy trình xây dựng mạng tương tác protein-protein (PPIN)

Chương II hệ thống hóa các công cụ tính toán gồm phần mềm giao diện Cytoscape (tích hợp các ứng dụng MCODE, clusterMaker2, JActiveModules, BiNGO, ClueGO), Gephi (khả năng xử lý hàng trăm nghìn nút và hàng triệu cạnh) và các thư viện lập trình igraph (trên nền tảng R, Python, C), NetworkX.

Quy trình chuẩn để xây dựng và phân tích một mạng PPIN gồm 5 bước:

  1. Xác định protein đầu vào (Seed proteins): Lựa chọn các protein hoặc gen liên quan trực tiếp đến bệnh lý mục tiêu để làm khung xương sống cho toàn bộ mạng lưới.
  2. Thu thập dữ liệu tương tác: Trích xuất thông tin tương tác từ các cơ sở dữ liệu thực nghiệm hoặc dự đoán tính toán đã được thẩm định.
  3. Xây dựng cấu trúc mạng: Sử dụng các phần mềm chuyên dụng (Cytoscape, Gephi, igraph) để số hóa và trực quan hóa các nút và cạnh.
  4. Phân tích cấu trúc mạng topo:
    • Đo lường các chỉ số trung tâm: bậc của nút, độ trung tâm gần gũi ($CC(i) = \frac{N-1}{\sum_j d(i, j)}$) và độ trung tâm ở giữa ($C_B(n_i) = \sum_{j < k} \frac{g_{jk}(n_i)}{g_{jk}}$) để định vị các nút hub.
    • Phân tích cụm nhằm phát hiện các phức hợp protein và mô-đun chức năng qua thuật toán MCODE hoặc Newman-Girvan.
  5. Đưa ra giả thuyết sinh học: Diễn giải vai trò sinh học của các nút hub và cụm phân tử, từ đó đề xuất các đích phân tử tiềm năng cho phát triển thuốc.

Chương III: Phân tích một số ví dụ về ứng dụng của đa dược lý mạng trong nghiên cứu đích phân tử liên quan đến ung thư

Chương này tập trung chứng minh tính ứng dụng của đa dược lý mạng qua việc tái định vị thuốc (drug repositioning) như trường hợp của Aspirin (mở rộng từ giảm đau, hạ sốt sang kháng viêm, phòng ngừa biến cố tim mạch và ung thư) và Sildenafil (chuyển đổi từ đích điều trị tăng huyết áp, thiếu máu cơ tim sang điều trị rối loạn cương dương).

Nội dung trọng tâm là phân tích ca nghiên cứu của Bafna, Divya Isaac và Arnold Emerson (2017) về ung thư vú:

  • Dữ liệu tương tác ban đầu thu thập từ BioGRID tạo nên mạng tổng thể gồm 19.634 nút và 270.970 cạnh.
  • Trích xuất 130 gen liên quan đến cơ chế bệnh sinh ung thư vú từ cơ sở dữ liệu KEGG để thiết lập mạng con ung thư vú (breast cancer subnetwork) gồm 130 nút và 1.538 cạnh.
  • Đánh giá độ bền vững của mạng qua phân tích xóa (deletion analysis) trên 10 gen có giá trị cao nhất về bậc hub, betweenness centrality và closeness centrality.
  • Tích hợp dữ liệu đa hình đơn nucleotide (SNPs) từ dbSNP, chuẩn hóa số đột biến theo chiều dài gen ($X$) và tính điểm $z$-score ($Z = \frac{X - \mu}{\sigma}$). Kết quả sàng lọc xác định 2 gen có điểm $z$-score dương đạt mức ý nghĩa thống kê ($p \le 0,05$) là gen mã hóa thụ thể EGFR (NCBI ID: 1956) và NOTCH-1 (NCBI ID: 4851). Đây là hai đích can thiệp then chốt có betweenness centrality cao, khi bị ức chế sẽ làm phân mảnh cấu trúc mạng lưới bệnh lý ung thư vú.

Chương cũng liệt kê trường hợp ứng dụng phân tích tổng hợp dữ liệu microarray trong ung thư tuyến tụy nhằm xác định 20 gen biểu hiện khác thường (DEG) hàng đầu và 5 con đường chức năng làm giàu theo GO và KEGG.

Chương IV: Kết luận và kiến nghị

Chương IV tổng kết toàn bộ nội dung lý thuyết, quy trình 5 bước xây dựng PPIN và giá trị thực tiễn của cách tiếp cận đa dược lý mạng trong nghiên cứu đích điều trị ung thư; đồng thời đưa ra các kiến nghị định hướng phát triển phương pháp trong nghiên cứu dược học.

Kết quả và đóng góp

Khóa luận đã tổng hợp và trích xuất các kết quả định lượng cụ thể từ các nghiên cứu thực nghiệm và mô phỏng tin sinh học:

  • Kết quả phân tích mạng con ung thư vú (nghiên cứu của Bafna và cộng sự):
    • Mạng PPIN tổng thể: 19.634 nút và 270.970 cạnh.
    • Mạng con ung thư vú: 130 nút và 1.538 cạnh; độ dài đường đi ngắn nhất trung bình ($L$) ban đầu là 2,85; hệ số phân cụm ($C$) ban đầu là 0,286.
    • Tác động khi thực hiện phân tích xóa 10 gen hàng đầu được thể hiện trong bảng sau:
Thông số mạng Mạng con ban đầu Xóa 10 nút Hub Xóa 10 nút có Closeness cao nhất Xóa 10 nút có Betweenness cao nhất
Độ dài đường đi ngắn nhất ($L$) 2,850 4,177 3,547 3,745
Hệ số phân cụm ($C$) 0,286 0,188 0,251 Thấp hơn nhóm Closeness

Phân tích biến dị di truyền chuẩn hóa theo chiều dài gen với ngưỡng ý nghĩa $p \le 0,05$ đã chỉ ra hai gen đích quan trọng nhất của ung thư vú là NOTCH-1 (NCBI Gene ID: 4851) và EGFR (NCBI Gene ID: 1956).

  • Đóng góp học thuật của khóa luận:
    • Hệ thống hóa khung lý thuyết toàn diện về mạng dược lý, giải thích rõ cơ chế tác dụng đa đích thay thế quan điểm "ổ khóa - chìa khóa" cứng nhắc.
    • Chuẩn hóa quy trình 5 bước xây dựng và phân tích topo mạng PPIN, cung cấp phương pháp luận rõ ràng cho việc khai thác dữ liệu omics.
    • Chứng minh vai trò của các chỉ số topo toàn mạng, đặc biệt là Betweenness Centrality kết hợp với phân tích đột biến di truyền trong việc định vị chính xác các đích phân tử kháng ung thư.

Hạn chế và hướng nghiên cứu tiếp

Khóa luận và các tài liệu được phân tích chỉ ra một số hạn chế:

  • Tính không đồng nhất của dữ liệu tương tác: Dữ liệu PPI từ các cơ sở dữ liệu khác nhau sử dụng hệ thống định danh không đồng nhất, gây khó khăn cho việc tích hợp. Nhiều cơ sở dữ liệu pha trộn giữa dữ liệu thực nghiệm và dữ liệu dự đoán tính toán với độ tin cậy khác nhau.
  • Giới hạn của nghiên cứu in silico: Toàn bộ quá trình sàng lọc đích phân tử mới dừng lại ở mô hình hóa toán học và phân tích dữ liệu thứ cấp, chưa tiến hành thử nghiệm sinh học in vitro hoặc in vivo để kiểm chứng trực tiếp hiệu lực của các phối tử trên các đích NOTCH-1 và EGFR.

Hướng nghiên cứu tiếp được đề xuất:

  • Mở rộng tích hợp đa tầng dữ liệu omics (bộ gen, hệ phiên mã, hệ protein và hệ chuyển hóa) để tăng độ chính xác của mạng lưới sinh học.
  • Ứng dụng quy trình tính toán để sàng lọc ảo các thư viện hợp chất tự nhiên và hóa dược nhắm vào các protein hub có betweenness centrality cao.
  • Triển khai các nghiên cứu thực nghiệm sinh học đánh giá độc tính và hoạt tính kháng u trên các mô hình tế bào ung thư nhằm xác thực các giả thuyết phân tử.

Giá trị tham khảo

Tài liệu này hữu ích cho:

  • Sinh viên, học viên cao học và nghiên cứu sinh thuộc các chuyên ngành Dược học, Hóa dược, Công nghệ sinh học và Tin sinh học (Bioinformatics) đang tiếp cận hướng nghiên cứu phát triển thuốc trên máy tính (in silico drug design).
  • Các nhà nghiên cứu đang thực hiện đề tài tìm kiếm đích tác dụng mới hoặc nghiên cứu tái định vị thuốc (drug repositioning) cho các bệnh lý phức tạp.

Các nội dung đáng tham khảo chuyên sâu gồm:

  • Quy trình 5 bước thiết lập mạng PPIN tại Chương II với hướng dẫn chi tiết về các thuật toán phân tích topo (MCODE, Newman-Girvan, độ trung tâm).
  • Phương pháp luận phân tích xóa gen (deletion analysis) kết hợp chuẩn hóa điểm $z$-score đột biến tại Chương III để định vị các gen ung thư thiết yếu.

Câu hỏi thường gặp

1. Khóa luận phân loại các dạng mạng sinh học chính nào và đặc điểm liên kết của chúng là gì?
Khóa luận phân loại ba dạng mạng chính gồm: mạng tương tác thuốc - đích phân tử (DPIN, liên kết vật lý hóa học giữa thuốc và protein), mạng tương tác protein - protein (PPIN, liên kết ổn định hoặc tạm thời giữa các đại phân tử sinh học) và mạng tương tác thuốc - thuốc (DDIN, tương tác dược lực học hoặc dược động học khi phối hợp thuốc).

2. Độ trung tâm ở giữa (Betweenness Centrality) có ý nghĩa sinh học như thế nào trong mạng PPIN?
Betweenness Centrality đại diện cho tỷ lệ các đường đi ngắn nhất giữa mọi cặp nút đi qua một nút xác định. Protein có chỉ số này cao đóng vai trò là "nút cổ chai" kiểm soát luồng truyền tín hiệu sinh học trong tế bào; khi protein này bị ức chế hoặc loại bỏ, mạng lưới bệnh lý sẽ bị phân mảnh mạnh nhất.

3. Trong nghiên cứu ung thư vú của Bafna và cộng sự, việc xóa 10 nút hub làm thay đổi cấu trúc mạng con như thế nào?
Khi xóa 10 gen có bậc hub cao nhất trong mạng con ung thư vú, độ dài đường đi ngắn nhất ($L$) tăng từ 2,850 lên 4,177 và hệ số phân cụm ($C$) giảm từ 0,286 xuống 0,188, chứng minh các nút hub đóng vai trò cốt lõi trong việc duy trì tính bền vững của mạng lưới bệnh lý.

4. Hai gen đích tiềm năng nhất trong ung thư vú được khóa luận chỉ ra là gì và dựa trên tiêu chí nào?
Đó là hai gen NOTCH-1 (NCBI Gene ID: 4851) và EGFR (NCBI Gene ID: 1956). Hai gen này được lựa chọn do đồng thời sở hữu chỉ số Betweenness Centrality thuộc top 10 và có giá trị chuẩn hóa đột biến ($z$-score) dương đạt ý nghĩa thống kê ($p \le 0,05$).

5. Khóa luận nêu ra những thách thức kỹ thuật gì khi tích hợp dữ liệu tương tác protein từ nhiều cơ sở dữ liệu?
Các cơ sở dữ liệu sử dụng các hệ thống mã định danh phân tử khác nhau, đòi hỏi phải thực hiện ánh xạ định danh phức tạp. Ngoài ra, sự khác biệt về bản chất dữ liệu (dữ liệu thực nghiệm thực tế đối lập với dữ liệu dự đoán thuật toán) và mức độ chi tiết của các thiết lập thử nghiệm dễ dẫn đến mâu thuẫn khi tích hợp mạng quy mô lớn.

Kết luận

Khóa luận tốt nghiệp của tác giả Lý Thị Duyên đã hệ thống hóa cơ sở lý luận và phương pháp luận của đa dược lý mạng, một công cụ hiện đại khắc phục các bế tắc của mô hình phát triển thuốc đơn đích trong ung thư. Tác giả đã chuẩn hóa quy trình 5 bước xây dựng và phân tích mạng tương tác protein - protein bằng các công cụ tin sinh học chuyên dụng. Thông qua phân tích các ca nghiên cứu thực tế trên ung thư vú và ung thư tuyến tụy, công trình đã chứng minh tính khả thi của việc sử dụng các chỉ số topo mạng kết hợp dữ liệu đột biến để sàng lọc chính xác các đích phân tử tiềm năng như NOTCH-1 và EGFR.