Các nhà khoa học giải mã cơ chế sinh học của một gene ung thư từng bị coi là 'không thể tác động'

Trong nhiều thập kỷ, một số gene gây ung thư được xếp vào nhóm "không thể tác động" (undruggable) — tức là các protein do chúng mã hóa có cấu trúc quá trơn nhẵn hoặc quá linh hoạt để thuốc có thể bám vào và vô hiệu hóa. Giờ đây, một công trình đăng trên tạp chí Molecular Cell đang khiến giới nghiên cứu phải nhìn lại giới hạn tưởng chừng bất biến đó.

Vì sao có những gene ung thư "không thể tác động"?

Các liệu pháp nhắm đích truyền thống thường hoạt động theo nguyên tắc: tìm một túi liên kết (binding pocket) trên bề mặt protein đích, đưa phân tử thuốc vào đó và khóa chức năng của nó lại. Nhưng nhiều protein ung thư then chốt — điển hình là các yếu tố phiên mã và protein điều hòa tế bào — lại không có túi liên kết rõ ràng. Bề mặt của chúng phẳng, mềm dẻo và tương tác với nhiều đối tác sinh học khác nhau, khiến việc thiết kế thuốc gần như bất khả thi bằng phương pháp cổ điển.

Đây chính là "vùng tối" lớn nhất còn lại của ngành điều trị ung thư nhắm đích: hàng trăm protein quan trọng nhưng không có thuốc nào chạm tới được.

Phát hiện mới nói lên điều gì?

Công trình mới cho thấy các nhà khoa học đã có thể giải mã tường tận cơ chế sinh học phân tử của một gene thuộc nhóm này. Thay vì cố gắng tấn công trực tiếp vào bề mặt protein, hướng tiếp cận tập trung vào việc hiểu rõ:

• Protein này tương tác với những phân tử nào trong tế bào
• Nó thay đổi hình dạng ra sao trong các trạng thái hoạt động khác nhau
• Điểm yếu cấu trúc nào có thể bị khai thác gián tiếp

Khi hiểu được chuỗi tương tác và động lực học cấu trúc, các nhà nghiên cứu có thể tìm ra những "bàn đạp" mới — ví dụ một protein đối tác đóng vai trò then chốt trong phức hợp, hoặc một giai đoạn biến đổi hình thái mà protein buộc phải đi qua để hoạt động.

Ý nghĩa với ngành công nghệ sinh học và AI

Điểm đáng chú ý là hướng nghiên cứu này gắn chặt với sự tiến bộ của trí tuệ nhân tạo trong dự đoán cấu trúc protein. Các mô hình như AlphaFold hay những hệ thống mô phỏng động lực học phân tử bằng học máy đang giúp rút ngắn thời gian phân tích từ nhiều năm xuống còn vài tháng.

Với các startup công nghệ sinh học, đây là tín hiệu đáng mừng: bài toán "undruggable" đang dần trở thành bài toán dữ liệu và mô phỏng — lĩnh vực mà các công ty công nghệ có thế mạnh.

• Dược phẩm nhắm đích: nhiều khả năng sẽ có thêm các phân tử thuốc mới trong 5-10 năm tới
• AI y sinh: nhu cầu về mô hình dự đoán tương tác protein ngày càng lớn
• Y học cá nhân hóa: hiểu rõ cơ chế gene giúp phân nhóm bệnh nhân chính xác hơn

Góc nhìn cho Việt Nam

Với đội ngũ nghiên cứu về tin sinh học (bioinformatics) và AI y tế đang phát triển tại các trường đại học và viện nghiên cứu trong nước, những công bố như thế này là cơ hội để tiếp cận dữ liệu mở và tham gia vào chuỗi nghiên cứu toàn cầu. Việc đầu tư vào hạ tầng tính toán hiệu năng cao và đào tạo nhân lực kết hợp sinh học – khoa học dữ liệu sẽ là bước đi chiến lược.

Dù còn xa mới trở thành thuốc thực tế trên thị trường, việc phá vỡ định kiến về một gene "không thể tác động" là minh chứng rõ ràng cho sức mạnh của việc kết hợp sinh học phân tử với công cụ tính toán hiện đại.