Vì sao AI vẫn chưa đủ sức giải mã bộ gene phức tạp của con người

Từ khi cấu trúc phân tử DNA được xác định vào thập niên 1950, giới sinh học đã xem DNA là "bí mật của sự sống" và ví bộ gene như một bản thiết kế, một đoạn mã lập trình hay một cỗ máy tính. Nhưng càng nghiên cứu kỹ, các nhà khoa học càng nhận ra bộ gene người không đơn giản như vậy.

Bài viết gốc từ Quanta Magazine đặt ra một câu hỏi lớn: liệu trí tuệ nhân tạo có thể giải mã được hệ thống phức tạp đến mức này hay không? Câu trả lời, theo nhiều nhà sinh học, là chưa — ít nhất là chưa thể làm được chỉ bằng cách huấn luyện mô hình trên dữ liệu chuỗi gene.

Không phải bản thiết kế, mà là một câu đố ngày càng khó

Dự án Bộ gene Người (Human Genome Project) kéo dài từ 1990 đến 2003 đã giải mã gần như toàn bộ trình tự khoảng 3 tỷ phân tử cấu thành DNA. Thế nhưng phát hiện đáng chú ý là chỉ khoảng 2% bộ gene thực sự mã hóa protein — phần còn lại từng bị xem là "rác" hóa ra lại đóng vai trò then chốt trong việc điều hòa hoạt động của gene.

Minh họa cấu trúc DNA và bộ gene

Nói cách khác, hiểu bộ gene không còn là chuyện tìm xem mỗi gene làm gì, mà là hiểu các gene được sử dụng và điều hòa như thế nào. Cùng một nguồn vật liệu di truyền, cơ thể có thể tạo ra hàng trăm loại tế bào khác nhau — cơ, não, da — nhờ việc bật tắt các nhóm gene theo thời điểm và ngữ cảnh.

Karen Adelman, nhà sinh học nghiên cứu điều hòa gene tại Trường Y Harvard, nhận xét: "Bộ gene của chúng ta không phải thứ chúng ta sẽ thiết kế nếu được ngồi vào bàn vẽ."

Các mô hình nền tảng gene: kỳ vọng và giới hạn

Trước độ phức tạp đó, nhiều nhà khoa học đặt niềm tin vào việc thuê ngoài phân tích cho AI. Các mô hình nền tảng gene như Evo 2, Genos hay AlphaGenome của Google DeepMind được huấn luyện trên khối lượng lớn dữ liệu di truyền, giúp dự đoán tác động của các biến thể DNA lên quá trình sinh học và cả nguy cơ bệnh tật.

Cách tiếp cận này về lý thuyết sẽ "ngầm hiểu" toàn bộ các tầng điều hòa phức tạp thông qua quá trình học tương quan từ dữ liệu. Vấn đề nằm ở chỗ: một hộp đen tính toán có thể cho dự đoán chính xác, nhưng không mang lại sự thấu hiểu thực sự về cách bộ gene hay sự sống vận hành.

Minh họa mô hình AI phân tích dữ liệu gene

Wendy Bickmore, nhà sinh học bộ gene tại Đại học Edinburgh, thẳng thắn: "Tôi chắc chắn [AlphaGenome] sẽ hữu ích, nhưng còn nhiều hạn chế. Khoảng trống lớn nhất với tôi là độ phức tạp của cơ thể người — tất cả các loại tế bào và cách chúng thay đổi theo thời gian trong quá trình phát triển. Và toàn bộ dữ liệu đó đang thiếu."

Vì sao điều hòa gene lại phức tạp đến vậy?

Ở vi khuẩn, các yếu tố phiên mã hoạt động như chìa khóa khớp với ổ khóa trên DNA — đơn giản và rõ ràng. Nhưng ở sinh vật phức tạp như con người, logic này hoàn toàn khác.

Các yếu tố phiên mã không có sự ưu tiên mạnh với vị trí gắn kết cụ thể, thường hoạt động theo cặp hoặc nhóm, và có thể gây tác động trái ngược nhau tùy ngữ cảnh. Adelman mô tả: nếu vi khuẩn dùng logic "HOẶC" thì bộ gene người dùng logic "VÀ" — nhiều tín hiệu phải được tích hợp cùng lúc mới đưa ra quyết định điều hòa.

Bên cạnh đó còn có các enhancer — vùng DNA tập hợp yếu tố phiên mã và phát tín hiệu "khởi động" cho gene. Bộ gene người có hàng trăm nghìn, thậm chí hàng triệu enhancer, nhiều hơn số gene rất nhiều, và mỗi enhancer có thể ảnh hưởng đến nhiều gene.

"Thật đáng xấu hổ là 25 năm sau Dự án Bộ gene Người, chúng ta vẫn chưa biết tất cả các enhancer nằm ở đâu, chưa nói đến việc chúng làm gì và kiểm soát gene nào" — Wendy Bickmore.

Một số enhancer nằm cách gene mục tiêu tới hàng triệu nucleotide. Để đưa chúng lại gần nhau, DNA tạo thành những vòng lặp nhờ protein cohesin, rồi các thành phần tương tác lỏng lẻo, thoáng qua trong những "ngăn tụ" phân tử — hình thức tổ chức không hề giống một cỗ máy ổn định.

Hình dạng ba chiều và dấu ấn biểu diễn gene

Cấu trúc ba chiều của chromatin cũng quan trọng không kém thông tin mã hóa trong trình tự DNA. Một số vùng được đóng gói dày đặc (dị nhiễm sắc) khiến gene bị tắt, trong khi các vùng mở (nguyên nhiễm sắc) cho phép gene hoạt động. Các sửa đổi hóa học gọi là dấu ấn biểu diễn gene có thể thay đổi cách chromatin đóng gói và ý nghĩa của đoạn mã trong từng ngữ cảnh.

Minh họa tổ chức chromatin và vòng lặp DNA

Không chỉ dừng ở phiên mã, còn có các tầng điều hòa sau phiên mã: các RNA không mã hóa như microRNA có thể chặn mRNA trước khi nó được dịch thành protein, hoặc bộ máy spliceosome cắt nối các exon theo cách khác nhau để tạo ra những phiên bản protein khác nhau tùy loại tế bào.

Bài học cho ngành AI tại Việt Nam

Câu chuyện này mang lại góc nhìn đáng suy ngẫm cho các nhóm nghiên cứu AI và công nghệ sinh học tại Việt Nam. Khi xây dựng mô hình học máy cho y sinh hay gene, việc chỉ dựa vào tương quan thống kê từ dữ liệu có thể tạo ra ảo giác về hiểu biết. Nếu không có dữ liệu đa dạng về loại tế bào, ngữ cảnh sinh học và môi trường, mô hình sẽ khó dự đoán chính xác các tình huống thực tế.

Đây cũng là lời nhắc về việc đầu tư vào dữ liệu chất lượng và hợp tác liên ngành giữa chuyên gia AI, sinh học phân tử và y học — thay vì chỉ chạy theo quy mô mô hình.

Bộ gene là một hệ thống sống, không phải chương trình

Nhà di truyền học Barbara McClintock, khi nhận Giải Nobel năm 1983, đã gọi bộ gene là "một cơ quan nhạy cảm cao của tế bào, giám sát hoạt động gene, sửa lỗi, cảm nhận các sự kiện bất thường và phản ứng lại, thường bằng cách tái cấu trúc chính bộ gene."

Nhận định đó giờ đây càng trở nên chính xác. Bộ gene vận hành như một vòng lặp kỳ lạ — khái niệm của nhà khoa học máy tính Douglas Hofstadter — tự tác động lên chính mình, ghi nhớ lịch sử của bản thân và phản ứng với tín hiệu từ trong lẫn ngoài tế bào.

"Nếu tôi là Chúa, tôi đã không thiết kế nó theo cách này. Nhưng nó đang ở đây!" — Wendy Bickmore.

Vì vậy, mọi ẩn dụ như bản thiết kế, chương trình hay máy tính đều không đủ. AI có thể hỗ trợ quá trình tìm hiểu, nhưng để nắm bắt các nguyên lý nền tảng, vẫn cần đến tư duy và lý luận của con người.