Một nghiên cứu gần đây đã làm sáng tỏ nguồn gốc của khoai tây hiện đại, chỉ ra rằng nó là kết quả của sự lai ghép tự nhiên cách đây 9 triệu năm giữa một loài cà chua hoang và một họ hàng xa có tên Etuberosum. Sự kiện này đã tạo ra một loài thực vật mới có khả năng hình thành củ, cơ quan lưu trữ dinh dưỡng giúp cây trồng thích nghi với môi trường lạnh giá dần tại dãy Andes.

Nhóm các nhà sinh học tiến hóa và chuyên gia giải mã gene quốc tế đã công bố phát hiện của mình trên tạp chí khoa học Cell. Họ đã phân tích 450 bộ gene từ các giống khoai tây hoang và thuần hóa, và kết quả cho thấy khoảng 14 triệu năm trước, cà chua hoang và Etuberosum từng cùng tách ra từ một tổ tiên chung. Đến khoảng 9 triệu năm trước, sự lai giống tự nhiên giữa hai nhánh này đã tạo ra loài cây có khả năng mọc củ, tiền thân của khoai tây hiện đại.

Etuberosum chỉ gồm 3 loài, có hình dáng hoa và lá giống khoai tây nhưng không mọc củ. Các loài này hiện nay chỉ xuất hiện ở một số nơi biệt lập như đảo Juan Fernández giữa Thái Bình Dương và rừng nhiệt đới ở Chile. Việc tiến hóa để mọc củ đã giúp khoai tây có lợi thế vượt trội trong môi trường khắc nghiệt, từ đó mở rộng chủng loài và tạo nên sự đa dạng phong phú như ngày nay.

Giáo sư Sanwen Huang, chủ tịch Viện Khoa học nông nghiệp nhiệt đới Trung Quốc, trưởng nhóm nghiên cứu, chia sẻ rằng khám phá gene ẩn sau củ khoai tây có thể giúp các nhà nghiên cứu tạo ra giống khoai mới thích nghi tốt hơn với biến đổi khí hậu, sâu bệnh hay khô hạn. Hiện đã có hơn 100 loài khoai tây hoang mọc củ, dù không phải loài nào cũng ăn được do chứa độc tố.

Khoai tây hiện là cây lương thực quan trọng thứ ba toàn cầu, chỉ sau lúa mì và lúa gạo, góp phần vào 80% lượng calo nhân loại tiêu thụ. Hiểu được nguồn gốc tiến hóa của khoai tây có thể giúp các nhà nghiên cứu tạo ra giống khoai mới với đặc tính tốt hơn. Tổ chức Lương nông của Liên Hiệp Quốc (FAO) đã quyết định lấy năm 2008 là Năm quốc tế khoai tây, nhằm tôn vinh giá trị của loại củ này.

Khoai tây vẫn là cứu cánh tại nhiều vùng khô hạn, mùa hè ngắn và địa hình cao, nơi mà lúa hay ngô không thể trồng được. Và nguồn gốc kỳ lạ của loài củ này, một sự kết hợp tình cờ giữa hai giống cây chẳng liên quan, lại chính là điều khiến nó đặc biệt.

Các nhà nghiên cứu tại Viện Salk đã tạo ra một bước đột phá trong lĩnh vực di truyền học bằng cách phát triển công cụ ShortStop, sử dụng học máy để khám phá các vùng DNA thường bị bỏ qua trong quá trình tìm kiếm các microprotein có thể đóng vai trò quan trọng trong bệnh tật. Công cụ này đã giúp các nhà khoa học xác định được các vùng DNA có khả năng mã hóa cho microprotein và dự đoán khả năng sinh học của chúng một cách hiệu quả.

ShortStop hoạt động dựa trên nguyên tắc phân loại microprotein thành hai loại: chức năng và không chức năng. Quá trình phân loại này được thực hiện dựa trên dữ liệu huấn luyện từ các bộ dữ liệu ngẫu nhiên được tạo ra bởi máy tính. Bằng cách so sánh các microprotein tìm thấy với các mẫu giả, ShortStop có thể nhanh chóng quyết định liệu một microprotein mới có khả năng chức năng hay không. Điều này không chỉ giúp tiết kiệm thời gian và tiền bạc trong việc tìm kiếm các microprotein liên quan đến sức khỏe và bệnh tật mà còn mở ra những cơ hội mới cho việc nghiên cứu.

Khi áp dụng ShortStop vào một bộ dữ liệu đã được công bố trước đó, các nhà nghiên cứu đã xác định được 8% microprotein có khả năng chức năng. Điều này cho phép họ ưu tiên các microprotein này cho việc theo dõi tiếp theo. Công cụ này cũng giúp xác định các microprotein bị bỏ qua bởi các phương pháp khác, bao gồm cả một microprotein đã được xác nhận bằng cách phát hiện trong các tế bào và mô của con người. Thành công của ShortStop trong việc xác định các microprotein chức năng tiềm năng đã chứng minh giá trị của công cụ này trong lĩnh vực di truyền học.

Các nhà nghiên cứu đã sử dụng ShortStop để phân tích dữ liệu di truyền từ các khối u phổi của con người và mô lân cận bình thường. Kết quả là danh sách các microprotein tiềm năng chức năng đã được tạo ra. Trong số các microprotein mà ShortStop tìm thấy, một số nổi bật đã được biểu hiện nhiều hơn trong mô khối u hơn mô bình thường. Điều này cho thấy chúng có thể đóng vai trò là dấu ấn sinh học hoặc microprotein chức năng cho ung thư phổi.

Việc xác định microprotein liên quan đến ung thư phổi này không chỉ chứng minh giá trị của ShortStop mà còn cho thấy tiềm năng của học máy trong việc ưu tiên các ứng viên cho nghiên cứu và phát triển điều trị trong tương lai. Các nhà nghiên cứu hy vọng rằng ShortStop sẽ giúp họ tìm ra các microprotein mới liên quan đến sức khỏe và bệnh tật. Từ đó, những con đường mới cho việc chẩn đoán và điều trị các bệnh như ung thư và Alzheimer có thể được mở ra.

Thông tin chi tiết về nghiên cứu này có thể được tìm thấy tại Viện Salk. Việc phát triển công cụ ShortStop và ứng dụng của nó trong nghiên cứu di truyền học đại diện cho một bước tiến quan trọng trong việc hiểu rõ hơn về vai trò của microprotein trong sức khỏe và bệnh tật.

Ngày 14/7, Viện Công nghệ CIRTech, Trường Đại học Công nghệ TP.HCM (HUTECH) đã tổ chức thành công Hội thảo chuyên đề ‘Scientific Machine Learning’. Sự kiện này nhắm tới tăng cường kết nối nghiên cứu với các nhà khoa học uy tín trong và ngoài nước trong lĩnh vực Toán ứng dụng, Tính toán khoa học và Học máy ứng dụng.

GS.TS. Lê Văn Cảnh, Phó Hiệu trưởng Nhà trường, phát biểu mở đầu hội thảo. Ông chia sẻ thông tin về các dự án nghiên cứu quốc tế cũng như hoạt động khoa học công nghệ đa lĩnh vực của HUTECH. Đồng thời, ông bày tỏ kỳ vọng về hội thảo: ‘Hy vọng các nhà nghiên cứu và sinh viên sẽ mạnh dạn chia sẻ, trao đổi thông tin học thuật, để góp phần tạo nên những kết nối giá trị để phát triển nghiên cứu chuyên sâu hơn tại hội thảo hôm nay’.

GS.TS. Nguyễn Xuân Hùng, Viện trưởng Viện Công nghệ CIRTech, đã giới thiệu hoạt động của Viện. Viện tập trung vào các định hướng chính: đẩy mạnh nghiên cứu cơ bản với các công bố quốc tế uy tín; phát triển và chuyển giao các công nghệ ứng dụng; đồng thời đào tạo và bồi dưỡng nguồn nhân lực khoa học – công nghệ chất lượng cao.

GS.TS. Bùi Thanh Tân, Co-Director of the Center for Scientific Machine Learning at the Oden Institute, Leader of Pho-Ices Group, Khoa Kỹ thuật Hàng không Vũ trụ và Cơ học Kỹ thuật, cũng như Viện Kỹ thuật và Khoa học Tính toán Oden thuộc Đại học Texas tại Austin (Hoa Kỳ), đã trình bày báo cáo với chủ đề ‘Learn2Solve: A Deep Learning Framework for Real-Time Solutions of Forward, Inverse, and UQ Problems’. Báo cáo giới thiệu khuôn khổ học sâu tối ưu hóa được phát triển nhằm giải quyết các bài toán tính toán trong thời gian thực.

TS. Lê Đức Thắng, Nghiên cứu viên Viện Công nghệ CIRTech, trình bày báo cáo ‘Physics-Informed Neural Networks for Solid Mechanics and Applications’. Báo cáo giới thiệu việc ứng dụng Mạng nơ-ron tích hợp thông tin vật lý (Physics-Informed Neural Networks – PINNs) trong giải các bài toán cơ học chất rắn.

TS. Phạm Thế Anh Phú, Giảng viên Khoa Công nghệ thông tin HUTECH, trình bày báo cáo ‘Bridging AI, Topological Data Analysis, and Fuzzy Neural Networks for Medical Disease Diagnosis’. Báo cáo giới thiệu hướng nghiên cứu liên ngành kết hợp AI, TDA và FNNs nhằm hỗ trợ chẩn đoán chính xác hơn từ dữ liệu y tế phức tạp.

Hội thảo đã tạo cơ hội để giảng viên, nghiên cứu viên và sinh viên cập nhật hướng nghiên cứu mới, đồng thời định hướng phát triển những công trình gắn liền với nhu cầu thực tiễn. Qua đó, góp phần nâng cao chất lượng đào tạo và nghiên cứu tại Viện Công nghệ CIRTech nói riêng và toàn HUTECH nói chung.

Phát triển các viện nghiên cứu và trường đại học thành những chủ thể nghiên cứu mạnh đang là mục tiêu quan trọng được nhấn mạnh trong Nghị quyết số 57-NQ/TW của Bộ Chính trị. Để đạt được mục tiêu này, các cơ sở giáo dục và nghiên cứu cần tập trung vào việc nâng cao chất lượng, chiều sâu, cũng như tăng cường liên kết và tính khả thi của các đề tài nghiên cứu. Một yếu tố quan trọng khác là phát triển mô hình hợp tác chặt chẽ giữa các trường đại học, viện nghiên cứu, doanh nghiệp và địa phương, nhằm tạo ra một chuỗi giá trị khép kín từ nghiên cứu cơ bản đến thương mại hóa.

Theo đánh giá của các chuyên gia, một trong những thách thức lớn hiện nay là vấn đề tài chính cho hoạt động nghiên cứu. Trong điều kiện ngân sách cho khoa học còn hạn chế, việc tập trung nguồn lực cho nghiên cứu ứng dụng mang tính liên ngành và đa giai đoạn đang là thách thức lớn. Hiện nhiều nghiên cứu chỉ tập trung vào việc công bố bài báo quốc tế, báo cáo hội nghị hoặc tham gia các cuộc thi khoa học, mà chưa thể tiến tới giai đoạn chuyển giao công nghệ hoặc sản xuất thử nghiệm.

Để khắc phục thách thức này, các viện nghiên cứu và trường đại học cần có cơ chế tài chính linh hoạt và hấp dẫn hơn. Ví dụ, việc thành lập quỹ hỗ trợ riêng cho các giai đoạn chuyển tiếp từ kết quả nghiên cứu đến sản phẩm thử nghiệm, từ phòng thí nghiệm đến quy mô sản xuất là rất cần thiết. Các sản phẩm nghiên cứu có tiềm năng ứng dụng nên được ươm tạo trong các trung tâm hỗ trợ khởi nghiệp đổi mới sáng tạo, nơi tập trung các nhà khoa học, nhà đầu tư và chuyên gia thị trường.

Bên cạnh hỗ trợ tài chính, việc tạo dựng cơ chế rõ ràng để tuyển dụng, sử dụng và đãi ngộ đội ngũ nghiên cứu khoa học cũng là yếu tố quan trọng. Đặc biệt, cần có chính sách thu hút và hỗ trợ các nhà khoa học trẻ, giúp họ yên tâm cống hiến và phát triển sự nghiệp trong nước. Đồng thời, việc thiết lập hệ sinh thái kết nối ba nhà: nhà nước – nhà khoa học – doanh nghiệp sẽ tạo điều kiện để các sản phẩm nghiên cứu được đưa vào thực tiễn một cách hiệu quả, đóng góp trực tiếp cho phát triển kinh tế – xã hội.

Với định hướng rõ ràng từ Nghị quyết 57, cùng với sự quan tâm và đầu tư đúng mức của Nhà nước, cũng như sự vào cuộc đồng bộ của các bên liên quan, nền khoa học công nghệ Việt Nam được kỳ vọng sẽ có những bước chuyển mình mạnh mẽ. Hệ sinh thái nghiên cứu, ứng dụng và thương mại hóa bền vững sẽ được hình thành, trong đó các viện nghiên cứu và trường đại học sẽ giữ vai trò nòng cốt.

Tương lai của khoa học công nghệ Việt Nam phụ thuộc vào khả năng đổi mới và sáng tạo của các viện nghiên cứu và trường đại học. Với sự hỗ trợ từ chính sách và sự nỗ lực từ các cơ sở nghiên cứu, kỳ vọng rằng Việt Nam sẽ có được những thành tựu đáng kể trong lĩnh vực khoa học công nghệ, góp phần thúc đẩy sự phát triển kinh tế – xã hội của đất nước.

Trong bối cảnh hiện nay, Việt Nam đang đứng trước một cơ hội vàng để phát triển công nghệ sinh học, một lĩnh vực được đánh giá có tiềm năng trở thành ngành công nghiệp mũi nhọn. Sự phát triển này không chỉ giúp nâng cao năng lực cạnh tranh trên bản đồ công nghệ thế giới mà còn góp phần thúc đẩy nền kinh tế trong nước. Với những nguồn lực sẵn có và chiến lược đầu tư đúng đắn, Việt Nam hoàn toàn có khả năng khẳng định vị thế và vươn tầm thế giới trong lĩnh vực công nghệ sinh học.

Tuy nhiên, việc triển khai công nghệ sinh học vào thực tiễn đòi hỏi một lộ trình bài bản và chi tiết. Quá trình này bao gồm nhiều bước quan trọng như khảo sát thị trường, nhập khẩu công nghệ, đào tạo chuyên môn, và đặc biệt là nội địa hóa sản phẩm. Điều này không chỉ giúp đảm bảo sự phát triển bền vững mà còn giúp các sản phẩm công nghệ sinh học phù hợp với nhu cầu và thị hiếu của thị trường trong nước.

Một trong những lĩnh vực ứng dụng công nghệ sinh học có tiềm năng lớn là ngành làm đẹp, đặc biệt là thị trường ứng dụng exosome. Dự báo, nếu được hỗ trợ về cơ chế và đầu tư thích đáng, thị trường này có thể đạt giá trị lên đến 8,5 tỷ USD tại Việt Nam vào năm 2030. Sự phát triển của công nghệ sinh học trong ngành làm đẹp không chỉ đáp ứng nhu cầu ngày càng cao của người tiêu dùng mà còn góp phần thúc đẩy sự phát triển của ngành công nghiệp mỹ phẩm trong nước.

Công nghệ sinh học cũng đã được ứng dụng rộng rãi trong chế biến và sản xuất các sản phẩm có giá trị gia tăng cao. Việc áp dụng công nghệ sinh học vào các lĩnh vực này đã giúp nâng cao chất lượng và sức cạnh tranh của các nguồn nguyên liệu sẵn có và rẻ tiền trong nước. Đồng thời, việc tạo ra các sản phẩm mới với giá trị cao đã góp phần tạo công ăn việc làm cho người lao động và thúc đẩy sự phát triển của nền kinh tế.

Để phát triển công nghệ sinh học một cách hiệu quả, việc tập trung đầu tư đúng hướng là hết sức quan trọng. Điều này bao gồm việc khai thác tối đa các tiềm năng, đẩy mạnh triển khai nhiều giải pháp kết nối nhà khoa học, nhóm nghiên cứu với doanh nghiệp. Sự hợp tác chặt chẽ giữa các bên không chỉ giúp thúc đẩy sự phát triển của công nghệ sinh học mà còn giúp đưa các sản phẩm công nghệ sinh học đến gần hơn với thị trường.

Công nghệ sinh học chỉ có thể bứt phá và đạt được những thành tựu đáng kể khi có sự đồng hành của cả hệ sinh thái, bao gồm chính sách, tài chính, nguồn nhân lực và thị trường. Do đó, việc xây dựng một hệ sinh thái hỗ trợ cho sự phát triển của công nghệ sinh học là điều kiện tiên quyết để Việt Nam có thể vươn lên trở thành một cường quốc về công nghệ sinh học trên thế giới.

Các nhà nghiên cứu tại Đại học Tokyo đã áp dụng một hình thức trí tuệ nhân tạo tiên tiến, gọi là mạng lưới thần kinh Bayes, để phân tích dữ liệu về hệ vi sinh vật đường ruột và khám phá những hiểu biết sâu sắc về sức khỏe con người. Phương pháp này cho phép họ phát hiện ra các mô hình và mối liên hệ mà các kỹ thuật phân tích truyền thống không thể phát hiện một cách đáng tin cậy.

Vi khuẩn đường ruột đóng vai trò quan trọng trong một loạt các tình trạng sức khỏe. Sự đa dạng của chúng và sự phức tạp của các tương tác với cả hóa học của cơ thể và với nhau làm cho chúng rất khó nghiên cứu. Cơ thể con người chứa khoảng 30 đến 40 nghìn tỷ tế bào, nhưng đường ruột chứa khoảng 100 nghìn tỷ vi khuẩn đường ruột. Điều này có nghĩa là các tế bào vi khuẩn trong cơ thể chúng ta nhiều hơn số lượng tế bào của chính chúng ta.

Mặc dù vi khuẩn đường ruột thường được liên kết với tiêu hóa, chúng cũng ảnh hưởng đến một loạt các chức năng cơ thể. Chúng tồn tại trong sự đa dạng rộng lớn và tạo ra hoặc sửa đổi nhiều hợp chất hóa học được gọi là chất chuyển hóa. Các chất chuyển hóa này hoạt động như các phân tử tín hiệu, đi qua cơ thể và ảnh hưởng đến các hệ thống như miễn dịch, trao đổi chất, hoạt động não và tâm trạng.

Tuy nhiên, vẫn còn thách thức lớn trong việc hiểu rõ mối quan hệ giữa vi khuẩn đường ruột và sức khỏe con người. Các nhà nghiên cứu đang chỉ bắt đầu hiểu được loại vi khuẩn nào tạo ra chất chuyển hóa của con người và làm thế nào các mối quan hệ này thay đổi trong các bệnh khác nhau. Bằng cách lập bản đồ chính xác các mối quan hệ giữa vi khuẩn và hóa chất, các nhà nghiên cứu có thể phát triển các phương pháp điều trị cá nhân hóa.

Để giải quyết thách thức này, các nhà nghiên cứu đã áp dụng công cụ trí tuệ nhân tạo tiên tiến, hệ thống VBayesMM, để phân tích dữ liệu. Hệ thống này tự động phân biệt các yếu tố quan trọng ảnh hưởng đến chất chuyển hóa từ số lượng lớn các vi khuẩn ít liên quan, đồng thời thừa nhận sự không chắc chắn về các mối quan hệ dự đoán.

Khi được thử nghiệm trên dữ liệu thực từ các nghiên cứu về rối loạn giấc ngủ, béo phì và ung thư, phương pháp này đã liên tục vượt trội so với các phương pháp hiện có và xác định các gia đình vi khuẩn cụ thể phù hợp với các quá trình sinh học đã biết. Điều này mang lại sự tự tin rằng hệ thống này phát hiện ra các mối quan hệ sinh học thực sự chứ không phải là các mẫu thống kê không có ý nghĩa.

Mặc dù hệ thống được tối ưu hóa để đối phó với khối lượng phân tích nặng, việc khai thác các tập dữ liệu lớn vẫn đi kèm với chi phí tính toán cao. Tuy nhiên, khi thời gian trôi qua, rào cản này sẽ trở nên ít quan trọng hơn.

Các hạn chế hiện tại bao gồm việc hệ thống có lợi khi có nhiều dữ liệu về vi khuẩn đường ruột hơn là về các chất chuyển hóa mà chúng tạo ra. Khi dữ liệu về vi khuẩn không đủ, độ chính xác giảm. Ngoài ra, VBayesMM giả định rằng các vi khuẩn hoạt động độc lập, nhưng trên thực tế, chúng tương tác theo nhiều cách phức tạp.

Trong tương lai, các nhà nghiên cứu có kế hoạch làm việc với các tập dữ liệu hóa học toàn diện hơn để bắt toàn bộ phạm vi sản phẩm của vi khuẩn, mặc dù điều này tạo ra thách thức mới trong việc xác định hóa chất đến từ đâu. Họ cũng nhằm mục đích làm cho VBayesMM mạnh mẽ hơn khi phân tích dân số bệnh nhân đa dạng, kết hợp mối quan hệ ‘cây gia đình’ của vi khuẩn để đưa ra dự đoán tốt hơn và giảm thời gian tính toán cần thiết cho phân tích.

Thông tin thêm về nghiên cứu này có thể được tìm thấy tại https://www.science.org/doi/10.1126/sciadv.adj3102.

Khi các bệnh lý hoặc chấn thương ở mắt xảy ra, các tế bào trung tính – một thành phần quan trọng của hệ miễn dịch trong máu – thường là tuyến phòng thủ đầu tiên được huy động. Tuy nhiên, một nghiên cứu gần đây do các nhà nghiên cứu tại Viện Mắt Flaum và Viện Neuroscience Del Monte thuộc Đại học Rochester thực hiện đã chỉ ra rằng võng mạc có phản ứng khác biệt so với nhiều loại mô khác trong cơ thể. Cụ thể, khi các tế bào cảm quang trong võng mạc bị tổn thương, các tế bào miễn dịch của não, được gọi là microglia, sẽ phản ứng. Một điều đáng chú ý là các tế bào trung tính không được huy động để hỗ trợ quá trình sửa chữa tổn thương, dù chúng có hiện diện gần đó thông qua các mạch máu.

Phát hiện này mang lại ý nghĩa quan trọng đối với hàng triệu người Mỹ đang đối mặt với tình trạng mất thị lực do mất tế bào cảm quang. Việc hiểu rõ mối quan hệ giữa hai quần thể tế bào miễn dịch này là kiến thức cần thiết để xây dựng các liệu pháp mới trong tương lai. Các nhà nghiên cứu tin rằng, bằng cách hiểu rõ sự tinh tế của các tương tác tế bào miễn dịch, họ có thể phát triển các phương pháp điều trị hiệu quả hơn.

Để thực hiện nghiên cứu này, các nhà nghiên cứu đã sử dụng công nghệ chụp ảnh quang học thích nghi – một loại camera được phát triển bởi Đại học Rochester. Công nghệ này cho phép chụp ảnh các tế bào thần kinh và miễn dịch đơn lẻ bên trong mắt sống. Qua đó, họ đã nghiên cứu võng mạc của chuột với tổn thương tế bào cảm quang. Kết quả cho thấy, mặc dù cả tế bào trung tính và microglia đều hiện diện trong võng mạc, chỉ có các tế bào microglia phản ứng với chấn thương tế bào cảm quang. Đồng thời, chúng không gọi các tế bào trung tính đến hỗ trợ quá trình sửa chữa tổn thương tế bào cảm quang.

Các nhà nghiên cứu tin rằng, hiện tượng này cho thấy một loại “che chắn” xảy ra trong chấn thương võng mạc. Mục đích của “che chắn” này là bảo vệ võng mạc khỏi sự đột nhập của các tế bào miễn dịch, vốn có thể gây hại hơn là có lợi. Phát hiện này không chỉ giúp làm sáng tỏ những bí ẩn về phản ứng của hệ miễn dịch trong võng mạc mà còn mở ra những hướng nghiên cứu mới trong lĩnh vực điều trị các bệnh lý về mắt.