ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ Nguyễn Văn Sáu NGHIÊN CỨU SỰ PHÁT TRIỂN CỦA VIRUT CÚM KHOÁ LUẬN TỐT NGHIỆP ĐẠI HỌC HỆ CHÍNH QUY Ngành: khoa học máy tính HÀ NỘI – 2009 1 Mục lục Mục lục 1 L ời nói đầu 3 Chương I. Giới thiệu về sinh học phân tử và tin-sinh học 4 1. Gi ới thiệu về sinh học phân tử 4 2. Gi ới thiệu về tin-sinh học 5 2.1. S ắp hàng đa chuỗi 5 2.2. Cây ti ến hóa 7 Chương II. Virut cúm 8 1.Sơ lược về virut cúm 8 2. Các lo ại virut cúm 8 3. C ấu trúc và tính chất 9 4. M ột số thống kê và sự lây lan của virut cúm 10 4.1. M ột số thống kê về dịch cúm 10 4.2. S ự lây lan của virut cúm 12 Chương III. Ngân hàng gene virut cúm 13 1. Gi ới thiệu tổng quan 13 2. Các ch ức năng đã xây dựng 13 2.1. Quá trình xây d ựng ngân hàng gene 14 2.1.1. Quá trình thu th ập dữ liệu chi tiết cho Việt Nam 15 Nghiên cứu sự phát triển của virut cúm 2 2.1.2. Xây dựng cơ sở dữ liệu 16 2.2. Tìm ki ếm các chuỗi 21 2.3. Ti ện ích tải chuỗi 23 2.4. Tiện ích sắp hàng đa chuỗi 23 2.5. Tiện ích xây dựng cây tiến hóa 24 2.6. B ản đồ phân bố của virut cúm 25 2.6. Bi ểu đồ thống kê về virut cúm 28 Tài li ệu tham khảo 31 Các hình ảnh tham khảo 33 Các b ảng tham khảo 35 Nghiên cứu sự phát triển của virut cúm 3 Lời nói đầu Tin-sinh học (Bioinformatics) là một lĩnh vực nghiên cứu đang phát triển rất m ạnh mẽ. Tin-sinh học áp dụng những phương pháp trong tin học để giải quyết các bài toán trong sinh h ọc phân tử. Với sự phát triển mạnh mẽ của công nghệ sinh h ọc, một khối lượng lớn dữ liệu sinh học phân tử (gene, protein, genome) đã được thu th ập, lưu trữ và chia sẻ tại các ngân hàng dữ liệu thế giới như NCBI (National Center for Biotechnology Information). Tin sinh học hiện đang được ứng dụng ph ổ biến trong sinh học phân tử, y-dược học, nông nghiệp, công nghệ thực phẩm, môi trường và kiểm soát bệnh. Hi ện nay, tin-sinh học đang được ứng dụng rộng trong việc phát hiện và ki ểm soát bệnh. Một trong các ứng dụng cụ thể là kiểm soát bệnh cúm, với các d ịch bệnh đang lây lan như cúm gia cầm H5N1, cúm H1N1. Để góp phần vào việc cung c ấp thông tin, cũng như các công cụ phân tích cho việc kiểm soát bệnh cúm ở Việt Nam, đề tài tập trung vào những mục tiêu chính sau: (1) cung cấp dữ liệu về cúm trên thế giới và Việt Nam, (2) cung cấp các công cụ phân tích cơ bản như tìm ki ếm, sắp hàng đa chuỗi, xây dựng cây tiến hóa, (3) cung cấp dữ liệu về virut cúm chi ti ết tới từng tỉnh thành của Việt Nam, (4) cung cấp bản đồ phân tán của virut cúm trên th ế giới và cho các tỉnh thành ở Việt Nam, (5) cung cấp biểu đồ thống kê virut cúm cho các vùng c ủa Việt Nam, và trên thế giới”. Đề tài hy vọng sẽ góp phần vào việc nghiên cứu và kiểm soát các dịch bệnh liên quan đến virut cúm ở Việt Nam. Nghiên cứu sự phát triển của virut cúm 4 Chương I. Giới thiệu về sinh học phân tử và tin-sinh học 1. Giới thiệu về sinh học phân tử Mọi cơ thể sống đều cấu tạo từ các tế bào. T ế bào có cấu tạo gồm vỏ và nhân, trong đó nhân tế bào chứa ADN (hoặc ARN). Hình 1 mô t ả cấu tạo của tế bào. ADN (acid deoxyribo nucleic) mang thông tin di truy ền, được cấu tạo từ 4 thành ph ần cơ bản (gọi là các nucleotide – Brown, 2000) Adenine (A), Cytosine (C), Guanine (G), Thymine (T) như hình 2. Trong các chu ỗi ADN, một số đoạn được gọi là gene mang thông tin di truyền của các loài sinh v ật. Các nucleotide trong gene sẽ kết hợp với nhau để tổng hợp ra protein. Cụ thể là, một bộ ba nucleotide liên tiếp sẽ tạo ra 1 axit amin. Có 20 lo ại axit amin khác nhau (Brown, 2002) là Phe (Phenylalanine), Leu (Leucine), Ser (Serine), Tyr (Tyrosine), Cys (Cysteine), Trp (Tryptophan), Pro (Pro- line), His (Histidine), Gln (Glutamine), Arg (Arginine), Ile (Isoleucine), Thr (Threonine), Asn (Asparagine), Lys (Lysine), Val (Valine), Ala (Alanine), Asp (Aspartic Acid), Glu (Glutamic Acid), Gly (Glycine). Hình 3 mô t ả sự kết hợp của các ADN để tạo ra các axit amin. Từ các axit amin này t ạo nên các protein bằng cách liên kết với nhau. Sự sắp xếp khác nhau và số lượ ng khác nhau của các axit amin tạo thành vô số các protein khác nhau. Nghiên cứu sự phát triển của virut cúm 5 ARN (Ribonucleic acid) cũng tương tự như ADN nhưng trong thành phần cơ bản của nó thì T được thay bằng U (Uracil). 2. Giới thiệu về tin-sinh học Trong phần này chúng tôi sẽ trình bày một số bài toán cơ bản trong tin -sinh học như 1. Sắp hàng đa chuỗi, 2. Cây tiến hóa. 2.1. Sắp hàng đa chuỗi Trong quá trình tiến hóa của các loài sinh vật, các chuỗi ADN bị biến đổi do 3 phép biến đổi chính là (Brown, 2002). 1. Thay thế là một hoặc vài nucleotide bị thay thế bởi một hoặc vài nucleo- tide khác trong chuỗi. 2. Chèn là một hoặc vài nucleotide được chèn thêm vào chuỗi cũ. 3. Xóa là một hoặc một vài nucleotide bị xóa đi ở chuỗi cũ. Do 3 phép biến đổi chính ở trên làm cho các ADN sinh vật bị thay đổi. Vì thế, để biết được mối quan hệ giữa các loài sinh vật (ADN) chúng ta phải dùng sắp hàng đa chuỗi để tìm ra mối quan hệ này . Gióng hàng các chu ỗi ADN, ARN hay protein là cách gióng sao cho chúng gi ống nhau nhất. Các chuỗi này sau khi gióng hàng sẽ có cùng chiều dài. Trường hợp đơn giản nhất của gióng hàng là sắp hàng 2 chuỗi. Nghiên cứu sự phát triển của virut cúm 6 Sắp hàng 2 chuỗi là trường hợp riêng của sắp hàng đa chuỗi. Ví dụ chúng ta có hai chu ỗi ADN của Human và Chimpanzee như bảng 1 dưới đây. Sau khi gióng hàng hai chuỗi thì hai chuỗi sẽ có chiều dài bằng nhau như bảng 2 bên dưới (Waterman, 2000). Gióng hàng đa chuỗi là thực hiện tìm sự giống nhau của nhiều chuỗi thay cho m ột cặp như gióng hàng 2 chuỗi. Ví dụ, ta có gióng hàng đa chuỗi của 8 chuỗi sau ở bảng 3 (Waterman, 2000; Higgins, 2003). Nghiên cứu sự phát triển của virut cúm 7 Hiện tại có một số phần mềm sắp hàng đa chuỗi được sử dụng rộng rãi là MUSCLE (Edgar, R.C., 2004), CLUSTALAW (Thompson et al., 1994) hoặc T- COFFEE (Notredame et al., 2000). Sắp hàng đa chuỗi tạo ra tệp kết quả là đầu vào để cho ta tìm ra cây tiến hóa giữa các loài . Cây tiến hóa chính là biểu diễn trực quan của mối quan hệ giữa các loài . 2.2. Cây tiến hóa Cây tiến hóa là biểu diễn mối quan hệ tiến hóa giữa các loài sinh vật một cách trực quan dưới dạng cây . Dựa vào cây tiến hóa người ta có thể xác định được loài nào có quan h ệ nguồn gốc với loài nào. Trong nghiên c ứu về virut cúm, thông qua cây ti ến hóa người ta xác định được loài virut nào có quan h ệ tiến hóa từ loài virut nào, tức là xác định được sự lây lan virut t ừ nơi này qua nơi khác thông qua quan hệ nguồn gốc giữa chúng. Từ đó, người ta đề ra các biện pháp phòng, ch ống lây lan dịch tốt hơn. Trong hình 4 là ví dụ mô tả về cây ti ến hóa của các loài virut cúm ở Việt Nam từ năm 2001 đến 2007 (Wan X-F, Nguyen T, Davis -CT, Smith CB, Zhao Z-M, et al, 2008), ta th ấy virut HK79-like, GX22-like, F1-like có chung m ột gốc và nằm ở 2 nhánh nên chúng có quan hệ nguồn gốc với nhau. Hiện tại có phần mềm thông dụng sinh ra cây tiến hóa như CLUSTALAW (Thompson et al., 1994), PHYLIP (Joe Felsenstein, mid-1995) và phần mềm xem cây tiến hóa như TreeView (Ro- deric D. M. Page, 2000). Nghiên cứu sự phát triển của virut cúm 8 Chương II. Virut cúm 1.Sơ lược về virut cúm Virut cúm được biết đến từ một trận dịch cúm xuất phát từ chim ở Tây Ban Nha vào năm 1918 đã giết chết khoảng 40-50 triệu người (khoảng một nửa dân số thế giới vào thời điểm đó - Theo thống kê của tổ chức y tế thế giới WHO). Cho đến ngày hôm nay, các nhà khoa h ọc mới giải mã được cách mà loại virut cúm này t ừng làm kinh hoàng thế giới bằng cách lây từ vật sang người và gây bệnh, vượt qua ranh gi ới về loài. Virut cúm tên khoa h ọc là influenza virus, thường được gọi là cúm (flu), là tác nhân gây b ệnh truyền nhiễm từ chim và động vật có vú, nó là virut ARN thuộc h ọ Orthomyxoviridae (Voyles, 2002). Dưới đây ta sẽ tìm hiểu các loài virut chính thường gặp nhất . 2. Các loại virut cúm Virut cúm là virut ARN của họ Orthomyxoviridae (Voyles, 2002), gồm có 3 loại chính cúm A, cúm B, cúm C (CDC). Cúm A là lo ại virut cúm phổ biến thường gặp trong các trận dịch (hầu hết các tr ận dịch xảy ra đều là cúm A như hình 5). Cúm A có 15 tuýp từ H1 đến H15 (CDC) . Cho đến nay tất cả các tuýp virut cúm được biết đều đã được tìm thấy ở các loài chim di cư và chim sống gần nước (xem ở hình 5). Chúng có thể xâm nh ập mà không gây triệu chứng gì trong đường ruột, dạ dày của vật chủ. Nghiên cứu sự phát triển của virut cúm 9 Cúm B là một loại virut cúm thường gây bệnh ở người, thường gây b ệnh nhẹ và xảy ra ít hơn so với cúm A. Người ta mới chỉ phát hi ện ra một loài vật khác bị nhiễm cúm B là loài hải cẩu. Loại cúm B này có t ần số thay đổi 2-3 l ần và ít hơn sự thay đổi của cúm A. Cúm C là m ột loại virut cúm gây b ệnh chủ yếu ở người và lợn, có th ể gây ốm và lây lan cục bộ. Cúm C g ặp ít hơn hai loại cúm A, cúm B rất nhiều và thường gây ốm nhẹ ở trẻ em. Tính chất dễ gây bệnh và lây lan của virut chính là do đặc điểm về cấu trúc genome của virut gây nên . Dưới đây chúng ta nói rõ hơn về cấu trúc và tính chất này. 3. Cấu trúc và tính chất. Cúm A, B và C có cấu trúc tương tự nhau. Chúng có chiều dài khoảng 80-120 na- nomet và thường có hình cầu, mặc dù có cả hình sợi (NBCI GenBank). Genome là thành ph ần lõi của virut. Virut cúm có 8 đoạn (với cúm A và B) và 7 đoạn (đối với cúm C) trong bộ genome của chúng (Nippon Rinsho, 1997). Trong GenBank người ta lần lượt ký hiệu các đoạn này theo số từ 1 đến 8 là 1 (PB2), 2 (PB1), 3 (PA), 4 (HA), 5 (NP), 6 (NA), 7 (M1 và M2), 8 (NS1 và NS2) đối với cúm A và B. Đối với cúm C thì 7 đoạn là 1 (PB2), 2 (PB1), 3 (P3), 4 (HE), 5 (NP), 6 (MP), 7 (NS) (Nippon Rinsho, 1997). Genome c ủa cúm A và B mã hóa 11 lo ại protein là hemagglutinin (HA), neuraminidase (NA), nucleoprotein (NP), M1, M2, NS1, NS2 (NEP), PA, PB1, PB1-F2 và PB2. Còn genome c ủa cúm C [...]... 10 Nghiên cứu sự phát triển của virut cúm Các trận dịch cúm xảy ra gần đây (bảng 5) Theo thống kê của tổ chức y tế thế giới WHO “Cumulative Number of Confirmed Human Cases of A-vian Influenza A/(H5N) Reported to WHO 3 April 2008 ” Để hiểu rõ hơn virut cúm truyền bệnh như thế nào, chúng ta sẽ tìm hiểu trong phần sự lây lan của virut cúm ở phần dưới đây 11 Nghiên cứu sự phát triển của virut cúm 4.2 Sự. .. “http://www.cdc.gov/flu/avian-/geninfo/flu-viruses.html” 12 Nghiên cứu sự phát triển của virut cúm Chương III Ngân hàng gene virut cúm 1 Giới thiệu tổng quan Luận án này nghiên cứu về sự phát triển của virut cúm Công việc của luận án là xây dựng một ngân hàng gene virut cúm cho tất cả các nước trên thế giới và chi tiết tới từng tỉnh thành/vùng miền của Việt Nam Phần mềm này lấy dữ liệu tự động từ ngân hàng... Hình 19 là trang web cho phép người dùng lựa chọn xem phân bố cúm 25 Nghiên cứu sự phát triển của virut cúm Từ trang này, người dùng có thể chọn xem phát tán virut cúm theo loại cúm A, cúm B hay cúm C hoặc bất kỳ loại cúm nào trong 3 loại cúm trên Người dùng có thể chọn cúm gia cầm (Avian) hay cúm “Blow fly”,…và có thể lựa chọn phát tán của virut từ năm nào (ví dụ từ năm 2000) đến năm nào (ví dụ đến.. .Nghiên cứu sự phát triển của virut cúm mã hóa 9 loại protein PB1, PB2, P3, HE, NP, M1, CM2, NS1, NS2 (NCBI, GenBank) Hai protein quan trọng của virut cúm là HA và NA Virut cúm có 2 protein lớn HA và NA (nhưng đơn giản) hầu như quy định tính độc hại của virut HA là đoạn liên kết của virut tới tế bào vật thể bị lây sang, trong khi NA là bao gồm thay đổi của virut mới sinh ra từ những... bố cúm ở Việt Nam 27 Hình 22 Phân bố cúm ở các nước trên thế giới 27 Hình 23 Phóng to hình ảnh phân bố cúm ở các nước trên thế giới 27 Hình 24 Giao diện chương trình thống kê về virut cúm 28 Hình 25 Thống kê virut cúm cho các vùng của Việt Nam 29 Hình 26 Thống kê virut cúm cho Việt Nam 29 Hình 27 Thống kê virut cúm trên thế giới 30 34 Nghiên cứu sự phát triển của virut. .. Xây dựng bản đồ phân tán của virut cúm - Xây dựng biểu đồ thống kê virut cúm 13 Nghiên cứu sự phát triển của virut cúm Dưới đây sẽ đi vào trình bày cách xây dựng ngân hàng gen virut cúm như thế nào 2.1 Quá trình xây dựng ngân hàng gene Mô hình hoạt động của ngân hàng gen xây dựng như hình 7 bên dưới Việc đầu tiên và hết sức quan trọng cho việc xây dựng ngân hàng gene virut cúm cho Việt Nam là thu thập... tree,… để xem Để làm trực quan về phân bố của virut cúm thì trong phần tiếp theo chúng ta sẽ xây dựng “bản đồ phân bố của virut cúm giúp người dùng dễ dàng có cái nhìn trực quan về phân bố virut cúm ở Việt Nam hay trên thế giới 2.6 Bản đồ phân bố của virut cúm Người dùng có thể xem sự phân bố của virut cúm của các nước trên thế giới hay của các tỉnh thành của Việt Nam trong phần “prediction” từ trang... 2009) trong hai trường “From year” và “To year” Trong phần “Country/Region” người dùng có thể chọn “Viet Nam” để xem sự phát tán ở Việt Nam hoặc “any” để xem sự phát tán của virut cúm trên thế giới 26 Nghiên cứu sự phát triển của virut cúm Kết quả minh họa khi người dùng xem phân bố cúm ở Việt Nam và trên thế giới như hình 20, 21, 22 và 23 bên dưới Phần này sử dụng kiến thức nền tảng về “google map... lây lan của virut cúm Thông thường virut cúm không thể lây nhiễm trực tiếp sang người mà phải thông qua vật chủ trung gian như lợn, gà,… Khi ở trong vật thể trung gian này thì virut từ người và virut cúm của một loài khác sẽ kết hợp với nhau bằng cách trao đổi các thành phần trong tế bào của chúng để tạo nên loại virut cúm mới có khả năng gây bệnh ở người Có hai quá trình lây lan của virut cúm là drift... 22 33 Nghiên cứu sự phát triển của virut cúm Hình 15 Kết quả sau khi chọn download file FASTA 23 Hình 16 Sắp hàng đa chuỗi 24 Hình 17 Ví dụ về cây tiến hóa “http://coltech.vnu.edu.vn/courses/Bioinformatics/” 24 Hình 18 Download file tree.zip sau khi thực hiện build tree .25 Hình 19 Trang xem sự phân bố của virut cúm 26 Hình 20 Phân bố cúm của các tỉnh/miền . “http://www.cdc.gov/flu/avian-/gen- info/flu-viruses.html”. Nghiên cứu sự phát triển của virut cúm 13 Chương III. Ngân hàng gene virut cúm 1. Giới thiệu tổng quan Luận án này nghiên cứu về sự phát triển của virut. Page, 2000). Nghiên cứu sự phát triển của virut cúm 8 Chương II. Virut cúm 1.Sơ lược về virut cúm Virut cúm được biết đến từ một trận dịch cúm xuất phát từ