Dự án VN1K-RICE: Giải mã hệ gene 1.000 giống lúa Việt Nam kết hợp AI chọn tạo giống thích ứng khí hậu

Việt Nam là một trong những cái nôi đa dạng sinh học lúa gạo phong phú bậc nhất thế giới, sở hữu hàng nghìn giống lúa truyền thống, lúa nương vùng cao, lúa chịu mặn vùng ven biển và các quần thể lúa hoang quý hiếm đang được lưu giữ tại các ngân hàng gen, viện nghiên cứu và trường đại học trên cả nước. Tuy nhiên, phần lớn kho tàng di truyền bản địa này vẫn chưa được giải trình tự toàn bộ hệ gene ở cấp độ phân tử, khiến việc nhận diện chính xác các vùng gene quý để đưa vào chương trình lai tạo giống mới gặp nhiều hạn chế. Nhằm đánh thức tiềm năng di truyền khổng lồ của hạt gạo Việt bằng sức mạnh của công nghệ sinh học và trí tuệ nhân tạo (AI), Viện Nghiên cứu Dữ liệu lớn (VIBD) thuộc Trường Đại học VinUni đã chính thức khởi động dự án VN1K-RICE (1.000 Vietnamese Rice Genome Project), giải trình tự toàn bộ hệ gene của 1.000 giống lúa Việt Nam (theo thông tin từ Báo Điện tử Chính phủ ngày 6/11/2026).
1. Dự án VN1K-RICE và chương trình chiến lược AgriOmics-AI giai đoạn 2026-2030
Được chính thức giới thiệu tại Hội thảo Quốc tế về Ứng dụng Công nghệ Gen trong Nông nghiệp (SAGA 2026), dự án VN1K-RICE do Giáo sư Vũ Hà Văn, Giám đốc Khoa học Viện Nghiên cứu Dữ liệu lớn (VIBD, Trường Đại học VinUni) làm chủ trì khoa học, đồng chủ trì cùng Giáo sư Robert Henry, Giám đốc sáng lập Liên minh Đổi mới Nông nghiệp và Thực phẩm Queensland (QAAFI), Đại học Queensland (Australia) kiêm Giảng viên liên kết tại VinUni.
VN1K-RICE là cấu phần mũi nhọn nằm trong chương trình nghiên cứu tổng thể AgriOmics-AI giai đoạn 2026-2030 của VIBD, được thiết kế với mục tiêu kết hợp dữ liệu đa hệ (multi-omics) và trí tuệ nhân tạo để nghiên cứu, bảo tồn và khai thác hiệu quả nguồn gene bản địa của Việt Nam trên cả bốn lĩnh vực: cây trồng, vật nuôi, thủy sản và vi sinh vật có lợi. Giáo sư Vũ Hà Văn chia sẻ rằng Việt Nam có nguồn gene lúa bản địa cực kỳ đa dạng nhưng phần lớn chưa được đọc mã di truyền một cách hệ thống; thông qua chương trình AgriOmics-AI, nhóm nghiên cứu hướng tới chuyển hóa các bộ sưu tập hạt giống đang nằm trong kho lưu trữ thành cơ sở dữ liệu số sống động có thể phân tích, chia sẻ và ứng dụng trực tiếp vào công tác chọn tạo giống.
2. Giải trình tự 1.000 mẫu lúa từ 5 hệ sinh thái và xây dựng hệ gene tham chiếu bản địa
Theo thiết kế khoa học của dự án, VN1K-RICE sẽ tiến hành giải trình tự toàn bộ hệ gene của 1.000 mẫu giống lúa Việt Nam, triển khai bước đầu với nhóm 150 mẫu nòng cốt trước khi mở rộng ra toàn bộ quy mô. Các mẫu lúa được tuyển chọn kỹ lưỡng để bảo đảm tính đại diện cho năm hệ sinh thái canh tác đặc thù của nước ta, bao gồm:
- Hệ sinh thái lúa nước đồng bằng: Các giống lúa trồng truyền thống và cải tiến tại các vùng châu thổ trọng điểm.
- Hệ sinh thái lúa nương vùng cao: Các giống lúa địa phương thích nghi tốt với điều kiện canh tác trên đất dốc và nguồn nước phụ thuộc nước trời.
- Hệ sinh thái vùng ven biển nhiễm mặn: Những giống lúa bản địa có khả năng sinh trưởng tự nhiên trên nền đất chịu ảnh hưởng của thủy triều và nước lợ.
- Hệ sinh thái vùng đất ngập triều, ngập sâu: Các giống lúa mùa nổi, lúa chịu ngập úng đặc trưng của vùng trũng.
- Quần thể lúa hoang tự nhiên: Nguồn vật liệu di truyền nguyên thủy lưu giữ nhiều gene kháng sâu bệnh và chống chịu ngoại cảnh khắc nghiệt.
Một mục tiêu khoa học trọng tâm của dự án là xây dựng bộ hệ gene tham chiếu chất lượng cao dành riêng cho các giống lúa truyền thống Việt Nam. Giải thích về ý nghĩa của công việc này, Giáo sư Robert Henry khẳng định một hệ gene tham chiếu duy nhất của nước ngoài không thể phản ánh hết sự đa dạng di truyền phong phú của một loài cây trồng; do đó, việc xây dựng hệ gene tham chiếu từ chính các giống lúa bản địa Việt Nam sẽ giúp các nhà khoa học đối chiếu chuẩn xác từng sai khác di truyền và truy tìm đúng các đoạn gene quý ẩn chứa trong nguồn giống nội địa.
3. Kết hợp dữ liệu di truyền, đánh giá kiểu hình 3 vùng sinh thái và thuật toán AI
Không dừng lại ở việc giải mã chuỗi DNA trong phòng thí nghiệm, nhóm nghiên cứu VN1K-RICE còn kết hợp chặt chẽ dữ liệu hệ gene với kết quả khảo nghiệm, đánh giá đặc tính sinh học thực tế của từng giống lúa tại ba vùng sinh thái khác nhau. Bộ chỉ tiêu đánh giá kiểu hình toàn diện bao gồm bốn nhóm đặc tính quyết định giá trị thương mại và tính bền vững của hạt gạo Việt:
- Chất lượng cơm và giá trị dinh dưỡng hạt gạo: Đánh giá chi tiết độ dẻo, cấu trúc hương thơm tự nhiên, hàm lượng vi chất dinh dưỡng và tỷ lệ protein trong hạt gạo.
- Khả năng chống chịu điều kiện bất lợi của khí hậu: Đo lường sức chịu hạn, chịu mặn, chịu nóng và khả năng chịu ngập úng của từng giống.
- Khả năng kháng sâu bệnh hại chủ lực: Đánh giá mức độ phản ứng tự nhiên trước các đối tượng dịch hại nguy hiểm trên đồng ruộng.
- Mức độ phát thải khí nhà kính trong canh tác: Ghi nhận lượng khí phát thải phát sinh trong quá trình sinh trưởng để tìm ra những giống lúa thân thiện với môi trường.
Khi khối lượng dữ liệu di truyền khổng lồ của 1.000 giống lúa được ghép nối với dữ liệu kiểu hình từ ba vùng sinh thái, trí tuệ nhân tạo (AI) sẽ phát huy vai trò bộ não phân tích trung tâm. Các thuật toán học máy thực hiện sàng lọc hàng tỷ điểm dữ liệu DNA để tìm ra mối liên hệ quy luật giữa từng vùng gene với từng tính trạng biểu hiện bên ngoài, dự đoán chính xác chức năng sinh học của từng gene và chuyển hóa dữ liệu giải mã thành bản đồ chỉ dẫn hữu ích cho các nhà chọn tạo giống.
4. Phát triển dòng lúa gần đẳng gene, chỉ thị DNA và bộ giống phát thải thấp
Từ kết quả phân tích của trí tuệ nhân tạo, dự án VN1K-RICE sẽ cung cấp ba nhóm sản phẩm khoa học có giá trị ứng dụng trực tiếp cho ngành nông nghiệp: kho dữ liệu hệ gene của 1.000 mẫu lúa Việt Nam; bộ hệ gene tham chiếu chuẩn cho lúa truyền thống; và dữ liệu chuyên sâu về cơ chế hoạt động của gene. Trên cơ sở đó, các nhà khoa học có thể sử dụng các chỉ thị phân tử DNA để sàng lọc, nhận diện và xác thực nhanh chóng những cá thể mang gene chịu mặn, gene tạo hương thơm hay gene chất lượng gạo cao để đưa vào lai tạo, đồng thời phát triển các dòng lúa gần đẳng gene (có nền di truyền gần như đồng nhất nhưng chỉ khác biệt ở vùng gene mục tiêu) nhằm kiểm chứng chính xác vai trò của từng gene đơn lẻ.
5. Góc nhìn ứng dụng cho ngành lúa gạo Việt Nam và nhà vườn vùng đồng bằng
Dự án VN1K-RICE của Viện Nghiên cứu Dữ liệu lớn (VinUni) đánh dấu bước chuyển mình mang tính lịch sử của khoa học nông nghiệp Việt Nam: đưa nghiên cứu giống lúa từ phương pháp lai tạo truyền thống sang kỷ nguyên nông học chính xác dựa trên dữ liệu lớn và trí tuệ nhân tạo. Về trung và dài hạn, kho dữ liệu di truyền mở này sẽ giúp các viện nghiên cứu và doanh nghiệp giống trong nước rút ngắn một nửa thời gian lai tạo ra những giống lúa mới hội tụ đủ ba ưu điểm vượt trội: hạt gạo thơm dẻo giàu dinh dưỡng, chống chịu tốt trước hạn mặn vùng Đồng bằng sông Cửu Long và giảm phát thải khí mê-tan phục vụ Đề án 1 triệu ha lúa chất lượng cao.
Đối với các hợp tác xã và nông dân trồng lúa, việc chuẩn hóa dữ liệu hệ gene và chỉ thị phân tử DNA cũng mang lại một lợi ích bảo vệ trực tiếp: giúp xác thực minh bạch tính thuần chủng và bản quyền các giống lúa đặc sản Việt Nam khi xuất khẩu sang các thị trường khó tính như EU, Mỹ và Nhật Bản, ngăn chặn tình trạng làm giả thương hiệu gạo thơm Việt Nam trên thị trường quốc tế. Bạn đọc có thể xem đầy đủ thông tin về dự án VN1K-RICE tại mục nguồn trích dẫn.
Nguồn trích dẫn
Thu Giang. (2026, November 6). Nghiên cứu giải mã gene 1.000 giống lúa Việt Nam. Báo Điện tử Chính phủ, baochinhphu.vn. https://baochinhphu.vn/nghien-cuu-giai-ma-gene-1000-giong-lua-viet-nam-102261106163920702.htm
Xem nguồn gốc





Bình luận (0)
Chưa có bình luận nào.