VinUni công bố lộ trình giải mã hệ gen 1.000 giống lúa Việt Nam và kho dữ liệu SNP ứng dụng AI

VinUni công bố lộ trình giải mã hệ gen 1.000 giống lúa Việt Nam và kho dữ liệu SNP ứng dụng AI

Việt Nam là quốc gia có lịch sử canh tác lúa nước lâu đời với kho tàng đa dạng sinh học lúa gạo vô cùng phong phú, bao gồm hàng nghìn giống lúa cổ truyền, lúa nương vùng cao, lúa chịu mặn vùng ven biển và các quần thể lúa hoang tự nhiên đang được bảo tồn tại nhiều ngân hàng gen trên cả nước. Tuy nhiên, phần lớn các giống lúa bản địa này mới chỉ dừng ở mức lưu giữ hạt giống vật lý mà chưa được giải mã toàn bộ thông tin di truyền ở cấp độ hệ gen, khiến Việt Nam chưa có một hạ tầng dữ liệu gen quốc gia đủ mạnh để chủ động lai tạo nhanh các giống lúa chất lượng cao, giảm phát thải và thích ứng biến đổi khí hậu theo Chiến lược phát triển ngành lúa gạo đến năm 2030, tầm nhìn 2050. Để lấp đầy khoảng trống chiến lược này, Viện Nghiên cứu Dữ liệu lớn (VIBD) thuộc Trường Đại học VinUni đã chính thức giới thiệu dự án VN1K-RICE (1,000 Vietnamese Rice Genome Project) tại Hội thảo Quốc tế về Ứng dụng Công nghệ Gen trong Nông nghiệp (SAGA 2026) diễn ra tại Trung tâm Hội nghị Quốc gia, Hà Nội (theo thông cáo chuyên môn của Đại học VinUni công bố ngày 3/11/2026).

1. Hợp tác đa viện trường và xây dựng bộ hệ gen tham chiếu riêng cho lúa Việt Nam

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, tiền thân là Viện Nghiên cứu Dữ liệu lớn VinBigdata thành lập năm 2018) 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 VIBD. Dự án quy tụ mạng lưới hợp tác sâu rộng giữa các bộ, ngành, địa phương cùng những đơn vị đang trực tiếp lưu giữ nguồn gen lúa quý giá của Việt Nam như Trung tâm Tài nguyên thực vật, Viện Lúa Đồng bằng sông Cửu Long, Trường Đại học Cần Thơ và Học viện Nông nghiệp Việt Nam.

Theo kế hoạch triển khai, VN1K-RICE sẽ giải trình tự toàn bộ hệ gen của 1.000 mẫu giống lúa Việt Nam, bắt đầu từ bộ giống lõi gồm 150 mẫu nòng cốt trước khi mở rộng ra toàn bộ quy mô. Các mẫu lúa được tuyển chọn đại diện cho bốn hệ sinh thái canh tác đặc thù gồm lúa nước, lúa nương, vùng ven biển nhiễm mặn và vùng đất ngập triều, bao gồm cả các mẫu lúa hoang. Từ nguồn mẫu bản địa này, dự án sẽ xây dựng một bộ hệ gen tham chiếu (reference genome) chuẩn riêng cho lúa truyền thống Việt Nam.

Giải thích về tầm quan trọng của việc tự xây dựng hệ gen tham chiếu thay vì chỉ dựa vào các bộ gen chuẩn của nước ngoài, Giáo sư Robert Henry nhận định từ lâu giới khoa học đã nhận thấy một bộ hệ gen duy nhất không thể đại diện cho toàn bộ sự đa dạng di truyền của một loài; các nhà nghiên cứu cần những bộ hệ gen tham chiếu có quan hệ di truyền gần gũi nhất với nguồn vật liệu di truyền (germplasm) bản địa đang nghiên cứu để bảo đảm độ chính xác khi phân tích và tìm kiếm gen quý.

2. Mô hình AI chuyên "đọc" trình tự DNA và đánh giá kiểu hình tại 3 vùng sinh thái

Điểm tạo nên sự khác biệt đột phá của VN1K-RICE so với các chương trình giải mã gen truyền thống nằm ở việc tích hợp sâu dữ liệu di truyền với trí tuệ nhân tạo (AI) trong khuôn khổ chương trình nghiên cứu trọng điểm AgriOmics-AI giai đoạn 2026-2030 của VIBD. Cụ thể, dự án xây dựng một cơ sở dữ liệu di truyền do Việt Nam làm chủ và phát triển các mô hình trí tuệ nhân tạo chuyên biệt có khả năng "đọc" trình tự gen để tự động xác định chức năng sinh học của từng đoạn gen và dự đoán chính xác mối liên hệ giữa từng vùng gen với các đặc tính nông học của cây lúa.

Song song với phân tích trong phòng thí nghiệm, toàn bộ các giống lúa nghiên cứu được đưa ra khảo nghiệm và đánh giá kiểu hình thực tế tại ba vùng sinh thái khác nhau dựa trên bốn nhóm tiêu chí gắn chặt với nhu cầu thị trường và thích ứng khí hậu:

  • Chất lượng cơm và giá trị dinh dưỡng hạt gạo: Đo lường độ dẻo, cấu trúc mùi thơm đặc trưng, hàm lượng vi chất dinh dưỡng và tỷ lệ protein.
  • Mức độ phát thải khí nhà kính: Giám sát định lượng lượng khí mê-tan ($CH_4$) và nitơ oxit ($N_2O$) phát sinh trong quá trình canh tác.
  • Khả năng chống chịu điều kiện bất lợi của môi trường: Đánh giá sức chịu hạn, chịu mặn, chịu nóng và khả năng chịu ngập úng của từng giống.
  • Khả năng kháng các bệnh hại nguy hiểm trên đồng ruộng: Kiểm chứng mức độ kháng tự nhiên trước bốn bệnh hại phổ biến nhất gồm bệnh đạo ôn, bệnh bạc lá, bệnh khô vằn và bệnh lúa von.

3. Kiến tạo cơ sở dữ liệu biến dị DNA (SNP) dùng chung cho cộng đồng chọn giống chính xác

Khi thông tin di truyền của 1.000 giống lúa được ghép nối với dữ liệu đặc điểm sinh trưởng thực tế và điều kiện môi trường, dự án sẽ hình thành một cơ sở dữ liệu quốc gia về các điểm đa hình nucleotide đơn (SNP) — tức những điểm sai khác nhỏ nhất trên chuỗi DNA giữa các giống lúa Việt Nam. Từ kho dữ liệu SNP này, nhóm nghiên cứu sẽ lập danh mục chi tiết các vùng gen quyết định chất lượng gạo ngon, khả năng chống chịu và mức phát thải thấp.

Về mặt thực thi nghiên cứu, Giáo sư Vũ Hà Văn nhấn mạnh một hệ gen tham chiếu hay một cơ sở dữ liệu SNP chỉ phát huy giá trị thực sự khi được mở rộng cho nhiều nhóm nghiên cứu cùng khai thác và đóng góp. Vì vậy, toàn bộ dữ liệu và công cụ phân tích AI của dự án sẽ được mở cho cộng đồng khoa học sử dụng chung. Về ứng dụng thực tiễn, dự án sẽ tạo ra các dòng lúa gần đẳng gene (có nền di truyền gần như giống hệt nhau, chỉ khác biệt ở một vùng gen mục tiêu) để kiểm chứng chức năng từng gen đơn lẻ, đồng thời cung cấp các chỉ thị phân tử DNA đóng vai trò như "dấu hiệu nhận diện" chính xác phục vụ công tác đăng ký, bảo hộ và chứng nhận bản quyền giống lúa.

4. Góc nhìn ứng dụng cho ngành chọn tạo giống và sản xuất lúa gạo chất lượng cao

Dự án VN1K-RICE thuộc chương trình AgriOmics-AI đang đặt những viên gạch nền móng cho kỷ nguyên chọn giống chính xác (Precision Breeding) tại Việt Nam. Thay vì phải lai tạo thủ công và sàng lọc qua nhiều thế hệ tốn hàng chục năm trời, các nhà chọn tạo giống và doanh nghiệp hạt giống có thể sử dụng công cụ AI cùng cơ sở dữ liệu SNP quốc gia để kết hợp nhanh các giống nền cao sản phù hợp với từng vùng sinh thái với những gen quý từ lúa bản địa, tạo ra các bộ giống lúa mới vừa thơm ngon giàu dinh dưỡng, vừa chịu mặn tốt và giảm phát thải khí mê-tan.

Đối với các hợp tác xã và nông dân trồng lúa, kho dữ liệu chỉ thị phân tử DNA từ dự án này còn mang lại một lá chắn bảo vệ thương hiệu cực kỳ thiết thực: giúp xác thực minh bạch tính thuần chủng của các giống lúa đặc sản Việt Nam trên thị trường xuất khẩu, ngăn chặn tình trạng trà trộn giống kém chất lượng và nâng cao uy tín của hạt gạo Việt trên bản đồ lương thực thế giới. Bạn đọc có thể xem đầy đủ thông cáo chi tiết về dự án VN1K-RICE tại mục nguồn trích dẫn.

Nguồn trích dẫn

Đại học VinUni. (2026, November 3). VinUni giới thiệu dự án giải mã hệ gen 1.000 giống lúa Việt Nam tại SAGA 2026. Trường Đại học VinUniversity, vinuni.edu.vn. https://vinuni.edu.vn/vi/vinuni-gioi-thieu-du-an-giai-ma-he-gen-1-000-giong-lua-viet-nam-tai-saga-2026/

Xem nguồn gốc
Chia sẻ
Quay lại Lúa Tất cả tin tức

Tin liên quan

Bình luận (0)

Chưa có bình luận nào.