Tuy nhiên, cùng với sự phát triển của công nghệ giải trình tự gen thế hệ mới, sinh học phân tử và trí tuệ nhân tạo, giới khoa học đang đặt ra một câu hỏi mới: liệu nguồn dữ liệu sinh học từ chính mẫu máu thực hiện xét nghiệm NIPT có thể mang lại nhiều thông tin hơn những gì đã từng khai thác?
Đây đang là hướng nghiên cứu thu hút sự quan tâm của nhiều nhóm khoa học trên thế giới, với kỳ vọng dữ liệu cfDNA không chỉ hỗ trợ phát hiện bất thường di truyền của thai nhi mà còn có thể dự báo sớm nguy cơ các biến chứng thai kỳ, qua đó mở ra một cách tiếp cận mới trong quản lý thai kỳ theo hướng chủ động và cá thể hóa.
Từ phát hiện bất thường đến dự báo nguy cơ
Nhiều biến chứng thai kỳ như đái tháo đường, tiền sản giật hay thai chậm tăng trưởng hình thành từ rất sớm nhưng thường chỉ được phát hiện khi xuất hiện những thay đổi rõ ràng trên lâm sàng hoặc qua các xét nghiệm ở giai đoạn giữa thai kỳ.
Đơn cử như đái tháo đường thai kỳ (Gestational Diabetes Mellitus - GDM), hiện nay phần lớn thai phụ được sàng lọc bằng nghiệm pháp dung nạp glucose ở tuần thai 24–28, trong khi đó, những thay đổi sinh học liên quan đến bệnh đã có thể xuất hiện từ nhiều tuần trước đó.
Một câu hỏi mới được đặt ra: liệu nguy cơ có thể được nhận diện sớm hơn để bác sĩ chủ động xây dựng kế hoạch theo dõi và tư vấn ngay từ đầu thai kỳ?
Từ đó, nhiều nghiên cứu trên thế giới đã bắt đầu khai thác thêm các tín hiệu sinh học từ DNA tự do trong máu mẹ (cell-free DNA - cfDNA), kết hợp với dữ liệu đa omics và trí tuệ nhân tạo nhằm hỗ trợ nhận diện nguy cơ các biến chứng thai kỳ ngay từ tam cá nguyệt đầu.
Ở những thai kỳ có nguy cơ đái tháo đường thai kỳ, nhiều thay đổi tại bánh nhau có thể xuất hiện từ rất sớm, trước cả khi đường huyết của người mẹ tăng đến ngưỡng chẩn đoán. Những biến đổi này để lại các tín hiệu sinh học có thể được ghi nhận từ mẫu máu mẹ, mở ra giả thuyết rằng nguy cơ biến chứng thai kỳ có thể được nhận diện sớm hơn trước khi biểu hiện trên lâm sàng.
Trong NIPT thì các DNA tự do được phóng thích từ bánh nhau là yếu tố được tập trung phân tích để đánh giá nguy cơ bất thường di truyền của thai nhi. Nếu trước đây nguồn dữ liệu này chủ yếu được khai thác để đánh giá nguy cơ bất thường di truyền của thai nhi thông qua xét nghiệm NIPT, thì những nghiên cứu gần đây cho thấy cfDNA này còn mang theo nhiều tín hiệu phản ánh sinh học của bánh nhau – cơ quan giữ vai trò trung tâm trong sự phát triển của thai kỳ. Khi kết hợp với dữ liệu đa omics và trí tuệ nhân tạo, các đặc điểm của cfDNA đang mở ra khả năng hỗ trợ dự báo sớm một số biến chứng thai kỳ như đái tháo đường thai kỳ, tiền sản giật hay nguy cơ sinh non ngay từ tam cá nguyệt đầu.
Nói cách khác, cùng một nguồn dữ liệu sinh học từ bánh nhau, cfDNA mang nhiều thông tin, không chỉ giúp "nhìn rõ" sức khỏe của thai nhi mà còn mở thêm một "góc nhìn" về diễn tiến sinh học của thai kỳ ở người mẹ. Từ một mẫu máu được lấy ở tam cá nguyệt đầu, nếu trước đây cfDNA chủ yếu được sử dụng để đánh giá nguy cơ bất thường di truyền của thai nhi, thì ngày nay dữ liệu sinh học này đang từng bước mở rộng vai trò sang hỗ trợ dự báo nguy cơ một số biến chứng thai kỳ ở người mẹ, từ đó giúp "cửa sổ" quản lý thai kỳ được "mở ra" sớm hơn.
Xu hướng này cho thấy dữ liệu sinh học không còn đơn thuần là công cụ phục vụ sàng lọc trước sinh, mà đang từng bước trở thành nền tảng hỗ trợ quản lý thai kỳ theo hướng chủ động và cá thể hóa hơn.
Một nghiên cứu từ Việt Nam góp thêm bằng chứng cho xu hướng mới
Mới đây, nghiên cứu đa trung tâm quy mô toàn quốc của các nhà khoa học Việt Nam được công bố trên The Journal of Maternal-Fetal & Neonatal Medicine đã bổ sung thêm bằng chứng cho hướng tiếp cận này.
Nghiên cứu tích hợp các đặc điểm cấu trúc của cfDNA, điểm số nguy cơ di truyền đa omics và mô hình học máy (machine learning) dự báo sớm nguy cơ đái tháo đường thai kỳ ngay từ tuần thai 10–12, tạo cơ sở để bác sĩ phân loại theo hai nhóm "có" hoặc "không có" nguy cơ để theo dõi và cân nhắc chiến lược quản lý thai kỳ phù hợp với từng thai phụ.
Ý nghĩa của nghiên cứu không nhằm thay thế các phương pháp chẩn đoán hiện hành, mà giúp quá trình chăm sóc thai kỳ có thêm thời gian để can thiệp bằng dinh dưỡng, thay đổi lối sống hoặc theo dõi sát hơn đối với các nhóm nguy cơ cao.
Nhiều chuyên gia nhận định, nếu trước đây xét nghiệm sàng lọc trước sinh chủ yếu giúp trả lời câu hỏi "thai nhi có bất thường hay không", thì ngày nay cùng nguồn dữ liệu sinh học, kết hợp giữa dữ liệu cfDNA, đa omics và trí tuệ nhân tạo, đang từng bước giúp bác sĩ trả lời thêm một câu hỏi quan trọng khác: "thai kỳ này cần được theo dõi như thế nào".
Ngoài ra, bên cạnh cfDNA, nhiều nghiên cứu cũng ghi nhận các biến đổi biểu sinh như methyl hóa DNA tại bánh nhau có liên quan đến quá trình chuyển hóa glucose và tín hiệu insulin, cho thấy vai trò ngày càng rõ của các dấu ấn phân tử trong dự báo nguy cơ thai kỳ.
Đây không chỉ là sự phát triển của công nghệ, mà còn là sự thay đổi trong cách tiếp cận thai kỳ của y học hiện đại, từ phát hiện bất thường mở rộng vai trò sang hỗ trợ dự báo nguy cơ biến chứng thai kỳ và cá thể hóa chăm sóc ngay từ những tuần đầu.
Điều đó cũng phản ánh một xu hướng rộng hơn của y học hiện đại, dịch chuyển từ mô hình phát hiện bệnh khi đã xuất hiện dấu hiệu, sang hướng chủ động tìm kiếm, khai thác các tín hiệu sinh học phân tử xuất hiện từ rất sớm để dự báo nguy cơ và hỗ trợ quản lý thai kỳ tốt hơn cho cả mẹ lẫn bé.
Quang Đỗ