Giải mã sự sống ngoài không gian: Hướng dẫn phân tích Metagenomics trên Trạm Vũ trụ Quốc tế (ISS)

Các phi hành gia đã sinh sống trên Trạm Vũ trụ Quốc tế (ISS) hơn một phần tư thế kỷ. Giống như việc một quả cà chua để quên trong tủ lạnh sẽ bắt đầu xuất hiện nấm mốc, môi trường ISS cũng là nơi cư trú của nhiều vi sinh vật. Làm thế nào để xác định những vi sinh vật nào đủ cứng cáp để tồn tại trong môi trường bức xạ vũ trụ và không trọng lực? Câu trả lời nằm ở kỹ thuật Metagenomics.

Trong bài viết này, chúng ta sẽ cùng tìm hiểu cách định danh các vi sinh vật trên ISS, từ việc xử lý dữ liệu DNA thô đến các thuật toán tối ưu hóa như Kraken2.

Metagenomics là gì?

Trong metagenomics, thay vì nghiên cứu DNA của một sinh vật đơn lẻ, chúng ta phân tích toàn bộ DNA của tất cả các loài có mặt tại một địa điểm. Nghiên cứu của Urbaniak et al. đã sử dụng phương pháp này để phân tích mẫu từ 8 vị trí trên ISS, bao gồm cả bàn ăn. Phương pháp này cho phép chúng ta phát hiện vi sinh vật mà không cần biết trước chúng là gì.

Quy trình phân tích dữ liệu DNA

1. Tải và lọc dữ liệu

Chúng ta sẽ sử dụng mẫu F4_S5_P từ Sequence Read Archive. Đầu tiên, chúng ta tải dữ liệu về:

wget -P data/rawreads -nc ftp://ftp.sra.ebi.ac.uk/vol1/fastq/SRR171/065/SRR17140465/SRR17140465_2.fastq.gz
wget -P data/rawreads -nc ftp://ftp.sra.ebi.ac.uk/vol1/fastq/SRR171/065/SRR17140465/SRR17140465_1.fastq.gz

Tiếp theo, sử dụng fastp để loại bỏ các đoạn đọc (reads) chất lượng thấp và adapter:

fastp \
    -i data/rawreads/${accession}_1.fastq.gz \
    -I data/rawreads/${accession}_2.fastq.gz \
    -o data/fastp/${accession}_1.fastq.gz \
    -O data/fastp/${accession}_2.fastq.gz \
    -h data/fastp/${accession}.html \
    -j data/fastp/${accession}.json

2. Định danh loài với Kraken2

Kraken2 là công cụ metagenomics cực nhanh, vượt trội hơn BLAST nhờ cơ chế tìm kiếm khớp chính xác (exact matches) thay vì căn chỉnh (alignment) phức tạp. Kraken2 chia trình tự thành các đoạn nhỏ gọi là k-mers.

Cài đặt và chạy Kraken2:

# Tải cơ sở dữ liệu PlusPF-8
wget -P ~/databases https://genome-idx.s3.amazonaws.com/kraken/k2_pluspf_08_GB_20260226.tar.gz
tar -xvzf ~/databases/k2_pluspf_08_GB_20260226.tar.gz -C ~/databases

# Chạy phân tích
kraken2 \
    --db ~/databases/k2_pluspf_08_GB_20260226 \
    --paired \
    data/fastp/${accession}_1.fastq.gz \
    data/fastp/${accession}_2.fastq.gz \
    --threads 12 \
    --memory-mapping \
    --report data/kraken2/${accession}_kraken2_report.txt \
    --output data/kraken2/${accession}_kraken2_output.txt

Kết quả phân tích: Có gì trên bàn ăn ở ISS?

Sau khi chạy báo cáo, chúng ta có thể thấy các loài phổ biến như Acinetobacter johnsonii, Pseudolactococcus raffinolactis và đặc biệt là Leuconostoc mesenteroides (thường thấy trong kim chi).

Việc phát hiện L. mesenteroides rất thú vị vì nó liên quan đến kim chi – món ăn được phát triển đặc biệt cho các phi hành gia Hàn Quốc. Mặc dù kim chi đã được xử lý bằng bức xạ để tiêu diệt vi khuẩn trước khi lên vũ trụ, nhưng DNA chúng ta tìm thấy cho thấy các tế bào này vẫn tồn tại và là một trong những loài phong phú nhất trên bàn ăn tại ISS.

Cơ chế hoạt động của Kraken2

Kraken2 sử dụng kỹ thuật Minimizers để giảm thiểu dữ liệu dư thừa. Thay vì lưu trữ mọi k-mer, nó chỉ lưu một đoạn con đại diện (minimizer). Sau đó, nó sử dụng Compact Hash Code để lưu trữ các hash này vào cơ sở dữ liệu, giúp việc truy vấn diễn ra với tốc độ cực nhanh.

Kết luận

Việc áp dụng các kỹ thuật dữ liệu như minhashing và locality sensitive hashing vào bioinformatics cho thấy sự giao thoa mạnh mẽ giữa khoa học dữ liệu và sinh học. Khi lượng dữ liệu trình tự tăng lên, các phương pháp nhanh như Kraken2 trở thành tiêu chuẩn không thể thiếu để giải mã các bí ẩn từ Trái đất đến ngoài không gian.