Bỏ qua tới nội dung chính

Trước khi có sinh học hiện đại

· Bài đọc mở đầu

Sinh học: sự sống nhìn bằng con mắt người lập trình

Vì sao người học khoa học máy tính nên biết sinh học: DNA là mã bốn chữ cái, dịch mã, tiến hóa như thuật toán tìm kiếm, nơ-ron, mô hình SIR — và học từ đâu.

Ban biên tập OpenER

Cập nhật 18/11/2026 · 20 phút đọc · CC BY 4.0

Mùa hè năm 2021, khi biến chủng Delta làm bùng làn sóng COVID-19 ở Việt Nam, cả nước nghe hằng ngày những từ trước đó chỉ nằm trong sách sinh học: biến chủng, xét nghiệm PCR, vắc-xin mRNA, hệ số lây nhiễm. Đằng sau mỗi từ là một câu chuyện về thông tin. Bộ gen của virus SARS-CoV-2 là một chuỗi khoảng 30.000 chữ cái; đầu tháng 1 năm 2020, chuỗi đó được đưa lên mạng để phòng thí nghiệm khắp thế giới tải về thiết kế bộ xét nghiệm. Biến chủng là bản sao bị đổi ở một số chỗ, phát hiện bằng cách so sánh gen virus của rất nhiều ca bệnh. Vắc-xin mRNA là một đoạn chỉ dẫn viết bằng chính loại mã đó, nhờ tế bào làm ra một mảnh protein của virus để hệ miễn dịch tập nhận diện.

Sinh học (biology) là môn nghiên cứu sự sống, từ phân tử, tế bào tới cơ thể và quần thể. Nhìn từ góc người học khoa học máy tính, sự sống có nhiều thứ rất quen: một bộ nhớ lưu dữ liệu, một bộ máy đọc dữ liệu đó, một quá trình tìm kiếm chạy suốt hàng tỷ năm, những mạng lưới truyền tín hiệu. Phép so sánh không hoàn hảo — bài sẽ nói chỗ nào nó gãy — nhưng là cửa vào dễ nhất.

Trước khi có sinh học hiện đại

Hàng nghìn năm, con người chọn giống và chữa bệnh mà không biết sự sống vận hành thế nào: con giống cha mẹ vì "máu mủ", dịch bệnh do "khí độc", các loài có sẵn từ đầu và không bao giờ đổi. Hiểu biết đến từng bước:

  1. Thấy được tế bào — năm 1665, Robert Hooke nhìn một lát bần qua kính hiển vi và gọi những ô nhỏ là cell. Năm 1838–1839, Matthias Schleiden và Theodor Schwann đưa ra học thuyết tế bào: mọi sinh vật đều cấu tạo từ tế bào.
  2. Tiến hóa — năm 1859, Charles Darwin xuất bản Nguồn gốc các loài: các loài thay đổi qua nhiều thế hệ nhờ chọn lọc tự nhiên (natural selection). Alfred Russel Wallace tự đi tới cùng ý tưởng.
  3. Di truyền là rời rạc — năm 1866, Gregor Mendel công bố kết quả lai đậu Hà Lan: tính trạng được truyền qua những "nhân tố" riêng rẽ, không hòa trộn như pha màu. Công trình bị quên lãng tới năm 1900. Với người học máy tính, phát hiện này rất quen: thông tin di truyền là số (digital), không phải tương tự (analog).
  4. DNA là nơi lưu thông tin — năm 1944, nhóm của Oswald Avery cho thấy chất mang thông tin di truyền là DNA (sách giáo khoa cũ viết ADN). Năm 1953, James Watson và Francis Crick đề xuất cấu trúc xoắn kép, dựa nhiều vào ảnh nhiễu xạ tia X của Rosalind Franklin và dữ liệu của Maurice Wilkins.
  5. Giải mã di truyền — năm 1961, Marshall Nirenberg và Heinrich Matthaei giải được bộ ba đầu tiên; tới khoảng năm 1966, cả 64 bộ ba đã được giải.
  6. Đọc được trình tự — năm 1977, Frederick Sanger công bố phương pháp giải trình tự DNA. Dự án Bộ gen người (Human Genome Project), 1990–2003, tốn khoảng 3 tỷ đô la để đọc khoảng 3 tỷ chữ cái của bộ gen người. Sau đó giá giảm rất nhanh: theo Viện Nghiên cứu Bộ gen người Quốc gia Mỹ (NHGRI), đọc một bộ gen tốn cỡ trăm triệu đô la năm 2001, dưới một nghìn đô la vào cuối thập niên 2010 — nhanh hơn cả nhịp của định luật Moore trong bài Kiến trúc máy tính.

Bản "hoàn thành" năm 2003 thật ra còn khoảng 8% để trống — những đoạn lặp lại nhiều tới mức thời đó không xếp được thứ tự — cho tới khi nhóm Telomere-to-Telomere (T2T) công bố bản đầy đủ năm 2022. Ghép một chuỗi dài từ hàng triệu mảnh ngắn là bài toán của Thuật toán cho sinh học tính toán.

Đặt cạnh nhau:

Chưa hiểu cơ chế của sự sống
Có sinh học hiện đại
Vì sao con giống cha mẹ
"Máu mủ", không giải thích được
Gen trên DNA, đọc được từng chữ cái
Bệnh di truyền
Thấy bệnh "chạy trong họ"
Tìm đúng chữ cái bị sai trong gen
Làm vắc-xin
Nuôi và làm yếu mầm bệnh, thường mất nhiều năm
Thiết kế từ trình tự gen của mầm bệnh
Làm thuốc insulin
Chiết từ tụy lợn, tụy bò
Vi khuẩn mang gen người tự làm ra (từ năm 1982)

Nhưng đọc được chưa phải là hiểu được. Con giun tròn C. elegans, dài chừng một milimét, có đúng 302 nơ-ron, và sơ đồ nối giữa chúng đã vẽ xong từ năm 1986. Vậy mà tới nay chưa ai giải thích trọn vẹn 302 nơ-ron ấy tạo ra hành vi của con giun thế nào — như có sơ đồ mạch của một con chip mà chưa hiểu chương trình chạy trên đó.

Môn này trả lời câu hỏi gì

Sinh học trả lời câu hỏi: sự sống vận hành thế nào? Lộ trình này đi qua bốn phần của câu hỏi đó: phân tử (DNA, RNA, protein), tế bào (lấy năng lượng, đọc gen, phân chia), di truyền (thông tin được sao chép qua các thế hệ và sai sót ra sao) và tiến hóa (quần thể thay đổi theo thời gian thế nào).

Người học khoa học máy tính học môn này không phải để thành nhà sinh học, mà vì:

  • Sinh học đã thành một ngành dữ liệu. Máy giải trình tự, kính hiển vi tự động, hồ sơ bệnh án sinh dữ liệu nhanh hơn sức đọc của con người; ai viết phần mềm cho y tế, nông nghiệp, dược phẩm cần hiểu đủ sinh học để không làm ra thứ vô nghĩa.
  • Sự sống là kho ý tưởng thiết kế: mạng nơ-ron, thuật toán di truyền đều mượn từ sinh học.
  • Đọc tin tức cho đúng: dịch bệnh, vắc-xin, xét nghiệm gen.

Năm ý tưởng cốt lõi

1. DNA: một chuỗi ký tự bốn chữ cái

DNA là một chuỗi rất dài gồm bốn loại đơn vị, gọi là nucleotide (nuclêôtit), ký hiệu bằng chữ cái đầu của bốn loại base (bazơ): A, C, G, T — sách giáo khoa cũ viết X thay cho C, theo tên xitôzin. Bốn ký hiệu thì mỗi ký hiệu cần đúng 2 bit:

python
MA = {"A": 0b00, "C": 0b01, "G": 0b10, "T": 0b11}   # bốn chữ cái, mỗi chữ đúng 2 bit

def ma_hoa(dna):
    so = 0
    for chu in dna:
        so = (so << 2) | MA[chu]      # dịch trái 2 bit, ghép chữ mới vào cuối
    return so

doan = "GATTACA"
print(f"{ma_hoa(doan):0{2 * len(doan)}b}")   # 10001111000100: 7 chữ cái, 14 bit

BO_SUNG = str.maketrans("ACGT", "TGCA")     # A bắt cặp với T, G bắt cặp với C
print(doan.translate(BO_SUNG)[::-1])        # TGTAATC: mạch đối diện, đọc theo chiều của nó

so_chu = 3_000_000_000                      # bộ gen người: khoảng 3 tỷ chữ cái
print(so_chu * 2 / 8 / 1_000_000, "MB")     # 750.0 MB

Ba điều đáng để ý.

Thứ nhất, DNA có hai mạch bắt cặp theo luật cố định: A với T, G với C, nên biết một mạch là suy ra mạch kia (hai mạch chạy ngược chiều nhau, nên mạch kia đọc từ cuối lên — dòng [::-1]). Khi một mạch bị hỏng, tế bào dựa vào mạch kia để sửa: một kiểu dư thừa để sửa lỗi, gần giống ổ đĩa ghi gương (RAID 1).

Thứ hai, bộ gen người chưa tới 1 GB nếu ghi 2 bit mỗi chữ cái; mỗi tế bào mang hai bộ, của mẹ và của cha. Dữ liệu thô từ máy giải trình tự thì lớn hơn nhiều lần, vì mỗi vị trí được đọc hàng chục lần cho bớt lỗi.

Thứ ba, như bài Nhập môn khoa học máy tính nói về bit: dãy ký hiệu tự nó không mang nghĩa, nghĩa nằm ở thứ đọc nó.

2. Từ gen tới protein: một trình thông dịch đọc từng nhóm ba chữ

DNA là kho lưu trữ; việc trong tế bào phần lớn do protein làm: enzyme cắt nối phân tử, kháng thể bắt virus, hemoglobin chở oxy. Một gen (gene) là một đoạn DNA chứa công thức làm một protein. Thông tin đi qua hai bước, gọi chung là học thuyết trung tâm (central dogma):

  • Phiên mã (transcription): chép đoạn gen từ DNA sang một bản tạm là RNA thông tin (mRNA), như nạp một phần file từ ổ đĩa lên bộ nhớ.
  • Dịch mã (translation): ribosome (ribôxôm) đọc mRNA theo từng nhóm ba chữ cái, gọi là bộ ba (codon). Mỗi bộ ba ứng với một axit amin (amino acid); chuỗi axit amin gập lại thành protein.

Bốn chữ cái ghép ba thì có 4³ = 64 bộ ba, đủ cho 20 axit amin và tín hiệu "dừng". Bảng tra ấy — mã di truyền (genetic code) — gần như giống nhau ở mọi sinh vật, và viết được thành một chương trình nhỏ (đoạn "gen" là tự đặt; mỗi axit amin viết bằng một chữ cái theo quy ước quốc tế):

python
# Bảng mã di truyền chuẩn: 64 bộ ba -> 20 axit amin (mỗi loại một chữ cái), "*" là dừng.
# Viết bằng chữ của DNA cho gọn; trên mRNA thật, chữ T được thay bằng U (ATG là AUG).
BASE = "TCAG"
AXIT_AMIN = "FFLLSSSSYY**CC*WLLLLPPPPHHQQRRRRIIIMTTTTNNKKSSRRVVVVAAAADDEEGGGG"
BANG_MA = {a + b + c: AXIT_AMIN[16 * i + 4 * j + k]
           for i, a in enumerate(BASE)
           for j, b in enumerate(BASE)
           for k, c in enumerate(BASE)}

def dich_ma(gen):
    protein = ""
    for i in range(0, len(gen) - 2, 3):     # đọc từng nhóm 3 chữ cái
        aa = BANG_MA[gen[i:i + 3]]
        if aa == "*":                       # gặp bộ ba kết thúc thì dừng
            break
        protein += aa
    return protein

gen = "ATGGTTATTGAAACTAATGCTATGTAA"         # một "gen" tự đặt, bắt đầu bằng ATG
print(dich_ma(gen))                          # MVIETNAM
print(dich_ma(gen[:10] + "T" + gen[11:]))    # thay 1 chữ:  MVIVTNAM
print(dich_ma(gen[:6] + "A" + gen[6:]))      # chèn 1 chữ:  MVN

Ribosome giống một trình thông dịch (interpreter): đọc lần lượt từng "lệnh" ba ký tự, bắt đầu ở bộ ba mở đầu ATG, dừng ở bộ ba kết thúc. Hai dòng cuối là hai kiểu lỗi:

  • Thay một chữ: một axit amin đổi theo. Bệnh thiếu máu hồng cầu hình liềm (sickle cell anemia) xảy ra đúng như vậy: trong gen hemoglobin, bộ ba GAG đổi thành GTG, axit glutamic (E) thành valin (V) — cùng kiểu đổi E thành V như ví dụ. Một chữ cái trong khoảng 3 tỷ chữ, sai ở cả bản gen của cha lẫn của mẹ, đủ làm hồng cầu méo thành hình lưỡi liềm.
  • Chèn một chữ: mọi bộ ba phía sau bị lệch, gặp ngay một bộ ba kết thúc, protein bị cụt — lệch khung đọc (frameshift). Ai từng đọc một file gồm các bản ghi dài cố định mà lỡ thừa một byte đều biết cảm giác này.

Bảng mã cũng có sẵn chút chịu lỗi: 64 bộ ba cho 21 nghĩa, nên đổi GCT thành GCC vẫn ra A, đột biến ấy "im lặng". Và vì mã dùng chung, vi khuẩn đọc được gen insulin người — cách làm insulin trong bảng ở trên.

Phép so sánh bắt đầu gãy ở đây: bộ gen không phải một chương trình chạy từ đầu tới cuối. Chỉ khoảng 1–2% bộ gen người là công thức protein; phần còn lại có những đoạn điều khiển gen nào bật, ở tế bào nào, lúc nào, và nhiều đoạn chưa rõ để làm gì. Tế bào gan và tế bào thần kinh mang cùng một bộ gen, chỉ khác ở những gen được bật.

3. Tiến hóa: một thuật toán tìm kiếm không có mục tiêu

Chọn lọc tự nhiên cần ba thứ: biến dị (con cái khác nhau một chút, do đột biến và do tổ hợp gen của cha mẹ), di truyền (con giống cha mẹ) và chọn lọc (cá thể hợp môi trường hơn để lại nhiều con hơn). Lặp đủ nhiều thế hệ, quần thể dần đổi sang những dạng hợp môi trường — ngay trước mắt ta, như vi khuẩn kháng kháng sinh hay virus sinh ra Delta rồi Omicron.

Năm 1975, John Holland viết Adaptation in Natural and Artificial Systems, đặt nền cho thuật toán di truyền (genetic algorithm): dùng đúng ba thứ ấy để tìm lời giải cho bài toán khó. Thử với việc xếp balo đi phượt: mười món đồ, balo chỉ chịu 4 kg, mỗi món có một mức cần thiết — mang những món nào để tổng mức cần thiết lớn nhất? Mỗi "cá thể" là một dãy 10 bit, bit thứ i cho biết có mang món thứ i không:

python
import random
from itertools import product

random.seed(3)
#       áo mưa  áo ấm  nước  đồ ăn  đèn pin  sơ cứu  máy ảnh  sạc  sách  võng
NANG = [5,      12,    10,   8,     3,       4,      9,       4,   6,    8]   # đơn vị 100 g
DIEM = [8,      9,     10,   7,     5,       6,      4,       5,   1,    3]   # mức cần thiết
GIOI_HAN = 40                                                                # balo chịu 4 kg

def thich_nghi(ca_the):                  # ca_the: dãy 0/1, có mang món thứ i hay không
    nang = sum(n for n, g in zip(NANG, ca_the) if g)
    diem = sum(d for d, g in zip(DIEM, ca_the) if g)
    return diem if nang <= GIOI_HAN else 0       # quá tải thì coi như không sống sót

def chon(quan_the):                      # chọn lọc: bốc 2 cá thể, cá thể khỏe hơn được làm cha mẹ
    return max(random.sample(quan_the, 2), key=thich_nghi)

quan_the = [[random.randint(0, 1) for _ in NANG] for _ in range(20)]
for the_he in range(31):
    if the_he % 10 == 0:
        print("thế hệ", the_he, "- tốt nhất:", max(map(thich_nghi, quan_the)))
    con = [max(quan_the, key=thich_nghi)]       # giữ nguyên cá thể tốt nhất sang thế hệ sau
    while len(con) < len(quan_the):
        bo, me = chon(quan_the), chon(quan_the)
        cat = random.randrange(1, len(NANG))
        moi = bo[:cat] + me[cat:]                                     # lai ghép
        moi = [1 - g if random.random() < 0.05 else g for g in moi]   # đột biến
        con.append(moi)
    quan_the = con

print("thử hết 1024 cách:", max(map(thich_nghi, product([0, 1], repeat=len(NANG)))))

Kết quả:

text
thế hệ 0 - tốt nhất: 31
thế hệ 10 - tốt nhất: 36
thế hệ 20 - tốt nhất: 43
thế hệ 30 - tốt nhất: 43
thử hết 1024 cách: 43

Từ những cách xếp ngẫu nhiên, sau khoảng hai mươi thế hệ quần thể tìm ra cách tốt nhất: áo mưa, áo ấm, nước, đèn pin, bộ sơ cứu, sạc dự phòng — 3,8 kg. Với 10 món còn thử hết được 1.024 cách để kiểm; 100 món thì không máy nào thử hết nổi. Riêng bài xếp balo có cách giải tốt hơn bằng quy hoạch động (xem Thiết kế và phân tích thuật toán); thuật toán di truyền hợp với những bài không có cấu trúc đẹp như vậy, như xếp lịch hay thiết kế hình dạng ăng-ten.

Đổi random.seed thì chỉ khoảng một nửa số lần chạy ra 43, phần lớn số còn lại dừng ở 42: thuật toán di truyền không hứa lời giải tốt nhất, chỉ thường cho lời giải tốt. Nó cũng khác tiến hóa: dòng "giữ nguyên cá thể tốt nhất" là thứ tự nhiên không có, và thuật toán có mục tiêu do người đặt, còn tiến hóa không nhắm tới đâu cả — "thích nghi" chỉ có nghĩa là để lại nhiều con hơn trong môi trường lúc đó.

4. Nơ-ron: nguồn cảm hứng của mạng nơ-ron, và phép so sánh đi xa tới đâu

Bộ não người có khoảng 86 tỷ nơ-ron (neuron). Mỗi nơ-ron nhận tín hiệu từ hàng nghìn nơ-ron khác qua các khớp thần kinh (synapse). Tín hiệu cộng dồn làm điện thế màng tế bào thay đổi; khi chạm một ngưỡng, nơ-ron phát ra một xung thần kinh (action potential) dài khoảng một mili giây, truyền dọc sợi trục tới các nơ-ron sau. Xung chỉ có hoặc không; mạnh hay yếu là ở chỗ xung dày hay thưa.

Năm 1943, Warren McCulloch và Walter Pitts rút gọn nơ-ron thành một phép toán logic (bài Lý thuyết tính toán có nhắc); perceptron và mạng nơ-ron nhiều lớp đi tiếp từ đó, kể trong bài Học máy. Ở đây ta nhìn phía bên kia: nơ-ron thật khác nơ-ron nhân tạo ở đâu. Mô hình đơn giản nhất còn giữ được yếu tố thời gian là mô hình tích lũy và phát xung có rò (leaky integrate-and-fire):

python
def no_ron(tin_hieu, so_ms=200):
    """Nơ-ron tích lũy và phát xung có rò, đơn vị đã chuẩn hóa: ngưỡng là 1."""
    dien_the, so_xung = 0.0, 0
    for _ in range(so_ms):                         # mỗi bước là 1 mili giây
        dien_the += -dien_the / 20 + tin_hieu      # rò bớt một ít, cộng thêm tín hiệu vào
        if dien_the >= 1.0:                        # chạm ngưỡng: phát một xung rồi về 0
            so_xung += 1
            dien_the = 0.0
    return so_xung

for tin_hieu in (0.04, 0.06, 0.1, 0.2):
    print(f"tín hiệu {tin_hieu}: {no_ron(tin_hieu):2d} xung trong 200 ms")

Kết quả:

text
tín hiệu 0.04:  0 xung trong 200 ms
tín hiệu 0.06:  5 xung trong 200 ms
tín hiệu 0.1: 14 xung trong 200 ms
tín hiệu 0.2: 33 xung trong 200 ms

Tín hiệu yếu thì điện thế rò đi trước khi chạm ngưỡng: nơ-ron im lặng. Tín hiệu càng mạnh, xung càng dày. Còn một "nơ-ron" trong mạng nhân tạo chỉ nhân đầu vào với trọng số, cộng lại, đưa qua một hàm phi tuyến, ra một con số — không có thời gian, không có xung. Khoảng cách còn lớn hơn: não có nhiều loại nơ-ron, ngay các nhánh nhận tín hiệu cũng tự tính toán một phần; mạng nhân tạo học bằng lan truyền ngược (backpropagation), còn não học thế nào vẫn là câu hỏi mở; não chạy bằng khoảng 20 oát, còn huấn luyện một mô hình AI lớn cần cả một trung tâm dữ liệu.

Mạng nơ-ron nhân tạo lấy cảm hứng từ não, không phải bản sao của não — như máy bay học từ chim cách tạo lực nâng nhưng không vỗ cánh. Mô hình sát nơ-ron thật hơn có từ năm 1952, khi Alan Hodgkin và Andrew Huxley mô tả xung thần kinh trên sợi trục khổng lồ của mực ống bằng một hệ phương trình vi phân, mở đường cho khoa học thần kinh tính toán (computational neuroscience).

5. Mô hình dịch bệnh: vài dòng code giải thích "làm phẳng đường cong"

Năm 1927, William Kermack và Anderson McKendrick đưa ra một mô hình đơn giản đến bất ngờ, ngày nay gọi là mô hình SIR: dân số chia thành S (susceptible — chưa nhiễm), I (infectious — đang lây) và R (removed — đã hết lây: khỏi bệnh, tử vong hoặc được cách ly); mỗi ngày, một số người đi từ S sang I, một số từ I sang R. Con số quan trọng nhất là hệ số lây nhiễm cơ bản R0: trung bình một ca bệnh lây cho bao nhiêu người, khi chưa ai có miễn dịch.

Đoạn code dưới đây mô phỏng một thành phố giả định một triệu dân, mỗi người bệnh lây được trong 10 ngày; các con số chỉ để minh họa, không phải số đo của COVID-19:

python
def sir(R0, so_ngay_lay=10, dan_so=1_000_000, so_ngay=730):
    gamma = 1 / so_ngay_lay          # mỗi ngày, 1/10 số người đang lây chuyển sang hết lây
    beta = R0 * gamma                # mỗi ngày một ca lây cho bao nhiêu người (nếu ai cũng chưa nhiễm)
    S, I, R = dan_so - 10, 10, 0     # chưa nhiễm, đang lây, đã hết lây; ban đầu có 10 ca
    dinh, ngay_dinh = 0, 0
    for ngay in range(so_ngay):
        lay_moi = beta * I * S / dan_so
        het_lay = gamma * I
        S, I, R = S - lay_moi, I + lay_moi - het_lay, R + het_lay
        if I > dinh:
            dinh, ngay_dinh = I, ngay
    return ngay_dinh, dinh / dan_so, dan_so - S

for R0 in (2.5, 1.5, 0.9):
    ngay, dinh, tong = sir(R0)
    print(f"R0 = {R0}: đỉnh ở ngày {ngay}, lúc đó {dinh:.0%} dân số đang bệnh; "
          f"tổng cộng {tong:,.0f} người từng nhiễm")

Kết quả:

text
R0 = 2.5: đỉnh ở ngày 83, lúc đó 24% dân số đang bệnh; tổng cộng 899,115 người từng nhiễm
R0 = 1.5: đỉnh ở ngày 210, lúc đó 6% dân số đang bệnh; tổng cộng 585,931 người từng nhiễm
R0 = 0.9: đỉnh ở ngày 0, lúc đó 0% dân số đang bệnh; tổng cộng 100 người từng nhiễm

Hạ R0 từ 2,5 xuống 1,5 — bằng giãn cách, khẩu trang, truy vết và cách ly — thì đỉnh dịch đến muộn hơn khoảng bốn tháng và thấp đi gần bốn lần. Bệnh viện có số giường cố định, nên đỉnh thấp nghĩa là ít người bệnh nặng phải thiếu chỗ nằm hơn: đó là ý của khẩu hiệu "làm phẳng đường cong" (flatten the curve) năm 2020. Khi R0 dưới 1, dịch tự tắt: 10 ca ban đầu chỉ thành khoảng 100. Mô hình còn cho một công thức nổi tiếng: dịch không bùng được khi hơn 1 − 1/R0 dân số có miễn dịch — với R0 = 2,5 là 60%, ngưỡng miễn dịch cộng đồng (herd immunity) của mô hình đơn giản này.

SIR giả định mọi người gặp nhau đều như nhau và R0 không đổi. Mô hình dùng thật phải chia theo tuổi, theo mạng lưới tiếp xúc, tính tới vắc-xin, và ước lượng tham số từ dữ liệu có nhiễu — việc của Xác suất và thống kê; còn bước tính từng ngày ở trên chỉ xấp xỉ thô một hệ phương trình vi phân, giải cho chuẩn là việc của Tính toán khoa học. Mô hình để hiểu và so sánh kịch bản, không phải để bói ngày hết dịch.

Sinh học nằm ở đâu trong chồng tầng

Sinh học không nằm trong chồng tầng máy tính của bài Từ electron đến ứng dụng. Nó là một chồng tầng khác, có trước máy tính vài tỷ năm, cũng xây bằng trừu tượng hóa: phân tử → tế bào → mô và cơ quan → cơ thể → quần thể và hệ sinh thái. Nhà di truyền học nói về gen mà không nghĩ tới từng liên kết hóa học; nhà dịch tễ nói về ca bệnh mà không cần biết protein gai của virus trông thế nào.

Khoa học máy tính chạm vào chồng tầng ấy ở nhiều chỗ: trình tự DNA và protein là chuỗi ký tự cho thuật toán so khớp và ghép bộ gen; cấu trúc protein và ảnh y khoa là đề bài cho học máy và học sâu; thử nghiệm thuốc cần thống kê; kho trình tự công khai như GenBank là một hệ cơ sở dữ liệu lớn.

Đưa lên

Những bài toán thật và dữ liệu thật — trình tự gen, cấu trúc protein, tín hiệu thần kinh, số ca bệnh — cùng đủ hiểu biết để biết con số nào có nghĩa, mô hình nào hợp lý.

Giấu đi

Hóa học và vật lý của từng phân tử — người làm máy tính làm việc với chuỗi A, C, G, T. Cái giá: mô hình nào cũng đơn giản hóa, và sự sống luôn có ngoại lệ mà mô hình bỏ sót.

Học trước và học sau

· 6 môn

Hóa học

Chemistry

Nguyên tử, liên kết, phản ứng — nền của phần hóa sinh. Không bắt buộc học trước, nhưng biết hóa cơ bản thì các chương đầu dễ hơn.

Xem chủ đề trên OpenER: Chemistry

Lập trình

Programming

Đủ Python để tự viết lại các ví dụ trong bài: xử lý chuỗi, tra bảng, mô phỏng.

Xem chủ đề trên OpenER: Programming

Xác suất và thống kê

Probability and Statistics

Quy luật của Mendel là xác suất; thử nghiệm thuốc và dịch tễ học là thống kê. Nên học song song.

Xem chủ đề trên OpenER: Probability and Statistics

Thuật toán cho sinh học tính toán

Algorithms for Computational Biology

Bước tiếp theo tự nhiên: so khớp trình tự, ghép bộ gen, mô hình Markov ẩn — lấy kiến thức của môn này làm đề bài.

Xem chủ đề trên OpenER: Algorithms for Computational Biology

Học sâu

Deep Learning

Mạng nơ-ron nhiều tầng — phía "cảm hứng từ não" của ý tưởng thứ tư, và công cụ của việc dự đoán cấu trúc protein.

Xem chủ đề trên OpenER: Deep Learning

Khoa học nhận thức

Cognitive Science

Tâm trí và bộ não dưới góc nhìn tính toán. Trên OpenER, chủ đề này lấy Sinh học làm một môn nên học trước.

Xem chủ đề trên OpenER: Cognitive Science

Ứng dụng thật và nghề nghiệp

  • Tin sinh học (bioinformatics): xử lý dữ liệu giải trình tự, tìm biến thể gen gây bệnh. Ở Việt Nam đã có các viện nghiên cứu và công ty xét nghiệm gen — sàng lọc trước sinh, xét nghiệm nguy cơ ung thư — cần kỹ sư tin sinh học và kỹ sư phần mềm hiểu sinh học.
  • AI cho sinh học và y tế: năm 2020, AlphaFold 2 của DeepMind dự đoán cấu trúc protein từ trình tự với độ chính xác gần bằng thí nghiệm tại cuộc thi CASP14; giải Nobel Hóa học 2024 trao cho Demis Hassabis và John Jumper vì công trình này, cùng David Baker vì thiết kế protein bằng máy tính.
  • Dịch tễ học tính toán: mô hình hóa dịch bệnh, đọc gen mầm bệnh để truy vết và theo dõi biến chủng.
  • Khoa học thần kinh tính toán và giao diện não – máy (brain–computer interface): mô phỏng nơ-ron, giải mã tín hiệu não để điều khiển thiết bị.
  • Nông nghiệp: chọn giống nhờ chỉ thị phân tử (molecular marker), phát hiện sâu bệnh qua ảnh.

Học xong làm được gì, bắt đầu từ đâu

Sau môn này bạn có thể:

  • nắm những khái niệm nền — tế bào, DNA, gen, protein, đột biến, chọn lọc tự nhiên — đủ để làm việc với người trong ngành sinh học và y tế;
  • tự viết code xử lý trình tự: mã hóa, tìm mạch bổ sung, dịch mã;
  • cài một thuật toán di truyền nhỏ và biết nó vay gì, không vay gì từ tiến hóa;
  • đọc tin về dịch bệnh tỉnh táo hơn: R0, đỉnh dịch, miễn dịch cộng đồng, giới hạn của mô hình.

Nên biết trước: chỉ cần kiến thức phổ thông. Biết Python cơ bản thì tự chạy được các ví dụ.

Bắt đầu trên OpenER: trang chủ đề Biology có các khóa học đã chọn lọc, và hướng dẫn học gợi ý thứ tự đi qua chúng. Khóa chính là MIT 7.016 Introductory Biology: video, bài tập có lời giải và đề thi, nhấn đúng phần hóa sinh, tế bào, DNA, protein và di truyền; đọc kèm bốn phần đầu giáo trình mở OpenStax Biology 2e. Muốn vào nhẹ phần di truyền và tiến hóa, có khóa Introduction to Genetics and Evolution trên Coursera; muốn hiểu kỹ tiến hóa, có Yale EEB 122; khóa Sinh học tế bào tiếng Việt trên OpenER giúp làm quen thuật ngữ. Khi đã vững, MIT 7.91J Foundations of Computational and Systems Biology là bước sang tin sinh học.

Lời khuyên cho môn này: mỗi khái niệm, viết một đoạn code nhỏ. Tự mô phỏng một quần thể một lần, bạn hiểu chọn lọc tự nhiên hơn đọc mười trang.

Tài liệu tham khảo

  • Mary Ann Clark, Matthew Douglas, Jung Choi — Biology 2e, OpenStax (Rice University): giáo trình mở, đọc miễn phí.
  • Lisa A. Urry và cộng sự — Campbell Biology, Pearson: giáo trình kinh điển, mạnh về sinh học phân tử và di truyền.
  • MIT 7.016 Introductory Biology (Fall 2018) và MIT 7.91J Foundations of Computational and Systems Biology (Spring 2014) — MIT OpenCourseWare.
  • Yale EEB 122 Principles of Evolution, Ecology and Behavior — Open Yale Courses.
  • NHGRI — các trang The Human Genome Project và DNA Sequencing Costs: Data trên genome.gov.
  • John H. Holland — Adaptation in Natural and Artificial Systems, 1975.
  • Peter Dayan, L. F. Abbott — Theoretical Neuroscience, MIT Press, 2001.
  • W. O. Kermack, A. G. McKendrick — "A Contribution to the Mathematical Theory of Epidemics", Proceedings of the Royal Society A, 1927.

Ban biên tập OpenER, “Sinh học: sự sống nhìn bằng con mắt người lập trình”, OpenER, 2026. Phát hành theo CC BY 4.0: được chia sẻ, chỉnh sửa, kể cả thương mại, miễn ghi công tác giả và dẫn link bài gốc.