Một ống máu chứa DNA từ nhiều cơ quan: Startup muốn đọc chúng để biết tissue nào đang bắt đầu gặp vấn đề

Tagomics vừa mở early access cho LiquiPath, nền tảng đọc các dấu vết methylation trên cell-free DNA để truy ngược mảnh DNA trong máu về mô đã tạo ra chúng. Mục tiêu trước mắt là theo dõi độc tính thuốc trên nhiều cơ quan từ một mẫu máu, nhưng công ty chưa công bố dữ liệu hiệu năng lâm sàng của LiquiPath.

Tháng 9 16, 2026

Một ống máu chứa DNA từ nhiều cơ quan: Startup muốn đọc chúng để biết tissue nào đang bắt đầu gặp vấn đề

Một ống máu không chỉ chứa DNA của các tế bào máu. Khi tế bào ở gan, phổi, tim hoặc nhiều mô khác chết và giải phóng vật liệu di truyền, một phần các mảnh DNA đó đi vào tuần hoàn dưới dạng cell-free DNA (cfDNA). Điều khó là nhìn vào hỗn hợp này rồi trả lời một câu hỏi có giá trị hơn nhiều so với “có DNA hay không”: mảnh nào đến từ tissue nào?

Startup Anh Tagomics đang xây một nền tảng theo hướng đó. Tháng 8/2026, công ty giới thiệu LiquiPath, hệ thống được thiết kế để phân tích cfDNA từ một mẫu máu, truy ngược chúng về cell type hoặc tissue of origin và theo dõi tín hiệu tổn thương trên nhiều cơ quan cùng lúc. Ứng dụng đầu tiên mà Tagomics nhắm tới không phải khám sức khỏe tổng quát, mà là drug safety: phát hiện xem một liệu pháp đang gây tổn thương ở đâu trong quá trình phát triển thuốc và điều trị.

LiquiPath hiện vẫn ở chương trình early access. Tagomics cho biết nền tảng đang được phát triển cùng một số đối tác dược, trong đó có AstraZeneca, nhưng công ty chưa công bố trong thông báo ra mắt các số liệu như sensitivity, specificity, false-positive rate hay mức lead time so với xét nghiệm hiện hành. Vì vậy, ý tưởng “biết cơ quan nào bắt đầu gặp vấn đề” hiện nên được hiểu là mục tiêu của nền tảng, không phải một khả năng lâm sàng đã được chứng minh đầy đủ.

DNA trong máu mang theo “địa chỉ” của mô đã tạo ra nó

Trình tự DNA của tế bào gan và tế bào phổi về cơ bản giống nhau, nên chỉ đọc A, T, C và G thường không đủ để biết một đoạn cfDNA đến từ đâu. Điều hữu ích nằm ở lớp thông tin phía trên trình tự: epigenetics.

Một trong những dấu vết quan trọng nhất là DNA methylation. Trong quá trình một tế bào phát triển thành hepatocyte, cardiomyocyte hay một loại tế bào miễn dịch, các vùng khác nhau trên genome được methyl hóa hoặc để ở trạng thái unmethylated theo những pattern đặc trưng. Khi tế bào chết và DNA bị cắt thành các mảnh nhỏ đi vào máu, một phần “dấu vân tay” methylation đó vẫn còn.

Ý tưởng tissue-of-origin vì thế giống bài toán trộn màu ngược. Thay vì nhìn thấy một màu cuối cùng rồi dừng lại, thuật toán dùng một atlas tham chiếu để ước lượng hỗn hợp đó gồm bao nhiêu tín hiệu từ từng loại tế bào. Các nghiên cứu trước Tagomics đã chứng minh nguyên lý này. Một methylation atlas công bố năm 2018, chẳng hạn, có thể phân rã cfDNA thành đóng góp từ 25 tissue và cell type, đồng thời nhận ra sự gia tăng DNA có nguồn gốc từ tissue liên quan trong một số tình trạng bệnh.

Điểm cần lưu ý là cfDNA trong người khỏe mạnh không phải hỗn hợp cân bằng của mọi cơ quan. Phần lớn thường đến từ các tế bào tạo máu. Những tín hiệu từ mô khác có thể chiếm tỷ lệ nhỏ, và mức DNA được giải phóng cũng khác nhau rất nhiều giữa từng tissue.

Tagomics không đọc toàn bộ methylome theo cách truyền thống

Nền tảng của Tagomics dựa trên công nghệ Activace, được phát triển từ phương pháp Active-Seq mà nhóm công bố trên Cell Reports Methods năm 2025. Thay vì dùng bisulfite conversion — phương pháp phổ biến để đọc methylation nhưng có thể làm hỏng và thất thoát DNA — Active-Seq dùng một methyltransferase đã được biến đổi cùng cofactor tổng hợp để gắn thẻ các CpG chưa methyl hóa.

Sau bước gắn thẻ, những fragment mang tín hiệu unmethylated có thể được làm giàu trước khi sequencing. Theo paper, workflow có thể hoạt động với lượng DNA đầu vào thấp tới khoảng 1 ng và không cần biến đổi base của DNA. Đây là đặc tính có ích với cfDNA vì lượng vật liệu thu được từ plasma vốn hạn chế.

Tại sao lại tập trung vào vùng unmethylated? Một bài commentary trên JCO Precision Oncology năm 2026, có đồng tác giả từ Tagomics và AstraZeneca, lưu ý rằng trong các cell-type methylome atlas gần đây, phần lớn các vùng methylation khác biệt dùng làm marker giữa cell type là các vùng unmethylated, thường trùng với enhancer đặc hiệu cho từng loại tế bào.

LiquiPath ghép bước enrichment này với các atlas methylation riêng mà Tagomics xây từ sorted cells. Sau đó các mô hình thống kê thực hiện deconvolution: ước lượng số fragment trong plasma thuộc về từng cell type hoặc tissue. Nếu lượng cfDNA từ một tissue tăng bất thường theo thời gian, đó có thể là dấu hiệu tế bào ở tissue đó đang chết hoặc turnover tăng.

Từ “DNA tăng” tới “organ đang bị độc tính” vẫn là một bước suy luận

Điểm hấp dẫn của cách tiếp cận này là nó không cần biết trước cơ quan nào sẽ gặp vấn đề. Các xét nghiệm an toàn hiện nay thường mang tính organ-specific: troponin cho tổn thương tim, các enzyme như ALT và AST được dùng trong đánh giá gan, còn những tình huống khác có thể cần imaging hoặc biopsy. Một readout đa cơ quan từ cùng một mẫu máu về lý thuyết có thể phát hiện một safety signal mà nhà phát triển thuốc chưa nghĩ tới.

Nhưng cfDNA không phải camera nhìn trực tiếp vào mô. Nồng độ DNA từ một tissue tăng cho biết nhiều tế bào từ nguồn đó đang giải phóng DNA hơn, chứ không tự nó giải thích nguyên nhân. Viêm, phẫu thuật, xạ trị, bệnh nền và nhiều quá trình sinh học khác cũng có thể làm thay đổi cfDNA. Để gọi đó là drug toxicity, hệ thống còn cần baseline, diễn biến theo thời gian và đối chiếu với dữ liệu lâm sàng khác.

Bài commentary trên JCO Precision Oncology chỉ ra thêm một giới hạn ít trực quan hơn: các mô không “shed” cfDNA giống nhau. Một số tissue giải phóng DNA vào plasma khá đều, một số chỉ giải phóng rõ khi có loại tổn thương nhất định, còn một số có thể tạo tín hiệu rất yếu. Điều này khiến cùng một mức tổn thương sinh học ở hai cơ quan không nhất thiết tạo ra tín hiệu máu giống nhau.

Drug safety là bài toán phù hợp hơn screening sức khỏe toàn thân

Cách Tagomics chọn thị trường ban đầu khá quan trọng. Công ty không quảng bá LiquiPath như xét nghiệm cho người khỏe mạnh để tìm mọi bệnh. Trọng tâm hiện tại là theo dõi toxicity trong preclinical studies, clinical development và post-market safety.

Trong bối cảnh đó, người làm nghiên cứu có một lợi thế: họ biết bệnh nhân hoặc động vật thử nghiệm đang dùng compound nào, bắt đầu từ thời điểm nào và có thể lấy mẫu lặp lại. Thay vì cố trả lời câu hỏi tuyệt đối “người này có bệnh ở gan hay không?”, hệ thống có thể tìm câu hỏi hẹp hơn: sau khi dùng thuốc, lượng liver-derived cfDNA có tăng so với baseline hay không, và nó thay đổi thế nào khi giảm liều hoặc ngừng thuốc.

Tagomics còn xây LiquiPath theo hướng cross-species. Nếu cùng logic tissue-of-origin được dùng trong động vật tiền lâm sàng và người, nhà phát triển thuốc có thể so sánh một safety signal xuyên suốt các giai đoạn thay vì phụ thuộc hoàn toàn vào histopathology ở động vật rồi chuyển sang một bộ biomarker khác khi vào clinical trial.

Nền tảng đã có công nghệ lõi peer-reviewed, nhưng LiquiPath vẫn cần dữ liệu riêng

Ở đây cần tách hai mức bằng chứng. Công nghệ Active-Seq làm nền cho Activace đã có paper peer-reviewed, trong đó nhóm cho thấy khả năng làm giàu các vùng DNA unmethylated và áp dụng lên cfDNA trong một cohort ung thư đại trực tràng. Việc dùng methylation để truy tissue-of-origin cũng đã có nền tảng khoa học từ nhiều nhóm độc lập.

Nhưng điều đó chưa chứng minh rằng LiquiPath như một sản phẩm drug-safety đạt hiệu năng lâm sàng mà Tagomics hướng tới. Công ty chưa công bố trong thông báo ra mắt một validation cohort cho LiquiPath, chưa đưa ra sensitivity/specificity theo từng cơ quan và chưa cho biết chính xác nền tảng phát hiện toxicity sớm hơn các marker tiêu chuẩn bao lâu.

Đây cũng là các câu hỏi mà giới nghiên cứu cfDNA đang xem là trọng tâm. Muốn một xét nghiệm như vậy đi vào sử dụng rộng, cần biết mức biến thiên nền giữa từng người, tissue nào có tín hiệu đủ mạnh, ngưỡng nào phân biệt turnover sinh lý với injury, và kết quả có lặp lại giữa các lab hay không. Với ứng dụng lâm sàng, analytical validation và clinical validation sẽ quan trọng không kém thuật toán deconvolution.

Một mẫu máu có thể trở thành “bản đồ tổn thương” hay không?

Tagomics được tách ra từ University of Birmingham năm 2020 và ban đầu tập trung nhiều vào liquid biopsy ung thư. LiquiPath cho thấy cùng công nghệ epigenomic có thể được kéo sang một câu hỏi khác: không chỉ tìm DNA bất thường của tumor, mà đọc DNA bình thường đang được giải phóng bất thường từ các mô.

Nếu hướng này hoạt động tốt, giá trị lớn nhất có thể không nằm ở việc thay thế mọi xét nghiệm organ-specific. Một hệ thống blood-based đa cơ quan có thể đóng vai trò như lớp giám sát đầu tiên: chỉ ra tissue nào đang phát ra tín hiệu bất thường để bác sĩ hoặc nhóm phát triển thuốc biết nên kiểm tra sâu hơn ở đâu.

Nhưng mốc tiếp theo của LiquiPath không phải là thêm một danh sách ứng dụng tiềm năng. Điều cần thấy là dữ liệu validation: từng organ được nhận diện chính xác đến đâu, tín hiệu xuất hiện sớm hơn marker hiện tại bao nhiêu, false positive đến từ những tình trạng nào và performance còn giữ được khi chuyển từ cohort nghiên cứu sang bệnh nhân thật hay không. Cho đến khi các số liệu đó được công bố, LiquiPath vẫn là một nền tảng early-access dựa trên một cơ chế sinh học có cơ sở, chứ chưa phải xét nghiệm có thể nhìn vào một ống máu và chẩn đoán tình trạng của toàn bộ cơ thể.