បញ្ហា (The Problem)៖ អត្ថបទនេះពិនិត្យមើលលើការកើនឡើងយ៉ាងឆាប់រហ័សនៃទិន្នន័យតំណលំដាប់ DNA និងប្រូតេអ៊ីន ដែលទាមទារឱ្យមានឧបករណ៍កុំព្យូទ័រ និងបណ្តាញអ៊ិនធឺណិតដ៏មានប្រសិទ្ធភាពដើម្បីចាត់ចែង ផ្ទុក និងវិភាគទិន្នន័យដ៏ធំធេងទាំងនេះ។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានធ្វើការប្រមូលផ្តុំ និងពិនិត្យឡើងវិញនូវគេហទំព័រនិងឧបករណ៍ជីវព័ត៌មានវិទ្យាសំខាន់ៗ ដែលអាចប្រើប្រាស់ជាសាធារណៈសម្រាប់ការវិភាគតម្រៀបតំណលំដាប់។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| BLAST / FASTA (Pairwise Sequence Alignment) ការស្វែងរកនិងតម្រៀបតំណលំដាប់ជាគូដោយប្រើ BLAST ឬ FASTA |
មានល្បឿនលឿនខ្លាំង និងជាឧបករណ៍គោលដ៏ពេញនិយមសម្រាប់ការស្វែងរកទិន្នន័យក្នុងមូលដ្ឋានទិន្នន័យធំៗ។ FASTA អាចកំណត់អត្តសញ្ញាណតំបន់ដែលមានភាពស្រដៀងគ្នាទាបបានល្អ។ | អាចនឹងមិនរកឃើញលំដាប់ហ្សែនដែលវិវត្តន៍ឃ្លាតឆ្ងាយពីគ្នាខ្លាំង (distantly related sequences) ប្រសិនបើប្រៀបធៀបតែមួយគូៗ។ | ផ្តល់លទ្ធផលយ៉ាងរហ័សក្នុងការទាញយកទិន្នន័យហ្សែន ឬប្រូតេអ៊ីនដែលស្រដៀងគ្នាពីមូលដ្ឋានទិន្នន័យសាធារណៈ។ |
| Clustal W (Multiple Sequence Alignment) ការតម្រៀបតំណលំដាប់ជាក្រុមដោយប្រើកម្មវិធី Clustal W |
ជាកម្មវិធីទូទៅដ៏មានប្រសិទ្ធភាពដែលអាចបង្កើតការតម្រៀបដែលមានន័យខាងជីវសាស្ត្រ និងអនុញ្ញាតឱ្យមើលឃើញទំនាក់ទំនងនៃការវិវត្តន៍ (Cladograms/Phylograms)។ | ភាពត្រឹមត្រូវអាចមានកម្រិតបើប្រៀបធៀបជាមួយឧបករណ៍ជំនាន់ថ្មី សម្រាប់ការតម្រៀបទិន្នន័យដែលមានភាពស្រដៀងគ្នាតិចតួច។ | អាចគណនារកចំណុចដូចគ្នា និងខុសគ្នា ដើម្បីវិភាគរកទំនាក់ទំនងនៃការវិវត្តន៍នៃក្រុមហ្សែន។ |
| T-COFFEE ការតម្រៀបតំណលំដាប់ជាក្រុមដោយកម្មវិធី T-COFFEE |
មានភាពត្រឹមត្រូវខ្ពស់ជាង Clustal W សម្រាប់តំណលំដាប់ដែលមានភាពស្រដៀងគ្នាតិចជាង ៣០%។ | ដំណើរការមានភាពយឺតជាងបើប្រៀបធៀបជាមួយកម្មវិធី Clustal W។ | ផ្តល់ការតម្រៀបដ៏ច្បាស់លាស់សម្រាប់គ្រួសារប្រូតេអ៊ីន ឬ DNA ដែលមានភាពខុសប្លែកគ្នាខ្លាំង (divergent sequences)។ |
| MAFFT វិធីសាស្ត្រ MAFFT ផ្អែកលើ Fast Fourier Transform |
មានល្បឿនលឿន និងផ្តល់នូវភាពត្រឹមត្រូវខ្ពស់សម្រាប់ការតម្រៀបតំណលំដាប់ជាក្រុម (Multiple sequence alignment)។ | តម្រូវឱ្យមានចំណេះដឹងក្នុងការជ្រើសរើស Algorithm ត្រឹមត្រូវ (ដូចជា L-INS-i ឬ FFT-NS-2) ដែលមាននៅក្នុង MAFFT ឱ្យស្របតាមប្រភេទសំណុំទិន្នន័យ។ | អាចតម្រៀបទិន្នន័យសំណុំធំៗបានយ៉ាងលឿនដោយរក្សាបាននូវភាពត្រឹមត្រូវខ្ពស់។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការវិភាគទិន្នន័យហ្សែនទាមទារថាមពលកុំព្យូទ័រខ្ពស់ ប៉ុន្តែដោយសារវាជាឧបករណ៍លើបណ្តាញអ៊ិនធឺណិត (Web-based servers) អ្នកប្រើប្រាស់គ្រាន់តែត្រូវការអ៊ិនធឺណិតដើម្បីបញ្ជូនទិន្នន័យទៅឱ្យ Server ជាអ្នកគណនា។
អត្ថបទនេះគឺជាការពិនិត្យឡើងវិញនូវឧបករណ៍ជីវព័ត៌មានវិទ្យាសាធារណៈ ដោយមិនបានធ្វើការពិសោធន៍លើសំណុំទិន្នន័យនៃតំបន់ភូមិសាស្ត្រណាមួយជាក់លាក់ឡើយ។ ទោះជាយ៉ាងណាក៏ដោយ មូលដ្ឋានទិន្នន័យធំៗ (GenBank, PDB) ច្រើនតែមានភាពលម្អៀងទៅលើហ្សែននៃសារពាង្គកាយដែលត្រូវបានសិក្សាច្រើននៅប្រទេសលោកខាងលិច។ សម្រាប់ប្រទេសកម្ពុជា ការខ្វះខាតទិន្នន័យហ្សែនក្នុងស្រុក (ដូចជាពូជស្រូវរ៉ាប់រងអាកាសធាតុ ឬមេរោគក្នុងតំបន់) អាចជាបញ្ហាប្រឈមនៅពេលប្រើប្រាស់ឧបករណ៍ទាំងនេះដើម្បីស្វែងរកភាពស្រដៀងគ្នា។
វិធីសាស្ត្រនិងឧបករណ៍ Web-based ទាំងនេះពិតជាមានអត្ថប្រយោជន៍ និងសក្តិសមបំផុតសម្រាប់ប្រទេសកម្ពុជា ដោយសារវាភាគច្រើនមិនគិតថ្លៃ និងមិនទាមទារកុំព្យូទ័រទំនើប។
សរុបមក ធនធានជីវព័ត៌មានវិទ្យាលើបណ្តាញអ៊ិនធឺណិតទាំងនេះផ្តល់នូវដំណោះស្រាយប្រកបដោយប្រសិទ្ធភាពខ្ពស់ និងចំណាយតិច សម្រាប់ជំរុញសមត្ថភាពស្រាវជ្រាវផ្នែកជីវសាស្ត្រ និងកសិកម្មនៅក្នុងប្រទេសកម្ពុជា។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Bioinformatics (ជីវព័ត៌មានវិទ្យា) | គឺជាការប្រើប្រាស់ប្រព័ន្ធកុំព្យូទ័រ និងបច្ចេកវិទ្យាព័ត៌មានវិទ្យា ដើម្បីផ្ទុក រៀបចំ និងវិភាគទិន្នន័យជីវសាស្ត្រដ៏ធំធេង ដូចជាតំណលំដាប់ DNA, RNA និងរចនាសម្ព័ន្ធប្រូតេអ៊ីន។ វាជួយឱ្យអ្នកវិទ្យាសាស្ត្រទាញយកព័ត៌មានសំខាន់ៗចេញពីកូដហ្សែនបានយ៉ាងលឿន។ | ដូចជាការប្រើប្រាស់កម្មវិធីកុំព្យូទ័រដ៏ឆ្លាតវៃ ដើម្បីអាន និងរៀបចំសៀវភៅរាប់លានក្បាលនៅក្នុងបណ្ណាល័យដែលសរសេរពីកូដសម្ងាត់នៃជីវិតសត្វនិងរុក្ខជាតិ។ |
| Pairwise Sequence Alignment (ការតម្រៀបតំណលំដាប់ជាគូ) | គឺជាដំណើរការនៃការប្រៀបធៀបតំណលំដាប់ DNA ឬប្រូតេអ៊ីនចំនួនពីរ ដើម្បីស្វែងរកកន្លែងដែលមានការផ្គូផ្គងគ្នា (ដូចគ្នា) ល្អបំផុត។ កម្មវិធីកុំព្យូទ័រនឹងគណនាពិន្ទុដោយផ្តល់រង្វាន់សម្រាប់ចំណុចដែលដូចគ្នា និងកាត់ពិន្ទុនៅពេលមានចំណុចខុសគ្នា ឬមានការដាច់ចន្លោះ។ | ដូចជាការយកអត្ថបទពីរផ្ទាំងមកដាក់ទន្ទឹមគ្នាអានតួអក្សរមួយម្តងៗ ដើម្បីរកមើលថាតើមានពាក្យ ឬឃ្លាណាខ្លះដែលសរសេរដូចគ្នា។ |
| Multiple Sequence Alignment (ការតម្រៀបតំណលំដាប់ជាក្រុម) | គឺជាការប្រៀបធៀបតំណលំដាប់ហ្សែន ឬប្រូតេអ៊ីនចាប់ពីបីឡើងទៅក្នុងពេលតែមួយ។ វាត្រូវបានប្រើដើម្បីស្វែងរកតំបន់សំខាន់ៗដែលរក្សាទម្រង់ដើមមិនប្រែប្រួល (conserved regions) នៅក្នុងគ្រួសារហ្សែន និងជួយបង្ហាញពីមុខងាររបស់ហ្សែនដែលយើងមិនទាន់ស្គាល់ច្បាស់។ | ដូចជាការយកសៀវភៅប្រវត្តិសាស្ត្រពីប្រទេសផ្សេងៗគ្នាច្រើនក្បាលមកប្រៀបធៀបគ្នាក្នុងពេលតែមួយ ដើម្បីរកមើលព្រឹត្តិការណ៍រួមដែលធ្លាប់កើតឡើងស្រដៀងៗគ្នា។ |
| Orthologous (អ័រតូឡូហ្គឹស / ហ្សែនដែលមានប្រភពដើមរួមគ្នា) | សំដៅលើហ្សែននៅក្នុងពូជសត្វ ឬរុក្ខជាតិផ្សេងៗគ្នា ដែលមានការវិវត្តចេញពីហ្សែនបុព្វបុរសរួមគ្នាតែមួយ (តាមរយៈការបំបែកពូជ) និងដែលជាទូទៅនៅតែរក្សាមុខងារស្រដៀងគ្នា ឬដូចគ្នាដដែល។ | ដូចជារូបមន្តធ្វើនំមួយដែលត្រូវបានចែកទៅឱ្យបងប្អូនពីរនាក់ដែលរស់នៅប្រទេសផ្សេងគ្នា រូបមន្តនោះនៅតែជារូបមន្តសម្រាប់ដុតនំដដែល ទោះបីជាអ្នកទាំងពីរអាចកែច្នៃវាបន្តិចបន្តួចតាមពេលវេលាក៏ដោយ។ |
| Hidden Markov Models / HMMs (ម៉ូដែលម៉ាកូវលាក់កំបាំង) | គឺជាគំរូស្ថិតិគណិតវិទ្យាដែលត្រូវបានប្រើប្រាស់នៅក្នុងកម្មវិធីវិភាគទិន្នន័យជំនាន់ថ្មី ដើម្បីចាប់យកប្រូបាប៊ីលីតេ (លទ្ធភាព) នៃវត្តមានរបស់អាស៊ីតអាមីណេ ឬនុយក្លេអូទីតជាក់លាក់ណាមួយ ដែលអាចនឹងលេចឡើងនៅទីតាំងណាមួយនៃតំណលំដាប់។ វាជួយឱ្យការស្វែងរកហ្សែនកាន់តែមានភាពជាក់លាក់។ | ដូចជាកម្មវិធីព្យាករណ៍អាកាសធាតុដែលប្រើប្រាស់ទិន្នន័យពីអតីតកាល ដើម្បីទស្សន៍ទាយថាតើថ្ងៃស្អែកនឹងមានភ្លៀងធ្លាក់ឬអត់ ដោយផ្អែកលើលំនាំដែលធ្លាប់កើតឡើងញឹកញាប់។ |
| Phylogenetic analysis (ការវិភាគហ្វីឡូហ្សេនេទិក / ការវិភាគប្រវត្តិវិវត្តន៍) | គឺជាការសិក្សាអំពីទំនាក់ទំនងនៃការវិវត្តន៍រវាងសារពាង្គកាយ ឬហ្សែនផ្សេងៗគ្នា ដោយផ្អែកលើការប្រៀបធៀបតំណលំដាប់ DNA ។ លទ្ធផលនៃការវិភាគនេះច្រើនតែត្រូវបានបង្ហាញជាទម្រង់ដ្យាក្រាមមែកធាង (Phylogenetic tree) ដើម្បីបង្ហាញថាអ្នកណាមានប្រវត្តិវិវត្តន៍ជិតស្និទ្ធជាមួយអ្នកណា។ | ដូចជាការគូរគំនូសតាងមែកធាងគ្រួសារ (Family tree) ដើម្បីមើលថាតើនរណាជាជីដូនជីតាទួត និងមានទំនាក់ទំនងសាច់ញាតិជាមួយគ្នាយ៉ាងដូចម្តេចតាំងពីអតីតកាល។ |
| Gap penalty (ការកាត់ពិន័យលើចន្លោះប្រហោង) | នៅក្នុងក្បួនដោះស្រាយការតម្រៀបតំណលំដាប់ (Alignment algorithms) វាមិនមែនតែងតែផ្គូផ្គងគ្នា១០០%នោះទេ ពេលខ្លះកុំព្យូទ័រត្រូវបន្ថែមចន្លោះទទេ (Gaps) ដើម្បីឱ្យតួអក្សរបន្ទាប់អាចស៊ីគ្នា។ ការកាត់ពិន័យនេះគឺជាការកាត់ពិន្ទុ ដើម្បីកុំឱ្យកុំព្យូទ័របង្កើតចន្លោះទទេច្រើនពេក ដែលធ្វើឱ្យលទ្ធផលបាត់បង់ភាពត្រឹមត្រូវតាមបែបជីវសាស្ត្រ។ | ដូចជាការត្រូវកាត់ពិន្ទុនៅក្នុងល្បែងផ្គុំពាក្យ នៅពេលដែលអ្នកស្នើសុំចន្លោះទទេមួយដើម្បីរំកិលអក្សរឱ្យត្រូវឃ្លា។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
