Tại chuỗi InnovaConnect do Quỹ VinFuture tổ chức, các nhà khoa học quốc tế chia sẻ cách hóa học, vật liệu và AI đang mở rộng khả năng tạo ra, sàng lọc và kiểm chứng những phân tử tiềm năng trên hành trình tìm thuốc mới.

Chuỗi InnovaConnect với chủ đề “Thúc đẩy đổi mới sáng tạo trong lĩnh vực Hóa học và khám phá thuốc” do Quỹ VinFuture tổ chức, phối hợp cùng Đại học Quốc gia Hà Nội, Trường Đại học Bách khoa – Đại học Đà Nẵng và Đại học Quốc gia TP. Hồ Chí Minh, diễn ra tại Hà Nội ngày 26/9, Đà Nẵng ngày 29/9 và TP. Hồ Chí Minh ngày 1/10/2026.

Đồng hành tại chương trình là GS. David MacMillan, Đại học Princeton (Hoa Kỳ), chủ nhân Giải Nobel Hóa học năm 2021; GS. Nguyễn Thành Vinh, Đại học New South Wales (Úc); TS. Jean Kim, Graviton BioScience (Hoa Kỳ) và PGS.TS. Đoàn Lê Hoàng Tân, Viện Công nghệ Vật liệu Tiên tiến, Đại học Quốc gia TP. Hồ Chí Minh.

Mở rộng không gian hóa học

Theo GS. David MacMillan, quá trình khám phá thuốc có thể kéo dài 7-8 năm trước khi tìm được một phân tử đủ tiềm năng để đưa vào thử nghiệm lâm sàng. Trong quá trình đó, các nhà khoa học có thể phải tạo ra tới 8.000 phân tử để lựa chọn một ứng viên phù hợp.

Việc rút ngắn quá trình này có thể tạo ra khác biệt lớn về thời gian đưa ứng viên thuốc vào thử nghiệm. Theo GS. MacMillan, nếu quá trình khám phá được rút xuống khoảng hai năm, ứng viên có thể bước vào thử nghiệm sớm hơn khoảng sáu năm.

Một trong những điểm nghẽn nằm ở khả năng tạo ra các cấu trúc mới. Nhiều phân tử tiềm năng chưa từng được tạo ra do quá phức tạp hoặc khó sản xuất. Những tiến bộ trong hóa học và xúc tác đang mở rộng “không gian hóa học”, giúp các nhà khoa học tiếp cận những cấu trúc trước đây khó tổng hợp.

GS. MacMillan giới thiệu quang xúc tác (photocatalysis), sử dụng ánh sáng khả kiến để thúc đẩy các phản ứng hóa học, qua đó tạo ra những liên kết mới. Trong khi đó, xúc tác hữu cơ (organocatalysis) sử dụng các chất xúc tác dồi dào, chi phí thấp và có tính bền vững.

“Hóa học giúp chúng ta tiếp cận những phân tử mới mà trước đây có thể chưa bao giờ được tạo ra vì chúng quá phức tạp hoặc quá khó để sản xuất”, GS. MacMillan chia sẻ.

Ở một hướng tiếp cận khác, GS. Nguyễn Thành Vinh tập trung vào việc chỉnh sửa trực tiếp những phân tử phức tạp đã có. Các kỹ thuật như chức năng hóa ở giai đoạn muộn và chỉnh sửa khung phân tử cho phép thay đổi một phần cấu trúc mà không cần tổng hợp lại toàn bộ từ đầu.

Tạo được phân tử mới mới chỉ là bước đầu

Một phân tử mới chưa đồng nghĩa với một ứng viên thuốc khả thi. TS. Jean Kim cho rằng các phát hiện ban đầu cần được tái lập và xác thực về cơ chế sinh học. Với một phân tử nhỏ, các nhà nghiên cứu cần sớm đánh giá hoạt tính, tính chọn lọc, độc tính và đặc tính dược động học đường uống.

“Bạn có thể dành rất nhiều thời gian và công sức để phát triển một thứ mà mình tin là hoàn hảo, nhưng điều đó không phải lúc nào cũng có thể chuyển hóa thành một loại thuốc khả thi”, TS. Kim nói.

Theo bà, chuyên gia khám phá thuốc và hóa dược cần tham gia từ giai đoạn đầu để sớm nhận diện các vấn đề về độ tan, bào chế hay sinh khả dụng. Nếu chỉ phát hiện ở giai đoạn sau, việc khắc phục có thể kéo dài thêm thời gian và chi phí.

Tại TP. Hồ Chí Minh, PGS.TS. Đoàn Lê Hoàng Tân mở rộng câu chuyện sang vật liệu tiên tiến, với trọng tâm là vật liệu khung cơ-kim (MOFs). Nhờ khả năng điều chỉnh cấu trúc, MOFs đang được nghiên cứu cho nhiều ứng dụng như vận chuyển dược chất, tạo ảnh sinh học, cảm biến và xúc tác.

Tuy nhiên, từ kết quả trong phòng thí nghiệm đến ứng dụng thực tế vẫn là một khoảng cách. Vật liệu cần đáp ứng các yêu cầu về độ ổn định, khả năng sản xuất, chi phí, tính tương thích sinh học và độ an toàn.

“Chúng ta cần chuyển từ câu hỏi ‘Vật liệu này có hoạt tính hay không?’ sang câu hỏi ‘Vật liệu này có hoạt động ổn định, an toàn và hiệu quả trong điều kiện thực tế hay không?’”, PGS.TS. Đoàn Lê Hoàng Tân nhấn mạnh.

AI rút ngắn tìm kiếm, khoa học thực nghiệm đưa ra câu trả lời

Với hàng nghìn cấu trúc cần khảo sát, AI có thể hỗ trợ sàng lọc dữ liệu, dự đoán tính chất và xác định những phân tử đáng được tổng hợp trước. Tuy nhiên, kết quả trên máy tính vẫn cần được kiểm chứng bằng thực nghiệm.

“Trí tuệ nhân tạo có thể giúp chúng ta quyết định phân tử nào đáng làm, còn hóa học thực nghiệm quyết định chúng ta có làm được nó hay không”, GS. Nguyễn Thành Vinh nói.

TS. Jean Kim cho rằng AI chỉ phát huy hiệu quả khi được định hướng bởi những người hiểu quá trình khám phá thuốc, từ lựa chọn dữ liệu đầu vào đến xác định đặc tính cần tối ưu.

Điều này cũng đặt ra yêu cầu về nền tảng nghiên cứu. Theo GS. Nguyễn Thành Vinh, khoảng cách giữa Việt Nam và các nước không chỉ nằm ở công nghệ mà còn ở điều kiện để nhà khoa học duy trì các chương trình nghiên cứu dài hạn.

“Khoảng cách chính giữa Việt Nam và các nước trên thế giới không phải là khoảng cách về trí tuệ. Đó là khoảng cách về điều kiện để một nhà khoa học giỏi có thể duy trì một chương trình nghiên cứu xuất sắc trong vòng 5, 10 hay thậm chí 20 năm”, ông nhận định.

TS. Jean Kim cho rằng Việt Nam có cơ hội phát triển năng lực nghiên cứu lâm sàng để thực hiện nhiều thử nghiệm hơn trong nước. Trong khi đó, PGS.TS. Đoàn Lê Hoàng Tân nhấn mạnh vai trò của con người và mạng lưới hợp tác.

Với Việt Nam, tiếp cận công nghệ mới vì vậy chỉ là bước đầu. Quan trọng hơn là xây dựng năng lực nghiên cứu, kiểm chứng và đưa phát hiện khoa học tới ứng dụng.

Thông qua InnovaConnect, Quỹ VinFuture tạo không gian để các nhà khoa học Việt Nam trao đổi trực tiếp với chuyên gia quốc tế, tiếp cận những hướng nghiên cứu mới và mở rộng mạng lưới hợp tác trong hóa học, khám phá thuốc và vật liệu. Từ hàng nghìn phân tử trong phòng thí nghiệm đến một ứng viên có thể bước vào thử nghiệm lâm sàng, hành trình này đòi hỏi sự kết hợp giữa khoa học, công nghệ, con người và hợp tác dài hạn.