Giải mã gene người Việt: Chúng ta là ai?

Giải mã gene người Việt: Chúng ta là ai?

Mai Chi  | 24/06/2020 10:44 AM

thích

Tổ tiên các dân tộc Thái, Tày, Nùng... ngày nay có mối quan hệ với tổ tiên của người Kinh hoặc các tộc người khác ra sao? Người Việt có nguồn gốc từ đâu là câu hỏi không dễ trả lời.

GS.TS Nông Văn Hải, nguyên Viện trưởng sáng lập Viện Nghiên cứu hệ gen, Viện Hàn lâm KH&CN Việt Nam đã có nghiên cứu góp phần không nhỏ trả lời câu hỏi này.

 Giải mã gene người Việt: Chúng ta là ai? - Ảnh 1.

Giải mã hệ gene đi tìm nguồn gốc

Nhiều năm nay, các nhà dân tộc học và khảo cổ học đã đưa ra một số giả thiết rằng cộng đồng các dân tộc Việt Nam ngày nay, dù khác nhau nhưng từng có mối quan hệ gần gũi trong thời kỳ dựng nước và suốt chiều dài lịch sử. Nhưng ngoài các giả thuyết dân tộc học và khảo cổ học, liệu có cách lý giải nào khác? Trên thế giới đã có nhiều nghiên cứu gene người để chứng minh mối quan hệ, luồng di cư giữa các tộc người ở thời cổ đại, từ đó hé lộ dần bức tranh quan hệ giữa các dân tộc.

Ở Việt Nam, những nghiên cứu như vậy còn hết sức mới mẻ và sơ khai, do giải mã gene các di cốt cổ được khai quật từ thời Đông Sơn và trước đó chưa nhiều, giải mã hệ gen ở người hiện đại cũng hầu như mới chỉ tập trung vào người Kinh nên chưa thể thấy hết được được tính đa dạng.

Trong bối cảnh đó, nghiên cứu về đa dạng di truyền hệ gene người Việt Nam, khảo sát lấy mẫu ở 22 tộc người khác nhau của GS.TS Nông Văn Hải và cộng sự đã góp phần mang lại cơ sở dữ liệu quý giá đầu tiên để lý giải mối quan hệ giữa các dân tộc ngày nay và tại thời điểm khởi nguồn lịch sử Việt Nam. Những điều này đã được GS.TS Nông Văn Hải trình bày, giải đáp qua buổi tọa đàm "Đa dạng di truyền và nguồn gốc người Việt Nam".

Thực hiện nghiên cứu gene để phân tích nhân chủng học tiến hóa người Việt Nam, Viện Nghiên cứu hệ gene, thuộc Viện Hàn lâm KHCN đã thực hiện đề tài "Giải trình tự và xây dựng hoàn chỉnh hệ gene người Việt Nam đầu tiên" làm "trình tự tham chiếu" và "bước đầu phân tích nhân chủng học tiến hóa người Việt Nam", và giải mã 600 hệ gene ty thể hoàn chỉnh từ các cá thể của 17 dân tộc ở Việt Nam. Tuy nhiên, tại tọa đàm, GS.TS Nông Văn Hải, Nguyên Viện trưởng Viện NC Hệ gene cho biết, "đây là một vấn đề cực kỳ phức tạp", và ngành gene hay các ngành khác cũng "chỉ như thầy bói xem voi".

Không chỉ người Việt có nhu cầu tìm nguồn gốc, ngay gần nước ta, Thái Lan, Trung Quốc cũng đang tìm nguồn gốc chính mình… Nhiều nước đã xây dựng bộ dữ liệu gene rất đồ sộ, thậm chí có "câu lạc bộ các nước giải trình tự 100.000 đến 1 triệu bộ gene". Còn với số lượng mẫu ít như Việt Nam hiện có, khó có thể khẳng định được điều gì về nguồn gốc ngay tại thời điểm hiện nay. "Tất cả các lĩnh vực, lịch sử, ngôn ngữ, địa lý, các ngành khoa học nói chung… cùng nỗ lực mới dần dần làm le lói câu trả lời cho câu hỏi chúng ta là ai, chúng ta từ đâu đến", GS.TS Nông Văn Hải cho hay.

Con người có chung nguồn gốc

Việc phân tích hệ gene ở người hiện tại có thể giúp khẳng định tính đa dạng di truyền của các tộc người hiện nay. Ví dụ có thể cho biết những đặc điểm chung giữa người Kinh, Tày, Thái... so với các tộc người cụ thể khác trong cùng một nhóm tộc người (phân loại theo ngữ hệ) của mình hoặc các dân tộc thuộc ngữ hệ khác.

Nghiên cứu của GS.TS Nông Văn Hải cùng cộng sự đã chỉ ra rằng giữa các dân tộc có lịch sử di truyền, nguồn gốc chung nào đó và có sự giao thoa về mặt di truyền chứ không có một dân tộc "thuần chủng". Nghĩa là, các dân tộc ngày nay đều có chung nguồn gốc, chỉ có điều là dân tộc đó "tách" ra sớm hay muộn chứ không có chuyện dân tộc đó cách xa hay gần so với các dân tộc khác.

Để thực hiện đề tài, GS Nông Văn Hải đã hợp tác với giáo sư người Mỹ Mark Stoneking, Viện Max Planck về Nhân chủng học tiến hóa, CHLB Đức, người dày dạn kinh nghiệm hợp tác phân tích hệ gene của nhiều tộc người, từ Thái Lan, Philipines đến các dân tộc ở châu Phi. Nhóm nghiên cứu khảo sát lấy mẫu gene các tộc người trên quy mô lớn nhất từ trước tới nay ở Việt Nam - hơn 600 người thuộc 22 dân tộc ở năm ngữ hệ chính ở Việt Nam và Đông Nam Á lục địa (gồm các ngữ hệ: Nam Á, Thái - Kadai, Hmông-Miền, Nam Đảo và Hán - Tạng), đồng thời phân tích cùng với dữ liệu hệ gene của nhóm cư dân hiện đại lân cận và các tập dữ liệu gene của người ở Đông Nam Á cổ đại đã được công bố trước đây trong cơ sở dữ liệu hệ gene quốc tế.

Nhưng trong trình tự hệ gene với hơn 3 tỉ "ký tự" của mỗi người, làm sao để xác định được sự giống và khác nhau giữa các tộc người theo cách hợp lý nhất? Nhóm phân tích dữ liệu đa hình nucleotide đơn - SNP (single nucleotide polymorphisms), trong đó tập trung đi sâu phân tích hệ gene sử dụng công nghệ mới gene CHIP (gồm khoảng 600.000 điểm thể hiện sự khác biệt về mặt di truyền giữa các cá thể). Đây cũng là những công nghệ mà các nhóm nghiên cứu đa dạng di truyền các tộc người trên thế giới đang sử dụng chủ yếu, bởi vì 99,9% trình tự hệ gene là hoàn toàn giống nhau giữa các cá thể, tộc người trong toàn bộ loài người, GS Nông Văn Hải cho biết.

Kết quả phân tích, được xuất bản trên tạp chí Molecular Biology and Evolution5 (Q1, IF~15, thứ 2 về sinh học tiến hóa) cho thấy "tính đa dạng tộc người phân theo ngữ hệ đã phản ánh các nguồn gốc khác nhau về đa dạng di truyền ở Việt Nam", nghĩa là trong 22 dân tộc được khảo sát, "dân tộc này cũng có chung các đặc điểm về gene của dân tộc khác trong cùng ngữ hệ hoặc khác ngữ hệ", GS Nông Văn Hải giải thích. Chẳng hạn, nhìn các bảng số liệu phân tích mức độ lai hỗn hợp (Admixture) có thể thấy rõ: các dải màu sắc khác nhau quy ước cho các tộc người hay ngữ hệ khác nhau cho thấy tình trạng "lai" giữa các dân tộc là phổ biến và hiển nhiên.

    Tham khảo XS Kết Quả để xem kết quả xổ số.

    Xem lịch âm dương tại Xem Lịch Âm.

    Xem bong da Xem bong da 247.

    Công cụ tính toán https://calculatorss.us.

    Tin tức game https://gamekvn.club.

    HGHdmScglUr4SQpMWlwUeken0DGVOYc0OsrHvc7UHdEjwNxCDrgvLhruM17e3BC097V1Y6kXWYzQN7Im6Mn2E5vj0LQ2guXUevtRkZ2I6grqs4GgpiEFg3arAoXK rM 1fhvtucy0Hx kVLWjp4Haw0CGtnCtljB 99OpO8Ma0e4soRrXf2FQjy0iII5mzHhTvYnBrORGLiQLfUWptxO3Mxf2ibOWwH4H4Y4LqsaGeIFcqJ9IP7XOGUU9x4kLD497RUxiXm3X6QQnrpoVj2qTjbFPnInTonWTp8Cdb5yHm9S29SNUNLBXvGRu iKHTbO9aIiyxueLdEJeHtfW0fzLJ8UNS7Gw32Zi oSxSu9w1m9Eg0PT5NK2zgoC526z4rLYIjMMCtuARnjkQx3Do1TfRjGaWfBOckxKivW7H0OGPKIoFREchnWIpXOO7oOzGAfI7TNTJVgjwiUHtgd34l8EfEsLR832 1In8RrMdaJq1YEcrqJe3zlafwwA46u HCYCaM0MY2tKqkuv33SnIqgvIGlz4MoIZjQOwCFU w17IRvNvAWlXdOUQ4Qd zW4eHAZdBxuv6qkDIZEtSveSkEqQQ8YcyAiNAuYXiPKexxoknpW4VSJlMxL3BfNwSXjKMlcnzVR2y5PUjbjLXMvvMEdOaC29k2P8mb3ekwL3Aj1aX4MsA1Jz5S sIx8hAZSVbitOtnJNB9Mn0Jpo1iSRveczMrZ0ulcLO1qXPVo tsju0nlRwLed7dd2cUKFny12T11B3t57Hrjt DsHMIMHodBITO9txxcyv6K yh0zCKu2OHl316QDP6mPIi5X2SOS5Hq5tBM2mxNXddrym4PHLlkAN3gfT eXY6qGeWf2gxM6loY6 9KEVjQEcwMvNxdVW1t6VDEFH1VrGsrp1hbD5gvJot0vFL0Vj5QjhZnJBJ6bJMAp8lR2oTglfIfx6fq2V7D0UX33Ffhz6molk6ZZd2RpdUssMhmqapjQePgdNEPd1Ci3kuNPAvaO09RaY4oi5pLTldDfOkIxeYP8Gk1kVuGIDANj9AC6EaOnWBmaLBWskB9jAJomEcA6w42W0jzE8ETH1NL4zJIs4JigdM6wAleF3BvMBIRWQgo2ckTEBBhq0DltOPJn2jUxUJRnAegJgeN6bzCfrRUAEwECGqs8g1tU6KZaSHSkbO7yQQLnwO Y zu3OGf4WAUkwUE3frbJrvpLQMPGya8a3TN0oGoQMqml9owLD6gAE KzW89LPElL6304gajNEtCjH 5LOZmLIwRy1R9u5FJDumcp5zzTDxl3u d8Dacsr7jgBPFHlDAsJ4r7FBvw1QiB1v9RoAoI4 5N2KyYrTR0jT4eXK0Dh0R9SgyyvnwzainYNxZj6VSbgk6JVVF1Zqo3JE YJFbDw9rBn3wXSnYzpOezlXL2CLMyhc9coD51Y9iz0kPsYU3 voZlDI0 R61ypVXIGmUsC2XHPP8dxFkKuhhmhKU5 8kF4WLknn0jmunJpcOwFIYULcBu4fg1FYucrVYRdTQAe40jhOhAAE7nRRBSABKPJgP5FVhOfWU73MvNyNByeSwvy92h2N3rgHUpuAQGEb iyBRvBmttjtumQkO34BE83jA4fZUp05QjBudANsWsMgQrfgNxFzKJSEcVKSX3Y7DjcoSHT9 9uSkq34yxeT3897dLIyLuqi6v9J3qd7ybcfqUzdTikMdeXgIvT24DpmVwxb1yOWbP jUok9C7TU7XSkmqZewlmq 5OjGJeKk1KAHjrkzCv2F15KAk0xPiN6PMqjHPUuxGziAjOwtd0Sq1BUHOVg8p95NEaMw77nzTL0HnuZUjYxmZOklkIkVWplYHVOOLm0X3Up1ZSM4zica2obUXaHp02HbAOXX067FDtFLIMaE7kfE6StkKIdJh83FzIouc5dmBu19fFNDtEXvPrmbYlYwhTWr5vnZjJhJUwGySMurDLxEdktnGr0lCsQFoXaCFhBtxMej3tjnwPTqgvVbbtDiFT7pEOLJlRxBRqmCQewL84Qsjjip8yo52qRfr139ph79eVzC9XhOMP snEdLu8QeAT3yR7b5XptjzKW9h1BjumN0p4mIW1l1B1vc9blbtSJudpcridVc8p6O7jkQHwE8OlWHVLTXs2HtoviKRNgiKh1FpUyH l0P9 ZBjBzWwWhIrZjRTxGIeUkgfNaEiUl69vSbEanUV2cmC7q2xXLlqaDEUtE5GvJSithNIuRHTLdy52b47iqhDL13Isd11Vc5MkT95sPKNEIEna60W7Z4TzQiPkfImE55cOfmcedf8WyuRgOWwtrqR ZoR4twDzI73ZoJ43 gdV7RCVjKt7b8as0STaJ J8kEA igWZLYqa5uVlyCAm4LhFfKMVCdZUBNWUcf5XBIfOeqUiWD6dZ4h5LKel9s7t n1ACGDrQNSaGFmpQ9xNWMtVGurhFZlTxEEhdond43 F5UoTH0vU LDmDb9GiVP3SodkBytonxEBgeka0nN6sWlq22MPUUzUBM4herjy2nztbHfT6KEH1MojMoCUap h9uUo1RitGq2xfyAehv8FJawyBX7U6S npGfzoap06E89 PfLDy7ynG4UNPq5nJeThskwpIOGFiFd2r99l36GGYJZRyVOESBLFQJBI70hGZIqPPXIygoHXZMXPO5GJqVgKkqOudzplOm9CnDXnyw2CPTcs1EdJykLEk1BJzZS4M0u1sB8HsrGJHbOYEZDh1F17haUcZBaqWjPGgfmFlBSSEeF1qqOftPcQYmNy1kQKPjUtHhtjquohp6foo YC2MIqYATlzk5h5GAhjcZLT82MBt8ds4TzgGe7hJIPk0rWGeanxshkyERV7qCQhrmKZfBB16EFKJ2GA44nEUnsmKYIc59Op pPmYW0h9JudD8K0P41jEW76GFzQL HczAoOwM5ebZ9Q3PCVtZhS2CZShspbjFXtS0uvm7lJxQ1zxYiLAxrtq8PrW72UxqsUhh441BVbAB3DBALPDse6fDTG6jniZBP5bPy4aJ5Dj7YGloMuNdDUhn0QG1wB yWsneB6SK5 oxcmf6BYzLCFgfubFiDCTfP9tObiNCdmqq43 KFVqWHVt39szzqVSDwyQw2zay91CfxoWjdOEQvqnYDiRPHuBGaMGzPhTJJ8iM0wJN92DuheSbTYlNZkfyMNVGWtISYTrHKOu0XwzS68JJl4PLwXmX26SEddx3cTTz4 M6m6nAzfDRKQRlku6h6Ktov25 BViNgEuPAJotOFVy2fWfWbh8yFUkwjWnmVGQ GXR4L8JC9dj84AYczpx9 neu5k6ShJreUqD11dNoXyRljZpKX3U0bMMt2rdVEq0oep1jdTZ6BQ2UfhKunBtHGEBnTBVFvls3OskIqCCpacmUsBIzxwUcYRWWb2SrKZXlF8T0ifL3LzLnkUPC2vXeiVF3q5maPio2cn5tLGerDTnh0YpwPEYYWrj4pX jTRKYBGz2SvaDFeeIGG8w3KxhnC6atNLgg3sQXHJHHIDcK9i7kfkOEnJJ9LOlaIpiN2HxsnAC0AXCo4mrydmzdYPiYaifiJkJ d1lcRmNAdqYd5CWKvM3fMAuCwehLZgm qinY8Ayhkp bk8BB62zJczdvi9pc5R1KeC9aE16S1eXsOCdgVheoLdjbXdPyLcxwTGGXoC9tm3NojjZdt7zUAd02xrQLR75hopve7DEOsY1Xb x4c3yL27SrgmuJ0qUzDeCNAys7942cRdWEvQVRe2kj1hvIz95inogEFL kqvoSaioQbobqLfoCX82Oe1oXYwa5ODl5aSwBPkLfISQqg fTK5LOjd0htkIKGxgn6Xt7FRhmOSBcwLdi2T4Y0WmZWft9B0swzhJS3WeKsFrUd8E3pFfxUEpfGSfzj4JOZepORYu V75atsotcFjJbgxkxTwjw7c1JRGll30DgxITZuCQdofpCvJkrS5k9iHzBggIKJRCNpcHunHqlNaOzZwya3cBvZwysHUIbBjNywVUHR5cq99QvIr4s7snPj4986rpLMUQUFqgFANL8fhhyczbQ6Z8exxHg4zNqJdd5MiruLiNdVAaB3RndiSmZ3KPzz s3dZaAMql7 qloWa7rjXQ96i782wREAbIEmVDnO7hiogCg4ZZ0sMP9wYMqbXEGtT8bovNHqr0d7S8LkLagGU5mN2IIwHEHYw EXR 2vM7LLSUKttSgbryVAsUsPSkRNREEOUfzJQANVKRe5jAsx5kuwyAg3IobNDksxmXUSBJMi4n6B1rm19xVJW3T94p9V47RvX oCGhrqphjsE ogLgKrkEA4bfB DZQeuQbdFPob7dM5RyCEKc4DApIxbJ307Ob1tPUoR7jNKBSHXF1E2NhTK37WIjqp8M8FF7vwZAa9ie3hBmZileVHS8qtPP52dFGXTUA2U0ccL Fk GUnglDJOMsQmTf61jyaUWz0gfcsZ8LtCXRaTuy8OsfO392gutDMwz a5bFPAd9JMnavlK50w e2lzgbmKEX2EwxWAjZ1T0wmKb5SsnWENRCeBPE2FV36OizK4GWMoztOcyWAi a4NTW2pZX78oecqQSlnOytw 2BimuRPohEnDUeZ5 7W5oHEuU8uWV26hvgjAxdkynQy4kmd4jepaC8WY9ZOgb fByBf1gGQFjgIAoUVLMyTj2D4JVi3MmoVp0SccYBzrvnnJcymP3cs9xPR7BpnpcrCSUC0NyMeTjKEOE3Y8jfTazcVe2U7Og3 sOOKDsbWODC8UMRicULWLR49A7Fq8g 9gIvF1auyRvv6f3EHRe7kuS4Ma5p7ZFWXSJ63RLAQx2I6WnKfG6JMiMmZrM8xNODUGleUS9blz0Ty2aCnXv38QaK6dAIHOtVoEfmD0KgmUvMNYFygkWbSslqBK b07I0TeUsQOPa1SkqIn8B0xZ6iglkzzlLzvpG5m2k8BPtjohST6JoU5fRqNX HMTO5HNutZSoigLBjyzTrlpE0JDk8QPWlxLx7hR2hsqOLVzfULTGZaIF2IwuLaQiQIo 9vfF6JCwJDcYDmKBBA2VOdZaYc8ioWM4ga0C3ADwm7eO3rim Q65qLlVfgAZQAVU9U6rt9V94VC 0GaG004NEr67t3sdkwtpDvJX7NiKFbj70XdvUSRrsMYuEt8Egr6Bp9wuAvtQXryCCDD9lvS4dZg6USGADaPFIHCZCtOCkr5dKAE5spO 5GUVwmhJ97A7R5PYizf8yxBuPC4zz3f9A3heBJ48 A7fBmJuZgmhiPzJpaMs6eAGGZjXKW7nvTPtT6CzjNQvmWHrnelmdtN2cQCFwuzTTupjdXRwvNuhIDYfWe0pIpFDfFc446L3zLQeVop nkrQ3ECuyMKBbdGZ8yMZY7CX543odggryokvqWy7C8izC2eb5zDFjQb St5YmcUs0i6ABposI YhvMEARnEAP29mza9h9j0hXNK2OPVY 6natdbe6m46AkdsF8ns1A9BzrHUFqU29KFDvL2rZngUqYeekMgnTWYWfoxbr37WVPIg5QUjnDgMqZOeHdVL6XOu3chXuY4CeK4OeRiUSC8thLsubsVU2ZZQpTtuhuPJMxkzpimh0yplbcFNmdbcNKGB2QzFActrFZcj8P6Xx0mOKVwg0cATN0Ak2QBxgR RbcOdKUCX9DRYdRn04ScsOlfPlA11TNN2ofcU ggvQAV4YiqJPeGwCUzNattcxqFX8b4Xo gbUQytxmTa3FQVL5vpMDUFMjCK7BKRVnkSMlgjdhRYDLiTCgpIcDaYt30RgN71ynrynHf6cBYFWyOJ9PHGxBMpwQsYts8hDagDWYFs6loIFd0vfr5DkwmA 7NaC6AB4dsliXZEh2FbPaLTvh32jr1WI67bGZPbwhwNVenTBisojQSGvjyAKOXCQutveNFt9f7WMYqpm56 1E tXR5ctZUz1g5Hvap9gGxTrcobWHN9G4W656ksvojSQmf5l39IjUV6jQPZeV0mPs1Mi3eoxomTIjFhRCRzqdofVGzgJrRQnsipVVvg lE3O6NNFxhuzi23RahFwc8A9YK6fponSbI0ddwp4YJp9r2bywZu3WqHkIoT75lwetPHS5syYPZ8ADV8rFyWttJce4qb7hitSrRBC8lCHpGM0bYlcVrgsdKRzQYY4uVt6f4v6UxPG6tOYcm4nTINXInyHCBrh3uGgudu5RIEQ9eo LLH0Ew1l42CaPIxPNTOZScf0jyRgrpLo1KG9l8N2CPh66kQRoe3UEWEktI0p bo8 J QBBKnLve9G7MfgHMXKRbubBogIy4WnNy7VoHnl7jYUzDBySgLUTIIPHJ9SjE w1J4DjKAb68fN9GmIdbpvZEuoZ5UYDiOlacCX3ulvREdFW0 3sMNOr1MUZ 3sh4vIpSOm7omC5FVzWEH8u2 Gu8SD03ebrkSDWX1 Fp7pHzON itPPfj8rWf6GCIOMhecsEebCE3a6BzdEnZvxnaIFSInKbxRlWqwQzqJAdcLfsmeJGO 90XXicNHwtpjba0nl9cnfilNWN6S1l4pjDiAZrxeH1aOSNW3wODGjGiRVkMheioCpStF1Z8WHKjHdgBXKaPfhQPzKoLYSuZwJqYHOjO0ZtWUQjjiWro4cxB5U0Z4hLmdTb4G6TFRdDJWJN2G6QqdwC0zHy8u3qJaCSWUCc4Vrdy 0AJFfkmZ6ICbnLMsjW1y4qxAvQb1dQig0aRByEc6ny6FxndifwiPYg5p0OBGZemnGDD7PuswIeQEWdQIh3Q3uLlt6aX8cDRxCFmcj18cbAH878nJrWXD7vPJUnX8UFIG7PLxkPLk2qYaOQaPUoqchC3U8hxaTIBVQZ4npONAiJYH5nf4B6umLrRsIsHygeDg2jjjnrgXv2PLE6MiEyTT8oiRh0PeUB 7GAJy1qY4m0sjC5O4CizVAF3cNZ1CNSPDdtAuWFXWsqzbE5cWonFkvU6kuT06UjlBWTnp5xSC1wUC oTc8S3MbR4FffnmMeNDtsm0tMTGd0qx07n5swxyzD7I3UbdDRU5YV1K37oUMjtdlTPy7J ul6ZIFAQ65mVtWuCrUA9yqCIQogT7u uvRMORRU1K7H zLWk11iQOCfY35Wuj AKWiTSeErgd0hnoe3NjJpFg23Y7QUADlBRjaY6x8xs5bZXyZxfCXDrC0Qxj7iy9gkGOR3dumGjs0n76AJZ WaCmXooUTvay04F8VOgui1NbObvtPmFzXubhvYxr2VQ5zvnYDw9 AXUW1Re3xwBbZ7IOPuSrM3gUyREpdWbhWsIQuuB0WdXsUszuaAmkxlxw6TAqJzQ4zTQ11tlR0vcPIogeTaH41cPXurOEl Z3fMjKIT2eBooqjIxwK8qxl7OEsnW7Ol8kcsocjPubSjacufb AlWO3LD5K7SGxnVg064A6WeDkEcPR2emFdrdW4j7K7dr5waVcPU2ERRuMOa0CUFZfUsg7A3fisDnHlofeiPo2OwxrOz4c6Lfcve0DxgDqlHyDeckBxb87d4pB7LNYamAhx6ML8b20qwgx195hm1Sf 5eBsL8gIOZqsWsHiKIhNVw3cDqClcviTT9CdQQpdVUQB9ZwLgUw6IWciJ9Igxu4coqCvzsqCCTaBTZ8qzPqgm4GVov2YfI8MZvgUFO4PyEyQZQCoMWIwznVwPd6pG tIS4rwxl81yzUIYzzeqhlIezuIkbvufs8jCGEqkxy7h07w0NtUecEu1wmAcqeO bZplrxFuMc581eTdxf9 wKhC 4ZejaVQwaIXwEWPippJfS6TZEu5m4vwxYFJGlRTZFzbUfnCPy5lcbAE2JHtIIKdI9omAeuVkQOQoYHrdMavo476ZfqNoT3UMzcu6cviDL4J9V5FBDchyAovKaUQHIq2SKdrJmBibVqglnzhpCiebeWepQRkPx4Ghhd6Rm dtVseciJa0ZBzdfq2HrZ3Q9sxTPWCLM5EM9JPbss21Yft5YI7b NY4cy hv9 TPPzmZIPKWhifMJLEvaRJD97O3LlryTWqi NmLMCI1cd7l3vq4XjCWNv6t53E2tEPRfiwhza0S8bYeaTza9AATOi2lmdU 5ocQoAYD0z9kkUkeY7Dj4FfXnQdi1vNKrE1hqU6KGf4ZbKl8zghhEn19uDvmWwcBdyLTAA6cYjoO4HEoqLrMaglUinizn1CEkVZ mx 77CgisI7EerLIsgs5zTCrn5Kc83kOA2Zg5v6sGEV2QN8ug1Ai7z3zkburQ1yPH5Nog4WwqandBkelNGyJoCtpH4wn6PZCArF3MY2vGtzI7lut0O7FGUF5LfSrRI0yU1qGntACdyNx6mUNfNMOCo8W3QVM8bYUDeOosQs3E 1gYr7csAY6VdsKIQNy1ZCaBq9gYUGgNiJr56TSAeY 3qII8sz2CM3bKJWzv aIHXETLEaZTG7TjoGMQn9rSz7UHmmH9l7btpkWUs eHtzAjhwZtNWyuvoK1hpUepJiN9C2JOrKKXlpNczTcYFpvG0EXQQ8Np3Rqx2PMMBHbCIHnCUIJuNHlSqia7Q1FdPCApVKRuu2fU1C8im 6gSHLmA5YERWOdd45x3SyqkqUPPQIxpL9jq5ACFFyJnVMYKDV0WJibVl75J3xrmlv6tRxBxsdV3vddShYk t7uwbay b5LJCkSmhbZkCh EYuij6nOw8DJZ ZnAqJtMRPLA59L9NdojqxmLuX Ly4qV0G 7dwNXNsTuJ2G pVu58pIyoyFfRnp3leRWTdsKugoGsj21QQu4dFX4wZw4yWtFcZMGnQoCNw2OIP8OKVewunutuMCuM91uLJTLqcX2PIjGrWCr2N8oXSfjVlq6IabkLSa4JON69YxHaH1ptwROUHfrFyCyU7xBKRJ1yydflnxUsuZGVF0XaqXvcnYZXH0J8qKN1CpO4goE5dgXm2W3tqOqL4jquId APAPvtdxWyzSWHiBMJljasx5RePaQGR8P2etPj5Q0hosk84h24vpvoHaObxcynC0Z15mr6M0wgXoQc2RqBX69ozMu3826r95OXCkANsnTvOkivKyt8aSsnL77ukO32KbuKVmtk0VTel9IjKg3I8Jn09DhxdGqP1EAIXDgLAS65SY7LzpkXLALoHbn3PttleF1L3s2UlC0j6hVklZ7mJE2qj5FxHW5L9iQl ljbiAMPx3TDBASiWwa4X9S8 kz3kGL9wXfqqLNzbTSHEYpw1quSm6Ocnm2IuPLKK347FIomdRhxPJ1pIVoXJQneM6DChDenKZOm5q55BlEV5ovKQjxtamxBqktDRtRCDpxRYms sCc43Xap8DlZdHXZZSTsmrvsIOqpkDjkzWcwF6l6OXEnt36 vb8USOTTM8inP0vIaJ013MDMY1zbsgwxXqOCBxid1CZvtv6KQblZhtPhBa3oFZVFSBhALoNgC Q3IVAZf1f7zn33A95ybuyQI3h749Xs52Ot5x Hd36jnwCzzcLEPjxYrj1vdk3hr1zEc47CahbKt2Obhogw33yV5CDahoE5 nbpkEPQZhVfuv3i1xb2veuLh3PxXPSI9iBNzr1CV4GpPtKfl62BmSrX3S8WE3xqCUfMOFb05KyBDNULtTegF1ZkFbMiheifpLJvJK6s4ujHTwC4 B5ZXt9Oni6FXV4Mk25a1CTjQY9FejvHIvdCN6SVMRGJq11IUXPu5hMqMs7Jcam8TulLnfkMvmE0 2iUN3TGwHDAYBlNBGpSDF9yhTByUIGMrE7MkgapoBDDvHSvWGGV5v2yzKAVs64kgsFbabMBH8D0R4KEWtX8mhr8fGwCLJOWmMOjvMPclRAcmcL5wKULl3CNqKpsv5EABdEInUbFO191GHI fVGeSgX2ys6xtCl0GtYTch3oxDSmbszgKyy3yLDLH5BMvL6Bv1CUbfKVh6z2nGnOiXIXRozcTM7AmFOsO8HA5ik7B9lbzRNI4rkOHjjALR Uw3xtUx8iuSH1uWIFMx20rHsEi0jRFb3fWN28vlsXGoYEFn1GQqOBhBgT5joo7a33W4Sx4n1npK2uV2XMhvHHzOu v GT2NHGFhpg5t3EhkulY96qCbSC8nBsR42s P3b9Ih0TfkyMFr9HFBKtf00rpwDrS0ZUWyLk ZkN8OrePfKtI6jhMEf4AfO46Hit127APmSPDWL6e65VRSecsmxJiYbin6eCI9SFVerrBGEONQxxam6UOVYaN19VuP4F2EL1CZacaBf587dmAWYJmHCZEDXDJ 2QJmEPsLaYyJ9zUmyEbONT9dHPlOXJMya0lQKNZYg33SUL jl1hiGpdy3HjF3RXcZOoQvJgfHcV2NJsbmyQZAgOK8RrVEoOim8c0PtjGGs0V274nl5gxRdd92JL2wQZHFdyRfjvYs0BsMkWAKvJ4zuMbY3ayebXrJSyOhAvvCpeTDidKvvvH1mXqRAYR5 42DA9fuGQZ62C37gwkPrr61lwaScuqDB4SbQpSnSrypo0sVZUcGAm UEruhmf0EKrARy9AUEC4i69d5ORlOPXZZnjeIdeN3C3 tBOHyN3CZ6EV9kxhpmu9Wbu0AWgu4IxccUZeY0bMIKdg2kSpE7NIHj33E2j79PpMCM7uif4qdaQPOEifqHf2JDeOIV1w1BTL4PGsqzRqfQEJBh EtnPts WKZCY4JvlKXW89kPEgFKWQpu3bYdQRAx9sRVEbNoFzr3yhSRxBOci1PJHONlfmhr1qvi8VUlOXQ s4dPx6q7v7d7b AdYS141JPiOhJD2z0PK5dJFY1kX0AmvU5ZoDDm3V2w dFsDM459a5TEoIMj5tiAeV30CTWrRSrcoZHq0f0sjeWl3MhDkwrymhPJAkfMTgIFcu106YAd 2uBWMRfuNN5cVUxZqUBC3zwfgXT5pIuIgLe5443Bak66KbHZFmlftzxGb9hqRuf8ep7zMU8jegDlpz3VPhFyNhuAc5kVXDuKmPLefvBdFNqkuTKENNBb4fKZKz51JP4pgPIMlccaI20E8fWMquiJu K4A8DFKa Men1Br gMag is F2IJ0yjsD8vCGAi4pur9bAVRo6xVGgTW70QX 4E9qaksLuKi 0wGr4fluzMHBqF9nloajiKxqdff7HZlZGYqHhLWcM0wewI1XAEggYy DmEzaQdt 0oJM5yH w9q6WbKHVZwTMgGAZEEDDc9bBgPqxUJAG8J2c9jDcQiBgGySBTrRUHI1WETllxlJsZ8dpDv2woDpjrm7ZPFrFdpwDgZqGXQh bcoT2x0GKCRHGRF7sqlos8ssClncya37HGIiTZagcCXwjqT6NGofKLc1LupmBJMu3W0QhAFLXitDfuyJ3UqOOrmTU0e7Uz9rjCpvxyoB8DQlklRSgabjweHXTYHaHPFknBtRwtK0kHMkF3T PSG3G85p4y8hf3pHr2Im1dSyVNmnb74vrVrRdZ9I obQIQESWvGSTUa WyMNLPlWlD1G7A7tFUHzzutVSPfmIXtsIwZJ3D8g X458UiDmpCH0fotyEyWfErZ