下の英語字幕をダブルクリックすると動画を再生できます。
翻訳: くまもとポーカー倶楽部 くまぽか
校正: Tomoyuki Suzuki
00:06
So here’s the thing: developing a new
drug and getting it to you
0
6621
4375
実は 新しい薬を作って
あなたのもとに届けるためには
00:10
can take a long time.
1
10996
1625
長い時間がかかります
00:12
When we have to work
out the cause of a condition—
2
12954
2792
多発性硬化症や心臓病などの
00:15
for example, with multiple sclerosis
or heart disease—
3
15746
3250
病気の原因を解決しなければならないとき
00:18
developing a new drug takes significant
trial and error and lots of money.
4
18996
6333
新薬を開発するためには膨大な試行錯誤と
多額の費用が必要となります
00:26
Which is why we only have drugs
for a small proportion of diseases.
5
26746
4417
これが一握りの病気にしか
薬が存在しない理由です
00:32
But you could change all this.
6
32121
2125
しかし あなたは状況を変えることができます
00:34
You could help discover new, cheaper drugs
for currently untreatable diseases.
7
34246
6166
現在は治療できない病気に対して
新しく安価な薬を開発する手助けができます
00:40
It's all about medical crowdsourcing.
8
40412
2875
医療のためのクラウドソーシングです
00:44
However, researchers aren’t asking
you to donate your money,
9
44079
3375
ただし 研究者はあなたにお金を寄付するよう
お願いする訳ではありません
00:47
they’re asking you to donate
something more personal...
10
47454
3333
もっと個人的なものを
寄付するようにお願いしています
00:50
First, though, some drug development
history.
11
50787
2834
ここで まずは薬の開発の歴史を
見ていきましょう
00:53
Many of the first medicines
were discovered by chance.
12
53621
3708
最初の薬の多くは
偶然によって発見されました
00:57
Natural philosophers
then took these
13
57912
1792
自然哲学者たちがこれらを採集し
00:59
and identified the active chemicals
inside.
14
59704
3167
その中の薬効を持つ化学物質を同定したのです
01:03
And pharmaceutical companies
then turned those into drugs.
15
63496
3500
そして 製薬会社がその物質を薬にしました
01:07
The thing is, for a long time, we didn’t
know why those drugs worked.
16
67954
4792
実は長い間 私たちはこれらの薬が
どうして効くのか知りませんでした
01:12
Until scientists figured out that disease
happens when the molecular machines
17
72746
4625
人間の体を正常に保つ分子で出来た機械が
つまりタンパク質が
01:17
that keep your body going— your proteins—
start misbehaving.
18
77371
5167
異常をきたすことで病気になると科学者が
発見し ようやく仕組みが解明されました
01:22
Drugs treat disease by targeting
those disruptive proteins.
19
82913
4500
薬は この異常なタンパク質を標的にして
病気を治すのです
01:28
Researchers realized
that if they can identify
20
88538
2708
特定の病気を引き起こす原因が
01:31
which malfunctioning proteins cause
a specific disease,
21
91246
3792
どのタンパク質の誤作動により
起きているのか同定できれば
01:35
they can then try to find
or develop a drug
22
95038
3041
そのタンパク質の活性を止めて
病気を防ぐような
01:38
that stops those proteins acting up,
and that will prevent the disease.
23
98079
4459
薬の発見や開発に取り掛かれると
研究者は気が付きました
01:42
It’s a great plan,
but it’s a slow process.
24
102538
3875
素晴らしい計画ですが
これには時間がかかります
01:46
So far, they’ve only identified
these therapeutic targets
25
106413
3583
今のところ 治療の標的となるタンパク質は
数ある病気の一部でしか
01:49
for a small proportion of diseases.
26
109996
2542
同定されていません
01:52
However,
this is where you can help.
27
112538
2416
しかし ここであなたの出番です
01:56
Researchers are now turning
their attention to DNA,
28
116121
3375
現在 研究者たちは
DNAに着眼点を変えつつあります
01:59
to the genetic instruction manual that
tells our bodies how to make our proteins.
29
119496
5625
DNAは体にタンパク質の作り方を伝える
遺伝子による取扱説明書です
02:05
They want to know which small changes
in someone’s genome
30
125121
3250
病気を引き起こす危険なタンパク質の
産生に繋がりうる ―
02:08
can lead to the production of those
dodgy proteins that cause a disease.
31
128371
4583
ゲノムの小さな変化を特定しようとしています
02:12
The thing is, that’s a big job.
32
132954
2709
実は これは大仕事です
02:15
DNA is huge, and each disease is likely
to have hundreds, possibly thousands,
33
135663
5791
DNAは膨大な量で それぞれの病気には
数百 あるいは数千ものタンパク質が
02:21
of proteins involved.
34
141454
1792
関与しています
02:23
But if they have lots of people’s genomes,
they can compare them and spot patterns.
35
143496
5750
しかし もし多くの人々のゲノムがわかれば
それを比較してパターンを発見できます
02:29
They can look at multiple people
suffering from
36
149496
2458
現在は治療法のない
同じ病気で苦しんでいる
02:31
the same currently untreatable disease,
37
151954
3375
複数の人々に注目して
02:35
find any small genetic changes they share,
38
155329
3209
共通して持っている遺伝子変異を特定し
02:38
identify the faulty proteins
they code for,
39
158538
3208
それが産生する異常タンパク質を
同定するのです
02:41
and there you go:
those are brand new therapeutic targets
40
161746
3750
そうです
これが現在治療できない病気に対する
02:45
for a currently untreatable disease.
41
165496
2833
新しい治療薬の標的となります
02:50
Now the researchers have three options:
42
170163
2583
現在 研究者には3つの選択肢があります
02:53
1. Has one of those new target proteins
been previously linked
43
173371
4167
1. これらの標的タンパク質の中には
治療可能な別の病気との関係が
02:57
to a different disease that is treatable?
44
177538
3041
知られていたものも
あるのでしょうか
03:00
If so, the drug for that disease
may target this protein
45
180579
4625
もしそうなら 治療可能な病気に対する薬が
標的タンパクに作用し
03:05
and work for this disease, too.
46
185204
2250
この病気にも薬効を持つかもしれません
03:07
To find out, start a clinical trial.
47
187454
2625
それを明らかにするために
臨床試験を始めましょう
03:10
2. If not, has one of those new target
proteins being previously linked
48
190871
4917
2. 逆に ある標的タンパク質が
他の病気と関係づけられていて
03:15
to a different disease that had
a promising drug
49
195788
3166
創薬の見込みはあったものの
03:18
that didn’t ultimately work?
50
198954
2125
結局は成功しなかったものが
あるでしょうか?
03:21
If so, its promise may have come
from successfully targeting this protein
51
201413
4916
もしそうなら その期待感はタンパク質を
標的に出来ていたことによるのかもしれず
03:26
and it may work for this disease.
52
206329
2292
この病気には薬効を持つかもしれません
03:28
Start a clinical trial to find out.
53
208954
2459
臨床試験を始めて それを明らかにしましょう
03:32
3. If this is a brand new protein target
never identified before for any disease
54
212496
6625
3. これらの標的タンパク質が
どの病気でも同定されていなかった場合
03:39
could they design
a new drug to affect it?
55
219121
3375
その病気に効く薬を作れるのでしょうか
03:42
This involves AI machine learning
and some very cool chemistry.
56
222496
4667
これには機械学習と
ある種の素晴らしい化学が関係します
03:47
And a lot of time, effort, and cost too.
57
227163
3000
多くの時間 努力 そして費用も必要です
03:50
Researchers are excited about all this
because they think
58
230621
2750
研究者はこのような手法に
興奮しています
03:53
1 in 5 of the proteins in your body
either have, or are likely to have,
59
233371
5250
なぜなら 人間の体にあるタンパク質のうち
5つに1つは薬と結合できる ―
03:58
a drug that will bind to them.
60
238621
2250
もしくは 結合できそうだと
考えているからです
04:00
And, as any common disease is likely
to have hundreds, possibly thousands,
61
240871
3875
どんな一般的な病気でも
それに関与するタンパク質は
04:04
of proteins involved,
62
244746
1333
数百 あるいは数千もあるので
04:06
they’re hopeful they’ll be able
to identify a few of those proteins
63
246079
3792
その中に 既存の薬の
標的となっているものを
04:09
they’ve already got a drug for.
64
249871
2000
いくつか発見できるとの希望を
持っています
04:11
But this all relies on finding
those new therapeutic targets,
65
251871
4917
しかし これはすべて 治療の標的を
新たに発見できるかどうかにかかっており
04:16
and that's why they need you.
66
256788
2083
だから あなたが必要とされているのです
04:19
Well, your data— both your genetic data
and your health history data,
67
259121
5958
あなたの遺伝子と既往歴の
両方のデータがあれば
04:25
so they can compare the genomes
of people with similar conditions.
68
265079
3875
同じような状況にある人々の
ゲノムと比較することができます
04:29
So would you give your data for research?
69
269538
2916
研究のためにあなたのデータを提供しますか?
04:32
There are two questions you may have:
70
272788
2375
ここで2つの疑問が生じるでしょう
04:35
who will have access to my data,
and what could they do with it?
71
275163
4666
誰がそのデータにアクセスし
そのデータで何をするのでしょうか
04:40
One group is health care providers
who are starting to consider
72
280288
3666
アクセス団体の一つは
ヘルスケア事業者で
04:43
using genetic analysis to give patients
more personal care.
73
283954
4042
遺伝子解析を活用して
個人向け医療の検討を始めています
04:48
Another group is private consumer
genetic testing companies.
74
288454
3875
別の団体としては 個人消費者の
遺伝子検査を行う会社があります
04:52
Some have already sold genetic data
on to pharmaceutical companies for profit,
75
292329
5334
その中には 利益のために製薬会社へ
遺伝子データを売っている事業者もありますが
04:57
but that was with their customers consent.
76
297663
2333
それは顧客の同意に基づいています
04:59
However, it raises another question:
77
299996
2333
しかし ここで別の疑問が生じます
05:02
if your data goes towards
making new drugs,
78
302329
3167
あなたのデータが新しい薬を
開発することに使われた場合
05:05
should pharmaceutical companies
recognize that contribution
79
305496
3583
製薬会社はその貢献を認めて
新薬をより安価に
05:09
and offer drugs more cheaply?
80
309079
1959
提供するべきなのでしょうか
05:11
Your best bet is to research the
organizations who are asking for your data
81
311038
4375
あなたができる最善策は
データの提供を求める事業者を調べて
05:15
to find out what they will do with it
and how they will protect it.
82
315413
3708
それで何をしようとして
データをどう保護するか知ることです
05:19
We’ll each have our own take on this,
83
319413
2000
それぞれ個人の考え方はありますが
05:21
but what is clear is genomics
could be a powerful tool
84
321413
2958
明らかなのは
ゲノム研究は強力な道具であり
05:24
to cut the current time and cost
it takes to develop new drugs
85
324371
4125
現在では治療ができない病気の薬を
開発するための時間と費用を
05:28
for currently untreatable diseases.
86
328496
2583
減らす可能性があるということです
05:32
So, what do you think?
87
332038
1541
あなたはどう考えますか?
New videos
Original video on YouTube.com
このウェブサイトについて
このサイトでは英語学習に役立つYouTube動画を紹介します。世界中の一流講師による英語レッスンを見ることができます。各ビデオのページに表示される英語字幕をダブルクリックすると、そこからビデオを再生することができます。字幕はビデオの再生と同期してスクロールします。ご意見・ご要望がございましたら、こちらのお問い合わせフォームよりご連絡ください。