How data is helping us unravel the mysteries of the brain | Steve McCarroll

70,391 views ・ 2018-09-24

TED


يرجى النقر نقرًا مزدوجًا فوق الترجمة الإنجليزية أدناه لتشغيل الفيديو.

المترجم: Nawal Sharabati المدقّق: Sarah El_Gayyar
00:12
Nine years ago,
0
12785
1704
قبل تسع سنوات، اكتشفت شقيقتي أورامًا في رقبتها وذراعها، وشخصّت بالسرطان.
00:14
my sister discovered lumps in her neck and arm
1
14513
3101
00:17
and was diagnosed with cancer.
2
17638
1760
00:20
From that day, she started to benefit
3
20985
3199
ومنذ ذلك اليوم، بدأت تستفيد مما لدى العلم من معرفة عن السرطان.
00:24
from the understanding that science has of cancer.
4
24208
3115
00:28
Every time she went to the doctor,
5
28206
2099
في كل مرة تذهبُ فيه إلى الطبيب،
00:30
they measured specific molecules
6
30329
2194
يفحصون جزيئات محددة التي تعطيهم معلومات عن حالتها السابقة وما هي الخطوة القادمة.
00:32
that gave them information about how she was doing
7
32547
2881
00:35
and what to do next.
8
35452
1309
00:38
New medical options became available every few years.
9
38095
3666
أصبحت الخيارات الطبية الحديثة متاحة كل عدة سنوات.
أدرك الجميع أنها تكافح مرضًا جسديًا بكل بسالة.
00:43
Everyone recognized that she was struggling heroically
10
43070
4318
00:47
with a biological illness.
11
47412
1728
00:50
This spring, she received an innovative new medical treatment
12
50847
3657
تلّقت هذا الربيع علاجًا طبيًا مبتكرًا في تجربة سريرية،
00:54
in a clinical trial.
13
54528
1202
00:55
It dramatically knocked back her cancer.
14
55754
2224
مما أعاق تقدم السرطان عندها.
00:59
Guess who I'm going to spend this Thanksgiving with?
15
59446
2552
خمنوا مع مَنْ سأقضي عيد الشكر؟
مع أختي المُفعمة بالنشاط، التي تمارس التمارين الرياضية أكثر مني،
01:02
My vivacious sister,
16
62022
2267
01:04
who gets more exercise than I do,
17
64313
2629
01:06
and who, like perhaps many people in this room,
18
66966
2859
التي - ربما كالعديد منكم - تتحدث بشكل متزايد عن المرض القاتل
01:09
increasingly talks about a lethal illness
19
69849
2292
01:12
in the past tense.
20
72165
1263
في الزمن الماضي.
01:14
Science can, in our lifetimes -- even in a decade --
21
74614
3863
يستطيع العلم في حياتنا، وحتى في عقدٍ من الزمن...
01:18
transform what it means to have a specific illness.
22
78501
3207
تغيير ما الذي يعنيه إصابة أحدكم بمرض معين.
01:24
But not for all illnesses.
23
84055
1534
ولكن ليس لكل الأمراض.
01:27
My friend Robert and I were classmates in graduate school.
24
87375
3722
كنتُ وصديقي روبرت زميلين في الدراسة في كلية الدراسات العليا.
01:31
Robert was smart,
25
91121
1801
كان روبرت ذكيًا، ولكن مع مرور كل شهر، بدأ تفكيره يتشتت أكثر.
01:32
but with each passing month,
26
92946
1477
01:34
his thinking seemed to become more disorganized.
27
94447
3154
01:38
He dropped out of school, got a job in a store ...
28
98241
3198
ترك الكلية وبدأ يعمل في متجر، ولكن أصبح ذلك أيضًا معقدًا للغاية.
01:41
But that, too, became too complicated.
29
101463
2218
01:44
Robert became fearful and withdrawn.
30
104559
2945
أصبح روبرت مرعوبًا ومنعزلًا.
01:48
A year and a half later, he started hearing voices
31
108281
2381
بعد عام ونصف، بدأ يسمع أصواتًا ويعتقد بأن أشخاصًا يلاحقونه.
01:50
and believing that people were following him.
32
110686
2197
01:52
Doctors diagnosed him with schizophrenia,
33
112907
2722
شخّص الأطباء حالته بانفصام الشخصية، وأعطوه أفضل الأدوية.
01:55
and they gave him the best drug they could.
34
115653
2120
01:57
That drug makes the voices somewhat quieter,
35
117797
3008
عملت تلك الأدوية على تهدئة الأصوات نوعًا ما،
02:00
but it didn't restore his bright mind or his social connectedness.
36
120829
3989
ولكنها لم تسترجع عقله البارع أو علاقاته الاجتماعية.
02:06
Robert struggled to remain connected
37
126270
1856
كافح روبرت ليبقى على تواصل مع الأشخاص من المدرسة والعمل والأصدقاء.
02:08
to the worlds of school and work and friends.
38
128150
2857
02:11
He drifted away,
39
131031
1383
ابتعد بعيدًا، ولا أعرف أين أجده اليوم.
02:12
and today I don't know where to find him.
40
132438
2285
02:15
If he watches this,
41
135593
1479
إن كان سيشاهد هذه المحادثة، آمل أن يجدني.
02:17
I hope he'll find me.
42
137962
1628
02:22
Why does medicine have so much to offer my sister,
43
142639
4107
لِمَ لدى بعض الأدوية الكثير لتقديمه لأختي، والقليل لتقديمه لملايين الناس مثل روبرت؟
02:27
and so much less to offer millions of people like Robert?
44
147540
4210
02:32
The need is there.
45
152952
1290
فالحاجة موجودة.
02:34
The World Health Organization estimates that brain illnesses
46
154266
3153
تقدرُ منظمة الصحة العالمية بأن الأمراض العقلية
02:37
like schizophrenia, bipolar disorder and major depression
47
157443
4115
مثل انفصام الشخصية والاضطراب ذو الاتجاهين والاكتئاب الشديد
02:41
are the world's largest cause of lost years of life and work.
48
161582
4971
هي السبب الأكبر في خسارة سنوات من العمر والعمل.
02:47
That's in part because these illnesses often strike early in life,
49
167807
3561
وجزئيًا بسبب أن هذه الأمراض تهاجم في مراحل مبكرة في العمر أحيانًا،
02:51
in many ways, in the prime of life,
50
171392
2181
وفي عدة طرق، في أوج العمر،
02:53
just as people are finishing their educations, starting careers,
51
173597
4464
عندما ينتهي الأشخاص من تعليمهم، وبدء حياتهم العملية وتكوين علاقات وعائلات.
02:58
forming relationships and families.
52
178085
2279
03:00
These illnesses can result in suicide;
53
180388
2829
يمكن أن تؤدي هذه الأمراض إلى الانتحار، حيث تضعف قدرة الشخص للعمل كما ينبغي،
03:03
they often compromise one's ability to work at one's full potential;
54
183907
4567
03:09
and they're the cause of so many tragedies harder to measure:
55
189767
3455
وتسبب العديد من المآسي التي من الصعب تقديرها:
03:13
lost relationships and connections,
56
193246
2438
مثل خسارة العلاقات والتواصل الاجتماعي، وضياع الفرص لتحقيق الأحلام والأهداف.
03:15
missed opportunities to pursue dreams and ideas.
57
195708
3039
03:19
These illnesses limit human possibilities
58
199533
3005
تحدُ هذه الأمراض من إمكانات البشر في طرقٍ يصعب ببساطة تقديرها.
03:22
in ways we simply cannot measure.
59
202562
2154
03:27
We live in an era in which there's profound medical progress
60
207493
4016
نعيشُ في عصرٍ حيث هناك تقدمًا طبيًا واسعًا في العديد من المجالات الأخرى.
03:31
on so many other fronts.
61
211533
1811
03:33
My sister's cancer story is a great example,
62
213368
2547
قصة إصابة أختي بالسرطان هي مثال رائع، ويمكننا القول نفس الشيء عن أمراض القلب.
03:35
and we could say the same of heart disease.
63
215939
2062
03:38
Drugs like statins will prevent millions of heart attacks and strokes.
64
218025
3585
فالأدوية المخفضة للكوليسترول مثل (Stains) ستمنعُ ملايين النوبات القلبية والدماغية.
03:43
When you look at these areas of profound medical progress
65
223047
2945
عندما تنظرون في هذه المجالات من التقدم الطبي الشامل على مدى حياتنا،
03:46
in our lifetimes,
66
226016
1464
03:47
they have a narrative in common:
67
227504
1674
فلدى هذه المجالات القصة المشتركة:
03:50
scientists discovered molecules that matter to an illness,
68
230067
4548
اكتشف العلماء الجزئيات التي تتعلق بمرضٍ ما،
03:54
they developed ways to detect and measure those molecules in the body,
69
234639
4679
وطوروا طرقًا لكشف وقياس هذه الجزئيات في الجسم،
04:00
and they developed ways to interfere with those molecules
70
240492
2778
واكتشفوا طرقًا لمحاربة تلك الجزئيات باستخدام جزئيات أخرى كالأدوية.
04:03
using other molecules -- medicines.
71
243294
2048
04:05
It's a strategy that has worked again and again and again.
72
245921
4020
إنها الخطة التي عملت مرارًا وتكرارًا.
04:11
But when it comes to the brain, that strategy has been limited,
73
251403
3642
لكن عندما يتعلق الأمر بالدماغ، فالخطة كانت محدودة،
04:15
because today, we don't know nearly enough, yet,
74
255069
4602
لأننا حتى اليوم لا نعرف بما فيه الكفاية عن كيفية عمل الدماغ.
04:19
about how the brain works.
75
259695
1852
04:22
We need to learn which of our cells matter to each illness,
76
262526
4266
نحتاج أن نعرف أي من خلايانا تتعلق لكل مرض،
04:26
and which molecules in those cells matter to each illness.
77
266816
3570
وأية جزئيات في هذه الخلايا تتعلقُ لكل مرض.
04:31
And that's the mission I want to tell you about today.
78
271058
2651
وهذه هي المهمة التي أرغبُ الحديث عنها إليكم اليوم.
04:34
My lab develops technologies with which we try to turn the brain
79
274781
3809
يطورُ مختبري التقنيات التي تحاول تحويل الدماغ إلى قضية بيانات ضخمة.
04:38
into a big-data problem.
80
278614
1700
04:40
You see, before I became a biologist, I worked in computers and math,
81
280338
3536
أتعلمون أنني قبل أن أصبح عالم أحياء عملتُ في مجالي الحاسوب والرياضيات،
04:43
and I learned this lesson:
82
283898
1324
وتعلمتُ هذا الدرس:
04:46
wherever you can collect vast amounts of the right kinds of data
83
286365
4184
أينما تستطيعون جمع معلومات ضخمة لأنواع البيانات الصحيحة حول عمل نظام ما،
04:50
about the functioning of a system,
84
290573
2030
04:53
you can use computers in powerful new ways
85
293365
3618
تستطيعون استخدام الحواسيب بطرق جديدة فعالة لفهم ذلك النظام ومعرفة كيف يعمل.
04:57
to make sense of that system and learn how it works.
86
297007
3225
05:00
Today, big-data approaches are transforming
87
300256
2522
اليوم، أساليب البيانات الضخمة تحول حتى أكبر القطاعات في اقتصادنا،
05:02
ever-larger sectors of our economy,
88
302802
2483
05:05
and they could do the same in biology and medicine, too.
89
305309
3286
ويمكنها عمل نفس الشيء في علم الأحياء والطب كذلك.
05:08
But you have to have the right kinds of data.
90
308619
2557
لكن عليكم الحصول على أنواع البيانات الصحيحة.
05:11
You have to have data about the right things.
91
311200
2259
وعليكم الحصول على البيانات حول الأمور الصحيحة.
05:13
And that often requires new technologies and ideas.
92
313917
3865
ويتطلب ذلك في أكثر الأحيان التقنيات والأفكار الجديدة.
05:18
And that is the mission that animates the scientists in my lab.
93
318815
3494
وتلك هي المهمة التي تحفزُ العلماء في مختبري.
05:23
Today, I want to tell you two short stories from our work.
94
323251
2974
أريد اليوم أن أخبركم قصتين قصيرتين عن عملنا.
05:27
One fundamental obstacle we face
95
327427
3104
والعقبة الأساسية التي نواجهها في محاولة تحويل الدماغ إلى قضية بيانات ضخمة
05:30
in trying to turn the brain into a big-data problem
96
330555
2660
05:33
is that our brains are composed of and built from billions of cells.
97
333946
4538
هي أن أدمغتنا تتكون وتنشأ من بلايين الخلايا.
05:39
And our cells are not generalists; they're specialists.
98
339246
3859
وخلايانا ليست ذات طابع عام بل متخصصة مثل البشر في مجال العمل،
05:43
Like humans at work,
99
343129
2089
05:45
they specialize into thousands of different cellular careers,
100
345242
5274
تتخصص في ملايين الوظائف الخلوية المختلفة، أو أنواع الخلية.
05:50
or cell types.
101
350540
1367
05:52
In fact, each of the cell types in our body
102
352796
2571
في الواقع، يمكنُ لكل نوع خلية في أجسامنا أن تعطي محادثة حية عن عملها على مسرح TED.
05:55
could probably give a lively TED Talk
103
355391
1878
05:57
about what it does at work.
104
357293
1542
06:00
But as scientists, we don't even know today
105
360422
2370
لكن كعلماء، لا نعرف حتى الآن عدد أنواع الخلية الموجودة
06:02
how many cell types there are,
106
362816
1907
06:04
and we don't know what the titles of most of those talks would be.
107
364747
3277
ولا نعرفُ ما ستكون عناوين معظم تلك المحادثات.
06:11
Now, we know many important things about cell types.
108
371809
2970
نعرفُ الآن أمورًا عديدة مهمة عن أنواع الخلية.
06:14
They can differ dramatically in size and shape.
109
374803
2751
ويمكن أن تختلف بشكل ملحوظ في الحجم والشكل.
06:17
One will respond to a molecule that the other doesn't respond to,
110
377578
4135
ستستجيبُ إحداها لجزيء لا تستجيب له الأخرى حيث تصنعُ أنواع الخلية جزئيات مختلفة.
06:21
they'll make different molecules.
111
381737
1794
06:23
But science has largely been reaching these insights
112
383555
2521
لكن توصل العلم إلى حدٍ ما إلى هذه الأفكار
06:26
in an ad hoc way, one cell type at a time,
113
386100
2943
على أساس مرحلي: خلية واحدة في كل مرة وجزيء واحد في كل مرة.
06:29
one molecule at a time.
114
389067
1486
06:31
We wanted to make it possible to learn all of this quickly and systematically.
115
391854
4731
أردنا أن نجعلها ممكنة لنعرف عن جميعها سريعًا وبشكلٍ منظم.
06:37
Now, until recently, it was the case
116
397673
1748
الآن وحتى مؤخرًا، كانت الحالة أنه إذا أردتم جرد كل الجزئيات
06:39
that if you wanted to inventory all of the molecules
117
399445
3076
06:42
in a part of the brain or any organ,
118
402545
2925
في جزء من الدماغ أو في أي عضو، عليكم أولًا طحنها إلى نوع من العصير الخلوي.
06:45
you had to first grind it up into a kind of cellular smoothie.
119
405494
3954
06:50
But that's a problem.
120
410678
1230
لكن هذه هي المشكلة حيث حالما تمّ طحن الخلايا،
06:52
As soon as you've ground up the cells,
121
412737
2538
06:55
you can only study the contents of the average cell --
122
415299
3511
يمكنكم دراسة محتويات الخلية في المتوسط، وليس كل خلية منفردة.
06:58
not the individual cells.
123
418834
1595
07:01
Imagine if you were trying to understand how a big city like New York works,
124
421182
3709
تخليوا أنكم كنتم تحاولون فهم كيفية عمل مدينة كبيرة كنيويورك،
07:04
but you could only do so by reviewing some statistics
125
424915
2542
يمكنكم عمل ذلك فقط من خلال مراجعة بعض الإحصائيات عن المواطن العادي لنيويورك.
07:07
about the average resident of New York.
126
427481
2029
07:10
Of course, you wouldn't learn very much,
127
430637
1979
لن تعرفوا الكثير بالتأكيد لأن كل شيء ممتع ومهم ومثير يكمن في التنوع والتخصصات.
07:12
because everything that's interesting and important and exciting
128
432640
3000
07:15
is in all the diversity and the specializations.
129
435664
2732
07:18
And the same thing is true of our cells.
130
438420
2606
وينطبق نفس الشيء على خلايانا.
07:21
And we wanted to make it possible to study the brain not as a cellular smoothie
131
441050
4750
وأردنا جعل ذلك ممكنًا لدراسة الدماغ ليس كعصير خلوي ولكن كسلطة فاكهة خلوية.
07:25
but as a cellular fruit salad,
132
445824
2478
07:28
in which one could generate data about and learn from
133
448326
2604
حيث نستطيع الحصول على حقائق حولها وفهم كل جزء منفرد من الفاكهة (الخلايا).
07:30
each individual piece of fruit.
134
450954
1838
07:34
So we developed a technology for doing that.
135
454253
2718
وطورنا لهذا السبب تقنية للقيام بذلك.
07:36
You're about to see a movie of it.
136
456995
1729
وأنتم على وشك مشاهدة فيلم حول ذلك.
07:41
Here we're packaging tens of thousands of individual cells,
137
461477
4028
نغلف هنا عشرات الآلاف من الخلايا المنفردة في قطرة سائل صغيرة جدًا لتحليلها جزئيًا.
07:45
each into its own tiny water droplet
138
465529
2923
07:48
for its own molecular analysis.
139
468476
2211
07:51
When a cell lands in a droplet, it's greeted by a tiny bead,
140
471921
4123
عندما تستقرُ الخلية في قطرة السائل، تُستقبلُ عن طريق خرزة صغيرة جدًا،
07:56
and that bead delivers millions of DNA bar code molecules.
141
476068
3694
تتلقى الخرزة ملايين من جزئيات الرمز الخيطي للحمض النووي الريبوزي منقوص الأكسجين/DNA.
08:01
And each bead delivers a different bar code sequence
142
481115
3308
وتتلقى كل خرزة سلسلة رموز خيطية مختلفة لخلايا مختلفة.
08:04
to a different cell.
143
484447
1243
08:06
We incorporate the DNA bar codes
144
486884
2581
ندمجُ الرموز الخيطية للحمض النووي الريبوزي منقصوص الأكسجين
08:09
into each cell's RNA molecules.
145
489489
3058
في جزئيات الحمض النووي الريبوزي (RNA).
08:12
Those are the molecular transcripts it's making
146
492571
2836
تلك هي النسخ طبق الأصل الجزيئية
08:15
of the specific genes that it's using to do its job.
147
495431
3103
التي تنتجها من جينات محددة لتستخدمها للقيام بوظيفتها.
08:19
And then we sequence billions of these combined molecules
148
499383
4207
ومن ثم نسلسلُ مليارات من هذه الجزئيات معًا ونستخدم السلاسل لتخبرنا أي خلية وأي جين
08:24
and use the sequences to tell us
149
504532
2498
08:27
which cell and which gene
150
507054
2602
08:29
every molecule came from.
151
509680
1540
ينبثق منه كل جزيء.
08:32
We call this approach "Drop-seq," because we use droplets
152
512561
3292
نسمي هذه الطريقة تسلسل القطرات (Drop-seq) لأننا نستخدم قطرات السائل
08:35
to separate the cells for analysis,
153
515877
2575
لفصل الخلايا لتحليلها،
08:38
and we use DNA sequences to tag and inventory
154
518476
3445
ونستخدم سلاسل الحمض النووي الريبوزي منقوص الأكسجين لتعليم وجرد وتتبع كل شيء.
08:41
and keep track of everything.
155
521945
1488
08:44
And now, whenever we do an experiment,
156
524727
1976
وعندما نقوم الآن بعمل تجربة،
08:46
we analyze tens of thousands of individual cells.
157
526727
3243
فإننا نحللُ عشرات الآلاف من الخلايا المنفردة.
08:51
And today in this area of science,
158
531018
2624
واليوم في هذا المجال من العلم،
08:53
the challenge is increasingly how to learn as much as we can
159
533666
4931
يزداد التحدي كيف نتعلم قدر المستطاع وبأسرع ما يمكن من مجموعات المعطيات الضخمة.
08:58
as quickly as we can
160
538621
1872
09:00
from these vast data sets.
161
540517
1738
09:04
When we were developing Drop-seq, people used to tell us,
162
544914
2770
عندما كنا نطور طريقة تسلسل القطرات، اعتاد الناس أن يقولوا لنا:
09:07
"Oh, this is going to make you guys the go-to for every major brain project."
163
547708
4804
"سيجعلكم هذا يا رفاق تسيرون نحو كل مشروع دماغ رئيسي."
09:13
That's not how we saw it.
164
553257
1544
لم نرى الأمر بهذا الشكل.
09:14
Science is best when everyone is generating lots of exciting data.
165
554825
4531
العلم هو الأفضل عندما ينتج كل واحد فينا الكثير من البيانات المثيرة للاهتمام.
09:20
So we wrote a 25-page instruction book,
166
560197
3214
لذلك قمنا بصياغة كتاب تعليمات من 25 صفحة،
09:23
with which any scientist could build their own Drop-seq system from scratch.
167
563435
4578
حيث يمكن لأي عالم أن يبني نظامه الخاص من تسلسل القطرات من البداية.
09:28
And that instruction book has been downloaded from our lab website
168
568037
3697
وتم تحميل كتاب التعلميات من موقع مختبرنا الإلكتروني 50000 مرة في السنتين الماضيتين.
09:31
50,000 times in the past two years.
169
571758
2965
09:35
We wrote software that any scientist could use
170
575598
3052
صُغنا برمجية يمكن لأي عالم أن يستخدمها لتحليل البيانات من تجارب تسلسل القطرات.
09:38
to analyze the data from Drop-seq experiments,
171
578674
2898
09:41
and that software is also free,
172
581596
1715
وهذه البرمجية مجانية أيضًا،
09:43
and it's been downloaded from our website 30,000 times in the past two years.
173
583335
4388
وتم تحميلها من موقعنا الإلكتروني 30000 مرة في السنتين الماضيتين.
09:48
And hundreds of labs have written us about discoveries that they've made
174
588328
4979
وكتبت لنا المئات من المختبرات حول اكتشافاتنا باستخدام هذه الطريقة.
09:53
using this approach.
175
593331
1443
09:54
Today, this technology is being used to make a human cell atlas.
176
594798
3560
اليوم، تستخدم هذه التقنية لعمل أطلس للخلايا البشرية.
09:58
It will be an atlas of all of the cell types in the human body
177
598382
3354
سيكون أطلس لكل أنواع الخلية في جسم الإنسان
10:01
and the specific genes that each cell type uses to do its job.
178
601760
3680
والجينات المحددة التي تستخدمها كل نوع خلية للقيام بوظيفتها.
10:08
Now I want to tell you about a second challenge that we face
179
608133
2876
أرغبُ الآن أن أخبركم عن التحدي الثاني الذي نواجهه
في محاولة تغيير الدماغ إلى قضية بيانات ضخمة.
10:11
in trying to turn the brain into a big data problem.
180
611033
2448
10:13
And that challenge is that we'd like to learn from the brains
181
613505
3279
وذلك التحدي هو ما نرغب أن نتعلمه من أدمغة مئات الآلاف من الأشخاص الأحياء.
10:16
of hundreds of thousands of living people.
182
616808
2444
10:19
But our brains are not physically accessible while we're living.
183
619998
3704
ولكن أدمغتنا ليست متاحة من ناحية جسمانية بينما نحن أحياء.
10:24
But how can we discover molecular factors if we can't hold the molecules?
184
624895
3960
ولكن كيف لنا اكتشاف عوامل جزيئية إن كنا لا نمتلك الجزيئات؟
10:30
An answer comes from the fact that the most informative molecules, proteins,
185
630352
4548
ينبثق الحل من حقيقة أن أكثر الجزئيات تزويدًا بالمعلومات هي البروتينات
10:34
are encoded in our DNA,
186
634924
1782
المُشفّرة في الحمض النووي الريبوزي منقوص الأكسجين الخاص بنا،
10:36
which has the recipes our cells follow to make all of our proteins.
187
636730
4530
حيث لديه كل الوصفات التي تتبعها خلايانا لعمل كل البروتينات الخاصة بنا.
10:41
And these recipes vary from person to person to person
188
641999
4946
وتختلف هذه الوصفات من شخص إلى شخص بطرق تجعل البروتينات تختلف من شخص إلى شخص
10:46
in ways that cause the proteins to vary from person to person
189
646969
3342
10:50
in their precise sequence
190
650335
1787
في تسلسلها الدقيق، وفي مقدار ما تنتجه كل نوع خلية لكل بروتين.
10:52
and in how much each cell type makes of each protein.
191
652146
3151
10:56
It's all encoded in our DNA, and it's all genetics,
192
656441
3393
جميعها مشفرة في حمضنا النووي الريبوزي منقوص الأكسجين، وكلها تتعلق بعلم الوراثة،
10:59
but it's not the genetics that we learned about in school.
193
659858
2817
ولكنها ليست الجينات الوراثية التي درسناها في المدرسة.
11:03
Do you remember big B, little b?
194
663572
1983
هل تذكرون حرف B الكبير وحرف b الصغير؟
11:06
If you inherit big B, you get brown eyes?
195
666260
2400
لو ورثتم B الكبيرة، ستحصلون على عيون بُنية اللون.
11:09
It's simple.
196
669085
1223
إنها بهذه البساطة.
11:11
Very few traits are that simple.
197
671451
3173
إن عددًا قليلًا جدًا من الصفات هي بتلك البساطة.
11:15
Even eye color is shaped by much more than a single pigment molecule.
198
675232
4725
حتى أن لون العين يتشكل عن طريق أكثر من جزيء لصبغة منفردة.
11:20
And something as complex as the function of our brains
199
680861
4250
والشيء المعقد هو أن وظيفة أدمغتنا تتشكل عن طريق تفاعل آلاف الجينات.
11:25
is shaped by the interaction of thousands of genes.
200
685135
3247
11:28
And each of these genes varies meaningfully
201
688406
2340
وتختلف كل من هذه الجينات من شخص إلى شخص إلى آخر،
11:30
from person to person to person,
202
690770
1838
11:32
and each of us is a unique combination of that variation.
203
692632
3517
ويعتبر كل واحد فينا بمثابة مزيج فريد من ذلك الاختلاف.
11:37
It's a big data opportunity.
204
697419
2216
إنها الإمكانية للحصول على معلومات ضخمة.
11:40
And today, it's increasingly possible to make progress
205
700214
3176
واليوم، من المحتمل إحراز تقدم بشكل متزايد على نطاق لم يكن ممكنًا من قبل أبدًا.
11:43
on a scale that was never possible before.
206
703414
2796
11:46
People are contributing to genetic studies
207
706234
2405
يساهم الناس في الدراسات الجينية بأعداد قياسية،
11:48
in record numbers,
208
708663
1594
11:51
and scientists around the world are sharing the data with one another
209
711085
4087
والعلماء حول العالم يشاركون البيانات مع بعضهم البعض لتسريع التقدم.
11:55
to speed progress.
210
715196
1571
11:57
I want to tell you a short story about a discovery we recently made
211
717514
3239
أرغبُ في إخباركم قصة قصيرة حول الاكتشاف الذي حققناه مؤخرا عن جينات انفصام الشخصية.
12:00
about the genetics of schizophrenia.
212
720777
1894
12:03
It was made possible by 50,000 people from 30 countries,
213
723506
4596
وكان تحقيق ذلك ممكنًا عن طريق 50000 شخص من 30 دولة،
12:08
who contributed their DNA to genetic research on schizophrenia.
214
728126
4700
ممن تبرعوا بحمضهم النووي الريبوزي منقوص الأكسجين للبحث الجيني لانفصام الشخصية.
12:14
It had been known for several years
215
734406
2096
كان معروفًا منذ عدة سنوات أن أكبر تأثير للجينيوم البشري لخطر انفصام الشخصية
12:16
that the human genome's largest influence on risk of schizophrenia
216
736526
4111
12:20
comes from a part of the genome
217
740661
1802
يأتي من جزء من الجينيوم الذي يشفر العديد من الجزئيات في جهاز المناعة لدينا.
12:22
that encodes many of the molecules in our immune system.
218
742487
3344
12:25
But it wasn't clear which gene was responsible.
219
745855
3034
لكن لم يكن واضحًا أي جين هو المسؤول.
12:29
A scientist in my lab developed a new way to analyze DNA with computers,
220
749746
4040
طور عالم في مختبري طريقة جديدة لتحليل الحمض النووي الريبوزي باستخدام الحواسيب،
12:33
and he discovered something very surprising.
221
753810
3095
واكتشف شيئًا مثيرًا للدهشة جدًا.
12:36
He found that a gene called "complement component 4" --
222
756929
3251
وجد جينًا يدعى مركب بروتيني متمم 4 (complement component 4)...
12:40
it's called "C4" for short --
223
760204
1799
يدعى سي 4 (C4) للاختصار...
12:43
comes in dozens of different forms in different people's genomes,
224
763036
3889
يأتي على شكل عشرات من الأشكال المختلفة في جينيوم أشخاص مختلفين،
12:46
and these different forms make different amounts
225
766949
3197
وتنتجُ هذه الأشكال المختلفة كميات مختلفة من بروتين سي 4 في أدمغتنا.
12:50
of C4 protein in our brains.
226
770170
2242
12:52
And he found that the more C4 protein our genes make,
227
772957
3985
ووجد أنه كلما تنتج جيناتنا كمية أكبر من بروتين سي 4،
12:56
the greater our risk for schizophrenia.
228
776966
2112
تزداد خطر إصابتنا بانفصام الشخصية.
12:59
Now, C4 is still just one risk factor in a complex system.
229
779919
4907
لا يزال بروتين سي 4 واحدٌ من عوامل الخطر في نظامنا المعقد.
13:04
This isn't big B,
230
784850
1989
ليست هذه B الكبيرة، ولكنها فكرة حول الجزيء المهم.
13:06
but it's an insight about a molecule that matters.
231
786863
3557
13:11
Complement proteins like C4 were known for a long time
232
791492
3637
عُرفت البروتينات المتممة مثل سي 4 لفترة طويلة لدورها في نظام المناعة،
13:15
for their roles in the immune system,
233
795153
1953
13:17
where they act as a kind of molecular Post-it note
234
797130
2778
حيث تتصرف كنوع من الرقعة الوصفية الجزيئية التي تقول: "كُلني."
13:19
that says, "Eat me."
235
799932
1580
13:22
And that Post-it note gets put on lots of debris
236
802475
2667
وتوضع تلك الرقعة الوصفية على العديد من الخلايا المدمرة والميتة في أجسامنا
13:25
and dead cells in our bodies
237
805166
2357
13:27
and invites immune cells to eliminate them.
238
807547
2490
وتدعو الخلايا المناعية لاستبعادها.
13:30
But two colleagues of mine found that the C4 Post-it note
239
810779
3539
لكن وجد اثنان من زملائي أن الرقعة الوصفية لبروتين سي 4
13:35
also gets put on synapses in the brain
240
815183
3298
توضع أيضًا على نقاط التشابك العصبي للدماغ وتحفز استبعادها.
13:38
and prompts their elimination.
241
818505
1864
13:41
Now, the creation and elimination of synapses is a normal part
242
821154
3266
الآن، إنتاج واستبعاد نقاط التشابك العصبي هو جزء طبيعي من التنمية البشرية والمعرفة.
13:44
of human development and learning.
243
824444
1854
13:46
Our brains create and eliminate synapses all the time.
244
826322
2921
تنتج وتستبعد أدمغتنا نقاط التشابك العصبي في كل الأوقات.
13:49
But our genetic results suggest that in schizophrenia,
245
829921
2960
لكن تشيرُ نتائجنا الجينية أنه في حالة انفصام الشخصية
13:52
the elimination process may go into overdrive.
246
832905
3233
قد تتجه عملية الاستبعاد إلى التسارع.
13:57
Scientists at many drug companies tell me they're excited about this discovery,
247
837185
3929
أخبرني العلماء في العديد من شركات الأدوية أنهم متحمسون جدًا بشأن هذا الاكتشاف،
14:01
because they've been working on complement proteins for years
248
841138
3239
لأنهم كانوا يعملون على البروتينات المُتممة لسنوات في نظام المناعة،
14:04
in the immune system,
249
844401
1540
14:05
and they've learned a lot about how they work.
250
845965
2206
وتعلموا الكثير عن كيفية عملها.
14:08
They've even developed molecules that interfere with complement proteins,
251
848885
3894
وقد طوروا جزئيات من شأنها التداخل مع البروتينات المُتممة،
14:12
and they're starting to test them in the brain as well as the immune system.
252
852803
3607
وبدأوا تجربتها في الدماغ ونظام المناعة أيضًا.
14:17
It's potentially a path toward a drug that might address a root cause
253
857124
4721
من المحتمل أن تكون طريقًا نحو اكتشاف دواء ربما يعالجُ سببًا جذريًا
14:21
rather than an individual symptom,
254
861869
2649
أكثر من العَرض المنفرد،
14:24
and we hope very much that this work by many scientists over many years
255
864542
4048
ونأمل كثيرًا أن ينجح هذا العمل للعديد من العلماء على مدى السنوات العديدة.
14:28
will be successful.
256
868614
1152
14:31
But C4 is just one example
257
871689
3014
ويعتبر بروتين سي 4 مثالًا واحدًا لإمكانية الطرق العلمية على أساس البيانات
14:34
of the potential for data-driven scientific approaches
258
874727
3112
14:37
to open new fronts on medical problems that are centuries old.
259
877863
3903
لفتح مجالات جديدة للمشاكل الطبية التي يبلغ عمرها قرونًا.
14:42
There are hundreds of places in our genomes
260
882144
2745
هناك المئات من الأمكنة في مجموعات جيناتنا التي تشكل خطورة الإصابة بأمراض الدماغ،
14:44
that shape risk for brain illnesses,
261
884913
2585
14:47
and any one of them could lead us to the next molecular insight
262
887522
4066
ويمكن أن تقودنا أية مجموعة من الجينات إلى الفكرة الجزيئية التالية
14:51
about a molecule that matters.
263
891612
2020
حول الجزيء الذي يهم.
14:53
And there are hundreds of cell types that use these genes in different combinations.
264
893656
3987
ويوجد المئات من أنواع الخلية التي تستخدم هذه الجينات في مجموعات مختلفة.
14:57
As we and other scientists work to generate
265
897667
2069
كما أننا نعملُ مع العلماء الآخرين على إنتاج البقية من البيانات اللازمة
14:59
the rest of the data that's needed
266
899760
2069
15:01
and to learn all that we can from that data,
267
901853
2393
ولنتعلّم كل ما نستطيع من تلك المعطيات.
15:04
we hope to open many more new fronts.
268
904270
2403
نأمل في فتح المزيد من المجالات الجديدة.
15:08
Genetics and single-cell analysis are just two ways
269
908483
5079
علم الوراثة وتحليل الخلية المنفردة ما هما إلا وسيلتان فقط
15:13
of trying to turn the brain into a big data problem.
270
913586
3767
لمحاولة تحويل الدماغ إلى قضية بيانات ضخمة. وهناك المزيد مما نستطيع القيام به.
15:18
There is so much more we can do.
271
918424
2159
15:21
Scientists in my lab are creating a technology
272
921235
3074
يبتكر العلماء في مختبري تقنية للوصف السريع لروابط التشابك العصبي في الدماغ
15:24
for quickly mapping the synaptic connections in the brain
273
924333
3196
15:27
to tell which neurons are talking to which other neurons
274
927553
2938
لمعرفة أي الخلايا العصبية التي تتواصل مع بعضها البعض
15:30
and how that conversation changes throughout life and during illness.
275
930515
3996
وكيف يتغير ذلك التواصل مدى الحياة وأثناء المرض.
15:35
And we're developing a way to test in a single tube
276
935467
4520
ونطور طريقة لنجربها في أنبوبة منفردة
15:40
how cells with hundreds of different people's genomes
277
940011
2718
عن كيف أن الخلايا بمعية المئات من مجموعات الجينات المختلفة للبشر
15:42
respond differently to the same stimulus.
278
942753
2170
تستجيب بشكل مختلف لنفس الحافز.
15:46
These projects bring together people with diverse backgrounds
279
946248
4903
تجمع هذه المشاريع الناس معًا بغض النظر عن تنوع خلفياتهم وتدريبهم واهتماماتهم...
15:51
and training and interests --
280
951175
2493
15:53
biology, computers, chemistry, math, statistics, engineering.
281
953692
5877
إن كانت في الأحياء والحواسيب والكيمياء، والرياضيات وعلم الإحصاء والهندسة.
16:00
But the scientific possibilities rally people with diverse interests
282
960205
4232
لكن الإمكانيات العلمية تجمع الأشخاص ذوي الاهتمامات المختلفة
16:04
into working intensely together.
283
964461
2235
على العمل معًا بشكل مكثف.
16:08
What's the future that we could hope to create?
284
968871
2551
ما هو المستقبل الذي نأمل مواكبته؟ خذوا مرض السرطان،
16:12
Consider cancer.
285
972267
1350
16:14
We've moved from an era of ignorance about what causes cancer,
286
974193
3922
تحركنا من عصر الجهل حول أسباب السرطان حيث كان ينسب عادة إلى الصفات النفسية الشخصية،
16:18
in which cancer was commonly ascribed to personal psychological characteristics,
287
978139
6988
16:26
to a modern molecular understanding of the true biological causes of cancer.
288
986238
5395
إلى فهم الجزيئية الحديثة للأسباب الحيوية الحقيقية للسرطان.
16:32
That understanding today leads to innovative medicine
289
992100
3074
ويقود ذلك الفهم اليوم إلى علاج مُبتكر تلو الآخر ولا يزال هناك الكثير للقيام به.
16:35
after innovative medicine,
290
995198
1696
16:36
and although there's still so much work to do,
291
996918
2839
16:39
we're already surrounded by people who have been cured of cancers
292
999781
3394
نحن محاطون فعلًا بالأشخاص الذين تم علاجهم من السرطان
16:43
that were considered untreatable a generation ago.
293
1003199
3269
الذي اعتبر غير قابل للعلاج منذ جيل.
16:48
And millions of cancer survivors like my sister
294
1008254
3376
ووجد ملايين الناجين من السرطان كشقيقتي أنفسهم مع سنوات حياتية لم تكن من المسلّمات
16:51
find themselves with years of life that they didn't take for granted
295
1011654
4401
16:56
and new opportunities
296
1016079
1769
ومع فرص جديدة للعمل والمتعة والتواصل الاجتماعي.
16:57
for work and joy and human connection.
297
1017872
3930
17:03
That is the future that we are determined to create around mental illness --
298
1023358
4378
هذا هو المستقبل الذي نصمم على مواكبته بشأن الأمراض العقلية...
17:08
one of real understanding and empathy
299
1028581
4119
الفهم الحقيقي والتعاطف والإمكانية غير المحدودة.
17:12
and limitless possibility.
300
1032724
1816
17:15
Thank you.
301
1035159
1190
شكرًا لكم.
17:16
(Applause)
302
1036374
4062
(تصفيق)
حول هذا الموقع

سيقدم لك هذا الموقع مقاطع فيديو YouTube المفيدة لتعلم اللغة الإنجليزية. سترى دروس اللغة الإنجليزية التي يتم تدريسها من قبل مدرسين من الدرجة الأولى من جميع أنحاء العالم. انقر نقرًا مزدوجًا فوق الترجمة الإنجليزية المعروضة على كل صفحة فيديو لتشغيل الفيديو من هناك. يتم تمرير الترجمات بالتزامن مع تشغيل الفيديو. إذا كان لديك أي تعليقات أو طلبات ، يرجى الاتصال بنا باستخدام نموذج الاتصال هذا.

https://forms.gle/WvT1wiN1qDtmnspy7