Danny Hillis: Understanding cancer through proteomics

Danny Hillis: Entendiendo el cáncer a través de la proteómica

57,327 views

2011-03-16 ・ TED


New videos

Danny Hillis: Understanding cancer through proteomics

Danny Hillis: Entendiendo el cáncer a través de la proteómica

57,327 views ・ 2011-03-16

TED


Haga doble clic en los subtítulos en inglés para reproducir el vídeo.

Traductor: Matias Gurmandi Revisor: Gisela Giardino
00:15
I admit that I'm a little bit nervous here
0
15330
3000
Admito que estoy un poco nervioso
00:18
because I'm going to say some radical things,
1
18330
3000
porque voy a decir algunas cosas radicales
00:21
about how we should think about cancer differently,
2
21330
3000
sobre cómo deberíamos pensar diferente sobre el cáncer
00:24
to an audience that contains a lot of people
3
24330
2000
a una audiencia que contiene mucha gente
00:26
who know a lot more about cancer than I do.
4
26330
3000
que sabe mucho más del cáncer que yo.
00:30
But I will also contest that I'm not as nervous as I should be
5
30330
3000
Pero también argumentaré que no estoy tan nervioso como debería estarlo
00:33
because I'm pretty sure I'm right about this.
6
33330
2000
porque estoy bastante seguro de tener razón sobre esto.
00:35
(Laughter)
7
35330
2000
(Risas)
00:37
And that this, in fact, will be
8
37330
2000
Y que ésta, en efecto, será
00:39
the way that we treat cancer in the future.
9
39330
3000
la forma en que trataremos el cáncer en el futuro.
00:43
In order to talk about cancer,
10
43330
2000
Para poder hablar del cáncer,
00:45
I'm going to actually have to --
11
45330
3000
en realidad tendré que --
00:48
let me get the big slide here.
12
48330
3000
déjenme poner estas diapositivas.
00:53
First, I'm going to try to give you a different perspective of genomics.
13
53330
3000
Primero, voy a tratar de darles una perspectiva diferente de la genómica.
00:56
I want to put it in perspective of the bigger picture
14
56330
2000
Quiero ponerla en perspectiva de la imagen más grande,
00:58
of all the other things that are going on --
15
58330
3000
de todas las otras cosas que están sucediendo,
01:01
and then talk about something you haven't heard so much about, which is proteomics.
16
61330
3000
y luego hablar de algo de lo que que no han oído hablar demasiado, la proteómica.
01:04
Having explained those,
17
64330
2000
Habiendo explicado ambos,
01:06
that will set up for what I think will be a different idea
18
66330
3000
eso preparará para lo que creo será una idea diferente
01:09
about how to go about treating cancer.
19
69330
2000
sobre cómo ir tratando el cáncer.
01:11
So let me start with genomics.
20
71330
2000
Déjenme comenzar con la genómica.
01:13
It is the hot topic.
21
73330
2000
Es el tema del momento.
01:15
It is the place where we're learning the most.
22
75330
2000
Es el lugar donde más estamos aprendiendo.
01:17
This is the great frontier.
23
77330
2000
Esta es la gran frontera.
01:19
But it has its limitations.
24
79330
3000
Pero tiene sus limitaciones.
01:22
And in particular, you've probably all heard the analogy
25
82330
3000
Y en particular, probablemente todos han oído la analogía
01:25
that the genome is like the blueprint of your body,
26
85330
3000
de que el genoma es como la copia del plano del cuerpo.
01:28
and if that were only true, it would be great,
27
88330
2000
Y si tan solo eso fuera cierto, sería grandioso
01:30
but it's not.
28
90330
2000
pero no lo es.
01:32
It's like the parts list of your body.
29
92330
2000
Es como el listado de partes de tu cuerpo.
01:34
It doesn't say how things are connected,
30
94330
2000
No dice cómo las cosas se conectan,
01:36
what causes what and so on.
31
96330
3000
qué causa qué, y demás.
01:39
So if I can make an analogy,
32
99330
2000
Si puedo hacer una analogía,
01:41
let's say that you were trying to tell the difference
33
101330
2000
digamos que estuvieran tratando de encontrar la diferencia
01:43
between a good restaurant, a healthy restaurant
34
103330
3000
entre un buen restaurant, un restaurant saludable,
01:46
and a sick restaurant,
35
106330
2000
y un restaurant enfermo,
01:48
and all you had was the list of ingredients
36
108330
2000
y lo único que tuviesen fuera la lista de ingredientes
01:50
that they had in their larder.
37
110330
3000
que tienen en la alacena.
01:53
So it might be that, if you went to a French restaurant
38
113330
3000
Así podría ser que, si fueran a un restaurant francés
01:56
and you looked through it and you found
39
116330
2000
y observaran entre sus cosas y encontrasen
01:58
they only had margarine and they didn't have butter,
40
118330
2000
que solamente tienen margarina y no manteca,
02:00
you could say, "Ah, I see what's wrong with them.
41
120330
2000
podrían decir, "Ah, ya sé lo que tienen mal.
02:02
I can make them healthy."
42
122330
2000
Puedo hacerlos sanos."
02:04
And there probably are special cases of that.
43
124330
2000
Y probablemente haya casos especiales de eso.
02:06
You could certainly tell the difference
44
126330
2000
Definitivamente podrían saber la diferencia
02:08
between a Chinese restaurant and a French restaurant
45
128330
2000
entre un restaurant chino y un restaurant francés
02:10
by what they had in a larder.
46
130330
2000
por lo que tienen en la alacena.
02:12
So the list of ingredients does tell you something,
47
132330
3000
Así que la lista de ingredientes sí te dice algo,
02:15
and sometimes it tells you something that's wrong.
48
135330
3000
y a veces te dice que algo está mal.
02:19
If they have tons of salt,
49
139330
2000
Si tienen montones de sal,
02:21
you might guess they're using too much salt, or something like that.
50
141330
3000
podrías adivinar que están usando mucha sal, o algo por el estilo.
02:24
But it's limited,
51
144330
2000
Pero es limitado,
02:26
because really to know if it's a healthy restaurant,
52
146330
2000
porque para realmente saber si es un restaurant saludable,
02:28
you need to taste the food, you need to know what goes on in the kitchen,
53
148330
3000
tienes que probar la comida, tienes que saber qué sucede en la cocina,
02:31
you need the product of all of those ingredients.
54
151330
3000
necesitas el producto de todos esos ingredientes.
02:34
So if I look at a person
55
154330
2000
Así, si miro a una persona
02:36
and I look at a person's genome, it's the same thing.
56
156330
3000
y miro el genoma de esa persona, es lo mismo.
02:39
The part of the genome that we can read
57
159330
2000
La parte del genoma que podemos leer
02:41
is the list of ingredients.
58
161330
2000
es la lista de ingredientes.
02:43
And so indeed,
59
163330
2000
Y de hecho,
02:45
there are times when we can find ingredients
60
165330
2000
hay veces que podemos encontrar ingredientes
02:47
that [are] bad.
61
167330
2000
que son malos.
02:49
Cystic fibrosis is an example of a disease
62
169330
2000
La fibrosis quística es un ejemplo de enfermedad
02:51
where you just have a bad ingredient and you have a disease,
63
171330
3000
en la que tienes un mal ingrediente y tienes una enfermedad,
02:54
and we can actually make a direct correspondence
64
174330
3000
y realmente podemos establecer una relación directa
02:57
between the ingredient and the disease.
65
177330
3000
entre el ingrediente y la enfermedad.
03:00
But most things, you really have to know what's going on in the kitchen,
66
180330
3000
Pero mayormente, tienes que saber qué está sucediendo en la cocina,
03:03
because, mostly, sick people used to be healthy people --
67
183330
2000
porque, en su mayoría, la gente enferma solía ser gente sana;
03:05
they have the same genome.
68
185330
2000
tienen en mismo genoma.
03:07
So the genome really tells you much more
69
187330
2000
Así que el genoma realmente te dice mucho
03:09
about predisposition.
70
189330
2000
acerca de predisposición.
03:11
So what you can tell
71
191330
2000
Entonces lo que puedes decir
03:13
is you can tell the difference between an Asian person and a European person
72
193330
2000
es que puedes decir la diferencia entre una persona asiática y una europea
03:15
by looking at their ingredients list.
73
195330
2000
mirando su lista de ingredientes.
03:17
But you really for the most part can't tell the difference
74
197330
3000
Pero en realidad no puedes diferenciar mayormente
03:20
between a healthy person and a sick person --
75
200330
3000
entre una persona sana y una enferma,
03:23
except in some of these special cases.
76
203330
2000
excepto en alguno de estos casos especiales.
03:25
So why all the big deal
77
205330
2000
¿Entonces por qué todo el furor
03:27
about genetics?
78
207330
2000
con la genética?
03:29
Well first of all,
79
209330
2000
Bueno, primero que nada,
03:31
it's because we can read it, which is fantastic.
80
211330
3000
es porque podemos leerla, lo que es fantástico.
03:34
It is very useful in certain circumstances.
81
214330
3000
Es muy útil en ciertas circunstancias.
03:37
It's also the great theoretical triumph
82
217330
3000
También es un gran triunfo teórico
03:40
of biology.
83
220330
2000
de la biología.
03:42
It's the one theory
84
222330
2000
Es la principal teoría
03:44
that the biologists ever really got right.
85
224330
2000
en la que los biólogos alguna vez acertaron.
03:46
It's fundamental to Darwin
86
226330
2000
Es fundamental para Darwin
03:48
and Mendel and so on.
87
228330
2000
y Mendel y varios más.
03:50
And so it's the one thing where they predicted a theoretical construct.
88
230330
3000
Así que es el caso por excelencia en el que predijeron un concepto teórico.
03:54
So Mendel had this idea of a gene
89
234330
2000
Es decir, Mendel tenía su idea sobre el gen
03:56
as an abstract thing,
90
236330
3000
como algo abstracto.
03:59
and Darwin built a whole theory
91
239330
2000
Y Darwin construyó una teoría entera
04:01
that depended on them existing,
92
241330
2000
que dependía de que ellos exsistieran.
04:03
and then Watson and Crick
93
243330
2000
Y luego Watson y Crick
04:05
actually looked and found one.
94
245330
2000
finalmente buscaron y encontraron uno.
04:07
So this happens in physics all the time.
95
247330
2000
Esto pasa en la física todo el tiempo.
04:09
You predict a black hole,
96
249330
2000
Predices un agujero negro,
04:11
and you look out the telescope and there it is, just like you said.
97
251330
3000
miras por el telescopio y ahí está, tal como habías dicho.
04:14
But it rarely happens in biology.
98
254330
2000
Pero rara vez sucede en biología.
04:16
So this great triumph -- it's so good,
99
256330
3000
Así que este gran triunfo -- es tan grande,
04:19
there's almost a religious experience
100
259330
2000
que es casi una experiencia religiosa
04:21
in biology.
101
261330
2000
en la biología.
04:23
And Darwinian evolution
102
263330
2000
Y la evolución darwiniana
04:25
is really the core theory.
103
265330
3000
es realmente la teoría base.
04:30
So the other reason it's been very popular
104
270330
2000
Y la otra razón por la que es tan popular
04:32
is because we can measure it, it's digital.
105
272330
3000
es porque podemos medirla, es digital.
04:35
And in fact,
106
275330
2000
Y de hecho,
04:37
thanks to Kary Mullis,
107
277330
2000
gracias a Kary Mullis,
04:39
you can basically measure your genome in your kitchen
108
279330
4000
puedes básicamente analizar tu genoma en la cocina
04:43
with a few extra ingredients.
109
283330
3000
con un par de ingredientes extra.
04:46
So for instance, by measuring the genome,
110
286330
3000
Por ejemplo, estudiando el genoma,
04:49
we've learned a lot about how we're related to other kinds of animals
111
289330
4000
hemos aprendido mucho sobre cómo estamos emparentados con otros animales
04:53
by the closeness of our genome,
112
293330
3000
por la cercanía de nuestro genoma,
04:56
or how we're related to each other -- the family tree,
113
296330
3000
o cómo estamos relacionados entre nosotros; el árbol familiar,
04:59
or the tree of life.
114
299330
2000
o el árbol de la vida.
05:01
There's a huge amount of information about the genetics
115
301330
3000
Hay una enorme cantidad de inforamción sobre genética
05:04
just by comparing the genetic similarity.
116
304330
3000
simplemente por comparar la similitud genética.
05:07
Now of course, in medical application,
117
307330
2000
Ahora, por supuesto, su aplicación médica
05:09
that is very useful
118
309330
2000
es muy útil
05:11
because it's the same kind of information
119
311330
3000
porque es el mismo tipo de información
05:14
that the doctor gets from your family medical history --
120
314330
3000
que la que el médico obtine de tu historial médico familiar,
05:17
except probably,
121
317330
2000
excepto probablemente,
05:19
your genome knows much more about your medical history than you do.
122
319330
3000
que tu genoma sabe mucho más de tu historial médico que tú.
05:22
And so by reading the genome,
123
322330
2000
Y así leyendo el genoma,
05:24
we can find out much more about your family than you probably know.
124
324330
3000
podemos descubrir mucho más sobre tu familia que lo que tú probablemente sepas.
05:27
And so we can discover things
125
327330
2000
Y así podemos descubrir cosas
05:29
that probably you could have found
126
329330
2000
que probablemente podrías haber descubierto
05:31
by looking at enough of your relatives,
127
331330
2000
observando a suficientes de tus parientes,
05:33
but they may be surprising.
128
333330
3000
pero éstas pueden ser sorprendentes.
05:36
I did the 23andMe thing
129
336330
2000
Hice esa cosa de 23andMe
05:38
and was very surprised to discover that I am fat and bald.
130
338330
3000
y me sorprendió descubrir que soy gordo y calvo.
05:41
(Laughter)
131
341330
7000
(Risas)
05:48
But sometimes you can learn much more useful things about that.
132
348330
3000
Pero a veces puedes aprender cosas mucho más útiles sobre eso.
05:51
But mostly
133
351330
3000
Pero más que nada,
05:54
what you need to know, to find out if you're sick,
134
354330
2000
lo que necesitas saber para descubrir si estás enfermo
05:56
is not your predispositions,
135
356330
2000
no son tus predisposiciones,
05:58
but it's actually what's going on in your body right now.
136
358330
3000
sino lo que está sucediendo en tu cuerpo ahora mismo.
06:01
So to do that, what you really need to do,
137
361330
2000
Entonces para ello, lo que tienes que hacer,
06:03
you need to look at the things
138
363330
2000
es observar las cosas
06:05
that the genes are producing
139
365330
2000
que los genes están produciendo
06:07
and what's happening after the genetics,
140
367330
2000
y lo que está sucediendo después de la genética.
06:09
and that's what proteomics is about.
141
369330
2000
Y de eso se trata la proteómica.
06:11
Just like genome mixes the study of all the genes,
142
371330
3000
Así como el genoma mezcla el estudio de todos los genes,
06:14
proteomics is the study of all the proteins.
143
374330
3000
la proteómica es el estudio de todas las proteínas.
06:17
And the proteins are all of the little things in your body
144
377330
2000
Y las proteínas son todas esas cosas pequeñas en tu cuerpo
06:19
that are signaling between the cells --
145
379330
3000
que emiten señales entre las células;
06:22
actually, the machines that are operating --
146
382330
2000
en realidad las máquinas que están operando.
06:24
that's where the action is.
147
384330
2000
Ahí es donde está la acción.
06:26
Basically, a human body
148
386330
3000
Básicamente, un cuerpo humano
06:29
is a conversation going on,
149
389330
3000
es una conversación en transcurso,
06:32
both within the cells and between the cells,
150
392330
3000
tanto dentro de las células como entre las células,
06:35
and they're telling each other to grow and to die,
151
395330
3000
y se están ordenando las unas a las otras crecer y morir.
06:38
and when you're sick,
152
398330
2000
Y cuando estás enfermo,
06:40
something's gone wrong with that conversation.
153
400330
2000
algo ha ido mal con esa conversación.
06:42
And so the trick is --
154
402330
2000
Entonces el problema es que,
06:44
unfortunately, we don't have an easy way to measure these
155
404330
3000
lamentablemente, no tenemos una manera fácil de analizarlas
06:47
like we can measure the genome.
156
407330
2000
como podemos analizar el genoma.
06:49
So the problem is that measuring --
157
409330
3000
El problema es ese análisis,
06:52
if you try to measure all the proteins, it's a very elaborate process.
158
412330
3000
si tratas de evaluar todas las proteínas, es un proceso muy elaborado.
06:55
It requires hundreds of steps,
159
415330
2000
Requiere cientos de pasos,
06:57
and it takes a long, long time.
160
417330
2000
y toma un largo, largo tiempo.
06:59
And it matters how much of the protein it is.
161
419330
2000
También importa cuánto de la proteína es.
07:01
It could be very significant that a protein changed by 10 percent,
162
421330
3000
Podría ser muy significativo que una proteína cambie en un 10%,
07:04
so it's not a nice digital thing like DNA.
163
424330
3000
así que no es una bella cosa digital como el ADN.
07:07
And basically our problem is somebody's in the middle
164
427330
2000
Y básicamente nuestro problema es que si alguien en el medio
07:09
of this very long stage,
165
429330
2000
de este tan largo proceso,
07:11
they pause for just a moment,
166
431330
2000
se pausa por sólo un momento,
07:13
and they leave something in an enzyme for a second,
167
433330
2000
y deja ingresar algo, una enzima, por un segundo,
07:15
and all of a sudden all the measurements from then on
168
435330
2000
de repente todas las mediciones de ahí en adelante
07:17
don't work.
169
437330
2000
no sirven.
07:19
And so then people get very inconsistent results
170
439330
2000
Y así, la gente obtiene resultados muy incosistentes
07:21
when they do it this way.
171
441330
2000
cuando lo hacen de esta manera.
07:23
People have tried very hard to do this.
172
443330
2000
La gente ha tratado muy duramente de hacer esto.
07:25
I tried this a couple of times
173
445330
2000
Yo lo intenté varias veces
07:27
and looked at this problem and gave up on it.
174
447330
2000
y ví este problema y lo dejé de intentar.
07:29
I kept getting this call from this oncologist
175
449330
2000
Recibía constantemente llamadas de este oncólogo
07:31
named David Agus.
176
451330
2000
llamado David Agus.
07:33
And Applied Minds gets a lot of calls
177
453330
3000
Y Applied Minds recibe montones de llamadas
07:36
from people who want help with their problems,
178
456330
2000
de gente que quiere ayuda con sus problemas,
07:38
and I didn't think this was a very likely one to call back,
179
458330
3000
y no pensaba que ésta fuera una con probabilidades de ser contestada,
07:41
so I kept on giving him to the delay list.
180
461330
3000
así que continuaba poniéndolo en la lista de espera.
07:44
And then one day,
181
464330
2000
Y luego un día,
07:46
I get a call from John Doerr, Bill Berkman
182
466330
2000
recibo una llamada de John Doerr, Bill Berkman
07:48
and Al Gore on the same day
183
468330
2000
y Al Gore en el mismo día
07:50
saying return David Agus's phone call.
184
470330
2000
diciendo "devuélvele la llamada a David Agus".
07:52
(Laughter)
185
472330
2000
(Risas)
07:54
So I was like, "Okay. This guy's at least resourceful."
186
474330
2000
Así que pensé, "Okey, este tipo por lo menos tiene recursos".
07:56
(Laughter)
187
476330
4000
(Risas)
08:00
So we started talking,
188
480330
2000
Así que empezamos a hablar,
08:02
and he said, "I really need a better way to measure proteins."
189
482330
3000
y dijo, "Realmente necesito una mejor manera de evaluar las proteínas."
08:05
I'm like, "Looked at that. Been there.
190
485330
2000
Le dije, "Ya me fijé en eso. Estuve ahí.
08:07
Not going to be easy."
191
487330
2000
No va a ser fácil."
08:09
He's like, "No, no. I really need it.
192
489330
2000
Y él dice, "No, no. Lo nececito de verdad.
08:11
I mean, I see patients dying every day
193
491330
4000
Quiero decir, veo pacientes muriendo todos los días
08:15
because we don't know what's going on inside of them.
194
495330
3000
porque no sabemos qué está sucediendo dentro de ellos.
08:18
We have to have a window into this."
195
498330
2000
Necesitamos tener una ventana hacia adentro de esto."
08:20
And he took me through
196
500330
2000
Y me llevó a través de
08:22
specific examples of when he really needed it.
197
502330
3000
ejemplos específicos de cuándo realmente lo necesitaba.
08:25
And I realized, wow, this would really make a big difference,
198
505330
2000
Y me di cuenta, wau, esto realmente haría una gran diferencia,
08:27
if we could do it,
199
507330
2000
si pudiéramos hacerlo.
08:29
and so I said, "Well, let's look at it."
200
509330
2000
Entonces dije, "Bien, echémosle un vistazo."
08:31
Applied Minds has enough play money
201
511330
2000
Applied Minds tiene suficiente dinero
08:33
that we can go and just work on something
202
513330
2000
como para simplemente ir y trabajar en algo
08:35
without getting anybody's funding or permission or anything.
203
515330
3000
sin recibir fondos ni permiso de nadie ni nada por el estilo.
08:38
So we started playing around with this.
204
518330
2000
Así que empezamos a jugar con esto.
08:40
And as we did it, we realized this was the basic problem --
205
520330
3000
Y así nos dimos cuenta de que éste era básicamente el problema,
08:43
that taking the sip of coffee --
206
523330
2000
el tomar ese sorbo de café;
08:45
that there were humans doing this complicated process
207
525330
2000
que había humanos haciendo este complicado proceso
08:47
and that what really needed to be done
208
527330
2000
y que, lo que en realidad necesitaba hacerse,
08:49
was to automate this process like an assembly line
209
529330
3000
era automatizar el proceso como una línea de montaje
08:52
and build robots
210
532330
2000
y construir robots
08:54
that would measure proteomics.
211
534330
2000
que midieran la proteómica.
08:56
And so we did that,
212
536330
2000
Y eso hicimos.
08:58
and working with David,
213
538330
2000
Y trabajando con David,
09:00
we made a little company called Applied Proteomics eventually,
214
540330
3000
finalmente hicimos una pequeña compañía llamada Applied Proteomics ("Proteómica Aplicada" N. del T.)
09:03
which makes this robotic assembly line,
215
543330
3000
que hace esta línea de montaje robótica,
09:06
which, in a very consistent way, measures the protein.
216
546330
3000
la que, en una manera muy consistente, evalúa las proteínas.
09:09
And I'll show you what that protein measurement looks like.
217
549330
3000
Y les mostraré cómo se ve la medición de proteínas.
09:13
Basically, what we do
218
553330
2000
Básicamente, lo que hacemos
09:15
is we take a drop of blood
219
555330
2000
es tomar una gota de sangre
09:17
out of a patient,
220
557330
2000
de un paciente,
09:19
and we sort out the proteins
221
559330
2000
y ordenamos las proteínas
09:21
in the drop of blood
222
561330
2000
en la gota de sangre
09:23
according to how much they weigh,
223
563330
2000
de acuerdo a cuánto pesan,
09:25
how slippery they are,
224
565330
2000
qué tan resbalosas son,
09:27
and we arrange them in an image.
225
567330
3000
y las ordenamos en una imagen.
09:30
And so we can look at literally
226
570330
2000
Y así podemos observar literalmente
09:32
hundreds of thousands of features at once
227
572330
2000
cientos de miles de funciones de una vez
09:34
out of that drop of blood.
228
574330
2000
a partir de esa gota de sangre.
09:36
And we can take a different one tomorrow,
229
576330
2000
Y podemos tomar una distinta mañana,
09:38
and you will see your proteins tomorrow will be different --
230
578330
2000
y verás que tus proteínas serán diferentes mañana,
09:40
they'll be different after you eat or after you sleep.
231
580330
3000
serán diferentes luego de que comas o que duermas.
09:43
They really tell us what's going on there.
232
583330
3000
Realmente nos muestran qué está sucediendo.
09:46
And so this picture,
233
586330
2000
Así que esta imagen,
09:48
which looks like a big smudge to you,
234
588330
2000
que se ve como un gran manchón para ustedes,
09:50
is actually the thing that got me really thrilled about this
235
590330
4000
es en realidad lo que me entusiasmó tanto sobre esto
09:54
and made me feel like we were on the right track.
236
594330
2000
y me hizo sentir que estábamos en el camino correcto.
09:56
So if I zoom into that picture,
237
596330
2000
Y si hago zoom en esa imagen,
09:58
I can just show you what it means.
238
598330
2000
puedo mostrarles lo que significa.
10:00
We sort out the proteins -- from left to right
239
600330
3000
Ordenamos las proteínas; de izquierda a derecha
10:03
is the weight of the fragments that we're getting,
240
603330
3000
está el peso de los fragmentos que estamos viendo.
10:06
and from top to bottom is how slippery they are.
241
606330
3000
Y de arriba hacia abajo cuán resbalosos son.
10:09
So we're zooming in here just to show you a little bit of it.
242
609330
3000
Estamos haciendo zoom sólo para mostrarles un poquito de eso.
10:12
And so each of these lines
243
612330
2000
Y cada una de estas líneas
10:14
represents some signal that we're getting out of a piece of a protein.
244
614330
3000
representa una señal que estamos obteniendo de un trozo de una proteína.
10:17
And you can see how the lines occur
245
617330
2000
Y pueden ver cómo las líneas se presentan
10:19
in these little groups of bump, bump, bump, bump, bump.
246
619330
4000
en estos pequeños grupos de baches, baches, baches, baches, baches.
10:23
And that's because we're measuring the weight so precisely that --
247
623330
3000
Y eso es porque estamos midiendo su peso tan precisamente que --
10:26
carbon comes in different isotopes,
248
626330
2000
el carbono viene en diferentes isótopos,
10:28
so if it has an extra neutron on it,
249
628330
3000
entonces si uno tiene un neutrón extra,
10:31
we actually measure it as a different chemical.
250
631330
4000
podemos identificarlo como un químico diferente.
10:35
So we're actually measuring each isotope as a different one.
251
635330
3000
Así, estamos identificando cada isótopo como uno diferente.
10:38
And so that gives you an idea
252
638330
3000
Así que eso les da una idea
10:41
of how exquisitely sensitive this is.
253
641330
2000
de qué tan exquisitamente sensible es.
10:43
So seeing this picture
254
643330
2000
Así que ver esta imagen
10:45
is sort of like getting to be Galileo
255
645330
2000
es como imagimarte ser Galileo
10:47
and looking at the stars
256
647330
2000
mirando a las estrellas
10:49
and looking through the telescope for the first time,
257
649330
2000
y mirar por el telescopio por primera vez,
10:51
and suddenly you say, "Wow, it's way more complicated than we thought it was."
258
651330
3000
y de pronto dices: "Wau, es mucho más complicado de lo que pensamos que era."
10:54
But we can see that stuff out there
259
654330
2000
Pero podemos ver esa cosa de ahí
10:56
and actually see features of it.
260
656330
2000
y realmente ver características de ella.
10:58
So this is the signature out of which we're trying to get patterns.
261
658330
3000
Así que éste es el distintivo del cual estamos intentando obtener patrones.
11:01
So what we do with this
262
661330
2000
Así que lo que hacemos con esto
11:03
is, for example, we can look at two patients,
263
663330
2000
es, por ejemplo observar a dos pacientes,
11:05
one that responded to a drug and one that didn't respond to a drug,
264
665330
3000
uno que respondió a una droga y uno que no respondió a una droga,
11:08
and ask, "What's going on differently
265
668330
2000
y preguntar, "¿Qué sucede de manera diferente
11:10
inside of them?"
266
670330
2000
dentro de ellos?"
11:12
And so we can make these measurements precisely enough
267
672330
3000
Y así podemos hacer estas mediciones de manera tan precisa
11:15
that we can overlay two patients and look at the differences.
268
675330
3000
que podemos superponer dos pacientes y observar sus diferencias.
11:18
So here we have Alice in green
269
678330
2000
Entonces aquí tenemos a Alice en verde
11:20
and Bob in red.
270
680330
2000
y a Bob en rojo.
11:22
We overlay them. This is actual data.
271
682330
3000
Los superponemos. Estos son datos reales.
11:25
And you can see, mostly it overlaps and it's yellow,
272
685330
3000
Como pueden ver, mayormente se superpone y es amarillo,
11:28
but there's some things that just Alice has
273
688330
2000
pero hay algunas cosas que sólo Alice tiene
11:30
and some things that just Bob has.
274
690330
2000
y algunas otras que sólo Bob tiene.
11:32
And if we find a pattern of things
275
692330
3000
Y si encontramos el patrón de cosas
11:35
of the responders to the drug,
276
695330
3000
de los que responden a la droga,
11:38
we see that in the blood,
277
698330
2000
vemos que en la sangre,
11:40
they have the condition
278
700330
2000
ellos tienen la condición
11:42
that allows them to respond to this drug.
279
702330
2000
que los habilita a responder a esta droga.
11:44
We might not even know what this protein is,
280
704330
2000
Tal vez ni siquiera sepamos qué proteína es ésta,
11:46
but we can see it's a marker
281
706330
2000
pero podemos ver que es un condicionante
11:48
for the response to the disease.
282
708330
2000
para la respuesta a la enfermedad.
11:53
So this already, I think,
283
713330
2000
Así que esto ya es, creo,
11:55
is tremendously useful in all kinds of medicine.
284
715330
3000
tremendamente útil en todas las ramas de la medicina.
11:58
But I think this is actually
285
718330
2000
Pero creo que esto es en realidad
12:00
just the beginning
286
720330
2000
sólo el comienzo
12:02
of how we're going to treat cancer.
287
722330
2000
de cómo vamos a tratar el cáncer.
12:04
So let me move to cancer.
288
724330
2000
Así que déjenme pasar al cáncer.
12:06
The thing about cancer --
289
726330
2000
El tema con el cáncer --
12:08
when I got into this,
290
728330
2000
cuando me metí en esto,
12:10
I really knew nothing about it,
291
730330
2000
realmente no sabía nada sobre el tema,
12:12
but working with David Agus,
292
732330
2000
pero trabajando con David Agus,
12:14
I started watching how cancer was actually being treated
293
734330
3000
empecé a ver cómo el cáncer estaba siendo tratado
12:17
and went to operations where it was being cut out.
294
737330
3000
y fui a operaciones en las que se lo extirpaba.
12:20
And as I looked at it,
295
740330
2000
Y a mi manera de ver,
12:22
to me it didn't make sense
296
742330
2000
no tenía sentido
12:24
how we were approaching cancer,
297
744330
2000
cómo estábamos encarando el cáncer.
12:26
and in order to make sense of it,
298
746330
3000
Y para ver el sentido de ello,
12:29
I had to learn where did this come from.
299
749330
3000
tuve que aprender de dónde venía esto.
12:32
We're treating cancer almost like it's an infectious disease.
300
752330
4000
Estamos tratando el cáncer casi como si fuera una enfermedad infecciosa.
12:36
We're treating it as something that got inside of you
301
756330
2000
Lo estamos tratando como algo que se metió adentro tuyo
12:38
that we have to kill.
302
758330
2000
y tenemos que matar.
12:40
So this is the great paradigm.
303
760330
2000
Así que éste es el gran paradigma.
12:42
This is another case
304
762330
2000
Éste es otro caso
12:44
where a theoretical paradigm in biology really worked --
305
764330
2000
en el que un paradigma teórico en biología realmente funcionó --
12:46
was the germ theory of disease.
306
766330
3000
fue la Teoría microbiana de la enfermedad.
12:49
So what doctors are mostly trained to do
307
769330
2000
Para lo que los médicos están principalmente entrenados
12:51
is diagnose --
308
771330
2000
es diagnosticar;
12:53
that is, put you into a category
309
773330
2000
eso es ponerte dentro de una categoría,
12:55
and apply a scientifically proven treatment
310
775330
2000
y aplicar un tratamiento probado científicamente
12:57
for that diagnosis --
311
777330
2000
para ese diagnóstico.
12:59
and that works great for infectious diseases.
312
779330
3000
Y eso funciona estupendamente para enfermedades infecciosas.
13:02
So if we put you in the category
313
782330
2000
Así que si te ponenos en la categoría
13:04
of you've got syphilis, we can give you penicillin.
314
784330
3000
de "tú tienes sífilis", podemos darte penicilina.
13:07
We know that that works.
315
787330
2000
Sabemos que eso funciona.
13:09
If you've got malaria, we give you quinine
316
789330
2000
Si tienes malaria, podemos darte quinina,
13:11
or some derivative of it.
317
791330
2000
o algún derivado de ella.
13:13
And so that's the basic thing doctors are trained to do,
318
793330
3000
Y eso es lo básico que los médicos están entrenados para hacer.
13:16
and it's miraculous
319
796330
2000
Y es milagroso,
13:18
in the case of infectious disease --
320
798330
3000
en el caso de las enfermedades infecciosas,
13:21
how well it works.
321
801330
2000
lo bien que funciona.
13:23
And many people in this audience probably wouldn't be alive
322
803330
3000
Y mucha gente de esta audiencia pobablemente no estaría viva
13:26
if doctors didn't do this.
323
806330
2000
si los médicos no hicieran esto.
13:28
But now let's apply that
324
808330
2000
Pero ahora apliquemos eso
13:30
to systems diseases like cancer.
325
810330
2000
a enfermedades sistémicas como el cáncer.
13:32
The problem is that, in cancer,
326
812330
2000
El problema es que, en el cáncer,
13:34
there isn't something else
327
814330
2000
no es algo de más
13:36
that's inside of you.
328
816330
2000
que está dentro tuyo.
13:38
It's you; you're broken.
329
818330
2000
Eres tú, tú te has roto.
13:40
That conversation inside of you
330
820330
4000
Esa conversación adentro tuyo
13:44
got mixed up in some way.
331
824330
2000
se ha desordenado de alguna manera.
13:46
So how do we diagnose that conversation?
332
826330
2000
¿Así que cómo diagnosticamos esa conversación?
13:48
Well, right now what we do is we divide it by part of the body --
333
828330
3000
Ahora lo que estamos haciendo es dividirla por parte del cuerpo,
13:51
you know, where did it appear? --
334
831330
3000
ya saben, dónde apareció,
13:54
and we put you in different categories
335
834330
2000
y te ponemos en diferentes categorías
13:56
according to the part of the body.
336
836330
2000
de acuerdo con la parte del cuerpo.
13:58
And then we do a clinical trial
337
838330
2000
Y luego hacemos un ensayo clínico
14:00
for a drug for lung cancer
338
840330
2000
para una droga para el cáncer de pulmón
14:02
and one for prostate cancer and one for breast cancer,
339
842330
3000
y una para el cáncer de próstata y una para el cáncer de mama,
14:05
and we treat these as if they're separate diseases
340
845330
3000
y los tratamos como si fuesen enfermedades diferentes
14:08
and that this way of dividing them
341
848330
2000
y como si esta forma de dividirlas
14:10
had something to do with what actually went wrong.
342
850330
2000
tuviese algo que ver con lo que en realidad salió mal.
14:12
And of course, it really doesn't have that much to do
343
852330
2000
Y por supuesto, en realidad no tiene tanto que ver
14:14
with what went wrong
344
854330
2000
con lo que salió mal.
14:16
because cancer is a failure of the system.
345
856330
3000
Porque el cáncer es una falla del sistema.
14:19
And in fact, I think we're even wrong
346
859330
2000
Y de hecho, creo que estamos incluso equivocados
14:21
when we talk about cancer as a thing.
347
861330
3000
cuando hablamos del cáncer como una cosa.
14:24
I think this is the big mistake.
348
864330
2000
Creo que éste es el gran error.
14:26
I think cancer should not be a noun.
349
866330
4000
Creo que el cáncer no debería ser un sustantivo.
14:30
We should talk about cancering
350
870330
2000
Deberíamos hablar de "cancerar"
14:32
as something we do, not something we have.
351
872330
3000
como algo que hacemos, no algo que tenemos.
14:35
And so those tumors,
352
875330
2000
Y entonces los tumores,
14:37
those are symptoms of cancer.
353
877330
2000
ésos son síntomas del cáncer.
14:39
And so your body is probably cancering all the time,
354
879330
3000
Y tu cuerpo probablemente esté cancerando todo el tiempo.
14:42
but there are lots of systems in your body
355
882330
3000
Pero hay muchos sistemas en tu cuerpo
14:45
that keep it under control.
356
885330
2000
que lo mantienen bajo control.
14:47
And so to give you an idea
357
887330
2000
Para darles una idea
14:49
of an analogy of what I mean
358
889330
2000
de una analogía de lo que quiero decir
14:51
by thinking of cancering as a verb,
359
891330
3000
al pensar el cancerar como un verbo,
14:54
imagine we didn't know anything about plumbing,
360
894330
3000
imaginen que no supiéramos nada sobre plomería,
14:57
and the way that we talked about it,
361
897330
2000
y la manera en que hablamos de ella;
14:59
we'd come home and we'd find a leak in our kitchen
362
899330
3000
llegaríamos a casa y encontraríamos una gotera en la cocina
15:02
and we'd say, "Oh, my house has water."
363
902330
4000
y diríamos, "Oh, mi casa tiene agua."
15:06
We might divide it -- the plumber would say, "Well, where's the water?"
364
906330
3000
Podríamos dividirlo; el plomero diría, "Bien, ¿dónde está el agua"?
15:09
"Well, it's in the kitchen." "Oh, you must have kitchen water."
365
909330
3000
"Bien, está en la cocina." "Oh, debes tener agua de cocina."
15:12
That's kind of the level at which it is.
366
912330
3000
Ese es más o menos el nivel al que está.
15:15
"Kitchen water,
367
915330
2000
"¿Agua de cocina?"
15:17
well, first of all, we'll go in there and we'll mop out a lot of it.
368
917330
2000
Bien, primero que nada, iremos y trapearemos un montón de ella.
15:19
And then we know that if we sprinkle Drano around the kitchen,
369
919330
3000
Y luego nos enteramos que si rociamos un producto químico en la cocina,
15:22
that helps.
370
922330
3000
eso ayuda.
15:25
Whereas living room water,
371
925330
2000
Mientras que para el agua de living,
15:27
it's better to do tar on the roof."
372
927330
2000
es mejor el alquitrán en el techo.
15:29
And it sounds silly,
373
929330
2000
Y suena tonto,
15:31
but that's basically what we do.
374
931330
2000
pero eso es básicamente lo que hacemos.
15:33
And I'm not saying you shouldn't mop up your water if you have cancer,
375
933330
3000
Y no estoy diciendo que no deberían trapear el agua si tuvieran cáncer.
15:36
but I'm saying that's not really the problem;
376
936330
3000
Pero estoy diciendo que ése no es el problema,
15:39
that's the symptom of the problem.
377
939330
2000
ése es el síntoma del problema.
15:41
What we really need to get at
378
941330
2000
A donde realmente debemos llegar
15:43
is the process that's going on,
379
943330
2000
es al proceso que está sucediendo,
15:45
and that's happening at the level
380
945330
2000
y eso está sucediendo al nivel
15:47
of the proteonomic actions,
381
947330
2000
de las acciones proteonómicas,
15:49
happening at the level of why is your body not healing itself
382
949330
3000
sucediendo al nivel de por qué tu cuerpo no se está curando a sí mismo
15:52
in the way that it normally does?
383
952330
2000
en la manera en que normalmente lo hace.
15:54
Because normally, your body is dealing with this problem all the time.
384
954330
3000
Porque normalmente tu cuerpo está lidiando con este problema todo el tiempo.
15:57
So your house is dealing with leaks all the time,
385
957330
3000
O sea que tu casa está lidiando con las goteras todo el tiempo.
16:00
but it's fixing them. It's draining them out and so on.
386
960330
4000
Pero las está reparando. Las está drenando una y otra vez.
16:04
So what we need
387
964330
3000
Lo que necesitamos
16:07
is to have a causative model
388
967330
4000
es tener un modelo causativo
16:11
of what's actually going on,
389
971330
2000
de lo que en realidad está sucediendo.
16:13
and proteomics actually gives us
390
973330
3000
Y la proteómica realmente nos brinda
16:16
the ability to build a model like that.
391
976330
3000
la posibilidad de construir un modelo como ese.
16:19
David got me invited
392
979330
2000
David consiguió que me invitaran
16:21
to give a talk at National Cancer Institute
393
981330
2000
a dar una charla al Instituto Nacional del Cáncer
16:23
and Anna Barker was there.
394
983330
3000
y Anna Barker estaba allí.
16:27
And so I gave this talk
395
987330
2000
Así que di esta charla
16:29
and said, "Why don't you guys do this?"
396
989330
3000
y pregunté, "¿Por qué no hacen esto?"
16:32
And Anna said,
397
992330
2000
Y Anna me dijo,
16:34
"Because nobody within cancer
398
994330
3000
"Porque nadie involucrado con el cáncer
16:37
would look at it this way.
399
997330
2000
lo miraría de esta manera.
16:39
But what we're going to do, is we're going to create a program
400
999330
3000
Pero lo que haremos, es crear un programa
16:42
for people outside the field of cancer
401
1002330
2000
para que gente fuera del ámbito del cáncer
16:44
to get together with doctors
402
1004330
2000
se junte con médicos
16:46
who really know about cancer
403
1006330
3000
que realmente sepan del cáncer
16:49
and work out different programs of research."
404
1009330
4000
y trabajen en diferentes programas de investigación."
16:53
So David and I applied to this program
405
1013330
2000
Así que David y yo nos aplicamos a este programa
16:55
and created a consortium
406
1015330
2000
y creamos un consorcio
16:57
at USC
407
1017330
2000
en la Universidad del Sur de California
16:59
where we've got some of the best oncologists in the world
408
1019330
3000
donde tenemos algunos de los mejores oncólogos del mundo
17:02
and some of the best biologists in the world,
409
1022330
3000
y algunos de los mejores biólogos del mundo,
17:05
from Cold Spring Harbor,
410
1025330
2000
de Cold Spring Harbour,
17:07
Stanford, Austin --
411
1027330
2000
Stanford, Austin --
17:09
I won't even go through and name all the places --
412
1029330
3000
no procederé a nombrar todos los lugares --
17:12
to have a research project
413
1032330
3000
para tener un proyecto de investigación
17:15
that will last for five years
414
1035330
2000
que durará cinco años
17:17
where we're really going to try to build a model of cancer like this.
415
1037330
3000
en el que efectivamente intentaremos construir un modelo de cáncer como éste.
17:20
We're doing it in mice first,
416
1040330
2000
Lo estamos haciendo en ratones primero.
17:22
and we will kill a lot of mice
417
1042330
2000
Y vamos a matar un montón de ratones
17:24
in the process of doing this,
418
1044330
2000
en el proceso de hacerlo,
17:26
but they will die for a good cause.
419
1046330
2000
pero morirán por una buena causa.
17:28
And we will actually try to get to the point
420
1048330
3000
Y en efecto trataremos de llegar al punto
17:31
where we have a predictive model
421
1051330
2000
en el que tengamos un modelo predictivo
17:33
where we can understand,
422
1053330
2000
en el que podamos entender
17:35
when cancer happens,
423
1055330
2000
cuándo sucede el cáncer,
17:37
what's actually happening in there
424
1057330
2000
qué está pasando realmente ahí dentro
17:39
and which treatment will treat that cancer.
425
1059330
3000
y qué tratamiento actuará en ese cáncer.
17:42
So let me just end with giving you a little picture
426
1062330
3000
Así que déjenme terminar dándoles una pequeña visión
17:45
of what I think cancer treatment will be like in the future.
427
1065330
3000
de cómo creo que será el tratamiento del cáncer en el futuro.
17:48
So I think eventually,
428
1068330
2000
Pienso que eventualmente,
17:50
once we have one of these models for people,
429
1070330
2000
una vez que tengamos uno de estos modelos para personas,
17:52
which we'll get eventually --
430
1072330
2000
el que eventualmente tendremos;
17:54
I mean, our group won't get all the way there --
431
1074330
2000
quiero decir, nuestro grupo no recorrerá todo el camino hasta allí,
17:56
but eventually we'll have a very good computer model --
432
1076330
3000
pero eventualmente tendremos un muy buen modelo computarizado,
17:59
sort of like a global climate model for weather.
433
1079330
3000
algo como un modelo climático global en el caso del clima.
18:02
It has lots of different information
434
1082330
3000
Tiene muchísima información diferente
18:05
about what's the process going on in this proteomic conversation
435
1085330
3000
sobre cuál es el proceso en curso en esta conversación proteómica
18:08
on many different scales.
436
1088330
2000
en muchas escalas diferentes.
18:10
And so we will simulate
437
1090330
2000
Y así vamos a simular
18:12
in that model
438
1092330
2000
en ese modelo
18:14
for your particular cancer --
439
1094330
3000
para tu cáncer en particular --
18:17
and this also will be for ALS,
440
1097330
2000
y esto también servirá para la ELA (Esclerosis Lateral Amitrófica),
18:19
or any kind of system neurodegenerative diseases,
441
1099330
3000
o cualquier tipo de enfermedades neurodegenerativas,
18:22
things like that --
442
1102330
2000
cosas por el estilo --
18:24
we will simulate
443
1104330
2000
te simularemos
18:26
specifically you,
444
1106330
2000
específicamente a ti,
18:28
not just a generic person,
445
1108330
2000
no una persona genérica,
18:30
but what's actually going on inside you.
446
1110330
2000
sino lo que realmente está sucediendo dentro tuyo.
18:32
And in that simulation, what we could do
447
1112330
2000
Y en esa simulacion, lo que podríamos hacer
18:34
is design for you specifically
448
1114330
2000
es diseñar específicamente para ti
18:36
a sequence of treatments,
449
1116330
2000
una secuencia de tratamientos,
18:38
and it might be very gentle treatments, very small amounts of drugs.
450
1118330
3000
y podrían ser tratamientos muy suaves, cantidades de droga muy pequeñas.
18:41
It might be things like, don't eat that day,
451
1121330
3000
Podrían ser cosas como no comer ese día,
18:44
or give them a little chemotherapy,
452
1124330
2000
o darles un poco de quimioterapia,
18:46
maybe a little radiation.
453
1126330
2000
tal vez un poco de radiación.
18:48
Of course, we'll do surgery sometimes and so on.
454
1128330
3000
Por supuesto, haremos cirugía a veces, y cosas por el estilo.
18:51
But design a program of treatments specifically for you
455
1131330
3000
Pero diseñar un programa de tratamientos específicamente para ti
18:54
and help your body
456
1134330
3000
y ayudar a tu cuerpo
18:57
guide back to health --
457
1137330
3000
a guiarse de regreso a la salud;
19:00
guide your body back to health.
458
1140330
2000
guiar a tu cuerpo de regreso a la salud.
19:02
Because your body will do most of the work of fixing it
459
1142330
4000
Porque tu cuerpo hará la mayor parte del arreglo
19:06
if we just sort of prop it up in the ways that are wrong.
460
1146330
3000
si tan solo le brindamos un poco de apoyo en los procesos que están mal.
19:09
We put it in the equivalent of splints.
461
1149330
2000
Ponemos el equivalente de una férula.
19:11
And so your body basically has lots and lots of mechanisms
462
1151330
2000
Tu cuerpo básicamente tiene montones y montones de mecanismos
19:13
for fixing cancer,
463
1153330
2000
para arreglar el cáncer,
19:15
and we just have to prop those up in the right way
464
1155330
3000
y nosotros simplemente tenemos que encaminarlos en la forma correcta
19:18
and get them to do the job.
465
1158330
2000
y lograr que ellos hagan el trabajo.
19:20
And so I believe that this will be the way
466
1160330
2000
Así que creo que ésta será la forma
19:22
that cancer will be treated in the future.
467
1162330
2000
en que el cáncer será tratado en el futuro.
19:24
It's going to require a lot of work,
468
1164330
2000
Va a requerir mucho trabajo,
19:26
a lot of research.
469
1166330
2000
mucha investigación.
19:28
There will be many teams like our team
470
1168330
3000
Habrá muchos equipos como nuestro equipo
19:31
that work on this.
471
1171330
2000
que trabajen en esto.
19:33
But I think eventually,
472
1173330
2000
Creo que alguna vez,
19:35
we will design for everybody
473
1175330
2000
diseñaremos para todo el mundo
19:37
a custom treatment for cancer.
474
1177330
4000
un tratamiento personalizado del cáncer.
19:41
So thank you very much.
475
1181330
2000
Así que muchas gracias.
19:43
(Applause)
476
1183330
6000
(Aplausos)
Acerca de este sitio web

Este sitio le presentará vídeos de YouTube útiles para aprender inglés. Verá lecciones de inglés impartidas por profesores de primera categoría de todo el mundo. Haz doble clic en los subtítulos en inglés que aparecen en cada página de vídeo para reproducir el vídeo desde allí. Los subtítulos se desplazan en sincronía con la reproducción del vídeo. Si tiene algún comentario o petición, póngase en contacto con nosotros mediante este formulario de contacto.

https://forms.gle/WvT1wiN1qDtmnspy7