Allan Jones: A map of the brain

Allan Jones: Une cartographie du cerveau

164,682 views ・ 2011-11-10

TED


Veuillez double-cliquer sur les sous-titres anglais ci-dessous pour lire la vidéo.

Traducteur: Elisabeth Buffard Relecteur: Patrick Brault
00:15
Humans have long held a fascination
0
15260
2000
Les humains ont longtemps été fascinés
00:17
for the human brain.
1
17260
2000
par le cerveau humain.
00:19
We chart it, we've described it,
2
19260
3000
Nous l'avons mis en tableau, nous l'avons décrit,
00:22
we've drawn it,
3
22260
2000
nous l'avons dessiné,
00:24
we've mapped it.
4
24260
3000
nous l'avons cartographié.
00:27
Now just like the physical maps of our world
5
27260
3000
Maintenant, tout comme les cartes physiques de notre monde
00:30
that have been highly influenced by technology --
6
30260
3000
qui ont été fortement influencées par la technologie -
00:33
think Google Maps,
7
33260
2000
pensez à Google Maps,
00:35
think GPS --
8
35260
2000
pensez au GPS -
00:37
the same thing is happening for brain mapping
9
37260
2000
la même chose se passe pour la cartographie du cerveau
00:39
through transformation.
10
39260
2000
grâce à la transformation.
00:41
So let's take a look at the brain.
11
41260
2000
Alors examinons le cerveau.
00:43
Most people, when they first look at a fresh human brain,
12
43260
3000
La plupart des gens, quand il regardent pour la première fois un cerveau humain frais,
00:46
they say, "It doesn't look what you're typically looking at
13
46260
3000
se disent, "Ça ne ressemble pas à ce qu'on voit généralement
00:49
when someone shows you a brain."
14
49260
2000
quand quelqu'un vous montre un cerveau. "
00:51
Typically, what you're looking at is a fixed brain. It's gray.
15
51260
3000
Typiquement, ce que vous voyez est un cerveau fixé. Il est gris.
00:54
And this outer layer, this is the vasculature,
16
54260
2000
Et cette couche externe, c'est le système vasculaire,
00:56
which is incredible, around a human brain.
17
56260
2000
qui est incroyable, autour d'un cerveau humain.
00:58
This is the blood vessels.
18
58260
2000
Ce sont les vaisseaux sanguins.
01:00
20 percent of the oxygen
19
60260
3000
20 pour cent de l'oxygène
01:03
coming from your lungs,
20
63260
2000
provenant de vos poumons,
01:05
20 percent of the blood pumped from your heart,
21
65260
2000
20 pour cent du sang pompé par votre coeur,
01:07
is servicing this one organ.
22
67260
2000
sont au service de cet organe unique.
01:09
That's basically, if you hold two fists together,
23
69260
2000
C'est en gros, si vous mettez les deux poings ensemble,
01:11
it's just slightly larger than the two fists.
24
71260
2000
c'est à peine un peu plus grande que les deux poings.
01:13
Scientists, sort of at the end of the 20th century,
25
73260
3000
Les scientifiques, vers la fin du 20ème siècle,
01:16
learned that they could track blood flow
26
76260
2000
ont appris qu'ils pouvaient suivre le flux sanguin
01:18
to map non-invasively
27
78260
3000
pour cartographier de manière non invasive
01:21
where activity was going on in the human brain.
28
81260
3000
où se produisait l'activité dans le cerveau humain.
01:24
So for example, they can see in the back part of the brain,
29
84260
3000
Ainsi, par exemple, ils peuvent voir dans la partie arrière du cerveau,
01:27
which is just turning around there.
30
87260
2000
qui se trouve exactement ici.
01:29
There's the cerebellum; that's keeping you upright right now.
31
89260
2000
Il y a le cervelet ; c'est lui qui vous permet de tenir debout en ce moment-même.
01:31
It's keeping me standing. It's involved in coordinated movement.
32
91260
3000
Il me permet de tenir debout. Il est impliqué dans la coordination des mouvements.
01:34
On the side here, this is temporal cortex.
33
94260
3000
Sur le côté ici, c'est le cortex temporal.
01:37
This is the area where primary auditory processing --
34
97260
3000
C'est la zone où le traitement auditif primaire -
01:40
so you're hearing my words,
35
100260
2000
vous entendez ce que je dis,
01:42
you're sending it up into higher language processing centers.
36
102260
2000
vous l'envoyez jusqu'aux centres supérieurs de traitement du langage.
01:44
Towards the front of the brain
37
104260
2000
Vers l'avant du cerveau
01:46
is the place in which all of the more complex thought, decision making --
38
106260
3000
c'est là que toute la pensée plus complexe, la prise de décision -
01:49
it's the last to mature in late adulthood.
39
109260
4000
c'est le dernier à parvenir à maturité tard dans l'âge adulte.
01:53
This is where all your decision-making processes are going on.
40
113260
3000
C'est là que tous vos processus de décision se passent.
01:56
It's the place where you're deciding right now
41
116260
2000
C'est l'endroit où vous décidez maintenant
01:58
you probably aren't going to order the steak for dinner.
42
118260
3000
que vous n'allez probablement pas commander du steak pour le diner.
02:01
So if you take a deeper look at the brain,
43
121260
2000
Donc, si vous regardez le cerveau de plus près,
02:03
one of the things, if you look at it in cross-section,
44
123260
2000
l'une des choses, si vous le regardez en section transversale,
02:05
what you can see
45
125260
2000
ce que vous pouvez voir
02:07
is that you can't really see a whole lot of structure there.
46
127260
3000
est que vous ne pouvez pas vraiment y voir beaucoup de structures.
02:10
But there's actually a lot of structure there.
47
130260
2000
Mais en réalité, il y a beaucoup de structures.
02:12
It's cells and it's wires all wired together.
48
132260
2000
Ce sont des cellules et des connexions toutes reliées ensembles.
02:14
So about a hundred years ago,
49
134260
2000
Il y a environ une centaine d'années,
02:16
some scientists invented a stain that would stain cells.
50
136260
2000
des scientifiques ont inventé un colorant qui teintait des cellules.
02:18
And that's shown here in the the very light blue.
51
138260
3000
Et vous le voyez ici en bleu très clair.
02:21
You can see areas
52
141260
2000
Vous pouvez voir les zones
02:23
where neuronal cell bodies are being stained.
53
143260
2000
où les corps cellulaires normaux sont teintés.
02:25
And what you can see is it's very non-uniform. You see a lot more structure there.
54
145260
3000
Et vous pouvez voir que ce n'est pas du tout homogène. Vous y voyez beaucoup plus de structures.
02:28
So the outer part of that brain
55
148260
2000
Donc, la partie externe de ce cerveau
02:30
is the neocortex.
56
150260
2000
est le néocortex.
02:32
It's one continuous processing unit, if you will.
57
152260
3000
C'est une unité de traitement en continu, si vous voulez.
02:35
But you can also see things underneath there as well.
58
155260
2000
Mais vous pouvez aussi voir des choses en-dessous.
02:37
And all of these blank areas
59
157260
2000
Et toutes ces zones vides
02:39
are the areas in which the wires are running through.
60
159260
2000
sont les zones dans lesquelles passent les connexions.
02:41
They're probably less cell dense.
61
161260
2000
Elles sont probablement moins denses en cellules .
02:43
So there's about 86 billion neurons in our brain.
62
163260
4000
Il y a environ 86 milliards de neurones dans notre cerveau.
02:47
And as you can see, they're very non-uniformly distributed.
63
167260
3000
Et comme vous pouvez le voir, ils ne sont pas du tout répartis uniformément .
02:50
And how they're distributed really contributes
64
170260
2000
Et la façon ils sont répartis contribue vraiment
02:52
to their underlying function.
65
172260
2000
à leur fonction sous-jacente.
02:54
And of course, as I mentioned before,
66
174260
2000
Et bien sûr, comme je l'ai mentionné précédemment,
02:56
since we can now start to map brain function,
67
176260
3000
puisque nous pouvons maintenant commencer à cartographier le fonctionnement du cerveau,
02:59
we can start to tie these into the individual cells.
68
179260
3000
nous pouvons commencer à lier celles-ci aux cellules individuelles.
03:02
So let's take a deeper look.
69
182260
2000
Regardons de plus près.
03:04
Let's look at neurons.
70
184260
2000
Regardons les neurones.
03:06
So as I mentioned, there are 86 billion neurons.
71
186260
2000
Comme je l'ai mentionné, il y a 86 milliards de neurones.
03:08
There are also these smaller cells as you'll see.
72
188260
2000
Il y a aussi ces cellules plus petites comme vous le verrez.
03:10
These are support cells -- astrocytes glia.
73
190260
2000
Ce sont des cellules de soutien - des glies astrocytes.
03:12
And the nerves themselves
74
192260
3000
Et les nerfs eux-mêmes
03:15
are the ones who are receiving input.
75
195260
2000
sont ceux qui reçoivent les informations.
03:17
They're storing it, they're processing it.
76
197260
2000
Ils les stockent, ils les traitent.
03:19
Each neuron is connected via synapses
77
199260
4000
Chaque neurone est connecté via les synapses
03:23
to up to 10,000 other neurons in your brain.
78
203260
3000
jusqu'à 10 000 autres neurones dans votre cerveau.
03:26
And each neuron itself
79
206260
2000
Et chaque neurone lui-même
03:28
is largely unique.
80
208260
2000
est largement unique.
03:30
The unique character of both individual neurons
81
210260
2000
Le caractère unique des neurones individuels
03:32
and neurons within a collection of the brain
82
212260
2000
et des neurones dans une région du cerveau
03:34
are driven by fundamental properties
83
214260
3000
découle des propriétés fondamentales
03:37
of their underlying biochemistry.
84
217260
2000
de leur biochimie sous-jacente.
03:39
These are proteins.
85
219260
2000
Voici des protéines.
03:41
They're proteins that are controlling things like ion channel movement.
86
221260
3000
Ce sont des protéines qui contrôlent les choses telles que le mouvement des canaux ioniques.
03:44
They're controlling who nervous system cells partner up with.
87
224260
4000
Elles contrôlent avec qui les cellules du système nerveux s'associent.
03:48
And they're controlling
88
228260
2000
Et elles contrôlent
03:50
basically everything that the nervous system has to do.
89
230260
2000
essentiellement tout ce que le système nerveux doit faire.
03:52
So if we zoom in to an even deeper level,
90
232260
3000
Donc, si on fait un zoom à un niveau encore plus profond,
03:55
all of those proteins
91
235260
2000
toutes ces protéines
03:57
are encoded by our genomes.
92
237260
2000
sont codées par nos génomes.
03:59
We each have 23 pairs of chromosomes.
93
239260
3000
Nous avons chacun 23 paires de chromosomes.
04:02
We get one from mom, one from dad.
94
242260
2000
Nous en obtenons un de maman, un de papa.
04:04
And on these chromosomes
95
244260
2000
Et sur ces chromosomes
04:06
are roughly 25,000 genes.
96
246260
2000
il y a environ 25 000 gènes.
04:08
They're encoded in the DNA.
97
248260
2000
Ils sont codés dans l'ADN.
04:10
And the nature of a given cell
98
250260
3000
Et la nature d'une cellule donnée
04:13
driving its underlying biochemistry
99
253260
2000
qui induit sa biochimie sous-jacente
04:15
is dictated by which of these 25,000 genes
100
255260
3000
est dictée par ceux de ces 25 000 gènes
04:18
are turned on
101
258260
2000
qui sont activés,
04:20
and at what level they're turned on.
102
260260
2000
et à quel niveau ils le sont.
04:22
And so our project
103
262260
2000
Et donc notre projet
04:24
is seeking to look at this readout,
104
264260
3000
consiste à essayer de regarder ce relevé,
04:27
understanding which of these 25,000 genes is turned on.
105
267260
3000
et à comprendre lequel de ces 25 000 gènes est activé.
04:30
So in order to undertake such a project,
106
270260
3000
Alors afin d'entreprendre un tel projet,
04:33
we obviously need brains.
107
273260
3000
nous avons évidemment besoin de cerveaux.
04:36
So we sent our lab technician out.
108
276260
3000
Nous avons donc envoyé notre technicien de laboratoire en mission.
04:39
We were seeking normal human brains.
109
279260
2000
Nous cherchions des cerveaux humains normaux.
04:41
What we actually start with
110
281260
2000
Nous avons en fait commencé
04:43
is a medical examiner's office.
111
283260
2000
par le cabinet d'un médecin légiste.
04:45
This a place where the dead are brought in.
112
285260
2000
C'est un endroit où on amène les morts.
04:47
We are seeking normal human brains.
113
287260
2000
Nous recherchons des cerveaux humains normaux.
04:49
There's a lot of criteria by which we're selecting these brains.
114
289260
3000
Il y a beaucoup de critères pour notre sélection de ces cerveaux.
04:52
We want to make sure
115
292260
2000
Nous voulons nous assurer
04:54
that we have normal humans between the ages of 20 to 60,
116
294260
3000
que nous avons des humains normaux âgés de 20 à 60 ans,
04:57
they died a somewhat natural death
117
297260
2000
qu'ils sont morts d'une mort naturelle
04:59
with no injury to the brain,
118
299260
2000
sans blessure au cerveau,
05:01
no history of psychiatric disease,
119
301260
2000
ni d'antécédents de maladie psychiatrique,
05:03
no drugs on board --
120
303260
2000
pas de drogues -
05:05
we do a toxicology workup.
121
305260
2000
nous faisons un bilan toxicologique.
05:07
And we're very careful
122
307260
2000
Et nous sommes très prudents
05:09
about the brains that we do take.
123
309260
2000
dans le choix du cerveau que nous prenons.
05:11
We're also selecting for brains
124
311260
2000
Nous sélectionnons aussi des cerveaux
05:13
in which we can get the tissue,
125
313260
2000
sur lesquels nous pouvons prélever les tissus,
05:15
we can get consent to take the tissue
126
315260
2000
nous pouvons obtenir le consentement de prendre le tissu
05:17
within 24 hours of time of death.
127
317260
2000
dans les 24 heures après la mort.
05:19
Because what we're trying to measure, the RNA --
128
319260
3000
Parce que ce que nous essayons de mesurer, l'ARN -
05:22
which is the readout from our genes --
129
322260
2000
qui est le relevé de nos gènes -
05:24
is very labile,
130
324260
2000
est très volatile,
05:26
and so we have to move very quickly.
131
326260
2000
et donc nous devons aller très vite.
05:28
One side note on the collection of brains:
132
328260
3000
Une note corollaire sur la collecte de cerveaux :
05:31
because of the way that we collect,
133
331260
2000
en raison de la façon dont nous les recueillons,
05:33
and because we require consent,
134
333260
2000
et parce que nous exigeons le consentement,
05:35
we actually have a lot more male brains than female brains.
135
335260
3000
nous avons beaucoup plus de cerveaux d'hommes que de femmes.
05:38
Males are much more likely to die an accidental death in the prime of their life.
136
338260
3000
Les hommes sont beaucoup plus susceptibles de mourir d'une mort accidentelle dans la fleur de l'âge.
05:41
And men are much more likely
137
341260
2000
Et les hommes sont beaucoup plus susceptibles
05:43
to have their significant other, spouse, give consent
138
343260
3000
de voir leur partenaire, leur épouse, donner son consentement
05:46
than the other way around.
139
346260
2000
que l'inverse.
05:48
(Laughter)
140
348260
4000
(Rires)
05:52
So the first thing that we do at the site of collection
141
352260
2000
Donc la première chose que nous faisons sur le lieu de la collecte
05:54
is we collect what's called an MR.
142
354260
2000
est que nous recueillons ce qu'on appelle une IRM.
05:56
This is magnetic resonance imaging -- MRI.
143
356260
2000
C'est l'imagerie par résonance magnétique - IRM.
05:58
It's a standard template by which we're going to hang the rest of this data.
144
358260
3000
C'est un modèle standard auquel nous allons relier le reste de ces données.
06:01
So we collect this MR.
145
361260
2000
Nous recueillons donc cette IRM.
06:03
And you can think of this as our satellite view for our map.
146
363260
2000
Vous pouvez la considérer comme la vue satellite de notre carte.
06:05
The next thing we do
147
365260
2000
Ce que nous faisons ensuite,
06:07
is we collect what's called a diffusion tensor imaging.
148
367260
3000
c'est que nous recueillons ce qu'on appelle une imagerie du tenseur de diffusion.
06:10
This maps the large cabling in the brain.
149
370260
2000
Cela établit la carte du gros câblage du cerveau.
06:12
And again, you can think of this
150
372260
2000
Là aussi, vous pouvez considérer cela
06:14
as almost mapping our interstate highways, if you will.
151
374260
2000
presque comme la cartographie de nos autoroutes, si vous voulez.
06:16
The brain is removed from the skull,
152
376260
2000
Le cerveau est retiré de la boîte crânienne,
06:18
and then it's sliced into one-centimeter slices.
153
378260
3000
et puis on le coupe en tranches d'un centimètre.
06:21
And those are frozen solid,
154
381260
2000
Et on les congèle,
06:23
and they're shipped to Seattle.
155
383260
2000
on les expédie à Seattle.
06:25
And in Seattle, we take these --
156
385260
2000
Et à Seattle, nous prenons ces -
06:27
this is a whole human hemisphere --
157
387260
2000
il s'agit d'un hémisphère humain entier -
06:29
and we put them into what's basically a glorified meat slicer.
158
389260
2000
et nous les mettons dans ce qui est en gros une trancheuse à viande améliorée.
06:31
There's a blade here that's going to cut across
159
391260
2000
Il y a une lame ici qui va découper
06:33
a section of the tissue
160
393260
2000
une section du tissu
06:35
and transfer it to a microscope slide.
161
395260
2000
et le transférer sur une lame de microscope.
06:37
We're going to then apply one of those stains to it,
162
397260
2000
Nous allons ensuite lui appliquer l'un de ces colorants,
06:39
and we scan it.
163
399260
2000
et nous allons le scanner.
06:41
And then what we get is our first mapping.
164
401260
3000
Ce que nous obtenons alors est notre première carte.
06:44
So this is where experts come in
165
404260
2000
C'est là que les experts interviennent
06:46
and they make basic anatomic assignments.
166
406260
2000
et qu'ils effectuent les répartitions anatomiques de base.
06:48
You could consider this state boundaries, if you will,
167
408260
3000
Vous pouvez voir ça comme les frontières des états, si vous voulez,
06:51
those pretty broad outlines.
168
411260
2000
ces contours assez large.
06:53
From this, we're able to then fragment that brain into further pieces,
169
413260
4000
A partir de ça, nous sommes ensuite capables de fragmenter ce cerveau en plus petits morceaux,
06:57
which then we can put on a smaller cryostat.
170
417260
2000
que nous pouvons alors mettre sur un petit cryostat.
06:59
And this is just showing this here --
171
419260
2000
Et c'est ce qu'on voit justement ici,
07:01
this frozen tissue, and it's being cut.
172
421260
2000
ce tissu congelé, et on le découpe.
07:03
This is 20 microns thin, so this is about a baby hair's width.
173
423260
3000
Ceci n'a que 20 microns d'épaisseur, c'est à peu près la largeur d'un cheveu de bébé.
07:06
And remember, it's frozen.
174
426260
2000
Et rappelez-vous, c'est congelé.
07:08
And so you can see here,
175
428260
2000
Vous pouvez voir ici,
07:10
old-fashioned technology of the paintbrush being applied.
176
430260
2000
on applique l'ancienne technologie du pinceau.
07:12
We take a microscope slide.
177
432260
2000
On prend une lame de microscope.
07:14
Then we very carefully melt onto the slide.
178
434260
3000
On la fait fondre très soigneusement sur la lame.
07:17
This will then go onto a robot
179
437260
2000
Ce ira ensuite dans un robot
07:19
that's going to apply one of those stains to it.
180
439260
3000
qui va lui appliquer l'une de ces colorants.
07:26
And our anatomists are going to go in and take a deeper look at this.
181
446260
3000
Nos anatomistes vont intervenir et regarder ça de plus près.
07:29
So again this is what they can see under the microscope.
182
449260
2000
Là encore, c'est ce qu'ils peuvent voir au microscope.
07:31
You can see collections and configurations
183
451260
2000
Vous pouvez voir les assemblages et les configurations
07:33
of large and small cells
184
453260
2000
de grandes et petites cellules
07:35
in clusters and various places.
185
455260
2000
en grappes et dans des endroits différents.
07:37
And from there it's routine. They understand where to make these assignments.
186
457260
2000
Et à partir de là, c'est la routine. Ils savent où faire cette répartition.
07:39
And they can make basically what's a reference atlas.
187
459260
3000
Et ils peuvent créer ce qui est en gros un atlas de référence.
07:42
This is a more detailed map.
188
462260
2000
Voici une carte plus détaillée.
07:44
Our scientists then use this
189
464260
2000
Nos scientifiques l'utilisent ensuite
07:46
to go back to another piece of that tissue
190
466260
3000
pour revenir à un autre morceau de ce tissu
07:49
and do what's called laser scanning microdissection.
191
469260
2000
et faire ce qu'on appelle une microdissection à balayage laser .
07:51
So the technician takes the instructions.
192
471260
3000
Le technicien prend les instructions.
07:54
They scribe along a place there.
193
474260
2000
Elles sont écrite quelque part ici.
07:56
And then the laser actually cuts.
194
476260
2000
Et puis le laser coupe réellement.
07:58
You can see that blue dot there cutting. And that tissue falls off.
195
478260
3000
Vous pouvez voir ce point bleu de coupe. Et ce tissu tombe.
08:01
You can see on the microscope slide here,
196
481260
2000
Vous pouvez le voir sur la lame du microscope ici,
08:03
that's what's happening in real time.
197
483260
2000
c'est ce qui se passe en temps réel.
08:05
There's a container underneath that's collecting that tissue.
198
485260
3000
Il y a un récipient en dessous qui reçoit ce tissu.
08:08
We take that tissue,
199
488260
2000
Nous prenons ce tissu,
08:10
we purify the RNA out of it
200
490260
2000
nous le purifions de son ARN
08:12
using some basic technology,
201
492260
2000
en utilisant une technologie de base,
08:14
and then we put a florescent tag on it.
202
494260
2000
puis nous lui appliquons un marqueur fluorescent.
08:16
We take that tagged material
203
496260
2000
Nous prenons ce matériau marqué
08:18
and we put it on to something called a microarray.
204
498260
3000
et nous lui appliquons ce qu'on appelle un microréseau.
08:21
Now this may look like a bunch of dots to you,
205
501260
2000
Cela peut ressembler à un paquet de points pour vous,
08:23
but each one of these individual dots
206
503260
2000
mais chacun de ces points
08:25
is actually a unique piece of the human genome
207
505260
2000
est en fait un élément unique du génome humain
08:27
that we spotted down on glass.
208
507260
2000
que nous avons repéré sur le verre.
08:29
This has roughly 60,000 elements on it,
209
509260
3000
Il y a à peu près 60 000 éléments là-dessus,
08:32
so we repeatedly measure various genes
210
512260
3000
alors nous mesurons à plusieurs reprises différents gènes
08:35
of the 25,000 genes in the genome.
211
515260
2000
parmi les 25 000 gènes du génome.
08:37
And when we take a sample and we hybridize it to it,
212
517260
3000
Et quand on prend un échantillon et qu'on l'hybride sur lui-même,
08:40
we get a unique fingerprint, if you will,
213
520260
2000
nous obtenons une empreinte unique, si vous voulez,
08:42
quantitatively of what genes are turned on in that sample.
214
522260
3000
de la quantité des gènes qui sont activés dans cet échantillon.
08:45
Now we do this over and over again,
215
525260
2000
Nous refaisons cela encore et encore,
08:47
this process for any given brain.
216
527260
3000
ce processus, pour tous les cerveaux.
08:50
We're taking over a thousand samples for each brain.
217
530260
3000
Nous prenons plus d'un millier d'échantillons pour chaque cerveau.
08:53
This area shown here is an area called the hippocampus.
218
533260
3000
La zone que vous voyez ici s'appele l'hippocampe.
08:56
It's involved in learning and memory.
219
536260
2000
Il est impliqué dans l'apprentissage et la mémoire.
08:58
And it contributes to about 70 samples
220
538260
3000
Et il fournit environ 70 échantillons
09:01
of those thousand samples.
221
541260
2000
parmi les milliers.
09:03
So each sample gets us about 50,000 data points
222
543260
4000
Ainsi chaque échantillon nous procure environ 50 000 points de données
09:07
with repeat measurements, a thousand samples.
223
547260
3000
avec des mesures répétées, un millier d'échantillons.
09:10
So roughly, we have 50 million data points
224
550260
2000
Donc en gros, nous avons 50 millions de points de données
09:12
for a given human brain.
225
552260
2000
pour un cerveau humain donné.
09:14
We've done right now
226
554260
2000
Nous en sommes maintenant
09:16
two human brains-worth of data.
227
556260
2000
à l'équivalent des données de deux cerveaux humains.
09:18
We've put all of that together
228
558260
2000
Nous avons mis tout cela ensemble,
09:20
into one thing,
229
560260
2000
regroupé en un seul,
09:22
and I'll show you what that synthesis looks like.
230
562260
2000
et je vais vous montrer ce à quoi la synthèse ressemble.
09:24
It's basically a large data set of information
231
564260
3000
C'est essentiellement un vaste ensemble de données d'informations
09:27
that's all freely available to any scientist around the world.
232
567260
3000
qui est disponible gratuitement pour tout chercheur dans le monde.
09:30
They don't even have to log in to come use this tool,
233
570260
3000
Ils n'ont même pas à se connecter pour venir utiliser cet outil,
09:33
mine this data, find interesting things out with this.
234
573260
4000
puiser dans ces données, y trouver des choses intéressantes.
09:37
So here's the modalities that we put together.
235
577260
3000
Voici les conditions que nous y mettons.
09:40
You'll start to recognize these things from what we've collected before.
236
580260
3000
Vous allez commencer à reconnaître des choses à partir de ce que nous avons recueilli auparavant.
09:43
Here's the MR. It provides the framework.
237
583260
2000
Voici l'IRM. Elle fournit le cadre de référence.
09:45
There's an operator side on the right that allows you to turn,
238
585260
3000
Il y a une fenêtre de contrôle sur le côté droit qui vous permet de faire pivoter,
09:48
it allows you to zoom in,
239
588260
2000
qui vous permet de zoomer,
09:50
it allows you to highlight individual structures.
240
590260
3000
qui vous permet de mettre en évidence des structures individuelles.
09:53
But most importantly,
241
593260
2000
Mais le plus important,
09:55
we're now mapping into this anatomic framework,
242
595260
3000
c'est que nous cartographions maintenant dans ce cadre anatomique,
09:58
which is a common framework for people to understand where genes are turned on.
243
598260
3000
qui est un cadre commun pour que les gens comprennent où les gènes sont activés.
10:01
So the red levels
244
601260
2000
Les niveaux rouges
10:03
are where a gene is turned on to a great degree.
245
603260
2000
sont l'endroit où un gène est activé au plus haut degré.
10:05
Green is the sort of cool areas where it's not turned on.
246
605260
3000
Le vert est un genre d'îlot de fraîcheur, où il n'y en a pas d'activé.
10:08
And each gene gives us a fingerprint.
247
608260
2000
Et chaque gène nous donne une empreinte digitale.
10:10
And remember that we've assayed all the 25,000 genes in the genome
248
610260
5000
Et n'oubliez pas que nous avons testés la totalité des 25 000 gènes du génome
10:15
and have all of that data available.
249
615260
4000
et que nous avons toutes ces données disponibles.
10:19
So what can scientists learn about this data?
250
619260
2000
Que peuvent apprendre les scientifiques sur ces données ?
10:21
We're just starting to look at this data ourselves.
251
621260
3000
Nous commençons tout juste à regarder ces données nous-mêmes.
10:24
There's some basic things that you would want to understand.
252
624260
3000
Il y a des choses basiques que l'on voudrait comprendre.
10:27
Two great examples are drugs,
253
627260
2000
Deux très bons exemples en sont des médicaments,
10:29
Prozac and Wellbutrin.
254
629260
2000
le Prozac et le Wellbutrin.
10:31
These are commonly prescribed antidepressants.
255
631260
3000
Ce sont des antidépresseurs couramment prescrits.
10:34
Now remember, we're assaying genes.
256
634260
2000
Rappelez-vous, nous testons les gènes.
10:36
Genes send the instructions to make proteins.
257
636260
3000
Les gènes envoyent les instructions pour fabriquer des protéines.
10:39
Proteins are targets for drugs.
258
639260
2000
Les protéines sont des cibles pour les médicaments.
10:41
So drugs bind to proteins
259
641260
2000
Alors les médicaments se lient aux protéines
10:43
and either turn them off, etc.
260
643260
2000
et soit les désactivent, etc.
10:45
So if you want to understand the action of drugs,
261
645260
2000
Donc, si vous voulez comprendre l'action des médicaments,
10:47
you want to understand how they're acting in the ways you want them to,
262
647260
3000
vous devez comprendre comment ils agissent comme vous le voulez,
10:50
and also in the ways you don't want them to.
263
650260
2000
mais aussi comme vous ne le voudriez pas.
10:52
In the side effect profile, etc.,
264
652260
2000
Dans le schémas des effets secondaires, etc,
10:54
you want to see where those genes are turned on.
265
654260
2000
vous voulez voir où ces gènes sont activés.
10:56
And for the first time, we can actually do that.
266
656260
2000
Et pour la première fois, nous pouvons réellement le faire.
10:58
We can do that in multiple individuals that we've assayed too.
267
658260
3000
Nous pouvons le faire dans plusieurs individus que nous avons testés aussi.
11:01
So now we can look throughout the brain.
268
661260
3000
Donc maintenant nous pouvons regarder dans tout le cerveau.
11:04
We can see this unique fingerprint.
269
664260
2000
Nous pouvons voir cette empreinte unique.
11:06
And we get confirmation.
270
666260
2000
Et nous obtenons la confirmation.
11:08
We get confirmation that, indeed, the gene is turned on --
271
668260
3000
Nous obtenons la confirmation que, en effet, le gène est activé -
11:11
for something like Prozac,
272
671260
2000
pour quelque chose dans le genre du Prozac,
11:13
in serotonergic structures, things that are already known be affected --
273
673260
3000
dans les structures sérotoninergiques, des choses qu'on sait être déjà affectées,
11:16
but we also get to see the whole thing.
274
676260
2000
mais nous avons aussi la chance d'avoir une vue d'ensemble.
11:18
We also get to see areas that no one has ever looked at before,
275
678260
2000
Nous pouvons aussi voir les zones que personne n'avait jamais vu avant,
11:20
and we see these genes turned on there.
276
680260
2000
et nous voyons ces gènes activés à cet endroit.
11:22
It's as interesting a side effect as it could be.
277
682260
3000
C'est ce qu'on peut avoir de plus intéressant comme effet secondaire.
11:25
One other thing you can do with such a thing
278
685260
2000
Ce que vous pouvez faire d'autre avec ça,
11:27
is you can, because it's a pattern matching exercise,
279
687260
3000
c'est que vous pouvez, parce que c'est un exercice d'association de schémas,
11:30
because there's unique fingerprint,
280
690260
2000
parce qu'il y a des empreintes uniques,
11:32
we can actually scan through the entire genome
281
692260
2000
nous pouvons réellement parcourir l'ensemble du génome
11:34
and find other proteins
282
694260
2000
et trouver d'autres protéines
11:36
that show a similar fingerprint.
283
696260
2000
qui montrent une empreinte similaire.
11:38
So if you're in drug discovery, for example,
284
698260
3000
Si vous êtes dans la recherche sur les médicaments, par exemple,
11:41
you can go through
285
701260
2000
vous pouvez passer en revue
11:43
an entire listing of what the genome has on offer
286
703260
2000
une liste complète de ce que ce génome a à offrir
11:45
to find perhaps better drug targets and optimize.
287
705260
4000
pour trouver peut-être de meilleures cibles au médicament, et l'améliorer.
11:49
Most of you are probably familiar
288
709260
2000
La plupart d'entre avez probablement déjà entendu parler
11:51
with genome-wide association studies
289
711260
2000
des études d'associations pangénomiques
11:53
in the form of people covering in the news
290
713260
3000
par l'intermédiaire des présentateurs de journaux
11:56
saying, "Scientists have recently discovered the gene or genes
291
716260
3000
qui disent : «Les scientifiques ont récemment découvert le gène ou les gènes
11:59
which affect X."
292
719260
2000
qui affectent X. "
12:01
And so these kinds of studies
293
721260
2000
Ce genre d'étude
12:03
are routinely published by scientists
294
723260
2000
est régulièrement publiée par des scientifiques
12:05
and they're great. They analyze large populations.
295
725260
2000
et elles sont géniales. Ils analysent des populations importantes.
12:07
They look at their entire genomes,
296
727260
2000
Ils regardent leurs génomes entiers,
12:09
and they try to find hot spots of activity
297
729260
2000
et ils essaient de trouver les points chauds d'activité
12:11
that are linked causally to genes.
298
731260
3000
qui sont liés causalement à des gènes.
12:14
But what you get out of such an exercise
299
734260
2000
Mais ce que vous retirez d'un tel exercice
12:16
is simply a list of genes.
300
736260
2000
est simplement une liste de gènes.
12:18
It tells you the what, but it doesn't tell you the where.
301
738260
3000
Cela vous indique de quoi il s'agit, mais ça ne vous dit pas où ça se trouve.
12:21
And so it's very important for those researchers
302
741260
3000
Et il est donc très important pour ces chercheurs
12:24
that we've created this resource.
303
744260
2000
que nous ayons créé cette ressource.
12:26
Now they can come in
304
746260
2000
Maintenant ils peuvent intervenir
12:28
and they can start to get clues about activity.
305
748260
2000
et ils peuvent commencer à obtenir des indices sur l'activité.
12:30
They can start to look at common pathways --
306
750260
2000
Ils peuvent commencer à regarder les voies communes -
12:32
other things that they simply haven't been able to do before.
307
752260
3000
d'autres voies qu'ils n'avaient tout simplement pas pu étudier auparavant.
12:36
So I think this audience in particular
308
756260
3000
Je pense que ce public en particulier,
12:39
can understand the importance of individuality.
309
759260
3000
peut comprendre l'importance de l'individualité.
12:42
And I think every human,
310
762260
2000
Et je pense que chaque être humain,
12:44
we all have different genetic backgrounds,
311
764260
4000
nous avons tous des patrimoines génétiques différents,
12:48
we all have lived separate lives.
312
768260
2000
nous avons tous vécu des vies séparées.
12:50
But the fact is
313
770260
2000
Mais le fait est
12:52
our genomes are greater than 99 percent similar.
314
772260
3000
que nos génomes sont à plus de 99 pour cent similaires.
12:55
We're similar at the genetic level.
315
775260
3000
Nous sommes semblables au niveau génétique.
12:58
And what we're finding
316
778260
2000
Et ce que nous constatons
13:00
is actually, even at the brain biochemical level,
317
780260
2000
c'est qu'en réalité, même au niveau biochimique du cerveau ,
13:02
we are quite similar.
318
782260
2000
nous sommes tout à fait semblables.
13:04
And so this shows it's not 99 percent,
319
784260
2000
Cela montre que ce n'est pas à 99 pour cent,
13:06
but it's roughly 90 percent correspondence
320
786260
2000
mais c'est à peu près à 90 pour cent de correspondance
13:08
at a reasonable cutoff,
321
788260
3000
avec une marge raisonnable,
13:11
so everything in the cloud is roughly correlated.
322
791260
2000
donc tout dans le nuage est à peu près corrélé.
13:13
And then we find some outliers,
323
793260
2000
Et puis nous trouvons quelques valeurs aberrantes,
13:15
some things that lie beyond the cloud.
324
795260
3000
certaines choses qui se situent en dehors du nuage.
13:18
And those genes are interesting,
325
798260
2000
Et ces gènes sont intéressants,
13:20
but they're very subtle.
326
800260
2000
mais ils sont très subtils.
13:22
So I think it's an important message
327
802260
3000
Je pense que c'est un message important
13:25
to take home today
328
805260
2000
à emporter avec vous aujourd'hui :
13:27
that even though we celebrate all of our differences,
329
807260
3000
même si nous célébrons toutes nos différences,
13:30
we are quite similar
330
810260
2000
nous sommes tout à fait semblables
13:32
even at the brain level.
331
812260
2000
même au niveau du cerveau.
13:34
Now what do those differences look like?
332
814260
2000
A quoi ces différences ressemblent-elles ?
13:36
This is an example of a study that we did
333
816260
2000
Ceci est un exemple d'une étude que nous avons faite
13:38
to follow up and see what exactly those differences were --
334
818260
2000
pour suivre et voir ce que ces différences étaient exactement -
13:40
and they're quite subtle.
335
820260
2000
et elles sont assez subtiles.
13:42
These are things where genes are turned on in an individual cell type.
336
822260
4000
C'est un cas où les gènes sont activés dans un type cellulaire particulier.
13:46
These are two genes that we found as good examples.
337
826260
3000
Ce sont deux gènes que nous avons trouvé être de bons exemples.
13:49
One is called RELN -- it's involved in early developmental cues.
338
829260
3000
L'une est appelée RELN - il est impliqué dans les premiers signaux du développement.
13:52
DISC1 is a gene
339
832260
2000
DISC1 est un gène
13:54
that's deleted in schizophrenia.
340
834260
2000
qui est supprimé dans la schizophrénie.
13:56
These aren't schizophrenic individuals,
341
836260
2000
Ces individus ne sont pas schizophrènes,
13:58
but they do show some population variation.
342
838260
3000
mais ils montrent une certaine variation par rapport à la population générale.
14:01
And so what you're looking at here
343
841260
2000
Ce que vous voyez ici
14:03
in donor one and donor four,
344
843260
2000
chez le donneur 1 et le donneur 4,
14:05
which are the exceptions to the other two,
345
845260
2000
qui sont très différents deux autres,
14:07
that genes are being turned on
346
847260
2000
c'est que des gènes sont activés
14:09
in a very specific subset of cells.
347
849260
2000
dans un sous-ensemble très spécifique de cellules.
14:11
It's this dark purple precipitate within the cell
348
851260
3000
C'est ce précipité violet foncé dans la cellule
14:14
that's telling us a gene is turned on there.
349
854260
3000
qui nous dit qu'un gène est activé ici.
14:17
Whether or not that's due
350
857260
2000
Que ce soit dû ou pas
14:19
to an individual's genetic background or their experiences,
351
859260
2000
au patrimoine génétique d'un individu ou à ses expériences,
14:21
we don't know.
352
861260
2000
nous ne le savons pas.
14:23
Those kinds of studies require much larger populations.
353
863260
3000
Ces types d'études nécessitent des populations beaucoup plus grandes.
14:28
So I'm going to leave you with a final note
354
868260
2000
Je vais donc vous laisser sur une dernière pensée
14:30
about the complexity of the brain
355
870260
3000
sur la complexité du cerveau
14:33
and how much more we have to go.
356
873260
2000
et combien il nous reste à faire.
14:35
I think these resources are incredibly valuable.
357
875260
2000
Je pense que ces ressources sont extrêmement précieuse.
14:37
They give researchers a handle
358
877260
2000
Elles donnent aux chercheurs
14:39
on where to go.
359
879260
2000
la possibilité de savoir où aller.
14:41
But we only looked at a handful of individuals at this point.
360
881260
3000
Mais nous avons seulement étudié une poignée d'individus à ce stade.
14:44
We're certainly going to be looking at more.
361
884260
2000
Nous allons certainement en étudier plus.
14:46
I'll just close by saying
362
886260
2000
Je terminerai en vous disant
14:48
that the tools are there,
363
888260
2000
que les outils sont là,
14:50
and this is truly an unexplored, undiscovered continent.
364
890260
4000
et que c'est vraiment un continent inexploré à découvrir.
14:54
This is the new frontier, if you will.
365
894260
4000
C'est la nouvelle frontière, si vous voulez.
14:58
And so for those who are undaunted,
366
898260
2000
Et pour ceux qui sont intrépides,
15:00
but humbled by the complexity of the brain,
367
900260
2000
mais humbles devant la complexité du cerveau,
15:02
the future awaits.
368
902260
2000
l'avenir vous attend.
15:04
Thanks.
369
904260
2000
Merci.
15:06
(Applause)
370
906260
9000
(Applaudissements)
À propos de ce site Web

Ce site vous présentera des vidéos YouTube utiles pour apprendre l'anglais. Vous verrez des leçons d'anglais dispensées par des professeurs de premier ordre du monde entier. Double-cliquez sur les sous-titres anglais affichés sur chaque page de vidéo pour lire la vidéo à partir de là. Les sous-titres défilent en synchronisation avec la lecture de la vidéo. Si vous avez des commentaires ou des demandes, veuillez nous contacter en utilisant ce formulaire de contact.

https://forms.gle/WvT1wiN1qDtmnspy7