Danny Hillis: Understanding cancer through proteomics

Danny Hillis : Comprendre le cancer par la protéomique

57,414 views

2011-03-16 ・ TED


New videos

Danny Hillis: Understanding cancer through proteomics

Danny Hillis : Comprendre le cancer par la protéomique

57,414 views ・ 2011-03-16

TED


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

Traducteur: Elisabeth Buffard Relecteur: Francois Roughol
00:15
I admit that I'm a little bit nervous here
0
15330
3000
J'admets que je suis un peu nerveux ici
00:18
because I'm going to say some radical things,
1
18330
3000
parce que je vais dire des choses radicales
00:21
about how we should think about cancer differently,
2
21330
3000
sur la façon différente dont nous devrions considérer le cancer
00:24
to an audience that contains a lot of people
3
24330
2000
à un public qui comporte beaucoup de gens
00:26
who know a lot more about cancer than I do.
4
26330
3000
qui en savent bien plus que moi sur le cancer.
00:30
But I will also contest that I'm not as nervous as I should be
5
30330
3000
Mais je dirais aussi que je ne suis pas aussi nerveux que je devrais l'être
00:33
because I'm pretty sure I'm right about this.
6
33330
2000
parce que je suis assez sûr d'avoir raison là-dessus.
00:35
(Laughter)
7
35330
2000
(Rires)
00:37
And that this, in fact, will be
8
37330
2000
Et que ça, en fait, ce sera
00:39
the way that we treat cancer in the future.
9
39330
3000
la manière dont nous traiterons le cancer dans l'avenir.
00:43
In order to talk about cancer,
10
43330
2000
Pour parler du cancer,
00:45
I'm going to actually have to --
11
45330
3000
je vais devoir en fait --
00:48
let me get the big slide here.
12
48330
3000
laissez moi afficher la grande diapo ici.
00:53
First, I'm going to try to give you a different perspective of genomics.
13
53330
3000
D'abord, je vais essayer de vous donner une perspective différente de la génomique.
00:56
I want to put it in perspective of the bigger picture
14
56330
2000
Je veux la mettre dans la perspective d'un plan plus grand
00:58
of all the other things that are going on --
15
58330
3000
de tout ce qui se passe --
01:01
and then talk about something you haven't heard so much about, which is proteomics.
16
61330
3000
et ensuite parler de quelque chose dont vous n'avez pas beaucoup entendu parler,
01:04
Having explained those,
17
64330
2000
la protéomique. Une fois cela expliqué,
01:06
that will set up for what I think will be a different idea
18
66330
3000
tout sera prêt pour ce qui je pense sera une idée différente
01:09
about how to go about treating cancer.
19
69330
2000
de l'approche du traitement du cancer.
01:11
So let me start with genomics.
20
71330
2000
Alors permettez moi de commencer à parler de génomique.
01:13
It is the hot topic.
21
73330
2000
C'est le sujet à la mode.
01:15
It is the place where we're learning the most.
22
75330
2000
C'est là que nous apprenons le plus.
01:17
This is the great frontier.
23
77330
2000
C'est la grande frontière.
01:19
But it has its limitations.
24
79330
3000
Mais elle a ses limites.
01:22
And in particular, you've probably all heard the analogy
25
82330
3000
Et en particulier, vous avez probablement tous entendu parler de l'analogie
01:25
that the genome is like the blueprint of your body,
26
85330
3000
entre le génome et le plan de votre corps.
01:28
and if that were only true, it would be great,
27
88330
2000
Et si c'était vrai, ce serait génial,
01:30
but it's not.
28
90330
2000
mais c'est faux.
01:32
It's like the parts list of your body.
29
92330
2000
C'est comme la liste des parties de votre corps.
01:34
It doesn't say how things are connected,
30
94330
2000
Elle ne dit pas comment les choses sont reliées,
01:36
what causes what and so on.
31
96330
3000
ce qui provoque quoi etc.
01:39
So if I can make an analogy,
32
99330
2000
Alors si je peux faire une analogie,
01:41
let's say that you were trying to tell the difference
33
101330
2000
disons que si vous essayez de faire la différence
01:43
between a good restaurant, a healthy restaurant
34
103330
3000
entre un bon restaurant, un restaurant sain,
01:46
and a sick restaurant,
35
106330
2000
et un restaurant malsain,
01:48
and all you had was the list of ingredients
36
108330
2000
et tout ce que vous aviez ce soit la liste des ingrédients
01:50
that they had in their larder.
37
110330
3000
qu'ils mettent dans leur tambouille.
01:53
So it might be that, if you went to a French restaurant
38
113330
3000
Alors par exemple, si vous alliez dans un restaurant français
01:56
and you looked through it and you found
39
116330
2000
que vous l'inspectiez et que vous trouviez
01:58
they only had margarine and they didn't have butter,
40
118330
2000
qu'ils n'ont que de la margarine et pas de beurre,
02:00
you could say, "Ah, I see what's wrong with them.
41
120330
2000
vous pourriez dire, "Ah, je vois ce qui ne va pas chez eux,
02:02
I can make them healthy."
42
122330
2000
je peux les rendre plus sain."
02:04
And there probably are special cases of that.
43
124330
2000
Et il y a probablement des cas particuliers de ce type.
02:06
You could certainly tell the difference
44
126330
2000
vous pourriez certainement faire la différence
02:08
between a Chinese restaurant and a French restaurant
45
128330
2000
entre un restaurant chinois et un restaurant français
02:10
by what they had in a larder.
46
130330
2000
d'après ce qu'ils mettent dans leur tambouille.
02:12
So the list of ingredients does tell you something,
47
132330
3000
Alors la liste des ingrédients vous dit bien quelque chose,
02:15
and sometimes it tells you something that's wrong.
48
135330
3000
et parfois elle vous dit quelque chose qui est faux.
02:19
If they have tons of salt,
49
139330
2000
Si ils mettent des tonnes de sel,
02:21
you might guess they're using too much salt, or something like that.
50
141330
3000
vous pourriez deviner qu'ils utilisent trop de sel ou quelque chose comme ça.
02:24
But it's limited,
51
144330
2000
Mais c'est limité,
02:26
because really to know if it's a healthy restaurant,
52
146330
2000
parce que pour savoir vraiment si c'est un restaurant sain,
02:28
you need to taste the food, you need to know what goes on in the kitchen,
53
148330
3000
vous devez goûter la nourriture, vous devez savoir ce qui se passe en cuisine,
02:31
you need the product of all of those ingredients.
54
151330
3000
vous avez besoin du produit de tous les ingrédients.
02:34
So if I look at a person
55
154330
2000
Donc si je regarde quelqu'un
02:36
and I look at a person's genome, it's the same thing.
56
156330
3000
et que je regarde son génome, c'est pareil.
02:39
The part of the genome that we can read
57
159330
2000
La partie du génome que nous pouvons lire
02:41
is the list of ingredients.
58
161330
2000
est la liste des ingrédients.
02:43
And so indeed,
59
163330
2000
Et donc en effet,
02:45
there are times when we can find ingredients
60
165330
2000
il y a des fois où nous pouvons trouver les ingrédients
02:47
that [are] bad.
61
167330
2000
qui ne vont pas.
02:49
Cystic fibrosis is an example of a disease
62
169330
2000
La mucoviscidose est un exemple de maladie
02:51
where you just have a bad ingredient and you have a disease,
63
171330
3000
où vous avez un mauvais ingrédient et vous avez une maladie,
02:54
and we can actually make a direct correspondence
64
174330
3000
et nous pouvons en fait établir une correspondance directe
02:57
between the ingredient and the disease.
65
177330
3000
entre l'ingrédient et la maladie.
03:00
But most things, you really have to know what's going on in the kitchen,
66
180330
3000
Mais dans la plupart des cas, il faut vraiment savoir ce qui se passe en cuisine,
03:03
because, mostly, sick people used to be healthy people --
67
183330
2000
parce qu'essentiellement, les gens malades étaient en bonne santé avant --
03:05
they have the same genome.
68
185330
2000
ils avaient le même génome.
03:07
So the genome really tells you much more
69
187330
2000
Le génome vous en dit donc bien plus
03:09
about predisposition.
70
189330
2000
sur la prédiposition.
03:11
So what you can tell
71
191330
2000
Ce que vous pouvez donc dire
03:13
is you can tell the difference between an Asian person and a European person
72
193330
2000
c'est que vous pouvez faire la différence entre un asiatique et un européen
03:15
by looking at their ingredients list.
73
195330
2000
en regardant la liste de leurs ingrédients.
03:17
But you really for the most part can't tell the difference
74
197330
3000
Mais la plupart du temps vous ne pouvez pas faire la différence
03:20
between a healthy person and a sick person --
75
200330
3000
entre une personne saine et une personne malade --
03:23
except in some of these special cases.
76
203330
2000
sauf dans certains de ces cas particuliers.
03:25
So why all the big deal
77
205330
2000
Alors pourquoi tant de bruit
03:27
about genetics?
78
207330
2000
autour de la génétique?
03:29
Well first of all,
79
209330
2000
Et bien tout d'abord
03:31
it's because we can read it, which is fantastic.
80
211330
3000
c'est parce que nous pouvons la lire, ce qui est fantastique.
03:34
It is very useful in certain circumstances.
81
214330
3000
C'est très utile dans certaines circonstances.
03:37
It's also the great theoretical triumph
82
217330
3000
C'est aussi un grand triomphe théorique
03:40
of biology.
83
220330
2000
de la biologie
03:42
It's the one theory
84
222330
2000
C'est LA théorie
03:44
that the biologists ever really got right.
85
224330
2000
que les biologistes ont vraiment trouvée juste.
03:46
It's fundamental to Darwin
86
226330
2000
Elle est fondamentale pour Darwin
03:48
and Mendel and so on.
87
228330
2000
et pour Mendel et ainsi de suite.
03:50
And so it's the one thing where they predicted a theoretical construct.
88
230330
3000
Et c'est donc la chose pour laquelle ils ont prédit une construction théorique.
03:54
So Mendel had this idea of a gene
89
234330
2000
Alors Mendel a eu cette idée d'un gène
03:56
as an abstract thing,
90
236330
3000
comme une chose abstraite.
03:59
and Darwin built a whole theory
91
239330
2000
Et Darwin a construit toute une théorie
04:01
that depended on them existing,
92
241330
2000
qui dépendant de leur existence.
04:03
and then Watson and Crick
93
243330
2000
Et puis Watson et Crick
04:05
actually looked and found one.
94
245330
2000
ont effectivement cherché et en ont trouvé un.
04:07
So this happens in physics all the time.
95
247330
2000
Et donc ça arrive tout le temps en physique.
04:09
You predict a black hole,
96
249330
2000
Vous prédisez un trou noir,
04:11
and you look out the telescope and there it is, just like you said.
97
251330
3000
et vous regardez dans le télescope et il est là, comme vous l'avez dit.
04:14
But it rarely happens in biology.
98
254330
2000
Mais ça arrive rarement en biologie.
04:16
So this great triumph -- it's so good,
99
256330
3000
Alors ce grand triomphe -- c'est si bien --
04:19
there's almost a religious experience
100
259330
2000
il y a une expérience quasi religieuse
04:21
in biology.
101
261330
2000
en biologie.
04:23
And Darwinian evolution
102
263330
2000
Et l'évolution darwinienne
04:25
is really the core theory.
103
265330
3000
est vraiment la théorie centrale.
04:30
So the other reason it's been very popular
104
270330
2000
Et l'autre raison de sa grande popularité
04:32
is because we can measure it, it's digital.
105
272330
3000
est que nous pouvons le mesurer, c'est numérique.
04:35
And in fact,
106
275330
2000
Et en fait,
04:37
thanks to Kary Mullis,
107
277330
2000
grâce à Kary Mullis,
04:39
you can basically measure your genome in your kitchen
108
279330
4000
vous pouvez en gros mesurer votre génome dans votre cuisine
04:43
with a few extra ingredients.
109
283330
3000
avec quelques ingrédients supplémentaires.
04:46
So for instance, by measuring the genome,
110
286330
3000
Alors par exemple, en mesurant le génome,
04:49
we've learned a lot about how we're related to other kinds of animals
111
289330
4000
nous avons appris beaucoup sur nos liens de parentés avec les autres animaux
04:53
by the closeness of our genome,
112
293330
3000
en fonction de la proximité de notre génome,
04:56
or how we're related to each other -- the family tree,
113
296330
3000
ou comment nous sommes apparentés les uns aux autres -- l'arbre généalogique,
04:59
or the tree of life.
114
299330
2000
ou l'arbre de vie.
05:01
There's a huge amount of information about the genetics
115
301330
3000
Il y a une énorme quantité d'information sur la génétique
05:04
just by comparing the genetic similarity.
116
304330
3000
rien qu'en comparant la similarité génétique.
05:07
Now of course, in medical application,
117
307330
2000
Mais bien sûr, dans le domaine médicale,
05:09
that is very useful
118
309330
2000
c'est très utile
05:11
because it's the same kind of information
119
311330
3000
parce que c'est le même genre d'information
05:14
that the doctor gets from your family medical history --
120
314330
3000
que le médecin obtient de l'historique médical de votre famille --
05:17
except probably,
121
317330
2000
sauf que probablement,
05:19
your genome knows much more about your medical history than you do.
122
319330
3000
votre génome en sait beaucoup plus sur votre historique médical que vous.
05:22
And so by reading the genome,
123
322330
2000
Et donc en lisant le génome,
05:24
we can find out much more about your family than you probably know.
124
324330
3000
nous pouvons sans doute en découvrir beaucoup plus que vous n'en savez sur votre famille.
05:27
And so we can discover things
125
327330
2000
Et donc nous pouvons découvrir des choses
05:29
that probably you could have found
126
329330
2000
que vous auriez probablement pu trouver
05:31
by looking at enough of your relatives,
127
331330
2000
en vous tournant vers suffisement de vos parents,
05:33
but they may be surprising.
128
333330
3000
mais elle peuvent être surprenantes.
05:36
I did the 23andMe thing
129
336330
2000
J'ai fait le test ADN de 23andMe
05:38
and was very surprised to discover that I am fat and bald.
130
338330
3000
et j'ai été très surpris de découvrir que je suis gros et chauve.
05:41
(Laughter)
131
341330
7000
(Rires)
05:48
But sometimes you can learn much more useful things about that.
132
348330
3000
Mais parfois on peut apprendre des choses bien plus utiles.
05:51
But mostly
133
351330
3000
Mais principalement
05:54
what you need to know, to find out if you're sick,
134
354330
2000
ce que vous devez savoir pour découvrir si vous êtes malade
05:56
is not your predispositions,
135
356330
2000
ce n'est pas vos prédispositions,
05:58
but it's actually what's going on in your body right now.
136
358330
3000
mais c'est en fait ce qui se passe dans votre corps en ce moment.
06:01
So to do that, what you really need to do,
137
361330
2000
Donc pour faire cela, ce que vous devez vraiment faire,
06:03
you need to look at the things
138
363330
2000
vous devez regarder les choses
06:05
that the genes are producing
139
365330
2000
que les gènes produisent
06:07
and what's happening after the genetics,
140
367330
2000
et ce qui se passe après la génétique.
06:09
and that's what proteomics is about.
141
369330
2000
ET c'est ça la protéomique.
06:11
Just like genome mixes the study of all the genes,
142
371330
3000
Tout comme le génome mélange l'étude de tous les gènes,
06:14
proteomics is the study of all the proteins.
143
374330
3000
la protéomique est l'étude de toutes les protéines.
06:17
And the proteins are all of the little things in your body
144
377330
2000
Et les protéines sont toutes les petites choses dans votre corps
06:19
that are signaling between the cells --
145
379330
3000
qui envoient des signaux entre les cellules --
06:22
actually, the machines that are operating --
146
382330
2000
en fait les machines qui fonctionnent.
06:24
that's where the action is.
147
384330
2000
C'est là que ça se passe.
06:26
Basically, a human body
148
386330
3000
En gros, un corps humain
06:29
is a conversation going on,
149
389330
3000
est une conversation qui se déroule,
06:32
both within the cells and between the cells,
150
392330
3000
à la fois à l'intérieur des cellules et entre les cellules,
06:35
and they're telling each other to grow and to die,
151
395330
3000
et elles se disent de grandir et de mourir.
06:38
and when you're sick,
152
398330
2000
Et quand vous êtes malade,
06:40
something's gone wrong with that conversation.
153
400330
2000
quelque chose ne va pas dans cette conversation.
06:42
And so the trick is --
154
402330
2000
Et le truc est --
06:44
unfortunately, we don't have an easy way to measure these
155
404330
3000
malheureusement, nous n'avons pas de moyen facile de les mesurer
06:47
like we can measure the genome.
156
407330
2000
comme nous pouvons mesurer le génome.
06:49
So the problem is that measuring --
157
409330
3000
Le problème est donc que mesurer --
06:52
if you try to measure all the proteins, it's a very elaborate process.
158
412330
3000
si vous essayez de mesurer toutes les protéines, c'est un procesus très sophistiqué.
06:55
It requires hundreds of steps,
159
415330
2000
Il nécessite des centaines d'étapes,
06:57
and it takes a long, long time.
160
417330
2000
et il prend très, très longtemps.
06:59
And it matters how much of the protein it is.
161
419330
2000
Et la quantité de protéine compte.
07:01
It could be very significant that a protein changed by 10 percent,
162
421330
3000
Que la protéine ait changé de 10 % peut avoir beaucoup d'importance,
07:04
so it's not a nice digital thing like DNA.
163
424330
3000
et donc ce n'est pas simplement numérique comme l'ADN.
07:07
And basically our problem is somebody's in the middle
164
427330
2000
Et en gros notre problème est que quelqu'un est au milieu
07:09
of this very long stage,
165
429330
2000
de cette très longue étape,
07:11
they pause for just a moment,
166
431330
2000
il font une pause,
07:13
and they leave something in an enzyme for a second,
167
433330
2000
et il laisse quelque chose dans une enzyme pendant un moment,
07:15
and all of a sudden all the measurements from then on
168
435330
2000
et tout d'un coup toutes les mesures qui suivent
07:17
don't work.
169
437330
2000
ne vont pas.
07:19
And so then people get very inconsistent results
170
439330
2000
Et alors les gens obtiennent des résultats incosistents
07:21
when they do it this way.
171
441330
2000
quand il s'y prennent comme ça.
07:23
People have tried very hard to do this.
172
443330
2000
Les gens ont vraiment essayé de le faire.
07:25
I tried this a couple of times
173
445330
2000
J'ai essayé une ou deux fois
07:27
and looked at this problem and gave up on it.
174
447330
2000
et j'ai examiné le problème et j'ai laissé tomber.
07:29
I kept getting this call from this oncologist
175
449330
2000
Il y a un oncologue qui n'arrête pas de m'appeler
07:31
named David Agus.
176
451330
2000
il s'appelle David Agus.
07:33
And Applied Minds gets a lot of calls
177
453330
3000
Et Applied Minds reçoit beaucoup d'appels
07:36
from people who want help with their problems,
178
456330
2000
de gens qui veulent de l'aide pour leur problèmes
07:38
and I didn't think this was a very likely one to call back,
179
458330
3000
et je n'ai pas pensé qu'il rappellerait,
07:41
so I kept on giving him to the delay list.
180
461330
3000
alors je le transférais en liste d'attente.
07:44
And then one day,
181
464330
2000
Et puis un jour,
07:46
I get a call from John Doerr, Bill Berkman
182
466330
2000
j'ai reçu un appel de John Doerr, Bill Berkman
07:48
and Al Gore on the same day
183
468330
2000
et Al Gore le même jour
07:50
saying return David Agus's phone call.
184
470330
2000
disant de rappeler David Agus.
07:52
(Laughter)
185
472330
2000
(Rires)
07:54
So I was like, "Okay. This guy's at least resourceful."
186
474330
2000
Alors, j'ai dit, "Bon, ce type a au moins de la ressource."
07:56
(Laughter)
187
476330
4000
(Rires)
08:00
So we started talking,
188
480330
2000
Nous avons donc commencé à discuter,
08:02
and he said, "I really need a better way to measure proteins."
189
482330
3000
et il a dit, "J'ai vraiment besoin d'une meilleure façon de mesurer les protéines."
08:05
I'm like, "Looked at that. Been there.
190
485330
2000
J'ai dit, " je connais, j'ai essayé.
08:07
Not going to be easy."
191
487330
2000
Ce ne sera pas facile."
08:09
He's like, "No, no. I really need it.
192
489330
2000
Il a dit, "non, non, j'en ai vraiment besoin.
08:11
I mean, I see patients dying every day
193
491330
4000
Je veux dire, je vois des patients mourir tous les jours
08:15
because we don't know what's going on inside of them.
194
495330
3000
parce que nous ne savons pas ce qui se passe à l'intérieur de leur corps.
08:18
We have to have a window into this."
195
498330
2000
Nous devons voir ce qui se passe là-dedans.
08:20
And he took me through
196
500330
2000
Et il m'a passé en revue
08:22
specific examples of when he really needed it.
197
502330
3000
des exemples spécifiques de moments où il en avait vraiment besoin.
08:25
And I realized, wow, this would really make a big difference,
198
505330
2000
Et je me suis rendu compte, que oui, ça ferait vraiment une grande différence,
08:27
if we could do it,
199
507330
2000
si on y arrivait.
08:29
and so I said, "Well, let's look at it."
200
509330
2000
Et alors j'ai dit, " et bien voyons ça."
08:31
Applied Minds has enough play money
201
511330
2000
Applied Minds a assez d'argent disponible
08:33
that we can go and just work on something
202
513330
2000
pour que nous puissions travailler sur quelque chose
08:35
without getting anybody's funding or permission or anything.
203
515330
3000
sans avoir besoin du financement ou de la permission de quelqu'un.
08:38
So we started playing around with this.
204
518330
2000
Alors nous avons commencer à considérer cela.
08:40
And as we did it, we realized this was the basic problem --
205
520330
3000
Et ce faisant, nous nous sommes rendus compte que c'était le problème fondamental --
08:43
that taking the sip of coffee --
206
523330
2000
que prendre une gorgée de café --
08:45
that there were humans doing this complicated process
207
525330
2000
qu'il y avait des humains qui faisaient ce processus compliqué
08:47
and that what really needed to be done
208
527330
2000
et que, ce qu'il fallait vraiment faire,
08:49
was to automate this process like an assembly line
209
529330
3000
c'était d'automatiser ce processus comme une chaîne de montage
08:52
and build robots
210
532330
2000
et construire des robots
08:54
that would measure proteomics.
211
534330
2000
qui mesurerait la protéomique.
08:56
And so we did that,
212
536330
2000
Et donc c'est ce que nous avons fait.
08:58
and working with David,
213
538330
2000
Et en travaillant avec David,
09:00
we made a little company called Applied Proteomics eventually,
214
540330
3000
nous avons finalement créé une petite compagnie appelée Applied Proteomics
09:03
which makes this robotic assembly line,
215
543330
3000
qui crée cette chaine de montage robotique,
09:06
which, in a very consistent way, measures the protein.
216
546330
3000
qui d'une manière très consistante, mesure la protéine.
09:09
And I'll show you what that protein measurement looks like.
217
549330
3000
Et je vais vous montrer à quoi ressemblent les mesures de protéines.
09:13
Basically, what we do
218
553330
2000
En gros, ce que nous faisons
09:15
is we take a drop of blood
219
555330
2000
est que nous prenons une goutte de sang
09:17
out of a patient,
220
557330
2000
du patient,
09:19
and we sort out the proteins
221
559330
2000
et nous trions les protéines
09:21
in the drop of blood
222
561330
2000
dans la goutte de sang
09:23
according to how much they weigh,
223
563330
2000
selon leur poids,
09:25
how slippery they are,
224
565330
2000
et combien elles sont glissantes,
09:27
and we arrange them in an image.
225
567330
3000
et nous les arrangeons en une image.
09:30
And so we can look at literally
226
570330
2000
Et donc nous pouvons voir littéralement
09:32
hundreds of thousands of features at once
227
572330
2000
des centaines de milliers de caractéristiques en une seule fois
09:34
out of that drop of blood.
228
574330
2000
à partir de cette goutte de sang.
09:36
And we can take a different one tomorrow,
229
576330
2000
Et nous pouvons en prendre une différente demain,
09:38
and you will see your proteins tomorrow will be different --
230
578330
2000
et vous verrez que vos protéines demain seront différentes --
09:40
they'll be different after you eat or after you sleep.
231
580330
3000
elles seront différentes après votre repas ou après votre sommeil.
09:43
They really tell us what's going on there.
232
583330
3000
Elles nous disent vraiment ce qui se passe là.
09:46
And so this picture,
233
586330
2000
Et donc cette image,
09:48
which looks like a big smudge to you,
234
588330
2000
qui ressemble à une grosse tâche pour vous,
09:50
is actually the thing that got me really thrilled about this
235
590330
4000
est en fait la chose qui m'a vraiment passionné dans tout ça
09:54
and made me feel like we were on the right track.
236
594330
2000
et m'a donné l'impression que nous étions sur la bonne voie.
09:56
So if I zoom into that picture,
237
596330
2000
Alors si je zoome sur cette image,
09:58
I can just show you what it means.
238
598330
2000
je peux vous montrer ce qu'elle signifie.
10:00
We sort out the proteins -- from left to right
239
600330
3000
Nous trions les protéines -- de gauche à droite
10:03
is the weight of the fragments that we're getting,
240
603330
3000
c'est le poids des fragments que nous obtenons.
10:06
and from top to bottom is how slippery they are.
241
606330
3000
Et de haut en bas c'est à quel point elles sont glissantes.
10:09
So we're zooming in here just to show you a little bit of it.
242
609330
3000
Alors nous zoomons ici juste pour vous en montrer un petit peu.
10:12
And so each of these lines
243
612330
2000
Et donc chacune de ces lignes
10:14
represents some signal that we're getting out of a piece of a protein.
244
614330
3000
représente un signal que nous obtenons depuis un bout de protéine.
10:17
And you can see how the lines occur
245
617330
2000
Et vous pouvez voir comment la ligne se présente
10:19
in these little groups of bump, bump, bump, bump, bump.
246
619330
4000
en ces petits groupes de petites bosses.
10:23
And that's because we're measuring the weight so precisely that --
247
623330
3000
Et c'est parce que nous mesurons le poids avec tant de précision que --
10:26
carbon comes in different isotopes,
248
626330
2000
il y a différents isotopes de carbone,
10:28
so if it has an extra neutron on it,
249
628330
3000
alors s'il y a un neutron de plus dessus,
10:31
we actually measure it as a different chemical.
250
631330
4000
nous le mesurons en fait comme un produit chimique différent.
10:35
So we're actually measuring each isotope as a different one.
251
635330
3000
Donc en fait nous mesurons chaque isotope séparément.
10:38
And so that gives you an idea
252
638330
3000
Et donc ça vous donne une idée
10:41
of how exquisitely sensitive this is.
253
641330
2000
d'à quel point c'est extrêmement délicat.
10:43
So seeing this picture
254
643330
2000
Alors voir cette image
10:45
is sort of like getting to be Galileo
255
645330
2000
c'est comme si on était Galilée
10:47
and looking at the stars
256
647330
2000
et qu'on regardait les étoiles
10:49
and looking through the telescope for the first time,
257
649330
2000
et qu'on regarde dans un téléscope pour la première fois,
10:51
and suddenly you say, "Wow, it's way more complicated than we thought it was."
258
651330
3000
et soudain vous dites, 'Oh, c'est beaucoup plus compliqué que je croyais."
10:54
But we can see that stuff out there
259
654330
2000
Mais nous pouvons voir ce truc là dehors
10:56
and actually see features of it.
260
656330
2000
et en fait en voir les caractéristiques.
10:58
So this is the signature out of which we're trying to get patterns.
261
658330
3000
Alors voici la signature à partir de laquelle nous essayons de tirer des modèles.
11:01
So what we do with this
262
661330
2000
Et ce que nous faisons avec ça
11:03
is, for example, we can look at two patients,
263
663330
2000
c'est, par exemple, que nous prenons deux patients,
11:05
one that responded to a drug and one that didn't respond to a drug,
264
665330
3000
l'un qui a réagit à un médicament et un qui n'a pas réagit à un médicament.
11:08
and ask, "What's going on differently
265
668330
2000
et nous posons la question, " Qu'est-ce qui se passe différemment
11:10
inside of them?"
266
670330
2000
en eux?"
11:12
And so we can make these measurements precisely enough
267
672330
3000
Et nous pouvons donc faire des mesures assez précises
11:15
that we can overlay two patients and look at the differences.
268
675330
3000
pour que nous puissions superposer les deux patients et voir les différences.
11:18
So here we have Alice in green
269
678330
2000
Nous avons donc Alice ici en vert
11:20
and Bob in red.
270
680330
2000
et Bob en rouge.
11:22
We overlay them. This is actual data.
271
682330
3000
Nous les superposons. Ce sont les vraies données.
11:25
And you can see, mostly it overlaps and it's yellow,
272
685330
3000
Et vous pouvez voir, il y a un chevauchement général et c'est en jaune,
11:28
but there's some things that just Alice has
273
688330
2000
mais il y a des choses que seule Alice a
11:30
and some things that just Bob has.
274
690330
2000
et des choses que seul Bob a.
11:32
And if we find a pattern of things
275
692330
3000
Et si nous trouvons un modèle pour les choses
11:35
of the responders to the drug,
276
695330
3000
qui réagissent au médicament,
11:38
we see that in the blood,
277
698330
2000
nous le voyons dans le sang,
11:40
they have the condition
278
700330
2000
elles ont la condition
11:42
that allows them to respond to this drug.
279
702330
2000
qui leur permet de réagir à ce médicament.
11:44
We might not even know what this protein is,
280
704330
2000
Nous ne pourrions même pas savoir ce qu'est cette protéine,
11:46
but we can see it's a marker
281
706330
2000
mais nous pouvons voir que c'est un marqueur
11:48
for the response to the disease.
282
708330
2000
de réaction contre la maladie.
11:53
So this already, I think,
283
713330
2000
Alors déjà, cela, je crois,
11:55
is tremendously useful in all kinds of medicine.
284
715330
3000
est terriblement utile dans tous les types de médecine.
11:58
But I think this is actually
285
718330
2000
Mais je pense que cela en fait
12:00
just the beginning
286
720330
2000
n'est que le début
12:02
of how we're going to treat cancer.
287
722330
2000
de la façon dont nous allons traiter le cancer.
12:04
So let me move to cancer.
288
724330
2000
Et donc permettez-moi d'en venir au cancer.
12:06
The thing about cancer --
289
726330
2000
Ce qu'il y a avec le cancer --
12:08
when I got into this,
290
728330
2000
quand je m'y suis plongé,
12:10
I really knew nothing about it,
291
730330
2000
je n'y connaissais vraiment rien,
12:12
but working with David Agus,
292
732330
2000
mais en travaillant avec David Agus,
12:14
I started watching how cancer was actually being treated
293
734330
3000
j'ai commencé à regarder comment on traitait vraiment le cancer
12:17
and went to operations where it was being cut out.
294
737330
3000
et je suis allé dans les salles d'opérations.
12:20
And as I looked at it,
295
740330
2000
Et quand je regardais,
12:22
to me it didn't make sense
296
742330
2000
ça n'avait pas de sens pour moi
12:24
how we were approaching cancer,
297
744330
2000
la façon dont on approchait le cancer.
12:26
and in order to make sense of it,
298
746330
3000
Et pour trouver du sens là-dedans,
12:29
I had to learn where did this come from.
299
749330
3000
j'ai du apprendre d'où ça venait.
12:32
We're treating cancer almost like it's an infectious disease.
300
752330
4000
Nous traitons le cancer presque comme si c'était une maladie infectieuse.
12:36
We're treating it as something that got inside of you
301
756330
2000
Nous le traitons comme quelque chose qui est entré en vous
12:38
that we have to kill.
302
758330
2000
et que nous devons tuer.
12:40
So this is the great paradigm.
303
760330
2000
C'est donc le grand paradigme.
12:42
This is another case
304
762330
2000
Voici encore un cas
12:44
where a theoretical paradigm in biology really worked --
305
764330
2000
où le paradigme théorique en biologie a vraiment fonctionné --
12:46
was the germ theory of disease.
306
766330
3000
c'était la théorie du germe de la maladie.
12:49
So what doctors are mostly trained to do
307
769330
2000
Alors ce que les médecins sont le plus entrainés à faire
12:51
is diagnose --
308
771330
2000
est de diagnostiquer --
12:53
that is, put you into a category
309
773330
2000
c'est à dire vous mettre dans une catégorie --
12:55
and apply a scientifically proven treatment
310
775330
2000
et d'appliquer un traitement scientifiquement prouvé
12:57
for that diagnosis --
311
777330
2000
pour ce diagnostic.
12:59
and that works great for infectious diseases.
312
779330
3000
Et ça marche très bien pour les maladies infectieuses.
13:02
So if we put you in the category
313
782330
2000
Donc si nous vous mettons dans la catégorie
13:04
of you've got syphilis, we can give you penicillin.
314
784330
3000
de ceux qui ont la syphilis, nous pouvons vous donner de la pénicilline.
13:07
We know that that works.
315
787330
2000
Nous savons que ça marche.
13:09
If you've got malaria, we give you quinine
316
789330
2000
Si vous avez le paludisme, nous vous donnons de la quinine,
13:11
or some derivative of it.
317
791330
2000
ou un de ses dérivés.
13:13
And so that's the basic thing doctors are trained to do,
318
793330
3000
Et donc c'est ce que les médecins sont initialement entrainés à faire.
13:16
and it's miraculous
319
796330
2000
Et c'est miraculeux
13:18
in the case of infectious disease --
320
798330
3000
dans le cas des maladies infectieuses --
13:21
how well it works.
321
801330
2000
comme ça fonctionne bien.
13:23
And many people in this audience probably wouldn't be alive
322
803330
3000
Et beaucoup de gens dans le public ne seraient probablement pas en vie
13:26
if doctors didn't do this.
323
806330
2000
si les médecins ne faisaient pas ça.
13:28
But now let's apply that
324
808330
2000
Mais maintenant appliquons ça
13:30
to systems diseases like cancer.
325
810330
2000
aux maladies systémiques comme le cancer.
13:32
The problem is that, in cancer,
326
812330
2000
Le problème est que, dans le cancer,
13:34
there isn't something else
327
814330
2000
il n'y a pas quelque chose d'autre
13:36
that's inside of you.
328
816330
2000
à l'intérieur de vous.
13:38
It's you; you're broken.
329
818330
2000
C'est vous, vous êtes en panne.
13:40
That conversation inside of you
330
820330
4000
Cette conversion à l'intérieur de vous
13:44
got mixed up in some way.
331
824330
2000
s'est mal faite d'une façon ou d'une autre.
13:46
So how do we diagnose that conversation?
332
826330
2000
Alors comment diagnostiquons nous cette conversion?
13:48
Well, right now what we do is we divide it by part of the body --
333
828330
3000
Et bien maintenant ce que nous faisons et que nous la divisons selon les parties du corps --
13:51
you know, where did it appear? --
334
831330
3000
vous savez, l'endroit où c'est apparu --
13:54
and we put you in different categories
335
834330
2000
et nous vous mettons dans des catégories différentes
13:56
according to the part of the body.
336
836330
2000
selon la partie du corps.
13:58
And then we do a clinical trial
337
838330
2000
Et alors vous faisons un essai clinique
14:00
for a drug for lung cancer
338
840330
2000
pour un médicament contre le cancer du poumon
14:02
and one for prostate cancer and one for breast cancer,
339
842330
3000
et un pour le cancer de la prostate et un pour le cancer du sein,
14:05
and we treat these as if they're separate diseases
340
845330
3000
et nous les traitons comme s'ils étaient des maladies distinctes
14:08
and that this way of dividing them
341
848330
2000
et cette manière de les séparer
14:10
had something to do with what actually went wrong.
342
850330
2000
avait quelque chose à voir avec ce qui ne va vraiment pas.
14:12
And of course, it really doesn't have that much to do
343
852330
2000
Et bien sûr, ça n'a pas vraiment grand'chose à voir
14:14
with what went wrong
344
854330
2000
avec ce qui ne va pas.
14:16
because cancer is a failure of the system.
345
856330
3000
Parce que le cancer est une défaillance du système.
14:19
And in fact, I think we're even wrong
346
859330
2000
Et en fait, je pense que nous avons même tort
14:21
when we talk about cancer as a thing.
347
861330
3000
quand nous parlons du cancer comme d'une chose.
14:24
I think this is the big mistake.
348
864330
2000
Je pense que c'est là la grande erreur.
14:26
I think cancer should not be a noun.
349
866330
4000
Je pense que le cancer ne devrait pas être un nom.
14:30
We should talk about cancering
350
870330
2000
Nous devrions en faire un verbe
14:32
as something we do, not something we have.
351
872330
3000
en parler comme quelque chose que nous faisons, pas que nous avons.
14:35
And so those tumors,
352
875330
2000
Et donc ces tumeurs,
14:37
those are symptoms of cancer.
353
877330
2000
ce sont des symptômes de cancer.
14:39
And so your body is probably cancering all the time,
354
879330
3000
Et votre corps cancérise donc probablement tout le temps.
14:42
but there are lots of systems in your body
355
882330
3000
Mais il y a beaucoup de systèmes dans votre corps
14:45
that keep it under control.
356
885330
2000
qui le contrôlent.
14:47
And so to give you an idea
357
887330
2000
Et donc pour vous donner une idée
14:49
of an analogy of what I mean
358
889330
2000
d'une analogie de ce que je veux dire
14:51
by thinking of cancering as a verb,
359
891330
3000
en pensant au verbe cancériser.
14:54
imagine we didn't know anything about plumbing,
360
894330
3000
imaginez que nous ne sachions rien en plomberie,
14:57
and the way that we talked about it,
361
897330
2000
et que la façon dont nous en parlions,
14:59
we'd come home and we'd find a leak in our kitchen
362
899330
3000
nous rentrions chez nous et nous trouvions une fuite dans la cuisine
15:02
and we'd say, "Oh, my house has water."
363
902330
4000
et nous disions, " Oh, ma maison a de l'eau."
15:06
We might divide it -- the plumber would say, "Well, where's the water?"
364
906330
3000
Nous pourrions répartir -- le plombier dirait, "Bon, où est l'eau?"
15:09
"Well, it's in the kitchen." "Oh, you must have kitchen water."
365
909330
3000
"Dans la cuisine." "Oh, vous devez avoir de l'eau de cuisine."
15:12
That's kind of the level at which it is.
366
912330
3000
C'est à ce genre de niveau que ça se situe.
15:15
"Kitchen water,
367
915330
2000
"De l'eau de cuisine?
15:17
well, first of all, we'll go in there and we'll mop out a lot of it.
368
917330
2000
Et bien, tout d'abord, nous y allons et nous en épongerons beaucoup.
15:19
And then we know that if we sprinkle Drano around the kitchen,
369
919330
3000
Et puis nous savons que si nous saupoudrons du produit spécial dans la cuisine,
15:22
that helps.
370
922330
3000
ça aide.
15:25
Whereas living room water,
371
925330
2000
Alors que l'eau de salon,
15:27
it's better to do tar on the roof."
372
927330
2000
il vaut mieux passer du goudron sur le toit."
15:29
And it sounds silly,
373
929330
2000
Et ça a l'air stupide.
15:31
but that's basically what we do.
374
931330
2000
mais c'est en gros ce que nous faisons.
15:33
And I'm not saying you shouldn't mop up your water if you have cancer,
375
933330
3000
Et je ne dis pas qu'il ne faudrait pas éponger l'eau si vous aviez un cancer.
15:36
but I'm saying that's not really the problem;
376
936330
3000
Mais je dis que ce n'est pas vraiment le problème ;
15:39
that's the symptom of the problem.
377
939330
2000
c'est le symptome du problème.
15:41
What we really need to get at
378
941330
2000
Ce que nous devons vraiment viser
15:43
is the process that's going on,
379
943330
2000
c'est le processus qui se déroule,
15:45
and that's happening at the level
380
945330
2000
et ça se passe au niveau
15:47
of the proteonomic actions,
381
947330
2000
des actions protéonomiques,
15:49
happening at the level of why is your body not healing itself
382
949330
3000
au niveau de pourquoi votre corps ne se répare pas tout seul
15:52
in the way that it normally does?
383
952330
2000
comme il le fait normalement?
15:54
Because normally, your body is dealing with this problem all the time.
384
954330
3000
Parce que normalement votre corps s'occupe de ce problème tout le temps.
15:57
So your house is dealing with leaks all the time,
385
957330
3000
Donc votre maison s'occupe des fuites tout le temps.
16:00
but it's fixing them. It's draining them out and so on.
386
960330
4000
Mais elle les répare, elle les draine etc.
16:04
So what we need
387
964330
3000
Ce qu'il nous faut donc
16:07
is to have a causative model
388
967330
4000
c'est un modèle causatif
16:11
of what's actually going on,
389
971330
2000
de ce qui se passe vraiment.
16:13
and proteomics actually gives us
390
973330
3000
Et la protéomique nous donne en fait
16:16
the ability to build a model like that.
391
976330
3000
la capacité de construire un modèle comme cela.
16:19
David got me invited
392
979330
2000
David m'a obtenu une invitation
16:21
to give a talk at National Cancer Institute
393
981330
2000
à donner une conférence au National Cancer Institute
16:23
and Anna Barker was there.
394
983330
3000
et Anna Barker était présente.
16:27
And so I gave this talk
395
987330
2000
Et j'ai donc fait cette conférence
16:29
and said, "Why don't you guys do this?"
396
989330
3000
et j'ai dit, " Pourquoi vous ici ne le faites pas?"
16:32
And Anna said,
397
992330
2000
et Anna a dit,
16:34
"Because nobody within cancer
398
994330
3000
"Parce que personne dans le domaine du cancer
16:37
would look at it this way.
399
997330
2000
ne le considèrerait de cette façon.
16:39
But what we're going to do, is we're going to create a program
400
999330
3000
Mais ce que nous allons faire, c'est que nous allons créer un programme
16:42
for people outside the field of cancer
401
1002330
2000
pour que des gens en dehors du domaine du cancer
16:44
to get together with doctors
402
1004330
2000
se rassemble avec des médecins
16:46
who really know about cancer
403
1006330
3000
qui connaissent vraiment le cancer
16:49
and work out different programs of research."
404
1009330
4000
et travaillent sur différents programmes de recherches."
16:53
So David and I applied to this program
405
1013330
2000
David et moi avons donc porté notre candidature pour ce programme
16:55
and created a consortium
406
1015330
2000
et avons créé un consortium
16:57
at USC
407
1017330
2000
à l'USC
16:59
where we've got some of the best oncologists in the world
408
1019330
3000
où nous avons certains des meilleurs oncologues du monde
17:02
and some of the best biologists in the world,
409
1022330
3000
et certains des meilleurs biologistes du monde,
17:05
from Cold Spring Harbor,
410
1025330
2000
de Cold Spring Harbor,
17:07
Stanford, Austin --
411
1027330
2000
de Stanford, d'Austin --
17:09
I won't even go through and name all the places --
412
1029330
3000
Je ne vais pas passer en revue tous les endroits --
17:12
to have a research project
413
1032330
3000
pour qu'ils travaillent sur un programme de recherche
17:15
that will last for five years
414
1035330
2000
qui durera 5 ans
17:17
where we're really going to try to build a model of cancer like this.
415
1037330
3000
où nous allons vraiment essayer de construire un modèle de cancer comme celui-ci.
17:20
We're doing it in mice first,
416
1040330
2000
Nous le faisons d'abord sur des souris.
17:22
and we will kill a lot of mice
417
1042330
2000
Et nous tuerons beaucoup de souris
17:24
in the process of doing this,
418
1044330
2000
au cours de ces recherches,
17:26
but they will die for a good cause.
419
1046330
2000
mais elles mourront pour une bonne cause.
17:28
And we will actually try to get to the point
420
1048330
3000
Et nous essayerons en fait d'arriver au point
17:31
where we have a predictive model
421
1051330
2000
où nous avons un modèle prédictif
17:33
where we can understand,
422
1053330
2000
dans lequel nous pouvons comprendre,
17:35
when cancer happens,
423
1055330
2000
quand le cancer se produit,
17:37
what's actually happening in there
424
1057330
2000
ce qui se passe vraiment là dedans
17:39
and which treatment will treat that cancer.
425
1059330
3000
et quel traitement soignera ce cancer.
17:42
So let me just end with giving you a little picture
426
1062330
3000
Alors permettez-moi de terminer en vous donnant un petit aperçu
17:45
of what I think cancer treatment will be like in the future.
427
1065330
3000
de ce qui je pense sera le traitement du cancer dans l'avenir.
17:48
So I think eventually,
428
1068330
2000
Je crois donc qu'au final,
17:50
once we have one of these models for people,
429
1070330
2000
une fois que nous aurons un de ces modèles pour les gens,
17:52
which we'll get eventually --
430
1072330
2000
ce que nous finirons par avoir --
17:54
I mean, our group won't get all the way there --
431
1074330
2000
je veux dire, notre groupe n'ira pas jusque là --
17:56
but eventually we'll have a very good computer model --
432
1076330
3000
mais en fin de compte nous aurons un très bon modèle informatique --
17:59
sort of like a global climate model for weather.
433
1079330
3000
un peu comme un modèle de climat mondial pour la météo.
18:02
It has lots of different information
434
1082330
3000
Il comporte beaucoup d'informations différentes
18:05
about what's the process going on in this proteomic conversation
435
1085330
3000
sur le processus qui se déroule dans cette conversation protéomique
18:08
on many different scales.
436
1088330
2000
à bien des échelles différentes.
18:10
And so we will simulate
437
1090330
2000
Et donc nous simulerons
18:12
in that model
438
1092330
2000
dans ce modèle
18:14
for your particular cancer --
439
1094330
3000
pour votre cancer particulier --
18:17
and this also will be for ALS,
440
1097330
2000
et cela ira aussi pour le SLA,
18:19
or any kind of system neurodegenerative diseases,
441
1099330
3000
ou toute sorte de maladie systémique neurodégénérative,
18:22
things like that --
442
1102330
2000
des choses comme ça --
18:24
we will simulate
443
1104330
2000
nous simulerons
18:26
specifically you,
444
1106330
2000
vous en particulier,
18:28
not just a generic person,
445
1108330
2000
pas une personne générique,
18:30
but what's actually going on inside you.
446
1110330
2000
mais ce qui se passe vraiment en vous.
18:32
And in that simulation, what we could do
447
1112330
2000
Et dans cette simulation, ce que nous pourrions faire
18:34
is design for you specifically
448
1114330
2000
c'est concevoir spécifiquement pour vous
18:36
a sequence of treatments,
449
1116330
2000
une séquence de traitements,
18:38
and it might be very gentle treatments, very small amounts of drugs.
450
1118330
3000
et ce pourrait être des traitements très doux, de très petites quantités de médicaments,
18:41
It might be things like, don't eat that day,
451
1121330
3000
Ce pourrait être des choses comme, ne mangez pas ce jour là,
18:44
or give them a little chemotherapy,
452
1124330
2000
ou une petite chimiothérapie,
18:46
maybe a little radiation.
453
1126330
2000
peut-être quelques rayons.
18:48
Of course, we'll do surgery sometimes and so on.
454
1128330
3000
Bien sûr, nous ferons parfois une opération etc.
18:51
But design a program of treatments specifically for you
455
1131330
3000
Mais concevoir un programme de traitements spécifiques pour vous
18:54
and help your body
456
1134330
3000
et aider votre corps
18:57
guide back to health --
457
1137330
3000
à vous ramener à la santé --
19:00
guide your body back to health.
458
1140330
2000
guider votre corps pour qu'il revienne vers la santé.
19:02
Because your body will do most of the work of fixing it
459
1142330
4000
Parce que votre corps fera la plus grande part du travail de réparation
19:06
if we just sort of prop it up in the ways that are wrong.
460
1146330
3000
si nous l'aiguillons vers les choses qui ne vont pas.
19:09
We put it in the equivalent of splints.
461
1149330
2000
Nous mettons l'équivalent d'attelles.
19:11
And so your body basically has lots and lots of mechanisms
462
1151330
2000
Et donc en gros, votre corps a de nombreux mécanismes
19:13
for fixing cancer,
463
1153330
2000
pour réparer le cancer.
19:15
and we just have to prop those up in the right way
464
1155330
3000
et nous devons juste les aiguiller dans la bonne direction
19:18
and get them to do the job.
465
1158330
2000
et leur faire faire el travail.
19:20
And so I believe that this will be the way
466
1160330
2000
Et donc je crois que ce sera la manière
19:22
that cancer will be treated in the future.
467
1162330
2000
dont le cancer sera traité dans l'avenir.
19:24
It's going to require a lot of work,
468
1164330
2000
Cela va demander beaucoup de travail,
19:26
a lot of research.
469
1166330
2000
beaucoup de recherches.
19:28
There will be many teams like our team
470
1168330
3000
Il y aura de nombreuses équipes comme notre équipe
19:31
that work on this.
471
1171330
2000
qui travaillerons là dessus.
19:33
But I think eventually,
472
1173330
2000
Mais je pense qu'au final,
19:35
we will design for everybody
473
1175330
2000
nous concevrons pour tout le monde
19:37
a custom treatment for cancer.
474
1177330
4000
un traitement sur mesure pour le cancer.
19:41
So thank you very much.
475
1181330
2000
Alors merci beaucoup.
19:43
(Applause)
476
1183330
6000
(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