Ed Boyden: A light switch for neurons

144,828 views ・ 2011-05-17

TED


A videó lejátszásához kattintson duplán az alábbi angol feliratokra.

Fordító: Zsolt Kertai Lektor: Laszlo Kereszturi
Gondolkodjon el egy másodperc erejéig a napjáról.
00:16
Think about your day for a second.
0
16028
1629
00:17
You woke up, felt fresh air on your face as you walked out the door,
1
17681
3247
Felkelt, érzékelte a friss levegőt az arcán amint kisétált az ajtón,
00:20
encountered new colleagues and had great discussions
2
20952
2451
találkozott új kollegákkal akikkel majd egy jót beszélgetett,
és csodálat töltötte el az új dolgok iránt.
00:23
and felt in awe when you found something new.
3
23427
2102
De lefogadom van valami amiről nem gondolkodott el ma --
00:25
But I bet there's something you didn't think about today,
4
25553
2678
valami ami annyira alapvető,
00:28
something so close to home,
5
28255
1296
hogy talán ezért nem is gondolkodik el rajta nagyon gyakran.
00:29
you probably don't think about it very often at all.
6
29575
2439
És ez az összes érzék, érzés,
00:32
And that's that all those sensations, feelings, decisions and actions
7
32038
3263
döntés és cselekedet,
amit a fejében lévő, agynak nevezett,
00:35
are mediated by the computer in your head
8
35325
1958
számítógép hozott.
00:37
called your brain.
9
37307
1190
00:38
Now, the brain may not look like much from the outside --
10
38521
2685
Namármost, az agy talán nem néz ki fontosnak kívülről --
néhány deka rózsaszínes-szürke hús,
00:41
a couple pounds of pinkish-gray flesh,
11
41230
2367
amorf anyag --
00:43
amorphous.
12
43621
1214
00:44
But the last 100 years of neuroscience have allowed us to zoom in on the brain
13
44859
3695
de az utolsó néhány száz év idegtana megengedi,
hogy közelebbről is szemügyre vegyük az agyat,
00:48
and to see the intricacy of what lies within.
14
48578
2112
és lássuk mi rejlik a bonyolultság mögött.
00:50
And they've told us that this brain is an incredibly complicated circuit
15
50714
3764
Azt mondták nekünk, hogy az agy
egy hihetetlenül komplikált rendszer
00:54
made out of hundreds of billions of cells called neurons.
16
54502
3635
ami százmilliárdnyi sejtből áll, amiket neuronoknak hívunk.
00:58
Now, unlike a human-designed computer,
17
58161
3256
Namármost, nem úgy mint egy ember-tervezte számítógép,
01:01
where there's a fairly small number of different parts,
18
61441
2637
ami kevés számú különböző alkatrészből áll --
amikről tudjuk hogyan müküdnek, mert mi terveztük őket --
01:04
and we know how they work because we humans designed them,
19
64102
2853
01:06
the brain is made out of thousands of different kinds of cells,
20
66979
3071
az agy több ezer különböző fajta sejtből áll,
talán több tízezer fajtából.
01:10
maybe tens of thousands.
21
70074
1162
01:11
They come in different shapes; they're made out of different molecules;
22
71260
3345
Mindegyik más alakú és különböző molekulákból állnak;
és közvetítenek, összekötnek más-más régiókat az agyban.
01:14
they project and connect to different brain regions.
23
74629
2462
Továbbá, változnak is a különböző kórképeknek megfelelően.
01:17
They also change in different ways in different disease states.
24
77115
2998
Szögezzünk le valamit.
01:20
Let's make it concrete.
25
80137
1376
01:21
There's a class of cells,
26
81537
1485
Van egy osztálya a sejteknek,
01:23
a fairly small cell, an inhibitory cell, that quiets its neighbors.
27
83046
4056
egy meglehetősen kicsi sejt, egy gátló sejt, ami csendesíti a szomszédait.
Azon sejtek közül való, amelyek elsorvadnak például a skizofrénia esetében.
01:27
It's one of the cells that seems to be atrophied
28
87126
2260
01:29
in disorders like schizophrenia.
29
89410
1535
01:30
It's called the basket cell.
30
90969
1701
Ezt hívják kosársejtnek.
01:32
And this cell is one of the thousands of kinds of cell
31
92694
2534
Ez a sejt egy a több ezer féle sejt közül
amit tanulmányozunk most.
01:35
that we're learning about.
32
95252
1279
01:36
New ones are being discovered every day.
33
96555
1976
Minden nap új és új fajtákat fedeznek fel.
Csak egy másik példa:
01:39
As just a second example:
34
99482
1394
01:40
these pyramidal cells, large cells, can span a significant fraction
35
100900
3982
a piramis sejtek, nagy sejtek,
amelyek képesek átfogni egy jelentős részét az agynak.
01:44
of the brain.
36
104906
1151
Ők serkentő idegsejtek.
01:46
They're excitatory.
37
106081
1182
Ezek közül valóak azok is
01:47
And these are some of the cells that might be overactive
38
107287
2713
melyek talán túlreagálnak olyan rendellenességekben mint az epilepszia.
01:50
in disorders such as epilepsy.
39
110024
1565
Minden egyes ilyen sejt
01:52
Every one of these cells is an incredible electrical device.
40
112315
3921
egy hihetetlen elektromos eszköz.
01:56
They receive inputs from thousands of upstream partners
41
116730
2667
Fogadnak egy beérkező jelet a sok ezer partnertől
és kiszámolják a saját elektromos kibocsátásukat,
01:59
and compute their own electrical outputs,
42
119421
2352
02:01
which then, if they pass a certain threshold,
43
121797
2211
amely aztán, ha elér egy bizonyos küszöböt,
továbbhalad a többezer befogadó partner felé.
02:04
will go to thousands of downstream partners.
44
124032
2085
Ez a folyamat, ami a másodperc ezred részéig tart,
02:06
And this process, which takes just a millisecond or so,
45
126141
2740
02:08
happens thousands of times a minute in every one of your 100 billion cells,
46
128905
3993
megtörténik több ezerszer percenként
mindegyikében a száz milliárd idegsejtből,
02:12
as long as you live and think and feel.
47
132922
2799
amíg csak él
és gondolkodik és érez.
02:17
So how are we going to figure out what this circuit does?
48
137100
3978
Szóval hogyan is találhatnánk ki, hogy mit csinál ez az áramkör?
Ideálisan, mehetnénk akár ezen az áramkörön belül is
02:21
Ideally, we could go through this circuit
49
141102
1991
és ki-be kapcsolhatnánk a különböző sejteket
02:23
and turn these different kinds of cell on and off
50
143117
2542
02:25
and see whether we could figure out
51
145683
1694
majd meglátnánk, hogy képesek vagyunk e rájönni
02:27
which ones contribute to certain functions
52
147401
2253
melyek működnek közre a bizonyos funkcióknál
02:29
and which ones go wrong in certain pathologies.
53
149678
2505
és melyek működnek hibásan bizonyos patológiás eseteknél.
Ha képesek lennénk aktiválni ezeket a sejteket, megláthatnánk milyen energiákat szabályoznak,
02:32
If we could activate cells, we could see what powers they can unleash,
54
152207
3308
és mit képesek elindítani vagy fenntartani.
02:35
what they can initiate and sustain.
55
155539
1690
Ha le tudnánk őket kapcsolni,
02:37
If we could turn them off,
56
157253
1253
02:38
then we could try and figure out what they're necessary for.
57
158530
2842
akkor rájöhetnénk, hogy mihez is kellenek pontosan.
És ez az a történet amit most el fogok mondani önöknek ma.
02:41
And that's the story I'm going to tell you about today.
58
161396
2989
Őszintén, ahova jutottunk az elmúlt 11 évben,
02:44
And honestly, where we've gone through over the last 11 years,
59
164409
2909
a próbálkozásokon, hogy megtaláljuk az utat ahhoz,
02:47
through an attempt to find ways
60
167342
1486
02:48
of turning circuits and cells and parts and pathways of the brain
61
168852
3062
hogy képesek legyünk az áramköröket és sejteket és az agyban lévő pályákat
be- és kikapcsolni,
02:51
on and off,
62
171938
1151
azért is, hogy megértsük tudományos szempontból,
02:53
both to understand the science
63
173113
1583
02:54
and also to confront some of the issues that face us all as humans.
64
174720
5167
és azért is, hogy küzdhessünk néhány problémával
amivel minden ember szembe kell hogy nézzen.
03:00
Now, before I tell you about the technology,
65
180675
2384
Most pedig, mielőtt elmondanám a technológiáját,
03:03
the bad news is that a significant fraction of us in this room,
66
183083
4125
a rossz hírem az, hogy egy számottevő hányada az itt jelenlévőknek,
ha elég hosszú ideig fogunk élni,
03:07
if we live long enough,
67
187232
1156
03:08
will encounter, perhaps, a brain disorder.
68
188412
2068
fogunk talán találkozni egy agyi rendelleneséggel.
Már most egy milliárd embernek
03:11
Already, a billion people have had some kind of brain disorder
69
191158
3818
volt valamilyen fajta ilyen rendellenesége
ami munkaképtelenné tette őket.
03:15
that incapacitates them.
70
195000
1422
03:16
The numbers don't do it justice, though.
71
196446
2395
A számok nem is igazolják őket.
03:18
These disorders -- schizophrenia, Alzheimer's,
72
198865
2324
A rendelleneségek -- skizofrénia, Alzheimer kór,
depresszió, függőség --
03:21
depression, addiction --
73
201213
1151
03:22
they not only steal away our time to live,
74
202388
2171
nem csak az időnket rabolják ez az élettől, de megváltoztatnak minket;
03:24
they change who we are.
75
204583
1151
03:25
They take our identity and change our emotions
76
205758
2146
elveszik az identitásunkat és megváltoztatják az érzelmeinket --
03:27
and change who we are as people.
77
207928
2020
majd megváltoztatnak minket mint embereket.
03:30
Now, in the 20th century,
78
210714
2367
Nos, a 20-ik században
volt némi remény az agyi problémák kezelésére
03:34
there was some hope that was generated
79
214376
2258
03:36
through the development of pharmaceuticals for treating brain disorders.
80
216658
3613
a gyógyszeripar fejlődése miatt,
és mivel sok orvosságot fejlesztettek ki
03:40
And while many drugs have been developed
81
220295
2237
03:42
that can alleviate symptoms of brain disorders,
82
222556
2589
ami enyhítheti a problémák tüneteit,
alapvetően egyik sem mondható gyógyulásnak.
03:45
practically none of them can be considered to be cured.
83
225169
2590
03:47
In part, that's because, if you think about it,
84
227783
2192
És ez részben azért van mert kemikáliával árasztjuk el az agyat.
03:49
we're bathing the brain in a chemical --
85
229999
1923
Ez egy bonyolult áramkör
03:51
this elaborate circuit, made of thousands of different kinds of cell --
86
231946
3360
ami sok ezer különböző sejtből épül fel
és egy kémiai anyagban fürdetik.
03:55
is being bathed in a substance.
87
235330
1491
03:56
That's also why most of the drugs, not all, on the market
88
236845
2714
Éppen ezért talán a legtöbb gyógyszer, de persze nem az összes, a piacon
okoz valamilyen komoly mellék hatást.
03:59
can present some kind of serious side effect too.
89
239583
2484
Néhány ember vigasztalódást nyert
04:02
Now some people have gotten some solace from electrical stimulators
90
242091
3832
az agyba beültetett elektromos stimulátoroktól.
04:05
that are implanted in the brain,
91
245947
1537
04:07
for Parkinson's disease or cochlear implants.
92
247508
3503
A Parkinzon kórnál,
cochlea-implantátumoknál,
04:11
These have indeed been able to bring some kind of remedy
93
251035
3770
ezek csakugyan képesek voltak
némi orvoslást nyújtani az embereknek
04:14
to people with certain kinds of disorders.
94
254829
2062
bizonyos fajta rendelleneségek esetében.
04:16
But electricity also will go in all directions --
95
256915
3027
Az elektromoság is halad minden irányban --
04:19
the path of least resistance --
96
259966
1484
a legkisebb ellenállás irányába,
04:21
which is where that phrase, in part, comes from,
97
261474
2248
amiből az a mondás, legalábbis részben, jön.
04:23
and will also affect normal circuits,
98
263746
1765
Ez hatással lesz a normális áramkörökre is, és a nem normálisakra, amiket mi szeretnénk helyrehozni.
04:25
as well as the abnormal ones you want to fix.
99
265535
2128
Szóval mégegyszer, vissza kerültünk az alapötlethez
04:27
So again, we're sent back to the idea of ultraprecise control:
100
267687
2963
ami egy ultra-precíz kontrol.
04:30
Could we dial in information precisely where we want it to go?
101
270674
3000
Képesek lennénk az információt pontosan oda irányítani ahova akarjuk ?
Amikor én 11 évvel ezelőtt elkezdtem foglalkozni idegtudománnyal,
04:35
So, when I started in neuroscience 11 years ago --
102
275329
3101
04:38
I had trained as an electrical engineer and a physicist --
103
278454
3236
én egy képzett elektromérnök és fizikus voltam,
04:41
the first thing I thought about was,
104
281714
1730
és az első dolog amit gondoltam az az volt,
04:43
if these neurons are electrical devices,
105
283468
2089
hogy ha ezek az idegsejtek elektromos eszközök,
04:45
all we need to do is to find some way of driving those electrical changes
106
285581
3799
akkor csupán meg kell találnunk a módját annak,
hogy messzebbre eljuttassuk azokat az elektromos változásokat.
04:49
at a distance.
107
289404
1160
Ha az elektromosságot be tudnánk kapcsolni egy sejtben,
04:50
If we could turn on the electricity in one cell but not its neighbors,
108
290588
3315
a szomszédos sejteket kihagyva,
04:53
that'd give us the tool to activate and shut down these different cells
109
293927
3346
akkor lenne egy szerszámunk amivel be- és kikapcsolhatnánk ezeket a különböző sejteket,
kitalálva mit is csinálnak pontosan és hogy működnek közre
04:57
to figure out what they do
110
297297
1241
04:58
and how they contribute to the networks in which they're embedded.
111
298562
3102
a hálózatban amiben helyet foglalnak.
Továbbá lenne egy ultra-precíz vezérlésünk ahhoz,
05:01
It would also allow us to have the ultraprecise control we need
112
301688
2965
hogy helyrehozzunk a számításokat amelyek
05:04
to fix the circuit computations that have gone awry.
113
304677
2461
valahogy félresiklottak.
05:07
Now, how are we going to do that?
114
307837
1621
Namost, hogyan is csináljuk mindezt?
05:09
Well, there are many molecules that exist in nature
115
309482
2560
Hát van egy csomó a természetben létező molekula,
amely át tudja a fényt változtatni elektromossággá.
05:12
which are able to convert light into electricity.
116
312066
3193
Úgy is gondolhatunk rájuk mint kis fehérjékre
05:15
You can think of them as little proteins that are like solar cells.
117
315283
3211
amik olyanok mint a napelemek.
05:18
If we install these molecules in neurons somehow,
118
318518
2797
Ha installálni tudnánk ezeket a molekulákat az idegsejtekbe valahogy,
05:21
then these neurons would become electrically drivable with light,
119
321339
3336
akkor ezek az idegsejtek fénnyel is stimulálhatók lennének.
05:24
and their neighbors, which don't have this molecule, would not.
120
324699
3148
A molekula nélküli szomszédok pedig nem.
05:27
There's one other magic trick you need to make this happen:
121
327871
2770
És van itt egy másik trükk is amit végre kell hajtanunk,
és az lenne a fénynek az agyba juttatása.
05:30
the ability to get light into the brain.
122
330665
1908
05:32
The brain doesn't feel pain.
123
332597
2500
Mivel az agy nem érez fájdalmat, ezért használhatunk --
05:35
Taking advantage of all the effort
124
335121
1635
kihasználva mindazt az erőfeszitést
05:36
that's gone into the internet, telecommunications, etc.,
125
336780
2697
ami az internetbe és a kommunikációba ment --
05:39
you can put optical fibers connected to lasers
126
339501
2159
lézerhez csatlakoztatott optikai szálakat,
05:41
to activate -- in animal models, for example, in preclinical studies --
127
341684
4021
amit az idegsejtek aktiválásra használnánk,
mint az állatokkal végzett előklinikai kísérletekben,
05:45
these neurons and see what they do.
128
345729
1827
hogy meglássuk mit is csinálnak az idegsejtek.
Hogyan is menne ez végbe?
05:48
So how do we do this?
129
348135
1277
05:49
Around 2004, in collaboration with Georg Nagel and Karl Deisseroth,
130
349968
3634
2004 körül,
Gerhard Nagel és Karl Deisseroth közös munkájának köszönhetően,
05:53
this vision came to fruition.
131
353626
1941
ez az elképzelés kezdett valóra válni.
05:55
There's a certain alga that swims in the wild,
132
355943
3030
Létezik egy fajta alga ami szabadon úszik,
05:58
and it needs to navigate towards light in order to photosynthesize optimally.
133
358997
3872
és a fény felé kell navigálnia,
hogy optimálissá tegye a fotoszintézisét.
06:02
And it senses light with a little eyespot,
134
362893
2052
A fényt egy kis szemecskével érzékeli,
06:04
which works not unlike how our eye works.
135
364969
2220
amely nem úgy működik mint a mi szemünk.
06:07
In its membrane, or its boundary,
136
367681
2287
A membránjában vagy a külső felületén,
06:09
it contains little proteins
137
369992
2340
egy kevés proteint tartalmaz
mely valóban képes fényt elektromossággá konvertálni.
06:13
that indeed can convert light into electricity.
138
373194
2482
Ezeket a bizonyos molekulákat csatorna-rodopszinnak nevezik.
06:16
These molecules are called channelrhodopsins.
139
376118
2550
06:18
And each of these proteins acts just like that solar cell
140
378692
2778
Az összes ilyen protein úgy viselkedik mint egy napelem amiről az előbb beszéltem.
06:21
that I told you about.
141
381494
1165
Amikor kék fény esik rá, akkor kinyit egy kis lyukat
06:22
When blue light hits it,
142
382683
1151
06:23
it opens a little hole and allows charged particles to enter the eyespot;
143
383858
3450
mely beengedi a töltött részecskéket a szemecskébe,
majd ettől lesz ennek a szemecskének egy elektronikus jele,
06:27
that allows this eyespot to have an electrical signal,
144
387332
2541
pontosan úgy mintha egy napelem töltene fel egy elemet.
06:29
just like a solar cell charging a battery.
145
389897
2006
06:31
So what we need to do is take these molecules
146
391927
2131
Ezért annyit kell tennünk, hogy ezeket a molekulákat
az idegsejtekbe installáljuk.
06:34
and somehow install them in neurons.
147
394082
1727
06:35
And because it's a protein,
148
395833
1344
És mivel egy fehérjéről beszélünk,
06:37
it's encoded for in the DNA of this organism.
149
397201
3052
ennek az organizmusnak a DNS-be van bekódolva.
06:40
So all we've got to do is take that DNA,
150
400277
2145
Ezért annyit kell csupán tennünk, hogy vesszük azt a DNS-t,
06:42
put it into a gene therapy vector, like a virus,
151
402446
2874
és belehelyezzük egy génterápiás virális vektorba,
06:45
and put it into neurons.
152
405344
1333
és az idegsejtbe juttatjuk.
06:48
And this was a very productive time in gene therapy,
153
408276
3675
Amint kiderült, ez egy nagyon produktív időszak volt a génterápiában,
06:51
and lots of viruses were coming along,
154
411975
1992
és sok vírust fejlesztettek ki .
06:53
so this turned out to be fairly simple.
155
413991
1883
Tehát ezt nagyon egyszerűen végre lehetett hajtani.
06:55
Early in the morning one day in the summer of 2004,
156
415898
2459
2004 nyarának egyik napján, kora reggel,
06:58
we gave it a try, and it worked on the first try.
157
418381
2299
megpróbáltuk, és működött elsőre.
Vesszük ezt a DNS-t és belehelyezzük az idegsejtbe.
07:01
You take this DNA and put it into the neuron.
158
421057
2124
07:03
The neuron uses its natural protein-making machinery
159
423205
3385
Az idegsejt használja saját fehérje előállító mechanizmusát,
07:06
to fabricate these little light-sensitive proteins
160
426614
2456
hogy létrehozza ezeket a kis fényérzékeny fehérjéket
és installálja őket mindenfelé a sejtben,
07:09
and install them all over the cell, like putting solar panels on a roof.
161
429094
3749
mint ahogy napelem-paneleket szerelünk a tetőre.
07:12
And the next thing you know,
162
432867
1345
A következő lépést már tudják,
07:14
you have a neuron which can be activated with light.
163
434236
2472
kapunk egy idegsejtet ami fénnyel aktiválható.
Ez egy hatalmas dolog.
07:17
So this is very powerful.
164
437303
1438
07:18
One of the tricks you have to do is figure out how to deliver these genes
165
438765
3711
Egy szükséges trükk: ki kell találnunk,
hogy milyen módon szállíthatjuk ezeket a géneket a kívánt sejtekhez,
07:22
to the cells you want and not all the other neighbors.
166
442500
2531
nem pedig a többi szomszédhoz.
Ezt meg lehet tenni: betudjuk állítani ezeket a vírusokat úgy,
07:25
And you can do that;
167
445055
1151
07:26
you can tweak the viruses so they hit some cells and not others.
168
446230
3004
hogy csak egyes sejteket támadjanak meg, ne másokat.
És van egy másik genetikai trükk amivel játszhatunk
07:29
And there's other genetic tricks you can play
169
449258
2130
azért hogy ilyen fényérzékeny sejteket kapjunk.
07:31
in order to get light-activated cells.
170
451412
2327
Ezt a területet most úgy ismerik, hogy optogenetika.
07:34
This field has now come to be known as "optogenetics."
171
454206
2980
07:37
And just as one example of the kind of thing you can do,
172
457210
2901
És csak egy példa arra, hogy mit lehet elérni,
mondjuk vesszük az egész bonyolult hálózatot,
07:40
you can take a complex network,
173
460135
1773
07:41
use one of these viruses to deliver the gene
174
461932
2069
használunk egy ilyen vírust ami elszállítja a gént
csak az egyik fajta sejthez ebben a sűrű hálóban.
07:44
just to one kind of cell in this dense network.
175
464025
2242
07:46
And then when you shine light on the entire network,
176
466291
2548
Majd amikor megvilágítjuk az egész hálózatot,
07:48
just that cell type will be activated.
177
468863
1840
csak az a bizonyos típusú sejt aktiválódik.
07:50
For example, let's consider that basket cell I told you about earlier,
178
470727
3307
Például, vegyük a kosár sejtet amiről már korábban beszéltünk --
az amelyik elsorvad a skizofrénia esetében
07:54
the one that's atrophied in schizophrenia
179
474058
1975
és ugyebár ez egy gátló fajta.
07:56
and the one that is inhibitory.
180
476057
1536
Ha eljuttatnánk ezeket a géneket ezekhez a sejtekhez --
07:58
If we can deliver that gene to these cells --
181
478291
2108
és nem fognak módosulni a gének hatására, természetesen --
08:00
they won't be altered by the expression of the gene, of course --
182
480423
3058
majd kék fényt bocsájtunk az egész hálózatra,
08:03
then flash blue light over the entire brain network,
183
483505
2443
08:05
just these cells are going to be driven.
184
485972
2139
akkor csak ezek a sejtek fognak működésbe lépni.
Majd mikor a fény kialszik, a sejtek újra normálisan működnek,
08:08
And when the light turns off, these cells go back to normal;
185
488135
2833
szóval nem tűnik úgy mintha idegenkednének.
08:10
there don't seem to be adverse events.
186
490992
1826
08:12
Not only can you study what these cells do,
187
492842
2006
Ez a módszer nem csak a sejtek működésének tanulmányozására használható,
08:14
what their power is in computing in the brain,
188
494872
2147
vagyis mi a szerepük az agyműködésben,
de arra is használható a módszer, hogy kitaláljuk --
08:17
you can also use this to try to figure out
189
497043
2061
sőt talán helyre is hozhatjuk ezen sejtek aktivitását,
08:19
if we could jazz up the activity of these cells
190
499128
2210
ha valóban elsorvadtak.
08:21
if indeed, they're atrophied.
191
501362
1453
08:22
I want to tell you some short stories about how we're using this
192
502839
3068
Szeretnék elmondani egy pár rövid történetet
arról, hogy miként használjuk ezt,
08:25
both at the scientific clinical and preclinical levels.
193
505931
3386
mind a tudományos, a klinikai és a elő-klinikai szinten.
08:29
One of the questions that we've confronted is:
194
509341
2430
Egy kérdés amivel szembe kellett néznünk:
08:31
What signals in the brain mediate the sensation of reward?
195
511795
2742
milyen jelek segítik elő a jutalom érzését az agyban?
08:34
Because if you could find those,
196
514561
1536
Mert ha mi megtaláljuk azokat,
08:36
those would be some of the signals that could drive learning;
197
516121
2886
akkor azok lennének a jelek amelyek a tanuláshoz vezetnek.
Az agy többet is csinál abból amiért jutalmat kap.
08:39
the brain will do more of what got that reward.
198
519031
2196
Ezek azok a jelek amelyek félre mennek bizonyos esetekben, mint például a függőség.
08:41
These are also signals that go awry in disorders such as addiction.
199
521251
3151
Szóval ha rájönnénk melyek ezek a sejtek,
08:44
So if we could figure out what cells they are, we could maybe find new targets
200
524426
3686
akkor talán új célokat találhatnánk
amikhez gyógyszereket fejlesztenénk ki,
08:48
for which drugs can be designed or screened against
201
528136
2490
vagy talán helyeket ahová elektródák helyezhetők
08:50
or maybe places where electrodes could be put in
202
530650
2251
azon emberek számára akik súlyos rendellenességekkel küzdenek.
08:52
for people who have severe disability.
203
532925
1825
08:54
To do that, we came up with a very simple paradigm
204
534774
2388
Ehhez egy nagyon egyszerű paradigmával álltunk elő
együttműködésben a Fiorella csoporttal,
08:57
in collaboration with the Fiorillo group,
205
537186
1961
ahol egy kis doboz egyik oldalán,
08:59
where, if the animal goes to one side of this little box,
206
539171
2689
ha az állat arra megy, egy fény villanás éri
09:01
it gets a pulse of light.
207
541884
1196
azért, hogy különböző sejteket fényérzékennyé tegyen az agyban.
09:03
And we'll make different cells in the brain sensitive to light.
208
543104
2980
Ha ezek a sejtek elősegítik a jutalmat,
09:06
If these cells can mediate reward, the animal should go there more and more.
209
546108
3587
az állat egyre többször fog arra menni.
És pontosan ez történik.
09:09
And that's what happens.
210
549719
1165
09:10
The animal goes to the right-hand side and pokes his nose there
211
550908
2958
Az állat megy a jobb oldalra és az orrával bökdösi azt,
és akkor kap egy adag kék fényt minden egyes alkalommal.
09:13
and gets a flash of blue light every time he does it.
212
553890
2489
Majd ő ezt ismételgeti több százszor.
09:16
He'll do that hundreds of times.
213
556403
1533
Ezek a dopamin neuronjai,
09:17
These are the dopamine neurons,
214
557960
1477
amelyekről talán hallottak már, az agy örömkeltő központjaiban vannak.
09:19
in some of the pleasure centers in the brain.
215
559461
2101
Megmutattuk, hogy ezeknek egy rövid aktiválása
09:21
We've shown that a brief activation of these is enough to drive learning.
216
561586
3793
elég, hogy segítse a tanulást.
Általánosíthatjuk az ötletet.
09:25
Now we can generalize the idea.
217
565403
2045
Az agy egy bizonyos pontja helyett,
09:27
Instead of one point in the brain, we can devise devices that span the brain,
218
567472
3633
tervezhetünk eszközöket melyek átfogják az agyat,
és képesek három dimenzióban fényt közvetíteni --
09:31
that can deliver light into three-dimensional patterns --
219
571129
2676
a tömbbe rendezett optikai szálak,
09:33
arrays of optical fibers,
220
573829
1193
mindegyik a saját miniatűr fényforrásával.
09:35
each coupled to its own independent miniature light source.
221
575046
2775
Megpróbálhatunk olyan dolgokat élőben
09:37
Then we can try to do things in vivo
222
577845
1717
amiket eddig csakis csészében tudtunk --
09:39
that have only been done to date in a dish,
223
579586
2014
09:41
like high-throughput screening throughout the entire brain
224
581624
2732
mint egy mélyreható átvilágitása az egész agynak,
olyan jelek után amik bizonyos dolgokat okoznak.
09:44
for the signals that can cause certain things to happen
225
584380
2621
Vagy lehetnének jó klinikai célpontok is
09:47
or that could be good clinical targets for treating brain disorders.
226
587025
3221
az agyi rendellenességek kezelésénél.
Egy történet amit szeretnék elmondani arról,
09:50
One story I want to tell you about is:
227
590270
1821
hogy hogyan találhatnánk meg a módját a poszttraumatikus stressz szindróma kezelésének --
09:52
How can we find targets for treating post-traumatic stress disorder,
228
592115
3214
ami egy nem kontrollált idegesség és félelem forma.
09:55
a form of uncontrolled anxiety and fear?
229
595353
2667
És egy dolog amit megtettünk az az volt,
09:58
One of the things that we did was to adopt a very classical model of fear.
230
598044
4892
hogy egy nagyon klasszikus félelem-modelt használtunk.
10:02
This goes back to the Pavlovian days.
231
602960
2977
Ez visszanyúlik a Pavlovi időkbe.
10:05
It's called Pavlovian fear conditioning, where a tone ends with a brief shock.
232
605961
3678
Úgy hívják, hogy Pavlovi félelem kondicionálás --
ahol a hangot egy rövid elektrosokk követ.
10:09
The shock isn't painful, but it's a little annoying.
233
609663
2444
Az elektrosokk nem fájdalmas, inkább csak idegesítő.
Majd később -- ebben az esetben az egér,
10:12
And over time -- in this case, a mouse,
234
612131
1878
amely nagyon jó állat-modell, gyakran használt ilyen kísérletekben --
10:14
which is a good animal model, commonly used in such experiments --
235
614033
3110
az állat megtanul félni a hangtól.
10:17
the animal learns to fear the tone.
236
617167
1680
Az állat megdermed a hangtól,
10:18
It will react by freezing, sort of like a deer in the headlights.
237
618871
3067
ahogy a szarvas a fényszórótól.
10:21
Now the question is: What targets in the brain can we find
238
621962
2730
A kérdés az, hogy miféle célpontot találhatunk az agyban
10:24
that allow us to overcome this fear?
239
624716
2626
ami segít leküzdeni ezt a félelmet?
Tehát lejátszuk azt a hangot megint
10:27
So we play that tone again, after it's been associated with fear.
240
627366
3745
miután az asszociálódott a félelemmel.
Ugyanakkor aktiváljuk a különféle célterületeket az agyban,
10:31
But we activate different targets in the brain,
241
631135
2196
használva a tömbbe rendezett optikai szálakat,
10:33
using that optical fiber array I showed on the previous slide,
242
633355
2982
azért, hogy megtudjuk melyik célterület
10:36
in order to try and figure out
243
636361
1433
10:37
which targets can cause the brain to overcome that memory of fear.
244
637818
3270
okozhatja az agyban a félelem emlékének legyőzését.
Ez a rövid videó megmutatja
10:41
This brief video shows you one of these targets
245
641112
2290
az egyik ilyen célterületet amin éppen dolgozunk.
10:43
that we're working on now.
246
643426
1254
10:44
This is an area in the prefrontal cortex, a region where we can use cognition
247
644704
3637
Ez a terület a prefrontális agykéregben van,
ahol az ismeretet használva próbáljuk legyőzni az ellenséges érzelmi állapotokat.
10:48
to try to overcome aversive emotional states.
248
648365
2104
Az állat hallani fogja a hangot -- majd ott felvillant a fény.
10:50
The animal hears a tone. A flash of light occurs.
249
650493
2293
Itt most nem lesz hang, de láthatják, hogy az állat megdermed.
10:52
There's no audio, but you see that the animal freezes --
250
652810
2628
Ez a hang rosszat szokott jelenteni.
10:55
the tone used to mean bad news.
251
655462
1479
És van egy kicsi óra az bal alsó sarokban,
10:56
There's a little clock in the lower left-hand corner.
252
656965
2483
és láthatják, hogy az állat két perce van így.
10:59
You can see the animal is about two minutes into this.
253
659472
2530
Most pedig itt van a következő klipp,
11:02
This next clip is just eight minutes later.
254
662026
2214
csak nyolc perccel később.
11:04
And the same tone is going to play, and the light is going to flash again.
255
664264
3524
Ugyanaz a hang fog szólni most is, és a fény is fel fog villanni.
Rendben, most indul. Éppen most.
11:08
OK, there it goes. Right ... now.
256
668294
3176
És láthatják is, csak tíz perce megy a kísérlet,
11:11
And now you can see, just 10 minutes into the experiment,
257
671494
2690
ahol a fénnyel való aktiválás folyik az agynak eme területén,
11:14
that we've equipped the brain, by photoactivating this area,
258
674208
2820
hogy legyőzzük a a félelem
11:17
to overcome the expression of this fear memory.
259
677052
3105
emlékének kifejeződését.
Az elmúlt néhány évben visszatértünk az élet fájához,
11:21
Over the last couple years, we've gone back to the tree of life,
260
681262
3028
mert kerestünk módokat az agyi áramkörök kikapcsolására.
11:24
because we wanted to find ways to turn circuits in the brain off.
261
684314
3097
Ha ezt meg tudnánk tenni, akkor ez hatalmas dolog lenne.
11:27
If we could do that, this could be extremely powerful.
262
687435
2540
11:29
If you can delete cells for a few milliseconds or seconds,
263
689999
2725
Ha tudnánk sejteket kikapcsolni , akár néhány ezredmásodpercre vagy másodpercre,
11:32
you can figure out what role they play in the circuits in which they're embedded.
264
692748
3810
akkor rájöhetnénk, hogy milyen szerepet játszanak
az áramkörökben, ahova be vannak épülve.
11:36
We surveyed organisms from all over the tree of life --
265
696582
2576
És most már felmértük az organizmusokat az egész életfáról --
és az élet minden területét egy kicsit másként látjuk, kivéve az állatokét.
11:39
every kingdom of life but animals; we see slightly differently.
266
699182
2961
És találtunk mindenféle molekulát, halorhodopsinokat vagy archaerhodopsinokat,
11:42
We found molecules called halorhodopsins or archaerhodopsins,
267
702167
2869
amik a zöld és sárga fényre reagálnak.
11:45
that respond to green and yellow light.
268
705060
1866
11:46
And they do the opposite of the molecule I told you about before,
269
706950
3103
Pontosan az ellenkezőjét csinálják mint az előbb említett molekula,
a kék fény aktiválására képes csatorna-rodopszin.
11:50
with the blue light activator, channelrhodopsin.
270
710077
2485
11:52
Let's give an example of where we think this is going to go.
271
712586
2827
Nézzünk meg egy példát arra, hogy ez az egész merre tarthat.
11:55
Consider, for example, a condition like epilepsy,
272
715437
2798
Vegyünk például egy állapotot mint az epilepszia,
11:58
where the brain is overactive.
273
718259
2090
amikor az agy túlzottan tevékeny.
12:00
Now, if drugs fail in epileptic treatment,
274
720373
2115
Ha a gyógyszer nem hat az epilepszia kezelése során,
12:02
one of the strategies is to remove part of the brain,
275
722512
2485
egy stratégia lehet az agy egy részének eltávolítása.
Ez természetesen egy visszafordíthatatlan folyamat, és lehetnek mellékhatásai.
12:05
but that's irreversible, and there could be side effects.
276
725021
2683
Mi lenne, ha ki tudnánk kapcsolni az agy azon részét egy rövid időre,
12:07
What if we could just turn off that brain for the brief amount of time
277
727728
3286
amíg a roham meg nem szűnik,
12:11
until the seizure dies away,
278
731038
1380
12:12
and cause the brain to be restored to its initial state,
279
732442
3414
és az agy vissza állítódna az eredeti állapotába --
12:15
like a dynamical system that's being coaxed down into a stable state?
280
735880
3306
mint egyfajta dinamikus rendszer ami visszakerülne a stabil állapotába.
Ez az animáció megpróbálja elmagyarázni ezt a koncepciót,
12:19
This animation tries to explain this concept
281
739210
2062
12:21
where we made these cells sensitive to being turned off with light,
282
741296
3187
amiben ezeket a sejteket fényérzékennyé tettük,
majd fényt irányítottunk rá,
12:24
and we beam light in,
283
744507
1152
12:25
and just for the time it takes to shut down a seizure,
284
745683
2528
csak arra az időre amíg a roham megszűnik,
reméljük, hogy ki tudnánk kapcsolni őket.
12:28
we're hoping to be able to turn it off.
285
748235
1871
Sajnos nincsen adatunk amit itt most meg tudnánk mutatni,
12:30
We don't have data to show you on this front,
286
750130
2112
de már nagyon izgatottak vagyunk ez ügyben.
12:32
but we're very excited about this.
287
752266
1636
12:33
I want to close on one story, which we think is another possibility,
288
753926
3422
Most szeretném lezárni az egyik történetet,
ami szerintünk egy másik lehetőség --
12:37
which is that maybe these molecules, if you can do ultraprecise control,
289
757372
3393
ahol ezek a molekulák, ha képesek vagyunk az ultra-precíz kontrollra,
használhatóak lennének magában az agyban,
12:40
can be used in the brain itself to make a new kind of prosthetic,
290
760789
3053
mint egy új fajta protézis, egy optikai protézis.
12:43
an optical prosthetic.
291
763866
1152
Már mondtam, hogy az elektromos stimulálás egyáltalán nem ritka.
12:45
I already told you that electrical stimulators are not uncommon.
292
765042
3129
75,000 Parkinson kóros embernek van mélyagyi stimulátor beultetve.
12:48
Seventy-five thousand people
293
768195
1344
12:49
have Parkinson's deep-brain stimulators implanted,
294
769563
2348
Talán 100,000 embernek van Cochlear implantátuma,
12:51
maybe 100,000 people have cochlear implants, which allow them to hear.
295
771935
3593
ami lehetővé teszi, hogy halljanak.
És van egy másik haszna annak, hogy ezeket a géneket bejuttatjuk a sejtekbe.
12:55
Another thing -- you've got to get these genes into cells.
296
775552
2784
És kifejlődött egy új remény a gén terápiában
12:58
A new hope in gene therapy has been developed,
297
778360
2244
13:00
because viruses like the adeno-associated virus --
298
780628
2609
mert olyan vírusokat mint például az adeno-asszociált vírus --
ami talán többségünknek megvan itt a teremben,
13:03
which probably most of us around this room have;
299
783261
2247
és nincs semmi tünete --
13:05
it doesn't have any symptoms --
300
785532
1492
több száz páciensnél használtak már,
13:07
have been used in hundreds of patients
301
787048
1814
13:08
to deliver genes into the brain or the body.
302
788886
2059
hogy géneket jutassanak az agyba vagy a testbe.
13:10
And so far, there have not been serious adverse events
303
790969
2533
Ezidáig, nem volt semmilyen súlyos ellenhatás
ezzel a vírussal kapcsolatosan.
13:13
associated with the virus.
304
793526
1243
13:14
There's one last elephant in the room: the proteins themselves,
305
794793
2972
Van egy utolsó nyilvánvaló igazság: maguk a fehérjék,
13:17
which come from algae, bacteria and funguses
306
797789
2103
amik algákból és baktériumokból és gombákból származnak,
13:19
and all over the tree of life.
307
799916
1676
meg mindenhonnan az életfáról.
13:21
Most of us don't have funguses or algae in our brains,
308
801616
2532
A többségünknek nincs gomba vagy alga az agyában,
vajon mit fog csinálni az agyunk ha ilyeneket teszünk bele?
13:24
so what will our brain do if we put that in?
309
804172
2053
Fogják-e a sejtek tolerálni? Fog-e az immunrendszer reagálni?
13:26
Will the cells tolerate it? Will the immune system react?
310
806249
2670
A kezdeti szakaszban -- ez még nem lett végrehajtva embereken --
13:28
It's early -- these haven't been done in humans yet --
311
808943
2525
de különböző tanulmányokon dolgozunk,
13:31
but we're working on a variety of studies to examine this.
312
811492
2730
hogy megvizsgálhassuk ezt.
Mostanáig nem láttunk semmi komolyabb nyilvánvaló reakciót
13:34
So far, we haven't seen overt reactions of any severity
313
814246
2848
ezen molekulák ellen
13:37
to these molecules
314
817118
1270
13:38
or to the illumination of the brain with light.
315
818412
3564
vagy az agy megvilágítása ellen.
Még korai, hogy végleges véleményt mondjunk, de nagyon izgatottak vagyunk miatta.
13:42
So it's early days, to be upfront, but we're excited about it.
316
822000
3111
Egy történettel akartam befejezni,
13:45
I wanted to close with one story,
317
825135
1617
13:46
which we think could potentially be a clinical application.
318
826776
3229
ami szerintünk lehetne egy
klinikai jellegű felhasználás.
13:50
Now, there are many forms of blindness
319
830913
2475
Sokféle vakság létezik
ahol a fényérzékelők
13:53
where the photoreceptors -- light sensors in the back of our eye --
320
833412
3236
amik a szemünkben vannak hátul, elhalnak.
13:56
are gone.
321
836672
1159
13:57
And the retina is a complex structure.
322
837855
1842
És a retina, természetesen, egy bonyolult struktúra.
13:59
Let's zoom in on it so we can see it in more detail.
323
839721
2662
Most közelítsünk rá, hogy részletesebben is lássuk.
A fényérzékelő sejtek itt vannak felül,
14:02
The photoreceptor cells are shown here at the top.
324
842407
2398
14:04
The signals that are detected by the photoreceptors are transformed
325
844829
3162
majd a fényérzékelők által észlelt jeleket
változatos számításokkal átváltoztatják,
14:08
via various computations
326
848015
1155
amíg végül az az alsó sejtréteg, a ganglion sejtek,
14:09
until finally, the layer of cells at the bottom, the ganglion cells,
327
849194
3244
közvetítik az információt az agynak,
14:12
relay the information to the brain,
328
852462
1689
ahol mi érzékeljuk azt.
14:14
where we see that as perception.
329
854175
1564
Sokféle vakság esetében, mint például a retinitis pigmentosa,
14:16
In many forms of blindness, like retinitis pigmentosa
330
856318
2487
14:18
or macular degeneration,
331
858829
1706
vagy a sárgafolt elfajulás,
14:20
the photoreceptor cells have atrophied or been destroyed.
332
860559
2775
a fényérzékelő sejtek sorvadnak vagy pusztulnak el.
14:23
Now, how could you repair this?
333
863904
1859
Hogyan lehetne megjavítani ezeket?
14:25
It's not even clear that a drug could cause this to be restored,
334
865787
3014
Még az sem világos hogy egy gyógyszer képes lenne-e helyrehozni,
14:28
since there's nothing for the drug to bind to.
335
868825
2145
mert nincs semmi amihez a gyógyszer kötődni tudna.
14:30
On the other hand, light can still get into the eye.
336
870994
2434
Másrészről, a fény még képes bejutni a szembe.
A szem még mindig átlátszó és így a fény behatolhat.
14:33
The eye is still transparent and you can get light in.
337
873452
2539
Mi történne, ha fognánk ezeket a csatorna-rodopszinokat és más molekulákat
14:36
So what if we could take these channelrhodopsins and other molecules
338
876015
3194
és elhelyeznénk őket ezekbe a megmaradt sejtekbe
14:39
and install them on some of these other spared cells
339
879233
2433
és átalakítanánk őket kicsi fényképezőgépekké.
14:41
and convert them into little cameras?
340
881690
1771
És mert olyan sok van belőlük a szemben,
14:43
And because there are so many of these cells in the eye,
341
883485
2674
elvileg alkothatnának akár egy magas felbontású fényképezőgépet.
14:46
potentially, they could be very high-resolution cameras.
342
886183
2636
Szóval ilyenfajta dolgokon munkálkodunk.
14:48
This is some work that we're doing,
343
888843
1674
Egy munkatársunk vezeti mindezt,
14:50
led by one of our collaborators, Alan Horsager at USC,
344
890541
3014
Alan Horsager az USC-nél,
14:53
and being sought to be commercialized by a start-up company, Eos Neuroscience,
345
893579
3675
és kereskedelmi forgalomba hozná majd egy induló cég, az Eos Neuroscience,
amit a NIH támogat.
14:57
which is funded by the NIH.
346
897278
1292
14:58
What you see here is a mouse trying to solve a six-arm maze.
347
898594
3044
Itt egy egér megpróbál megoldani egy labirintus-problémát.
Ez egy hat ágú labirintus. És van egy kis víz is ebben a labirintusban,
15:01
There's a bit of water to motivate the mouse to move or he'll just sit there.
348
901662
3636
hogy az egeret motíválja valami, különben csak ülne ott.
A célja ennek a labirintusnak, természetesen,
15:05
The goal of this maze is to get out of the water
349
905322
2259
az hogy kikerüljön a vízből a szárazra,
15:07
and go to a little platform that's under the lit top port.
350
907605
3035
ami a fény alatti rész.
Nos, az egerek okosak, ezért ő megoldja a labirintust végül,
15:11
Mice are smart, so this one solves the maze eventually,
351
911338
2576
15:13
but he does a brute-force search.
352
913938
1576
de végig próbálva az összes lehetőséget.
15:15
He's swimming down every avenue until he finally gets to the platform.
353
915538
3298
Leúszik mindegyik ágon amíg meg nem találja a száraz alapzatot.
15:18
He's not using vision to do it.
354
918860
2084
Szóval nem használja a látását ehhez.
15:20
These different mice are different mutations
355
920968
2059
Ezek a különböző egerek különböző mutációk,
amik különböző fajta, az embereket is érintő, vakságtól szenvednek.
15:23
that recapitulate different kinds of blindness that affect humans.
356
923051
3103
Tehát óvatosak próbálunk lenni amikor nézegetjük ezeket a különböző modelleket,
15:26
So we're being careful in trying to look at these different models
357
926178
3107
és végül találtunk egy általános megközelítést.
15:29
so we come up with a generalized approach.
358
929309
2101
Hogyan is fogjuk megoldani ezt?
15:31
So how can we solve this?
359
931850
1261
Pontosan azt csináljuk amit vázoltunk az előző képen.
15:33
We'll do exactly what we outlined in the previous slide.
360
933135
2629
Fogjuk ezeket a kék fény érzékelőket
15:35
We'll take these blue light photo sensors
361
935788
1960
és telepítjük őket egy sejtrétegbe
15:37
and install them onto a layer of cells
362
937772
1818
a retina középen, a szem belsejében
15:39
in the middle of the retina in the back of the eye
363
939614
2343
15:41
and convert them into a camera --
364
941981
1624
és fényképezőgéppé változtatjuk őket.
15:43
just like installing solar cells all over those neurons
365
943629
2586
Pont úgy mintha napelemeket telepítenénk mindenfele az idegsejtekben,
hogy fényérzékenyekké váljanak.
15:46
to make them light-sensitive.
366
946239
1396
15:47
Light is converted to electricity on them.
367
947659
2294
A fény elektromossággá alakul bennük.
15:49
So this mouse was blind a couple weeks before this experiment
368
949977
2894
Szóval ez az egér vak volt néhány héttel a kísérlet előtt
15:52
and received one dose of this photosensitive molecule on a virus.
369
952895
3208
és kapott egy dózis fényérzékeny molekulákat tartalmazó vírust.
És most már látható, hogy az állat képes elkerülni a falakat
15:56
And now you can see, the animal can indeed avoid walls
370
956127
2542
és megy egyenesen a száraz területre
15:58
and go to this little platform
371
958693
1441
és kognitiv módon használja újra a szemét.
16:00
and make cognitive use of its eyes again.
372
960158
3197
És a módszer ereje abban van,
16:03
And to point out the power of this:
373
963379
1733
hogy ezek az állatok képesek a platformra jutni
16:05
these animals can get to that platform
374
965136
1824
16:06
just as fast as animals that have seen their entire lives.
375
966984
2725
éppoly gyorsan mint az állatok akik egész életükben láttak.
Szerintem ezek az elő-klinikai tanulmány
16:09
So this preclinical study, I think, bodes hope
376
969733
2150
reményt jósolhat azoknak a dolgoknak
16:11
for the kinds of things we're hoping to do in the future.
377
971907
2770
amiket remélünk, hogy végre tudunk hajtani a jövőben.
Végül, szeretném kiemelni, hogy szintén próbálunk találni
16:15
We're also exploring new business models for this new field of neurotechnology.
378
975555
4493
új üzleti modelleket ehhez az új neurotechnológiai területhez.
Fejlesztjük ezeket a módszereket,
16:20
We're developing tools and sharing them freely
379
980072
2151
de megosztjuk őket szabadon több száz csapattal mindenfelé a világon,
16:22
with hundreds of groups all over the world
380
982247
2053
így az emberek kipróbálhatják a különböző gyógymódokat a rendelleneségekre.
16:24
for them to study and try to treat different disorders.
381
984324
2580
Reményünk az, hogy megértvén az agyunkban lévő áramköröket
16:26
Our hope is that by figuring out brain circuits
382
986928
2253
egy elvont szinten ami lehetővé teszi számunkra, hogy megjavítsuk és tervezzük őket,
16:29
at a level of abstraction that lets us repair them and engineer them,
383
989205
3247
és vehetjük ezeket a konok betegségeket amikről beszéltünk már korábban,
16:32
we can take some of these intractable disorders I mentioned earlier,
384
992476
3197
melyek gyakorlatilag gyógyíthatatlanok,
16:35
practically none of which are cured,
385
995697
1719
és a 21-ik században múlttá tegyük őket.
16:37
and in the 21st century, make them history.
386
997440
2022
Köszönöm.
16:39
Thank you.
387
999486
1161
16:40
(Applause)
388
1000671
6170
(Taps)
16:53
Juan Enriquez: So some of this stuff is a little dense.
389
1013967
2660
Juan Enriquesz: Szóval néhány dolog elég sűrű volt.
16:56
(Laughter)
390
1016651
1976
(Nevetés)
De a jelentősége
16:59
But the implications of being able to control seizures or epilepsy
391
1019083
4608
a képességnek, hogy a szélütés vagy az epilepszia kontrollálható lenne
17:03
with light instead of drugs
392
1023715
1977
gyógyszerek helyett fény által,
17:05
and being able to target those specifically
393
1025716
2654
és képessé válni arra, hogy ezeket specifikusan megcélozhassuk,
17:08
is a first step.
394
1028394
1516
az egy első lépés.
17:10
The second thing that I think I heard you say
395
1030642
2144
A második dolog amit gondolom mondtál,
17:12
is you can now control the brain in two colors,
396
1032810
4828
hogy az agy kontrolálható két fény által,
mint egy ki/be kapcsoló.
17:17
like an on-off switch.
397
1037662
1261
Ed Boyden: Így van.
17:18
Ed Boyden: That's right.
398
1038947
1164
JE: Ami minden minden agyi impulzust bináris kóddá tesz.
17:20
JE: Which makes every impulse going through the brain a binary code.
399
1040135
3213
EB: Pontosan.
17:23
EB: Right.
400
1043372
1151
17:24
With blue light, we can drive information, and it's in the form of a one.
401
1044547
3452
Szóval a kék fénnyel, információt vezetünk, ami az egyes formája.
A kikapcsolásával pedig többé-kevésbé zéró.
17:28
And by turning things off, it's more or less a zero.
402
1048023
2444
Reményünk szerint végül is építenénk egy kisegítő agy-processzort
17:30
Our hope is to eventually build brain coprocessors that work with the brain
403
1050491
3549
ami az aggyal együtt dolgozna,
szóval így tudnánk fokozni a funkciókat a rokkantakban.
17:34
so we can augment functions in people with disabilities.
404
1054064
2646
17:36
JE: And in theory, that means that, as a mouse feels, smells, hears, touches,
405
1056734
5555
JE: És elméletben ez azt jelenti,
hogy amit egy egér érez, szagol,
hall, tapogat,
17:42
you can model it out as a string of ones and zeros.
406
1062313
3321
lemodellezhetjük mint egyesek és zérók sorozata.
17:45
EB: Yeah. We're hoping to use this as a way of testing
407
1065658
2540
EB: Úgy van. Reméljük, hogy ezt használva kiderítjük
melyik idegi kódok vezérelnek bizonyos viselkedéseket
17:48
what neural codes can drive certain behaviors
408
1068222
2122
és bizonyos gondolatokat és bizonyos érzéseket,
17:50
and certain thoughts and certain feelings
409
1070368
1983
és ezt arra használni hogy jobban megértsük az agy müködését.
17:52
and use that to understand more about the brain.
410
1072375
2514
17:54
JE: Does that mean that someday you could download memories
411
1074913
2832
JE: Ez jelentheti-e vajon azt, hogy egy nap le tudnánk tölteni az emlékeket
17:57
and maybe upload them?
412
1077769
1655
és talán feltölteni is?
17:59
EB: That's something we're starting to work on very hard.
413
1079448
2683
EB: Hát ezen nagyon keményen kezdtünk el dolgozni.
Most éppen dolgozunk valamin
18:02
We're now working on trying to tile the brain with recording elements, too,
414
1082155
3554
ahol megpróbáljuk beburkolni az agyat felvevő egységekkel is.
18:05
so we can record information and then drive information back in --
415
1085733
3106
Így rögzíthetjük az információt majd vissza közvetítenénk azt --
18:08
sort of computing what the brain needs
416
1088863
1813
mintegy kiszámolva mire van szüksége az agynak,
18:10
in order to augment its information processing.
417
1090700
2206
azért, hogy javítsuk az információ feldolgozó képességét.
18:12
JE: Well, that might change a couple things. Thank you.
418
1092930
2577
JE: Hát, ez lehet hogy néhány dolgot meg fog változtatni. Köszönöm. (EB: Köszönöm.)
18:15
EB: Thank you.
419
1095531
1151
(Taps)
18:16
(Applause)
420
1096706
2538
Erről a weboldalról

Ez az oldal olyan YouTube-videókat mutat be, amelyek hasznosak az angol nyelvtanuláshoz. A világ minden tájáról származó, kiváló tanárok által tartott angol leckéket láthatsz. Az egyes videók oldalán megjelenő angol feliratokra duplán kattintva onnan játszhatja le a videót. A feliratok a videó lejátszásával szinkronban gördülnek. Ha bármilyen észrevétele vagy kérése van, kérjük, lépjen kapcsolatba velünk ezen a kapcsolatfelvételi űrlapon.

https://forms.gle/WvT1wiN1qDtmnspy7