Allan Jones: A map of the brain

164,945 views ・ 2011-11-10

TED


Silakan klik dua kali pada teks bahasa Inggris di bawah ini untuk memutar video.

Translator: Antonius Yudi Sendjaja Reviewer: Yustina Suryanti
00:15
Humans have long held a fascination
0
15260
2000
Manusia sudah lama terpesona
00:17
for the human brain.
1
17260
2000
dengan otak manusia.
00:19
We chart it, we've described it,
2
19260
3000
Kita memetakan, melukiskan,
00:22
we've drawn it,
3
22260
2000
dan menggambarkannya,
00:24
we've mapped it.
4
24260
3000
kita memetakannya.
00:27
Now just like the physical maps of our world
5
27260
3000
Lalu seperti peta fisik dari dunia kita
00:30
that have been highly influenced by technology --
6
30260
3000
yang telah banyak dipengaruhi oleh teknologi --
00:33
think Google Maps,
7
33260
2000
seperti Google Maps,
00:35
think GPS --
8
35260
2000
atau GPS --
00:37
the same thing is happening for brain mapping
9
37260
2000
hal yang sama juga terjadi dalam pemetaan otak
00:39
through transformation.
10
39260
2000
melalui transformasi ini.
00:41
So let's take a look at the brain.
11
41260
2000
Lalu mari kita melihat pada otak.
00:43
Most people, when they first look at a fresh human brain,
12
43260
3000
Kebanyakan orang saat pertama kali melihat otak manusia yang segar
00:46
they say, "It doesn't look what you're typically looking at
13
46260
3000
mereka berkata, "Itu tidak seperti apa yang biasa anda lihat
00:49
when someone shows you a brain."
14
49260
2000
saat ada orang yang menunjukkan sebuah otak."
00:51
Typically, what you're looking at is a fixed brain. It's gray.
15
51260
3000
Biasanya, yang Anda lihat adalah otak yang kaku, berwarna kelabu.
00:54
And this outer layer, this is the vasculature,
16
54260
2000
Dan lapisan luar ini, ini adalah pembuluh darah
00:56
which is incredible, around a human brain.
17
56260
2000
yang sangat luar biasa, mengelilingi otak manusia.
00:58
This is the blood vessels.
18
58260
2000
Ini adalah pembuluh darah.
01:00
20 percent of the oxygen
19
60260
3000
20 persen dari oksigen
01:03
coming from your lungs,
20
63260
2000
yang masuk ke paru-paru Anda,
01:05
20 percent of the blood pumped from your heart,
21
65260
2000
20 persen dari darah yang dipompa dari jantung Anda
01:07
is servicing this one organ.
22
67260
2000
melayani organ tubuh yang satu ini,
01:09
That's basically, if you hold two fists together,
23
69260
2000
yang ukurannya, jika Anda mengepalkan kedua tangan,
01:11
it's just slightly larger than the two fists.
24
71260
2000
ukurannya hanya sedikit lebih besar daripada kedua kepalan tangan ini.
01:13
Scientists, sort of at the end of the 20th century,
25
73260
3000
Ilmuwan, pada sekitar akhir abad 20
01:16
learned that they could track blood flow
26
76260
2000
menyadari bahwa mereka dapat melacak aliran darah
01:18
to map non-invasively
27
78260
3000
untuk memetakan kegiatan yang terjadi
01:21
where activity was going on in the human brain.
28
81260
3000
di otak manusia tanpa mengganggu otak.
01:24
So for example, they can see in the back part of the brain,
29
84260
3000
Sebagai contoh, mereka dapat melihat pada bagian belakang otak
01:27
which is just turning around there.
30
87260
2000
yang ada di sana.
01:29
There's the cerebellum; that's keeping you upright right now.
31
89260
2000
Itulah cerebellum, bagian yang membuat Anda tegak sekarang.
01:31
It's keeping me standing. It's involved in coordinated movement.
32
91260
3000
Bagian ini membuat saya tetap berdiri. Ia mengatur gerakan terkoordinasi.
01:34
On the side here, this is temporal cortex.
33
94260
3000
Bagian ini adalah temporal cortex.
01:37
This is the area where primary auditory processing --
34
97260
3000
Inilah bagian pengolahan pendengaran utama --
01:40
so you're hearing my words,
35
100260
2000
sehingga Anda bisa mendengar suara saya,
01:42
you're sending it up into higher language processing centers.
36
102260
2000
Anda mengirimkannya ke pusat pengolahan bahasa yang lebih tinggi.
01:44
Towards the front of the brain
37
104260
2000
Di bagian depan otak
01:46
is the place in which all of the more complex thought, decision making --
38
106260
3000
adalah tempat di mana pemikiran yang lebih sulit, pengambilan keputusan --
01:49
it's the last to mature in late adulthood.
39
109260
4000
inilah bagian yang paling akhir menjadi dewasa.
01:53
This is where all your decision-making processes are going on.
40
113260
3000
Inilah tempat di mana semua proses pengambilan keputusan dilakukan.
01:56
It's the place where you're deciding right now
41
116260
2000
Inilah tempat di mana saat ini Anda memutuskan
01:58
you probably aren't going to order the steak for dinner.
42
118260
3000
mungkin Anda tidak mau memesan steak untuk makan malam.
02:01
So if you take a deeper look at the brain,
43
121260
2000
Jadi jika Anda melihat otak lebih dalam
02:03
one of the things, if you look at it in cross-section,
44
123260
2000
jika Anda melihat pada penampang melintangnya,
02:05
what you can see
45
125260
2000
salah satu yang Anda lihat
02:07
is that you can't really see a whole lot of structure there.
46
127260
3000
adalah Anda tidak benar-benar melihat struktur yang utuh.
02:10
But there's actually a lot of structure there.
47
130260
2000
Namun ada banyak struktur di sana.
02:12
It's cells and it's wires all wired together.
48
132260
2000
Sel-sel dan kabelnya saling terhubung.
02:14
So about a hundred years ago,
49
134260
2000
Sekitar 100 tahun yang lalu,
02:16
some scientists invented a stain that would stain cells.
50
136260
2000
beberapa ilmuwan menemukan pewarna yang dapat menandai sel.
02:18
And that's shown here in the the very light blue.
51
138260
3000
Pewarna itu ditunjukkan dengan warna biru muda ini.
02:21
You can see areas
52
141260
2000
Anda bisa melihat daerah
02:23
where neuronal cell bodies are being stained.
53
143260
2000
di mana sel-sel tubuh normal sedang ditandai.
02:25
And what you can see is it's very non-uniform. You see a lot more structure there.
54
145260
3000
Dan yang Anda lihat pewarna ini tidak seragam. Anda melihat banyak sekali struktur di sana.
02:28
So the outer part of that brain
55
148260
2000
Jadi bagian luar dari otak itu
02:30
is the neocortex.
56
150260
2000
adalah neocortex.
02:32
It's one continuous processing unit, if you will.
57
152260
3000
Bisa dianggap sebuah unit pengolahan kontinu.
02:35
But you can also see things underneath there as well.
58
155260
2000
Namun Anda juga bisa melihat beberapa hal di bawahnya.
02:37
And all of these blank areas
59
157260
2000
Dan semua daerah kosong ini
02:39
are the areas in which the wires are running through.
60
159260
2000
adalah daerah di mana kabel-kabel itu berada.
02:41
They're probably less cell dense.
61
161260
2000
Mungkin daerah ini tidak terlalu padat.
02:43
So there's about 86 billion neurons in our brain.
62
163260
4000
Jadi ada sekitar 86 milyar neuron di dalam otak kita.
02:47
And as you can see, they're very non-uniformly distributed.
63
167260
3000
Dan seperti yang Anda lihat, mereka tersebar dengan tidak merata.
02:50
And how they're distributed really contributes
64
170260
2000
Dan bagaimana mereka tersebar benar-benar berkontribusi
02:52
to their underlying function.
65
172260
2000
pada fungsi mereka.
02:54
And of course, as I mentioned before,
66
174260
2000
Dan tentu saja, seperti yang telah saya sebutkan
02:56
since we can now start to map brain function,
67
176260
3000
karena kita dapat mulai memetakan fungsi otak,
02:59
we can start to tie these into the individual cells.
68
179260
3000
kita dapat mulai mengaitkan hal ini dengan sel-sel tunggal.
03:02
So let's take a deeper look.
69
182260
2000
Jadi mari kita melihat lebih jauh.
03:04
Let's look at neurons.
70
184260
2000
Mari kita melihat pada neuron,
03:06
So as I mentioned, there are 86 billion neurons.
71
186260
2000
jadi seperti yang saya sebutkan, ada 86 milyar neuron.
03:08
There are also these smaller cells as you'll see.
72
188260
2000
Ada juga sel-sel yang lebih kecil ini.
03:10
These are support cells -- astrocytes glia.
73
190260
2000
Ini adalah sel-sel pendukung -- astrosit glia.
03:12
And the nerves themselves
74
192260
3000
Dan sel saraf itu sendiri
03:15
are the ones who are receiving input.
75
195260
2000
adalah sel-sel yang menerima masukan.
03:17
They're storing it, they're processing it.
76
197260
2000
Mereka menyimpan dan mengolahnya.
03:19
Each neuron is connected via synapses
77
199260
4000
Setiap neuron terhubung dengan sinapsis
03:23
to up to 10,000 other neurons in your brain.
78
203260
3000
dengan hingga 10.000 neuron lain dalam otak Anda.
03:26
And each neuron itself
79
206260
2000
Dan setiap neuron itu sendiri
03:28
is largely unique.
80
208260
2000
sangat unik.
03:30
The unique character of both individual neurons
81
210260
2000
Sifat unik dari setiap neuron itu
03:32
and neurons within a collection of the brain
82
212260
2000
dan neuron di dalam bagian tertentu dari otak
03:34
are driven by fundamental properties
83
214260
3000
ditentukan oleh sifat-sifat dasar
03:37
of their underlying biochemistry.
84
217260
2000
dari biokimia dasarnya.
03:39
These are proteins.
85
219260
2000
Ini adalah protein
03:41
They're proteins that are controlling things like ion channel movement.
86
221260
3000
yang mengendalikan hal-hal seperti pergerakan saluran ion.
03:44
They're controlling who nervous system cells partner up with.
87
224260
4000
Protein ini mengendalikan siapa rekan dari sistem sel-sel syaraf.
03:48
And they're controlling
88
228260
2000
Dan mereka mengendalikan
03:50
basically everything that the nervous system has to do.
89
230260
2000
semua yang harus dilakukan oleh sistem syaraf.
03:52
So if we zoom in to an even deeper level,
90
232260
3000
Lalu jika kita memperbesarnya lebih jauh,
03:55
all of those proteins
91
235260
2000
semua protein ini
03:57
are encoded by our genomes.
92
237260
2000
tersandikan dalam genom kita.
03:59
We each have 23 pairs of chromosomes.
93
239260
3000
Kita semua masing-masing memiliki 23 pasang kromosom.
04:02
We get one from mom, one from dad.
94
242260
2000
Kita mendapat 1 dari ibu dan 1 dari ayah.
04:04
And on these chromosomes
95
244260
2000
Dan di dalam kromosom ini
04:06
are roughly 25,000 genes.
96
246260
2000
ada sekitar 25.000 gen
04:08
They're encoded in the DNA.
97
248260
2000
yang tersandikan di dalam DNA.
04:10
And the nature of a given cell
98
250260
3000
Dan sifat dasar dari setiap sel
04:13
driving its underlying biochemistry
99
253260
2000
dalam menentukan biokimia yang ada di dalamnya
04:15
is dictated by which of these 25,000 genes
100
255260
3000
ditentukan oleh gen mana di antara 25.000 gen itu
04:18
are turned on
101
258260
2000
yang aktif
04:20
and at what level they're turned on.
102
260260
2000
dan sejauh mana gen itu aktif.
04:22
And so our project
103
262260
2000
Jadi, proyek kami
04:24
is seeking to look at this readout,
104
264260
3000
adalah melihat pada bacaan ini,
04:27
understanding which of these 25,000 genes is turned on.
105
267260
3000
memahami gen yang mana yang diaktifkan dari 25.000 gen yang ada.
04:30
So in order to undertake such a project,
106
270260
3000
Jadi untuk melakukan proyek seperti ini,
04:33
we obviously need brains.
107
273260
3000
kami memerlukan otak.
04:36
So we sent our lab technician out.
108
276260
3000
Jadi kami mengirimkan teknisi lab kami.
04:39
We were seeking normal human brains.
109
279260
2000
Kami mencari otak manusia normal.
04:41
What we actually start with
110
281260
2000
Kami akhirnya mulai dari
04:43
is a medical examiner's office.
111
283260
2000
kamar otopsi.
04:45
This a place where the dead are brought in.
112
285260
2000
Inilah tempat penampungan orang meninggal.
04:47
We are seeking normal human brains.
113
287260
2000
Kami mencari otak manusia normal.
04:49
There's a lot of criteria by which we're selecting these brains.
114
289260
3000
Ada banyak syarat dalam memilih otak-otak ini.
04:52
We want to make sure
115
292260
2000
Kami ingin memastikan
04:54
that we have normal humans between the ages of 20 to 60,
116
294260
3000
bahwa kami mendapat otak orang normal berusia antara 20 hingga 60 tahun,
04:57
they died a somewhat natural death
117
297260
2000
mereka meninggal secara alami
04:59
with no injury to the brain,
118
299260
2000
tanpa cedera di otak,
05:01
no history of psychiatric disease,
119
301260
2000
tanpa sejarah penyakit kejiwaan,
05:03
no drugs on board --
120
303260
2000
tanpa obat-obatan --
05:05
we do a toxicology workup.
121
305260
2000
kami melakukan pemeriksaan racun.
05:07
And we're very careful
122
307260
2000
Dan kami sangat berhati-hati
05:09
about the brains that we do take.
123
309260
2000
dengan otak yang kami ambil.
05:11
We're also selecting for brains
124
311260
2000
Kami juga memilih otak
05:13
in which we can get the tissue,
125
313260
2000
di mana kami bisa mendapatkan jaringannya,
05:15
we can get consent to take the tissue
126
315260
2000
kami dapat memperoleh persetujuan untuk mengambil jaringan itu
05:17
within 24 hours of time of death.
127
317260
2000
dalam 24 jam setelah kematian.
05:19
Because what we're trying to measure, the RNA --
128
319260
3000
Karena apa yang kami coba ukur, RNA --
05:22
which is the readout from our genes --
129
322260
2000
yang merupakan bacaan dari gen kita --
05:24
is very labile,
130
324260
2000
sangat labil,
05:26
and so we have to move very quickly.
131
326260
2000
sehingga kami harus bergerak sangat cepat.
05:28
One side note on the collection of brains:
132
328260
3000
Salah satu catatan dalam mengambil otak ini:
05:31
because of the way that we collect,
133
331260
2000
karena cara kami mengambilnya
05:33
and because we require consent,
134
333260
2000
dan karena kami memerlukan persetujuan,
05:35
we actually have a lot more male brains than female brains.
135
335260
3000
kami mendapat lebih banyak otak pria dibandingkan otak wanita.
05:38
Males are much more likely to die an accidental death in the prime of their life.
136
338260
3000
Pria jauh lebih mungkin meninggal dalam usia emas kehidupannya.
05:41
And men are much more likely
137
341260
2000
Dan pria jauh lebih mungkin
05:43
to have their significant other, spouse, give consent
138
343260
3000
memiliki orang untuk memberi persetujuan, yaitu pasangannya,
05:46
than the other way around.
139
346260
2000
ketimbang sebaliknya.
05:48
(Laughter)
140
348260
4000
(Tawa)
05:52
So the first thing that we do at the site of collection
141
352260
2000
Jadi hal pertama yang kami lakukan saat mengambilnya
05:54
is we collect what's called an MR.
142
354260
2000
adalah kami mengambil apa yang disebut MR.
05:56
This is magnetic resonance imaging -- MRI.
143
356260
2000
Pemindaian resonansi magnetik -- MRI.
05:58
It's a standard template by which we're going to hang the rest of this data.
144
358260
3000
Ini adalah prosedur standar di mana kami akan meletakkan data selanjutnya.
06:01
So we collect this MR.
145
361260
2000
Jadi kami mengumpulkan data MR ini.
06:03
And you can think of this as our satellite view for our map.
146
363260
2000
Anda bisa menganggap ini adalah tampak atas dari peta kami.
06:05
The next thing we do
147
365260
2000
Selanjutnya
06:07
is we collect what's called a diffusion tensor imaging.
148
367260
3000
kami mengumpulkan apa yang disebut pencitraan penyebaran otot.
06:10
This maps the large cabling in the brain.
149
370260
2000
Pencitraan ini memetakan kabel-kabel besar di otak.
06:12
And again, you can think of this
150
372260
2000
Dan Anda dapat membayangkan hal ini
06:14
as almost mapping our interstate highways, if you will.
151
374260
2000
hampir seperti memetakan jalan raya antarnegara bagian.
06:16
The brain is removed from the skull,
152
376260
2000
Otak ini dipisahkan dari tengkorak
06:18
and then it's sliced into one-centimeter slices.
153
378260
3000
lalu diiris menjadi irisan setebal 1 cm.
06:21
And those are frozen solid,
154
381260
2000
Selanjutnya otak dibekukan
06:23
and they're shipped to Seattle.
155
383260
2000
dan dikirim ke Seattle.
06:25
And in Seattle, we take these --
156
385260
2000
Dan di Seattle, kami mengambil ini --
06:27
this is a whole human hemisphere --
157
387260
2000
ini adalah belahan manusia --
06:29
and we put them into what's basically a glorified meat slicer.
158
389260
2000
dan kami menaruhnya di dalam pemotong daging yang "mulia."
06:31
There's a blade here that's going to cut across
159
391260
2000
Di sana ada pisau yang akan memotong
06:33
a section of the tissue
160
393260
2000
bagian dari jaringan ini
06:35
and transfer it to a microscope slide.
161
395260
2000
dan memindahkannya ke kaca objek mikroskop.
06:37
We're going to then apply one of those stains to it,
162
397260
2000
Kami akan memasukkan pewarna ke dalamnya
06:39
and we scan it.
163
399260
2000
dan memindainya.
06:41
And then what we get is our first mapping.
164
401260
3000
Lalu apa yang kami dapatkan adalah peta pertama.
06:44
So this is where experts come in
165
404260
2000
Jadi di sinilah para ahli terlibat
06:46
and they make basic anatomic assignments.
166
406260
2000
dan mereka membuat anatomi dasarnya.
06:48
You could consider this state boundaries, if you will,
167
408260
3000
Anda dapat menganggap garis-garis yang cukup luas itu
06:51
those pretty broad outlines.
168
411260
2000
sebagai batas negara bagian.
06:53
From this, we're able to then fragment that brain into further pieces,
169
413260
4000
Dari sana, kita dapat memotong otak itu menjadi bagian-bagian kecil
06:57
which then we can put on a smaller cryostat.
170
417260
2000
yang dapat kita masukkan ke dalam alat pembeku yang lebih kecil.
06:59
And this is just showing this here --
171
419260
2000
Dan ini hanyalah contohnya --
07:01
this frozen tissue, and it's being cut.
172
421260
2000
jaringan beku ini sedang dipotong.
07:03
This is 20 microns thin, so this is about a baby hair's width.
173
423260
3000
Jaringan ini tebalnya 20 mikron, setebal sekitar rambut bayi.
07:06
And remember, it's frozen.
174
426260
2000
Dan ingat, jaringan ini beku.
07:08
And so you can see here,
175
428260
2000
Dan anda bisa melihat,
07:10
old-fashioned technology of the paintbrush being applied.
176
430260
2000
kami menerapkan teknologi lama bernama kuas.
07:12
We take a microscope slide.
177
432260
2000
Kami mengambil kaca objek mikroskop.
07:14
Then we very carefully melt onto the slide.
178
434260
3000
Lalu kami melelehkannya dengan hati-hati.
07:17
This will then go onto a robot
179
437260
2000
Lelehan ini akan dipasang ke robot
07:19
that's going to apply one of those stains to it.
180
439260
3000
yang akan memasukkan pewarna ke dalamnya.
07:26
And our anatomists are going to go in and take a deeper look at this.
181
446260
3000
Dan ahli anatomi kami akan datang dan melihat lebih jauh akan hal ini.
07:29
So again this is what they can see under the microscope.
182
449260
2000
Kembali, inilah apa yang mereka dapat lihat di bawah mikroskop.
07:31
You can see collections and configurations
183
451260
2000
Anda bisa melihat kumpulan dan susunan
07:33
of large and small cells
184
453260
2000
dari sel-sel besar dan kecil
07:35
in clusters and various places.
185
455260
2000
dalam gugusan dan di berbagai tempat.
07:37
And from there it's routine. They understand where to make these assignments.
186
457260
2000
Selanjutnya hanya prosedur rutin. Mereka paham apa yang harus dilakukan.
07:39
And they can make basically what's a reference atlas.
187
459260
3000
Dan mereka dapat membuat peta panduan.
07:42
This is a more detailed map.
188
462260
2000
Ini adalah peta yang lebih rinci.
07:44
Our scientists then use this
189
464260
2000
Ilmuwan kami menggunakan peta ini
07:46
to go back to another piece of that tissue
190
466260
3000
untuk kembali pada jaringan itu
07:49
and do what's called laser scanning microdissection.
191
469260
2000
dan melakukan apa yang disebut pemindaian laser pembedahan mikro.
07:51
So the technician takes the instructions.
192
471260
3000
Jadi para teknisi mengambil petunjuknya.
07:54
They scribe along a place there.
193
474260
2000
Mereka menuliskannya di sana.
07:56
And then the laser actually cuts.
194
476260
2000
Lalu laser itu mulai memotong.
07:58
You can see that blue dot there cutting. And that tissue falls off.
195
478260
3000
Anda melihat titik-titik biru yang terpotong itu. Dan jaringannya terlepas.
08:01
You can see on the microscope slide here,
196
481260
2000
Anda dapat melihat pada penampang mikroskopis ini,
08:03
that's what's happening in real time.
197
483260
2000
itulah yang sedang terjadi.
08:05
There's a container underneath that's collecting that tissue.
198
485260
3000
Di bawahnya ada wadah yang mengumpulkan jaringan ini.
08:08
We take that tissue,
199
488260
2000
Kami mengambil jaringan ini
08:10
we purify the RNA out of it
200
490260
2000
dan memurnikan RNAnya
08:12
using some basic technology,
201
492260
2000
menggunakan teknologi dasar
08:14
and then we put a florescent tag on it.
202
494260
2000
lalu kami menandainya dengan floresens.
08:16
We take that tagged material
203
496260
2000
Kami mengambil bahan itu
08:18
and we put it on to something called a microarray.
204
498260
3000
dan meletakkannya di wadah yang disebut mikroarray.
08:21
Now this may look like a bunch of dots to you,
205
501260
2000
Mungkin ini hanya tampak seperti titik-titik bagi Anda,
08:23
but each one of these individual dots
206
503260
2000
namun setiap titik ini
08:25
is actually a unique piece of the human genome
207
505260
2000
sebenarnya bagian unik dari genom manusia
08:27
that we spotted down on glass.
208
507260
2000
yang kami lihat dengan kaca.
08:29
This has roughly 60,000 elements on it,
209
509260
3000
Genom ini memiliki sekitar 60.000 elemen,
08:32
so we repeatedly measure various genes
210
512260
3000
jadi kami mengukur berbagai macam gen berulang-ulang
08:35
of the 25,000 genes in the genome.
211
515260
2000
dari 25.000 gen di dalam genom ini.
08:37
And when we take a sample and we hybridize it to it,
212
517260
3000
Lalu kami mengambil contoh dan menggabungkannya,
08:40
we get a unique fingerprint, if you will,
213
520260
2000
kami lalu mendapat sidik jari yang unik,
08:42
quantitatively of what genes are turned on in that sample.
214
522260
3000
secara quantitatif mengenai gen apa yang aktif pada contoh ini.
08:45
Now we do this over and over again,
215
525260
2000
Kami melakukan ini berulang-ulang,
08:47
this process for any given brain.
216
527260
3000
pada semua otak yang ada.
08:50
We're taking over a thousand samples for each brain.
217
530260
3000
Kami mengambil lebih dari seribu contoh untuk setiap otak.
08:53
This area shown here is an area called the hippocampus.
218
533260
3000
Daerah yang ditunjukkan di sini disebut hippocampus
08:56
It's involved in learning and memory.
219
536260
2000
yang terlibat dalam pembelajaran dan ingatan.
08:58
And it contributes to about 70 samples
220
538260
3000
Dan bagian ini meliputi 70 contoh
09:01
of those thousand samples.
221
541260
2000
dari ribuan contoh itu.
09:03
So each sample gets us about 50,000 data points
222
543260
4000
Jadi setiap contoh memberikan kami sekitar 50.000 titik data
09:07
with repeat measurements, a thousand samples.
223
547260
3000
dengan pengukuran berulang, dengan seribu contoh.
09:10
So roughly, we have 50 million data points
224
550260
2000
Jadi kami memiliki sekitar 50 juta titik data
09:12
for a given human brain.
225
552260
2000
untuk setiap otak manusia.
09:14
We've done right now
226
554260
2000
Saat ini kami telah menyelesaikan
09:16
two human brains-worth of data.
227
556260
2000
data dari 2 otak manusia.
09:18
We've put all of that together
228
558260
2000
Kami menggabungkannya
09:20
into one thing,
229
560260
2000
menjadi satu hal
09:22
and I'll show you what that synthesis looks like.
230
562260
2000
dan saya akan menunjukkan bagaimana penampakannya.
09:24
It's basically a large data set of information
231
564260
3000
Ini adalah sekelompok data yang besar
09:27
that's all freely available to any scientist around the world.
232
567260
3000
yang tersedia dengan gratis bagi semua ilmuwan di seluruh dunia.
09:30
They don't even have to log in to come use this tool,
233
570260
3000
Mereka bahkan tidak perlu mendaftar untuk menggunakannya,
09:33
mine this data, find interesting things out with this.
234
573260
4000
untuk mengambil data ini dan menemukan hal-hal menarik di sana.
09:37
So here's the modalities that we put together.
235
577260
3000
Inilah pengandaian yang kita satukan bersama.
09:40
You'll start to recognize these things from what we've collected before.
236
580260
3000
Anda akan mulai mengenali hal ini dari apa yang telah kami ambil sebelumnya.
09:43
Here's the MR. It provides the framework.
237
583260
2000
Inilah MR, yang menyediakan kerangka bagi hal itu.
09:45
There's an operator side on the right that allows you to turn,
238
585260
3000
Ada bagian operator di sebelah kanan yang memungkinkan Anda memutar,
09:48
it allows you to zoom in,
239
588260
2000
juga memperbesar
09:50
it allows you to highlight individual structures.
240
590260
3000
dan menandai struktur-struktur tunggal.
09:53
But most importantly,
241
593260
2000
Namun yang paling penting,
09:55
we're now mapping into this anatomic framework,
242
595260
3000
kami kini memetakannya dalam kerangka anatomi,
09:58
which is a common framework for people to understand where genes are turned on.
243
598260
3000
yang merupakan kerangka umum bagi orang-orang untuk memahami gen mana yang aktif.
10:01
So the red levels
244
601260
2000
Jadi warna merah itu
10:03
are where a gene is turned on to a great degree.
245
603260
2000
menunjukkan gen yang sangat aktif.
10:05
Green is the sort of cool areas where it's not turned on.
246
605260
3000
Hijau adalah daerah sejuk di mana gen itu tidak aktif.
10:08
And each gene gives us a fingerprint.
247
608260
2000
Dan setiap gen memberikan sidik jari.
10:10
And remember that we've assayed all the 25,000 genes in the genome
248
610260
5000
Harap diingat bahwa kami menguji 25.000 gen di dalam genom
10:15
and have all of that data available.
249
615260
4000
dan memiliki semua data itu.
10:19
So what can scientists learn about this data?
250
619260
2000
Jadi apa yang dapat dipelajari para ilmuwan dari data ini?
10:21
We're just starting to look at this data ourselves.
251
621260
3000
Kami baru saja mulai melihat sendiri pada data ini.
10:24
There's some basic things that you would want to understand.
252
624260
3000
Ada beberapa hal dasar yang ingin Anda pahami.
10:27
Two great examples are drugs,
253
627260
2000
Dua contoh yang bagus adalah obat-obatan,
10:29
Prozac and Wellbutrin.
254
629260
2000
Prozac and Wellbutrin
10:31
These are commonly prescribed antidepressants.
255
631260
3000
Ini adalah obat antidepresi yang biasa diresepkan.
10:34
Now remember, we're assaying genes.
256
634260
2000
Ingatlah bahwa kami menguji gen ini.
10:36
Genes send the instructions to make proteins.
257
636260
3000
Gen-gen ini mengirimkan petunjuk untuk membuat protein.
10:39
Proteins are targets for drugs.
258
639260
2000
Protein adalah sasaran obat-obatan.
10:41
So drugs bind to proteins
259
641260
2000
Sehingga obat-obatan terikat pada protein
10:43
and either turn them off, etc.
260
643260
2000
dan akan menonaktifkan atau melakukan hal lainnya.
10:45
So if you want to understand the action of drugs,
261
645260
2000
Jadi jika Anda ingin memahami pengaruh dari obat-obatan,
10:47
you want to understand how they're acting in the ways you want them to,
262
647260
3000
Anda ingin memahami bagaimana obat itu bereaksi dalam cara yang Anda inginkan
10:50
and also in the ways you don't want them to.
263
650260
2000
dan dalam cara yang tidak Anda inginkan.
10:52
In the side effect profile, etc.,
264
652260
2000
Contohnya dalam efek sampingnya,
10:54
you want to see where those genes are turned on.
265
654260
2000
Anda ingin melihat di mana gen-gen yang diaktifkan itu.
10:56
And for the first time, we can actually do that.
266
656260
2000
Dan untuk pertama kalinya, kami dapat melakukan hal itu.
10:58
We can do that in multiple individuals that we've assayed too.
267
658260
3000
Kami dapat melakukannya dalam otak banyak orang yang kami uji.
11:01
So now we can look throughout the brain.
268
661260
3000
Jadi kami dapat melihat melalui otak
11:04
We can see this unique fingerprint.
269
664260
2000
dan melihat sidik jari unik itu.
11:06
And we get confirmation.
270
666260
2000
Dan kita dapat memastikan
11:08
We get confirmation that, indeed, the gene is turned on --
271
668260
3000
bahwa, gen-gen ini sungguh menjadi aktif --
11:11
for something like Prozac,
272
671260
2000
karena sesuatu seperti Prozac,
11:13
in serotonergic structures, things that are already known be affected --
273
673260
3000
dalam struktur serotonergik, hal-hal yang sudah diketahui terkena pengaruhnya --
11:16
but we also get to see the whole thing.
274
676260
2000
namun kami juga dapat melihat gambaran besarnya.
11:18
We also get to see areas that no one has ever looked at before,
275
678260
2000
Kami juga melihat daerah yang belum pernah dilihat sebelumnya
11:20
and we see these genes turned on there.
276
680260
2000
dan kami melihat gen-gen itu diaktifkan.
11:22
It's as interesting a side effect as it could be.
277
682260
3000
Efek samping ini dapat menjadi sangat menarik.
11:25
One other thing you can do with such a thing
278
685260
2000
Hal lain yang dapat Anda lakukan dengan itu
11:27
is you can, because it's a pattern matching exercise,
279
687260
3000
adalah, karena ini adalah sistem pencocokan pola
11:30
because there's unique fingerprint,
280
690260
2000
dan karena ada sidik jari yang unik,
11:32
we can actually scan through the entire genome
281
692260
2000
kami dapat memindai seluruh genom ini
11:34
and find other proteins
282
694260
2000
dan menemukan protein lain
11:36
that show a similar fingerprint.
283
696260
2000
yang menunjukkan sidik jari yang sama.
11:38
So if you're in drug discovery, for example,
284
698260
3000
Sehingga jika Anda bekerja untuk menemukan obat,
11:41
you can go through
285
701260
2000
Anda dapat melihat
11:43
an entire listing of what the genome has on offer
286
703260
2000
seluruh daftar yang mungkin dari genom itu
11:45
to find perhaps better drug targets and optimize.
287
705260
4000
untuk menemukan sasaran yang lebih baik dan mengoptimalkannya.
11:49
Most of you are probably familiar
288
709260
2000
Kebanyakan dari Anda mungkin akrab
11:51
with genome-wide association studies
289
711260
2000
dengan kajian yang berhubungan dengan genom
11:53
in the form of people covering in the news
290
713260
3000
di mana orang-orang meliput berita
11:56
saying, "Scientists have recently discovered the gene or genes
291
716260
3000
yang mengatakan, "Para ilmuwan telah menemukan gen
11:59
which affect X."
292
719260
2000
yang mempengaruhi X."
12:01
And so these kinds of studies
293
721260
2000
Jadi kajian seperti ini
12:03
are routinely published by scientists
294
723260
2000
diterbitkan secara rutin oleh para ilmuwan
12:05
and they're great. They analyze large populations.
295
725260
2000
dan mereka luar biasa. Mereka menganalisis banyak data.
12:07
They look at their entire genomes,
296
727260
2000
Mereka melihat seluruh genomnya
12:09
and they try to find hot spots of activity
297
729260
2000
dan mereka mencoba menemukan pusat kegiatan
12:11
that are linked causally to genes.
298
731260
3000
yang terhubung dengan gen ini.
12:14
But what you get out of such an exercise
299
734260
2000
Namun apa yang Anda dapatkan dari hal itu
12:16
is simply a list of genes.
300
736260
2000
hanyalah daftar gen
12:18
It tells you the what, but it doesn't tell you the where.
301
738260
3000
yang memberitahukan tentang apa, namun tidak memberitahu di mana.
12:21
And so it's very important for those researchers
302
741260
3000
Jadi penemuan sumber daya ini
12:24
that we've created this resource.
303
744260
2000
akan sangat penting bagi para ilmuwan itu.
12:26
Now they can come in
304
746260
2000
Kini mereka dapat bekerja
12:28
and they can start to get clues about activity.
305
748260
2000
dan mulai mendapat petunjuk tentang kegiatan itu.
12:30
They can start to look at common pathways --
306
750260
2000
Mereka dapat mulai melihat rute umum --
12:32
other things that they simply haven't been able to do before.
307
752260
3000
suatu cara lain yang belum pernah dapat mereka lakukan sebelumnya.
12:36
So I think this audience in particular
308
756260
3000
Jadi saya rasa para penonton di sini
12:39
can understand the importance of individuality.
309
759260
3000
dapat memahami pentingnya suatu kepribadian.
12:42
And I think every human,
310
762260
2000
Dan saya rasa setiap manusia
12:44
we all have different genetic backgrounds,
311
764260
4000
memiliki latar belakang genetik yang berbeda,
12:48
we all have lived separate lives.
312
768260
2000
kita semua hidup secara terpisah.
12:50
But the fact is
313
770260
2000
Namun pada kenyataannya
12:52
our genomes are greater than 99 percent similar.
314
772260
3000
genom kita lebih dari 99 persen serupa.
12:55
We're similar at the genetic level.
315
775260
3000
Kita semua serupa dalam tingkatan genetik.
12:58
And what we're finding
316
778260
2000
Dan apa yang kami temukan
13:00
is actually, even at the brain biochemical level,
317
780260
2000
adalah , bahkan pada tingkat biokimia otak,
13:02
we are quite similar.
318
782260
2000
kita semua cukup serupa.
13:04
And so this shows it's not 99 percent,
319
784260
2000
Dan tingkat keserupaannya bukanlah 99 persen,
13:06
but it's roughly 90 percent correspondence
320
786260
2000
namun sekitar 90 persen
13:08
at a reasonable cutoff,
321
788260
3000
dengan tingkat penyisihan tertentu,
13:11
so everything in the cloud is roughly correlated.
322
791260
2000
jadi pada dasarnya semuanya berhubungan.
13:13
And then we find some outliers,
323
793260
2000
Lalu kami menemukan beberapa keganjilan,
13:15
some things that lie beyond the cloud.
324
795260
3000
bebarapa hal di luar kewajaran.
13:18
And those genes are interesting,
325
798260
2000
Dan gen-gen itu sangat menarik
13:20
but they're very subtle.
326
800260
2000
namun juga sangat tersembunyi.
13:22
So I think it's an important message
327
802260
3000
Jadi saya rasa ini adalah pesan
13:25
to take home today
328
805260
2000
yang penting untuk dibawa,
13:27
that even though we celebrate all of our differences,
329
807260
3000
bahwa walaupun kita mensyukuri semua perbedaan kita,
13:30
we are quite similar
330
810260
2000
kita cukup serupa
13:32
even at the brain level.
331
812260
2000
bahkan pada tingkatan otak.
13:34
Now what do those differences look like?
332
814260
2000
Kini bagaimana perbedaan itu?
13:36
This is an example of a study that we did
333
816260
2000
Ini adalah contoh kajian yang kami lakukan
13:38
to follow up and see what exactly those differences were --
334
818260
2000
untuk menindaklanjuti tentang bagaimana perbedaan itu sebenarnya --
13:40
and they're quite subtle.
335
820260
2000
dan perbedaan itu cukup tersembunyi.
13:42
These are things where genes are turned on in an individual cell type.
336
822260
4000
Ini adalah tempat di mana gen menjadi aktif pada sel tunggal.
13:46
These are two genes that we found as good examples.
337
826260
3000
Ini adalah dua gen yang kami anggap merupakan contoh yang bagus.
13:49
One is called RELN -- it's involved in early developmental cues.
338
829260
3000
Salah satunya adalah RELN -- yang berhubungan dengan perkembangan awal.
13:52
DISC1 is a gene
339
832260
2000
DISC1 adalah gen
13:54
that's deleted in schizophrenia.
340
834260
2000
yang hilang pada penderita skizofrenia.
13:56
These aren't schizophrenic individuals,
341
836260
2000
Orang ini bukan penderita skizofrenia,
13:58
but they do show some population variation.
342
838260
3000
namun mereka menunjukkan variasi populasi.
14:01
And so what you're looking at here
343
841260
2000
Jadi apa yang Anda lihat di sini
14:03
in donor one and donor four,
344
843260
2000
pada pendonor pertama dan keempat,
14:05
which are the exceptions to the other two,
345
845260
2000
yang merupakan pengecualian dibandingkan dua donor lainnya,
14:07
that genes are being turned on
346
847260
2000
bahwa gen yang aktif
14:09
in a very specific subset of cells.
347
849260
2000
pada kelompok sel yang khusus.
14:11
It's this dark purple precipitate within the cell
348
851260
3000
Warna ungu gelap ini mengendap di dalam sel
14:14
that's telling us a gene is turned on there.
349
854260
3000
yang memberi tahu bahwa gen ini diaktifkan.
14:17
Whether or not that's due
350
857260
2000
Apakah hal itu merupakan petunjuk
14:19
to an individual's genetic background or their experiences,
351
859260
2000
akan latar belakang genetik atau pengalaman orang itu,
14:21
we don't know.
352
861260
2000
kami masih tidak tahu.
14:23
Those kinds of studies require much larger populations.
353
863260
3000
Kajian seperti ini memerlukan contoh yang jauh lebih banyak.
14:28
So I'm going to leave you with a final note
354
868260
2000
Jadi saya akan meninggalkan satu catatan
14:30
about the complexity of the brain
355
870260
3000
tentang kompleksitas dari otak
14:33
and how much more we have to go.
356
873260
2000
dan seberapa jauh lagi kita harus melangkah.
14:35
I think these resources are incredibly valuable.
357
875260
2000
Saya rasa sumber daya ini sangatlah berharga.
14:37
They give researchers a handle
358
877260
2000
Mereka memberikan pegangan kepada para ilmuwan
14:39
on where to go.
359
879260
2000
tentang ke mmana harus melangkah.
14:41
But we only looked at a handful of individuals at this point.
360
881260
3000
Namun kami hanya melihat beberapa orang pada saat ini.
14:44
We're certainly going to be looking at more.
361
884260
2000
Sudah pasti kami akan melihat lebih banyak orang lagi.
14:46
I'll just close by saying
362
886260
2000
Saya akan menutup dengan mengatakan
14:48
that the tools are there,
363
888260
2000
bahwa alatnya ada di sana
14:50
and this is truly an unexplored, undiscovered continent.
364
890260
4000
dan ini adalah daratan yang belum ditemukan dan terjamah.
14:54
This is the new frontier, if you will.
365
894260
4000
Ini adalah batas yang baru.
14:58
And so for those who are undaunted,
366
898260
2000
Jadi bagi mereka yang tidak takut
15:00
but humbled by the complexity of the brain,
367
900260
2000
namun kesulitan akan kompleksitas otak,
15:02
the future awaits.
368
902260
2000
masa depan telah menanti.
15:04
Thanks.
369
904260
2000
Terima kasih.
15:06
(Applause)
370
906260
9000
(Tepuk tangan)

Original video on YouTube.com
Tentang situs web ini

Situs ini akan memperkenalkan Anda pada video YouTube yang berguna untuk belajar bahasa Inggris. Anda akan melihat pelajaran bahasa Inggris yang diajarkan oleh guru-guru terbaik dari seluruh dunia. Klik dua kali pada subtitle bahasa Inggris yang ditampilkan di setiap halaman video untuk memutar video dari sana. Subtitle bergulir selaras dengan pemutaran video. Jika Anda memiliki komentar atau permintaan, silakan hubungi kami menggunakan formulir kontak ini.

https://forms.gle/WvT1wiN1qDtmnspy7