Michael Levin: The electrical blueprints that orchestrate life | TED

510,280 views ・ 2021-03-31

TED


Fare doppio clic sui sottotitoli in inglese per riprodurre il video.

Traduttore: Marco Bartocci Revisore: Chiara Polesinanti
Chris Anderson: Mike benvenuto; è bello vederti.
Sono entusiasta per questa conversazione.
Micheal Levin: Grazie mille; sono felice di essere qua.
CA: La maggior parte di noi ha questo modello mentale in biologia
00:12
Chris Anderson: Mike, welcome.
0
12864
1446
00:14
It's good to see you. I'm excited for this conversation.
1
14334
2641
che il DNA è una proprietà di ogni essere vivente,
00:16
Michael Levin: Thank you so much. I'm so happy to be here.
2
16999
2770
che è una sorta di software che crea l’hardware del corpo.
00:19
CA: So, most of us have this mental model in biology
3
19793
3059
00:22
that DNA is a property of every living thing,
4
22876
4260
Questo è ciò che molti di noi pensano.
Quel modello lascia troppi misteri.
00:27
that it is kind of the software that builds the hardware of our body.
5
27160
5411
Puoi condividere con noi alcuni di questi misteri
00:32
That's how a lot of us think about this.
6
32595
2087
e anche cosa c’entrano i girini?
00:34
That model leaves too many deep mysteries.
7
34706
3243
ML: Certo, sì.
00:37
Can you share with us some of those mysteries
8
37973
2947
Vorrei darvi un’altra prospettiva su questo problema.
Una delle cose che il DNA fa è specificare l’hardware di ogni cellula.
00:40
and also what tadpoles have to do with it?
9
40944
2594
00:44
ML: Sure. Yeah.
10
44336
1322
Il DNA dice a ogni cellula quali proteine deve avere.
00:45
I'd like to give you another perspective on this problem.
11
45682
2705
00:48
One of the things that DNA does is specify the hardware of each cell.
12
48411
4488
Così, nel caso dei girini, ad esempio,
vedi qualcosa
00:52
So the DNA tells every cell what proteins it's supposed to have.
13
52923
4321
che quasi tutti pensano sia una sorta di svolgimento progressivo del genoma.
00:57
And so when you have tadpoles, for example,
14
57268
2824
Geni specifici si accendono e spengono,
01:00
you see the kind of thing
15
60116
2314
e un girino, mentre diventa rana,
01:02
that most people think is sort of a progressive unrolling of the genome.
16
62454
4691
deve risistemare la sua faccia.
Quindi gli occhi, le narici, le mascelle, tutto si deve muovere.
01:07
Specific genes turn on and off,
17
67169
1973
E una volta si pensava che si trattasse di un insieme di movimenti programmati
01:09
and a tadpole, as it becomes a frog,
18
69166
2249
01:11
has to rearrange its face.
19
71439
1487
01:12
So the eyes, the nostrils, the jaws -- everything has to move.
20
72950
2968
dove tutte queste cose si muovono e poi si ottiene una rana.
01:15
And one way to think about it used to be that, well,
21
75942
2448
Ma in realtà, alcuni anni fa, abbiamo scoperto un fenomeno incredibile:
01:18
you have a sort of hardwired set of movements
22
78414
2346
se crei le cosiddette “Rane Picasso” --
01:20
where all of these things move around and then you get your frog.
23
80784
3229
ossia girini dove le mascelle potrebbero essere di lato,
01:24
But actually, a few years ago, we found a pretty amazing phenomenon,
24
84037
3252
gli occhi sono qui, le narici sono spostate,
01:27
which is that if you make so-called "Picasso frogs" --
25
87313
2962
quindi tutto è spostato --
questi girini fanno delle facce di rana per lo più normali.
01:30
these are tadpoles where the jaws might be off to the side,
26
90299
3316
È una cosa incredibile,
01:33
the eyes are up here, the nostrils are moved,
27
93639
2119
perché tutti gli organi partono in posizioni anomale,
01:35
so everything is shifted --
28
95782
1474
01:37
these tadpoles make largely normal frog faces.
29
97280
3521
ma alla fine si forma lo stesso una faccia corretta.
01:40
Now, this is amazing,
30
100825
1151
Quindi quello che emerge è che questo sistema,
01:42
because all of the organs start off in abnormal positions,
31
102000
3898
come molti altri sistemi viventi,
non è un insieme programmato di movimenti,
01:45
and yet they still end up making a pretty good frog face.
32
105922
2729
ma in realtà lavora per ridurre l’errore tra ciò che sta succedendo ora
01:48
And so what it turns out is that this system,
33
108675
2286
01:50
like many living systems,
34
110985
1812
e quello che sa essere la corretta configurazione della faccia della rana.
01:52
is not a hardwired set of movements,
35
112821
2132
Questo processo decisionale
01:54
but actually works to reduce the error between what's going on now
36
114977
3738
che coinvolge risposte flessibili a circostanze nuove,
01:58
and what it knows is a correct frog face configuration.
37
118739
3502
in altri contesti, lo chiameremmo intelligenza.
Così quello che dobbiamo capire ora non sono soltanto i meccanismi
02:02
This kind of decision-making
38
122265
1450
02:03
that involves flexible responses to new circumstances,
39
123739
4141
con cui queste cellule eseguono i loro movimenti
02:07
in other contexts, we would call this intelligence.
40
127904
2416
e l’espressione genica e così via,
ma dobbiamo davvero capire il flusso di informazioni:
02:10
And so what we need to understand now is not only the mechanisms
41
130344
4236
come cooperano queste cellule l’una con l’altra
02:14
by which these cells execute their movements
42
134604
2121
per creare una cosa grande e smettere di creare
02:16
and gene expression and so on,
43
136749
1488
02:18
but we really have to understand the information flow:
44
138261
2786
quando la struttura specifica è creata?
02:21
How do these cells cooperate with each other
45
141071
2106
Queste elaborazioni dei dati, non solo i meccanismi,
02:23
to build something large and to stop building
46
143201
3557
ma le elaborazioni di dati per il controllo anatomico
02:26
when that specific structure is created?
47
146782
3024
sono il futuro della biologia.
CA: Quindi immagino che il modello tradizionale
02:29
And these kinds of computations, not just the mechanisms,
48
149830
2706
sia che le cellule si mandano dei segnali biochimici
02:32
but the computations of anatomical control,
49
152560
2969
02:35
are the future of biology.
50
155553
1469
per permettere allo sviluppo di avvenire in modo intelligente.
02:37
CA: And so I guess the traditional model
51
157046
2218
02:39
is that somehow cells are sending biochemical signals to each other
52
159288
4665
Ma pensi ci sia qualcos’altro all’opera.
Cos’è?
02:43
that allow that development to happen the smart way.
53
163977
4294
ML: Beh, certo le cellule comunicano biochimicamente e attraverso forze fisiche
ma avviene qualcos’altro di estremamente interessante,
02:48
But you think there is something else at work.
54
168295
2431
che si chiama biolelettricità,
02:50
What is that?
55
170750
1162
02:51
ML: Well, cells certainly do communicate biochemically and via physical forces,
56
171936
3766
bioelettricità non neurale.
02:55
but there's something else going on that's extremely interesting,
57
175726
3083
Si è scoperto che tutte le cellule,
non solo i nervi, ma tutte le cellule nel corpo,
02:58
and it's basically called bioelectricity,
58
178833
3354
comunicano tra loro usando segnali elettrici.
Quello che vedi qui è un video time-lapse.
03:02
non-neural bioelectricity.
59
182211
1880
03:04
So it turns out that all cells --
60
184115
1595
Per la prima volta,
03:05
not just nerves, but all cells in your body --
61
185734
2175
possiamo origliare tutte le conversazioni elettriche
03:07
communicate with each other using electrical signals.
62
187933
2489
che le cellule hanno tra di loro.
03:10
And what you're seeing here is a time-lapse video.
63
190446
2421
Pensaci.
03:12
For the first time,
64
192891
1204
Stiamo guardando un embrione precoce di rana.
03:14
we are now able to eavesdrop on all of the electrical conversations
65
194119
3412
Questo è uno stadio di sviluppo a otto, dieci ore.
03:17
that the cells are having with each other.
66
197555
2081
I colori mostrano veri e propri stati elettrici
03:19
So think about this.
67
199660
1179
03:20
We're now watching --
68
200863
1159
che permettono di vedere tutto il software elettrico
03:22
This is an early frog embryo.
69
202046
1431
03:23
This is about eight hours to 10 hours of development.
70
203501
2515
che viene eseguito sull’hardware cellulare definito dal genoma.
03:26
And the colors are showing you actual electrical states
71
206040
3999
Queste cellule stanno di fatto comunicandosi tra loro
03:30
that allow you to see all of the electrical software
72
210063
3030
chi sarà la testa, chi sarà la coda,
03:33
that's running on the genome-defined cellular hardware.
73
213117
3573
chi sarà a sinistra e a destra e farà gli occhi e il cervello e così via.
03:36
And so these cells are basically communicating with each other
74
216714
3976
Quindi è questo software
che permette a questi sistemi viventi di raggiungere specifici obiettivi,
03:40
who is going to be head, who is going to be tail,
75
220714
2365
03:43
who is going to be left and right and make eyes and brain and so on.
76
223103
3237
come la creazione di un embrione
o la rigenerazione di un arto, negli animali che lo fanno.
03:46
And so it is this software
77
226364
1503
03:47
that allows these living systems to achieve specific goals,
78
227891
3810
La capacità di vedere queste conversazioni elettriche
03:51
goals such as building an embryo
79
231725
1547
03:53
or regenerating a limb for animals that do this,
80
233296
3309
ci dà delle opportunità davvero notevoli
03:56
and the ability to see these electrical conversations
81
236629
5545
per indirizzarci o riscrivere gli obiettivi
verso cui questi sistemi viventi stanno operando.
CA: Ok, è piuttosto drastico.
04:02
gives us some really remarkable opportunities
82
242198
2860
Vediamo se ho ben capito.
04:05
to target or to rewrite the goals towards which
83
245082
3187
Quello che stai dicendo è che quando un organismo inizia a svilupparsi,
04:08
these living systems are operating.
84
248293
1990
non appena una cellule si divide,
04:10
CA: OK, so this is pretty radical.
85
250307
1706
i segnali elettrici sono condivisi tra loro.
04:12
Let me see if I understand this.
86
252037
2011
04:14
What you're saying is that when an organism starts to develop,
87
254072
4243
Ma appena si arriva a qualche centinaio di cellule,
04:18
as soon as a cell divides,
88
258339
1446
04:19
electrical signals are shared between them.
89
259809
3287
in qualche modo questi segnali formano come una specie di software,
04:23
But as you get to, what, a hundred, a few hundred cells,
90
263120
4557
un programma che include tutte le informazioni necessarie
04:27
that somehow these signals end up forming essentially like a computer program,
91
267701
6279
per dire all’organismo
qual è il suo destino.
04:34
a program that somehow includes all the information needed
92
274004
5376
È il giusto modo di pensarlo?
ML: Sì, abbastanza.
Di fatto, quello che accade è che queste cellule,
04:39
to tell that organism
93
279404
1667
formando reti elettriche simili alle reti neurali nel cervello,
04:41
what its destiny is?
94
281095
1901
04:43
Is that the right way to think about it?
95
283020
1997
formano delle reti elettriche
04:45
ML: Yes, quite.
96
285041
1233
04:46
Basically, what happens is that these cells,
97
286298
2124
e queste reti processano le informazioni che includono memorie di modelli.
04:48
by forming electrical networks much like networks in the brain,
98
288446
3951
Includono le rappresentazioni delle grandi strutture anatomiche,
04:52
they form electrical networks,
99
292421
2200
04:54
and these networks process information including pattern memories.
100
294645
4081
di dove andranno i vari organi,
quali saranno i diversi assi dell’animale,
04:58
They include representation of large-scale anatomical structures
101
298750
4837
davanti e dietro, testa e coda,
e queste sono letteralmente tenute nei circuiti elettrici
05:03
where various organs will go,
102
303611
1613
che attraversano i tessuti estesi,
05:05
what the different axes of the animal -- front and back, head and tail --
103
305248
3672
nello stesso modo in cui il cervello tiene altri tipi di memorie e conoscenze.
05:08
are going to be,
104
308944
1158
05:10
and these are literally held in the electrical circuits
105
310126
2614
CA: Quindi è questo il modo giusto di pensare la cosa?
05:12
across large tissues
106
312764
1661
05:14
in the same way that brains hold other kinds of memories and learning.
107
314449
5971
Perché sembra essere un grande cambiamento.
Cioè, quando ho preso il mio primo computer,
ero incantato dalle persone che creavano i “codici macchina”,
05:20
CA: So is this the right way to think about it?
108
320444
2225
05:22
Because this seems to be such a big shift.
109
322693
2103
come la programmazione diretta di singoli bit nel computer.
05:24
I mean, when I first got a computer,
110
324820
2849
05:27
I was in awe of the people who could do so-called "machine code,"
111
327693
4619
Era impossibile per gran parte dei mortali.
Per poter controllare tale computer,
dovevi programmare in un linguaggio,
05:32
like the direct programming of individual bits in the computer.
112
332336
4027
che era un modo molto più facile di realizzare il quadro generale.
05:36
That was impossible for most mortals.
113
336387
1814
05:38
To have a chance of controlling that computer,
114
338225
2171
05:40
you'd have to program in a language,
115
340420
2425
E se capisco bene,
05:42
which was a vastly simpler way of making big-picture things happen.
116
342869
6979
quello che dici è che gran parte della biologia oggi si è svolta
provando a fare l’equivalente della programmazione di codici macchina,
a capire i segnali biochimici tra le singole cellule,
05:49
And if I understand you right,
117
349872
1440
05:51
what you're saying is that most of biology today has sort of taken place
118
351336
3399
quando, invece, c’è questo linguaggio in corso,
05:54
trying to do the equivalent of machine code programming,
119
354759
2642
questo linguaggio elettrico che, se lo si capisse,
05:57
of understanding the biochemical signals between individual cells,
120
357425
3189
ci darebbe un insieme completamente diverso di conoscenze
06:00
when, wait a sec, holy crap, there's this language going on,
121
360638
3318
06:03
this electrical language, which, if you could understand that,
122
363980
4534
su come gli organismi si sviluppano.
È corretta questa metafora?
ML: Sì, è corretta.
06:08
that would give us a completely different set of insights
123
368538
3028
Se pensi a come si faceva programmazione negli anni ’40,
06:11
into how organisms are developing.
124
371590
2309
per far fare qualcosa di diverso al tuo computer,
06:13
Is that metaphor basically right?
125
373923
1867
dovevi spostare fisicamente i fili.
06:15
ML: Yeah, this is exactly right.
126
375814
1569
Dovevi andare lì e rifare il cablaggio dell’hardware.
06:17
So if you think about the way programming was done in the '40s,
127
377407
3011
Dovevi interagire direttamente con l’hardware,
06:20
in order to get your computer to do something different,
128
380442
2649
e tutte le strategie per manipolare quella macchina
06:23
you would physically have to shift the wires around.
129
383115
2452
erano a livello dell’hardware.
06:25
So you'd have to go in there and rewire the hardware.
130
385591
2498
E il motivo per cui abbiamo questa magnifica rivoluzione tecnologica,
06:28
You'd have to interact with the hardware directly,
131
388113
2337
le scienze informatiche e così via,
06:30
and all of your strategies for manipulating that machine
132
390474
2720
è perché l’informatica si è spostata dall’attenzione sull’hardware
06:33
would be at the level of the hardware.
133
393218
1844
06:35
And the reason we have this now amazing technology revolution,
134
395086
3095
alla comprensione che se il tuo hardware è abbastanza buono,
06:38
information sciences and so on,
135
398205
1865
e ti dirò che l’hardware biologico è assolutamente abbastanza buono,
06:40
is because computer science moved from a focus on the hardware
136
400094
3826
allora puoi interagire col sistema non modificando o rifacendo
06:43
on to understanding that if your hardware is good enough --
137
403944
2843
il cablaggio dell’hardware,
06:46
and I'm going to tell you that biological hardware is absolutely good enough --
138
406811
3789
ma puoi fare un passo indietro e dargli stimoli o input,
06:50
then you can interact with your system not by tweaking or rewiring the hardware,
139
410624
5424
come faresti con un computer riprogrammabile,
e forzare la rete cellulare a fare qualcosa di completamente diverso
06:56
but actually, you can take a step back and give it stimuli or inputs
140
416072
3770
di quello che avrebbe altrimenti fatto.
06:59
the way that you would give to a reprogrammable computer
141
419866
3008
Quindi la possibilità di vedere questi segnali bioelettrici
07:02
and cause the cellular network to do something completely different
142
422898
4785
ci dà un punto di entrata direttamente nel software
07:07
than it would otherwise have done.
143
427707
1657
che guida l’anatomia su larga scala,
07:09
So the ability to see these bioelectrical signals
144
429388
3548
che è un approccio molto diverso alla medicina
07:12
is giving us an entry point directly into the software
145
432960
2863
che rifare il cablaggio di specifiche vie in ogni cellula.
07:15
that guides large-scale anatomy,
146
435847
2021
CA: In molti modi, questa è la straordinarietà del tuo lavoro,
07:17
which is a very different approach to medicine
147
437892
3180
stai iniziando a decifrare il codice di questi segnali elettrici,
07:21
than to rewiring specific pathways inside of every cell.
148
441096
3380
e hai una stupenda dimostrazione di ciò
07:25
CA: And so in many ways, this is the amazingness of your work
149
445087
2888
in questi platelminti.
Dicci cosa sta succedendo.
07:27
is that you're starting to crack the code of these electrical signals,
150
447999
3311
ML: Questa è una creatura conosciuta come planaria.
07:31
and you've got an amazing demonstration of this
151
451334
2346
Sono platelminti.
07:33
in these flatworms.
152
453704
1309
Sono creature piuttosto complesse.
07:35
Tell us what's going on here.
153
455037
2556
Hanno un vero cervello, molti organi diversi e così via.
07:37
ML: So this is a creature known as a planarian.
154
457617
2628
E la cosa incredibile di queste planarie è che hanno notevoli capacità rigenerative.
07:40
They're flatworms.
155
460269
1490
07:41
They're actually quite a complex creature.
156
461783
2038
Quindi se la tagli in pezzi, di fatto, in oltre 200 pezzi,
07:43
They have a true brain, lots of different organs and so on.
157
463845
2822
07:46
And the amazing thing about these planaria
158
466691
2001
ogni pezzo ricostruirà esattamente ciò che serve
07:48
is that they are highly, highly regenerative.
159
468716
2107
per fare un piccolo verme perfetto.
07:50
So if you cut it into pieces -- in fact, over 200 pieces --
160
470847
4109
Pensaci.
È un sistema dove ogni singolo pezzo
07:54
every piece will rebuild exactly what's needed
161
474980
3540
sa esattamente come appare una planaria corretta
e crea gli organi giusti nei posti giusti e poi si ferma.
07:58
to make a perfect little worm.
162
478544
1460
08:00
So think about that.
163
480028
1171
08:01
This is a system where every single piece
164
481223
2017
Ed è una delle cose più incredibili della rigenerazione.
08:03
knows exactly what a correct planarian looks like
165
483264
2991
Abbiamo scoperto che se la tagli in tre pezzi
08:06
and builds the right organs in the right places and then stops.
166
486279
3504
e amputi la testa e la coda e prendi il frammento centrale,
08:09
And that's one of the most amazing things about regeneration.
167
489807
2932
che è quello che vedi qui,
08:12
So what we discovered is that if you cut it into three pieces
168
492763
3112
incredibilmente, c’è un gradiente elettrico, da testa a coda,
08:15
and amputate the head and the tail and you just take this middle fragment,
169
495899
3518
che viene generato,
che dice al pezzo dove vanno la testa e la coda
08:19
which is what you see here,
170
499441
1362
e quante teste e code dovresti avere.
08:20
amazingly, there is an electrical gradient, head to tail, that's generated
171
500827
3715
Quindi, abbiamo imparato a manipolare questo gradiente elettrico,
08:24
that tells the piece where the heads and the tails go
172
504566
3002
e la cosa importante è che non applichiamo elettricità.
08:27
and in fact, how many heads or tails you're supposed to have.
173
507592
2912
Ciò che invece facciamo è accendere e spegnere dei piccoli transistor,
08:30
So what we learned to do is to manipulate this electrical gradient,
174
510528
4327
ossia dei canali ionici, che sono proteine,
08:34
and the important thing is that we don't apply electricity.
175
514879
2866
che ogni cellula usa nativamente per stabilire questo stato elettrico.
08:37
What we do instead was we turned on and off the little transistors --
176
517769
4191
Così ora abbiamo dei modi per accenderli e spegnerli,
08:41
they're actual ion channel proteins --
177
521984
2045
e quando lo fai, una delle cose che puoi fare
è spostare quel circuito a uno stato che dice di creare due teste
08:44
that every cell natively uses to set up this electrical state.
178
524053
3380
08:47
So now we have ways to turn them on and off,
179
527457
2345
o di non creare teste.
08:49
and when you do this, one of the things you can do
180
529826
2396
Quello che vedi qui sono veri vermi che hanno o due o nessuna testa,
08:52
is you can shift that circuit to a state that says no, build two heads,
181
532246
4120
ciò deriva da questo,
perchéle cellule stanno usando quella mappa elettrica
08:56
or in fact, build no heads.
182
536390
1593
per decidere cosa fare.
08:58
And what you're seeing here are real worms that have either two or no heads
183
538007
4063
E ciò che vedete qui sono dei vermi vivi a due teste.
09:02
that result from this,
184
542094
1167
E dopo aver generato questi, abbiamo fatto un esperimento folle.
09:03
because that electrical map is what the cells are using
185
543285
2989
09:06
to decide what to do.
186
546298
1720
Prendi uno di questi vermi a due teste e tagli entrambe le teste,
09:08
And so what you're seeing here are live two-headed worms.
187
548042
3318
e lasci il normale frammento centrale.
09:11
And, having generated these, we did a completely crazy experiment.
188
551384
4091
Ora, questi animali non sono stati modificati genomicamente.
09:15
You take one of these two-headed worms, and you chop off both heads,
189
555499
3915
Non c’è assolutamente nulla di diverso nei loro genomi.
09:19
and you leave just the normal middle fragment.
190
559438
2204
La loro sequenza genomica è completamente di tipo selvatico.
09:21
Now keep in mind, these animals have not been genomically edited.
191
561666
3285
Amputi entrambe le teste, ottieni un frammento normale,
09:24
There's absolutely nothing different about their genomes.
192
564975
2711
e poi chiedi: in acqua semplice, cosa farà?
09:27
Their genome sequence is completely wild type.
193
567710
2316
Secondo il modello standard,
09:30
So you amputate the heads, you've got a nice normal fragment,
194
570050
4535
se ti sei liberato di questo tessuto ectopico extra,
il genoma non è modificato,
09:34
and then you ask: In plain water, what is it going to do?
195
574609
2808
dovrebbe fare un verme perfettamente normale.
09:37
And, of course, the standard paradigm would say,
196
577441
2286
E la cosa incredibile è che non è ciò che accade.
09:39
well, if you've gotten rid of this ectopic extra tissue,
197
579751
2690
Questi vermi, se tagliati più e più volte, in futuro, in semplice acqua,
09:42
the genome is not edited so it should make a perfectly normal worm.
198
582465
3860
09:46
And the amazing thing is that it is not what happens.
199
586349
2879
continuano a rigenerarsi con due teste.
09:49
These worms, when cut again and again, in the future, in plain water,
200
589252
5912
Pensaci.
La memoria del modello secondo il quale questi animali si rigenerano dopo il danno
09:55
they continue to regenerate as two-headed.
201
595188
2599
è stata riscritta permanentemente.
09:57
Think about this.
202
597811
1163
E difatti, possiamo riscriverla e farli tornare ad avere una testa
09:58
The pattern memory to which these animals will regenerate after damage
203
598998
5209
senza nessuna modifica genomica.
Quindi questo ti dice che la struttura dell’informazione
10:04
has been permanently rewritten.
204
604231
1952
10:06
And in fact, we can now write it back and send them back to being one-headed
205
606207
3701
che dice ai vermi quante teste dovrebbero avere
10:09
without any genomic editing.
206
609932
1812
non è direttamente nel genoma.
È in un livello bioelettrico aggiuntivo.
10:11
So this right here is telling you that the information structure
207
611768
3104
Probabilmente anche altre cose lo sono.
10:14
that tells these worms how many heads they're supposed to have
208
614896
2917
E ora abbiamo la capacità di riscriverla.
10:17
is not directly in the genome.
209
617837
1531
E ciò, ovviamente, è la definizione chiave di memoria:
10:19
It is in this additional bioelectric layer.
210
619392
2131
deve essere stabile, a lungo termine, e deve essere riscrivibile.
10:21
Probably many other things are as well.
211
621547
1892
10:23
And we now have the ability to rewrite it.
212
623463
2289
E ora iniziamo a decifrare questo codice morfogenetico
10:25
And that, of course, is the key definition of memory.
213
625776
3679
per chiedere com’è che questi tessuti conservano una mappa di cosa fare
10:29
It has to be stable, long-term stable, and it has to be rewritable.
214
629479
3668
10:33
And we are now beginning to crack this morphogenetic code
215
633171
3709
e come possiamo entrare e riscrivere la mappa per nuovi risultati.
10:36
to ask how is it that these tissues store a map of what to do
216
636904
4881
CA: Sembra una prova estremamente convincente
10:41
and how we can go in and rewrite that map to new outcomes.
217
641809
3717
che il DNA non controlla la reale forma finale di questi organismi,
10:46
CA: I mean, that seems incredibly compelling evidence
218
646674
3820
10:50
that DNA is just not controlling the actual final shape
219
650518
6991
che opera quest’altra cosa,
e se si potesse decifrare quel codice,
a cos’altro potrebbe portare.
10:57
of these organisms,
220
657533
1628
A proposito di questi, com’è la vita per un platelminta a due teste?
10:59
that there's this whole other thing going on,
221
659185
3225
11:02
and, boy, if you could crack that code,
222
662434
1881
Sembra una sorta di compromesso.
11:04
what else could that lead to.
223
664339
2068
La cosa positiva è che hai questa meravigliosa vista 3D del mondo,
11:06
By the way, just looking at these ones.
224
666431
2019
11:08
What is life like for a two-headed flatworm?
225
668474
2953
ma quella negativa è che devi fare la cacca attraverso le bocche?
11:11
I mean, it seems like it's kind of a trade-off.
226
671451
2244
11:13
The good news is you have this amazing three-dimensional view of the world,
227
673719
3945
ML: I vermi hanno questi tubicini chiamati faringi,
11:17
but the bad news is you have to poop through both of your mouths?
228
677688
4337
e i tubi sono circa a metà corpo,
e loro espellono da quello.
11:22
ML: So, the worms have these little tubes called pharynxes,
229
682901
4015
Questi animali sono perfettamente in salute.
Sono completamente felici, credo.
11:26
and the tubes are sort of in the middle of the body,
230
686940
2457
Il problema, tuttavia,
è che le due teste non cooperano poi tanto bene,
11:29
and they excrete through that.
231
689421
1470
11:30
These animals are perfectly viable.
232
690915
1678
e quindi non mangiano molto bene.
11:32
They're completely happy, I think.
233
692617
2931
Ma se riesci a nutrirli a mano,
andranno avanti per sempre,
11:35
The problem, however,
234
695572
1183
in pratica questi vermi sono immortali.
11:36
is that the two heads don't cooperate all that well,
235
696779
2471
Quindi questi vermi, poiché hanno elevate capacità rigenerative,
11:39
and so they don't really eat very well.
236
699274
1941
11:41
But if you manage to feed them by hand,
237
701239
1875
non hanno limiti di età,
11:43
they will go on forever,
238
703138
1151
e ci dicono che se decifriamo questo segreto della rigenerazione,
11:44
and in fact, you should know these worms are basically immortal.
239
704313
3064
che non è solo sviluppare nuove cellule, ma sapere quando fermarsi,
11:47
So these worms, because they are so highly regenerative,
240
707401
3323
11:50
they have no age limit,
241
710748
1441
cosa assolutamente decisiva,
11:52
and they're telling us that if we crack this secret of regeneration,
242
712213
3349
se puoi continuare a esercitare questo controllo davvero profondo
11:55
which is not only growing new cells but knowing when to stop --
243
715586
3080
sulle strutture tridimensionali che le cellule stanno costruendo,
11:58
you see, this is absolutely crucial --
244
718690
1895
potresti sconfiggere l’invecchiamento e le lesioni traumatiche
12:00
if you can continue to exert this really profound control
245
720609
4174
e cose così.
Quindi una cosa da tenere a mente è che la capacità di riscrivere
12:04
over the three-dimensional structures that the cells are working towards,
246
724807
3476
la struttura anatomica su larga scala del corpo
12:08
you could defeat aging as well as traumatic injury
247
728307
2886
non è solo uno strano trucchetto della planaria.
12:11
and things like this.
248
731217
1163
Non è qualcosa che funziona solo nei platelminti.
12:12
So one thing to keep in mind is that this ability to rewrite
249
732404
3401
12:15
the large-scale anatomical structure of the body
250
735829
2421
Quello che vedi qui è un girino, con un occhio e un intestino,
12:18
is not just a weird planarian trick.
251
738274
2142
e quello che abbiamo fatto
è stato accendere uno specifico canale ionico.
12:20
It's not just something that works in flatworms.
252
740440
3278
Quindi di fatto abbiamo manipolato questi piccoli transistor elettrici
12:23
What you're seeing here is a tadpole with an eye and a gut,
253
743742
2946
12:26
and what we've done is turned on a very specific ion channel.
254
746712
4497
che sono nelle cellule,
e abbiamo imposto uno stato ad alcune delle cellule dell’intestino
12:31
So we basically just manipulated these little electrical transistors
255
751233
3385
che è di norma associato alla creazione dell’occhio.
E, come risultato, le cellule creano un occhio.
12:34
that are inside of cells,
256
754642
1506
12:36
and we've imposed a state on some of these gut cells
257
756172
3753
Questi occhi sono completi.
Hanno un nervo ottico, il cristallino, la retina,
12:39
that's normally associated with building an eye.
258
759949
2536
tutte le cose che un occhio dovrebbe avere.
12:42
And as a result, what the cells do is they build an eye.
259
762509
2862
Loro possono vedere con questi occhi.
12:45
These eyes are complete.
260
765395
1322
E quello che vedi qui
12:46
They have optic nerve, lens, retina,
261
766741
3266
è che dando il via alle sottoprocedure per la costruzione dell’occhio
12:50
all the same stuff that an eye is supposed to have.
262
770031
2431
nel software fisiologico del corpo,
12:52
They can see, by the way, out of these eyes.
263
772486
2080
gli puoi facilmente dire di creare un organo complesso.
12:54
And what you're seeing here
264
774590
1363
12:55
is that by triggering eye-building subroutines
265
775977
2527
E questo è importante per la biomedicina,
12:58
in the physiological software of the body,
266
778528
2700
perché non sappiamo come microgestire la costruzione di un occhio.
13:01
you can very easily tell it to build a complex organ.
267
781252
3525
Credo che ci vorrà molto tempo
prima di poter costruire dal basso cose come gli occhi, le mani e così via.
13:04
And this is important for our biomedicine,
268
784801
2150
13:06
because we don't know how to micromanage the construction of an eye.
269
786975
3227
Ma non ne abbiamo bisogno, perché il corpo sa già come si fa,
13:10
I think it's going to be a really long time
270
790226
2046
e queste sono sottoprocedure che possono essere innescate
13:12
before we can really bottom-up build things like eyes or hands and so on.
271
792296
4947
da specifici modelli elettrici che possiamo trovare.
13:17
But we don't need to, because the body already knows how to do it,
272
797267
3127
Questo è quello che chiamiamo “decifrare il codice bioelettrico”.
13:20
and there are these subroutines that can be triggered
273
800418
2775
Possiamo fare gli occhi, possiamo fare arti extra.
13:23
by specific electrical patterns that we can find.
274
803217
2922
Ecco uno dei girini a 5 zampe.
Possiamo fare cuori extra.
13:26
And this is what we call "cracking the bioelectric code."
275
806163
3281
Stiamo iniziando a decifrare il codice per capire dove sono le sottoprocedure
13:29
We can make eyes. We can make extra limbs.
276
809468
2001
in questo software
13:31
Here's one of our five-legged tadpoles.
277
811493
2069
che possiamo innescare per costruire tali organi complessi
13:33
We can make extra hearts.
278
813586
1789
prima di sapere realmente come microgestire il processo
13:35
We're starting to crack the code to understand where are the subroutines
279
815399
3721
a livello cellulare.
13:39
in this software
280
819144
1179
CA: Quindi quando hai iniziato a comprendere questo livello elettrico
13:40
that we can trigger and build these complex organs
281
820347
2990
13:43
long before we actually know how to micromanage the process
282
823361
3074
e cosa può fare,
sei stato in grado di creare --
13:46
at the cellular level.
283
826459
1418
13:47
CA: So as you've started to get to learn this electrical layer
284
827901
4842
è giusto dire che è quasi una nuova forma di vita,
chiamata xenobot?
13:52
and what it can do,
285
832767
1181
Parlami degli xenobot.
13:53
you've been able to create --
286
833972
2527
ML: Giusto.
Se ci pensi, questo porta a una previsione davvero strana.
13:56
is it fair to say it's almost like a new, a novel life-form,
287
836523
3539
14:00
called a xenobot?
288
840086
1170
Se le cellule sono davvero pronte a basarsi su una mappa specifica,
14:01
Talk to me about xenobots.
289
841280
1761
14:03
ML: Right.
290
843065
1151
potremmo prendere cellule non alterate geneticamente,
14:04
So if you think about this, this leads to a really strange prediction.
291
844240
4290
e ciò che vedi qui sono cellule prese da un corpo di una rana.
14:08
If the cells are really willing to build towards a specific map,
292
848554
3956
Si sono unite in un modo che chiede loro di riconcepire la loro multicellularità.
14:12
we could take genetically unaltered cells,
293
852534
3690
14:16
and what you're seeing here is cells taken out of a frog body.
294
856248
3468
E qui si vede
che quando sono liberate dal resto del corpo dell’animale,
14:19
They've coalesced in a way that asks them to re-envision their multicellularity.
295
859740
4878
creano nuovi mini corpi, che, in termini di comportamento,
14:24
And what you see here
296
864642
1165
possono muoversi, possono percorrere un labirinto.
14:25
is that when liberated from the rest of the body of the animal,
297
865831
2995
Sono completamente diversi dalle rane e dai girini.
14:28
they make these tiny little novel bodies that are, in terms of behavior,
298
868850
3924
Le cellule di rana, quando gli è chiesto di riconcepire il tipo di corpo
14:32
you can see they can move, they can run a maze.
299
872798
2427
14:35
They are completely different from frogs or tadpoles.
300
875249
3504
che vogliono fare,
fanno una cosa incredibilmente interessante.
14:38
Frog cells, when asked to re-envision what kind of body they want to make,
301
878777
6132
Usano l’hardware fornito dalla genetica.
Ad esempio, questi piccoli peli, queste piccole ciglia
14:44
do something incredibly interesting.
302
884933
1993
che sono di norma usate per ridistribuire il muco all’esterno della rana,
14:46
They use the hardware that their genetics gives them,
303
886950
5024
quelli sono specificati geneticamente.
14:51
for example, these little hairs, these little cilia
304
891998
2404
Ma quello che hanno fatto queste creature,
perché le cellule sono in grado di formare nuovi tipi di corpi,
14:54
that are normally used to redistribute mucus on the outside of a frog,
305
894426
3605
14:58
those are genetically specified.
306
898055
1662
hanno capito come usare queste piccole ciglia
14:59
But what these creatures did,
307
899741
2354
per remare, invece, contro l’acqua, e ora hanno la locomozione.
15:02
because the cells are able to form novel kinds of bodies,
308
902119
4649
Quindi non solo possono spostarsi,
15:06
they have figured out how to use these little cilia
309
906792
2671
ma possono, ed è quello che vedi qui, queste cellule possono unirsi tra loro.
15:09
to instead row against the water, and now have locomotion.
310
909487
4106
Ora iniziano a fare conversazioni su quello che intendono fare.
15:13
So not only can they move around, but they can, and here what you're seeing,
311
913617
4758
Puoi vedere i bagliori, che sono questi scambi di informazione.
15:18
is that these cells are coalescing together.
312
918399
2819
Ricorda, è solo pelle.
15:21
Now they're starting to have conversations about what they are going to do.
313
921242
3587
Non c’è un sistema nervoso. Non c’è un cervello. È solo pelle.
15:24
You can see here the flashes are these exchanges of information.
314
924853
3777
Questa è pelle che ha imparato a creare un nuovo corpo
15:28
Keep in mind, this is just skin.
315
928654
2267
e a esplorare il suo ambiente e a spostarsi.
15:30
There is no nervous system. There is no brain. This is just skin.
316
930945
3960
E hanno comportanti spontanei,
15:34
This is skin that has learned to make a new body
317
934929
2476
che puoi vedere qui, dove nuota in questo labirinto.
Qui decide di girare e tornare da dove è venuto.
15:37
and to explore its environment and move around.
318
937429
2737
Quindi ha il suo comportamento, ed è un sistema modello notevole
15:40
And they have spontaneous behaviors.
319
940190
2531
15:42
You can see here where it's swimming down this maze.
320
942745
2479
per vari motivi.
Prima di tutto, mostra la fantastica plasticità delle cellule
15:45
At this point, it decides to turn around and go back where it came from.
321
945248
3445
15:48
So it has its own behavior, and this is a remarkable model system
322
948717
3529
che geneticamente sono di tipo selvatico.
Non c’è modifica genetica qui.
15:52
for several reasons.
323
952270
1200
Ci sono cellule che sono inclini a creare un qualche tipo di corpo funzionale.
15:53
First of all, it shows us the amazing plasticity of cells
324
953494
3748
15:57
that are genetically wild type.
325
957266
1593
La seconda cosa,
15:58
There is no genetic editing here.
326
958883
1702
ciò è stato fatto in collaborazione col laboratorio di Josh Bongard alla UVM,
16:00
These are cells that are really prone to making some sort of functional body.
327
960609
5129
hanno elaborato modelli della struttura di queste cose
16:05
The second thing,
328
965762
1151
e li hanno sviluppati in un mondo virtuale.
16:06
and this was done in collaboration with Josh Bongard's lab at UVM,
329
966937
3313
Hanno letteralmente sviluppato i modelli su un computer.
16:10
they modeled the structure of these things and evolved it in a virtual world.
330
970274
6286
Questo è letteralmente l’unico organismo che io conosca sulla faccia della Terra
la cui evoluzione ha avuto luogo non nella biosfera della Terra
16:16
So this is literally -- on a computer, they modeled it on a computer.
331
976584
3279
ma in un computer.
16:19
So this is literally the only organism that I know of on the face of this planet
332
979887
4052
Le singole cellule hanno una storia evolutiva,
16:23
whose evolution took place not in the biosphere of the earth
333
983963
3159
ma questo organismo non è mai esistito prima.
È stato evoluto in questo mondo virtuale,
16:27
but inside a computer.
334
987146
1910
e poi siamo andati avanti e lo abbiamo fatto in laboratorio,
16:29
So the individual cells have an evolutionary history,
335
989080
2688
e puoi vedere questa plasticità meravigliosa.
16:31
but this organism has never existed before.
336
991792
2444
Non è solo per fare macchine utili.
16:34
It was evolved in this virtual world,
337
994260
2409
16:36
and then we went ahead and made it in the lab,
338
996693
2636
Puoi immaginare ora di programmarli per andare nell’ambiente
16:39
and you can see this amazing plasticity.
339
999353
2504
a raccogliere tossine e ripulire,
16:41
This is not only for making useful machines.
340
1001881
3211
o puoi immaginare quelli fatti da cellule umane
che girerebbero per il corpo, per eliminare cellule tumorali
16:45
You can imagine now programming these to go out into the environment
341
1005116
3989
o rimodellare articolazioni artritiche,
16:49
and collect toxins and cleanup,
342
1009129
1656
16:50
or you could imagine ones made out of human cells
343
1010809
2493
consegnare composti pro-rigenerativi,
tutti questi tipi di cose.
16:53
that would go through your body and collect cancer cells
344
1013326
2995
Ma non solo queste utili applicazioni, questa è una sandbox fantastica
16:56
or reshape arthritic joints,
345
1016345
2425
per imparare a comunicare segnali morfogenetici a gruppi di cellule.
16:58
deliver pro-regenerative compounds,
346
1018794
2369
17:01
all kinds of things.
347
1021187
1151
17:02
But not only these useful applications -- this is an amazing sandbox
348
1022362
3475
Quando lo decifreremo e capiremo come queste cellule decidono cosa fare,
17:05
for learning to communicate morphogenetic signals to cell collectives.
349
1025861
4602
poi dovremo, ovviamente, imparare a riscrivere tali informazioni,
i passi successivi saranno enormi miglioramenti nella medicina rigenerativa,
17:10
So once we crack this, once we understand how these cells decide what to do,
350
1030487
4906
17:15
and then we're going to, of course, learn to rewrite that information,
351
1035417
3349
perché allora saremo in grado di dire alle cellule di creare organi sani.
17:18
the next steps are great improvements in regenerative medicine,
352
1038790
4831
Questa è un’opportunità davvero decisiva
per imparare a comunicare con gruppi di cellule,
17:23
because we will then be able to tell cells to build healthy organs.
353
1043645
3737
non per microgestirli, per forzare l’hardware,
ma per comunicare e riscrivere gli obiettivi
17:27
And so this is now a really critical opportunity
354
1047406
3261
che queste cellule cercano di realizzare.
17:30
to learn to communicate with cell groups,
355
1050691
2097
CA: Beh, è qualcosa di sconvolgente.
17:32
not to micromanage them, not to force the hardware,
356
1052812
2539
Infine, Mike, parlaci di un’altra storia
17:35
to communicate and rewrite the goals that these cells are trying to accomplish.
357
1055375
4150
sulla medicina che potrebbe arrivare
quando sviluppi questa comprensione
17:40
CA: Well, it's mind-boggling stuff.
358
1060026
1982
17:42
Finally, Mike, give us just one other story
359
1062032
3158
di come funziona questo livello bioelettrico.
17:45
about medicine that might be to come
360
1065214
3111
ML: Sì, è estremamente entusiasmante, perché, se ci pensi,
17:48
as you develop this understanding
361
1068349
3096
la gran parte dei problemi di biomedicina,
17:51
of how this bioelectric layer works.
362
1071469
2764
difetti congeniti, malattie degenerative, invecchiamento, lesioni traumatiche,
17:54
ML: Yeah, this is incredibly exciting because, if you think about it,
363
1074818
3394
anche il cancro,
tutto si riduce a una cosa:
17:58
most of the problems of biomedicine --
364
1078236
1889
le cellule non costruiscono quello che tu vorresti costruissero.
18:00
birth defects, degenerative disease, aging, traumatic injury, even cancer --
365
1080149
6066
E quindi se capissimo come comunicare con questi gruppi cellulari
per riscrivere le loro morfologie finali,
18:06
all boil down to one thing:
366
1086239
1714
18:07
cells are not building what you would like them to build.
367
1087977
2910
18:10
And so if we understood how to communicate with these collectives
368
1090911
3456
saremmo capaci di normalizzare i tumori,
saremmo capaci di riparare i difetti congeniti,
18:14
and really rewrite their target morphologies,
369
1094391
4567
di indurre la rigenerazione degli arti e di altri organi
e queste sono cose che abbiamo già fatto nelle ricerche con la rana.
18:18
we would be able to normalize tumors,
370
1098982
2192
Il prossimo step davvero affascinante
18:21
we would be able to repair birth defects,
371
1101198
1969
18:23
induce regeneration of limbs and other organs,
372
1103191
2584
è portare tutto questo nelle cellule dei mammiferi
18:25
and these are things we have already done in frog models.
373
1105799
3392
e trasformarlo nella prossima generazione di medicina rigenerativa
18:29
And so now the next really exciting step
374
1109215
2662
dove impariamo ad affrontare tutti questi bisogni biomedici
18:31
is to take this into mammalian cells
375
1111901
3729
18:35
and to really turn this into the next generation of regenerative medicine
376
1115654
3486
comunicando con i gruppi di cellule
e riscrivendo le loro memorie di modelli bioelettrici.
18:39
where we learn to address all of these biomedical needs
377
1119164
4521
L’ultima cosa che vorrei dire è che l’importanza di questo campo
18:43
by communicating with the cell collectives
378
1123709
2080
non è solo per la biomedicina.
18:45
and rewriting their bioelectric pattern memories.
379
1125813
3438
Come ho detto all’inizio,
questa capacità delle cellule in ambienti nuovi
18:49
And the final thing I'd like to say is that the importance of this field
380
1129275
3562
di creare ogni genere di cose oltre a quelle dettate dal genoma
18:52
is not only for biomedicine.
381
1132861
1658
18:54
You see, this, as I started out by saying,
382
1134543
2163
è un esempio di intelligenza,
18:56
this ability of cells in novel environments
383
1136730
2612
e la biologia ha risolto i problemi intelligentemente
18:59
to build all kinds of things besides what their genome tells them
384
1139366
3944
prima che i cervelli arrivassero sulla scena.
È anche l’inizio di una nuova ispirazione per l’apprendimento automatico
19:03
is an example of intelligence,
385
1143334
1857
19:05
and biology has been intelligently solving problems
386
1145215
2657
che mima l’intelligenza artificiale delle cellule del corpo,
19:07
long before brains came on the scene.
387
1147896
1928
19:09
And so this is also the beginnings of a new inspiration for machine learning
388
1149848
4849
non solo del cervello,
per le applicazioni nell’intelligenza computazionale.
19:14
that mimics the artificial intelligence of body cells, not just brains,
389
1154721
4339
CA: Mike Levin, grazie per il tuo straordinario lavoro
19:19
for applications in computer intelligence.
390
1159084
3220
e per averlo condiviso con noi in modo così avvincente.
Grazie.
ML: Grazie mille. Grazie, Chris.
19:24
CA: Mike Levin, thank you for your extraordinary work
391
1164566
3139
19:27
and for sharing it so compellingly with us.
392
1167729
2303
19:30
Thank you.
393
1170056
1151
19:31
ML: Thank you so much. Thank you, Chris.
394
1171231
1999
A proposito di questo sito web

Questo sito vi presenterà i video di YouTube utili per l'apprendimento dell'inglese. Vedrete lezioni di inglese tenute da insegnanti di alto livello provenienti da tutto il mondo. Fate doppio clic sui sottotitoli in inglese visualizzati su ogni pagina video per riprodurre il video da lì. I sottotitoli scorrono in sincronia con la riproduzione del video. Se avete commenti o richieste, contattateci tramite questo modulo di contatto.

https://forms.gle/WvT1wiN1qDtmnspy7