Allan Jones: A map of the brain

164,682 views ・ 2011-11-10

TED


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

Traduttore: Ana María Pérez Revisore: Elena Montrasio
00:15
Humans have long held a fascination
0
15260
2000
L'uomo è sempre stato affascinato
00:17
for the human brain.
1
17260
2000
dal cervello umano.
00:19
We chart it, we've described it,
2
19260
3000
Lo tracciamo, l'abbiamo descritto,
00:22
we've drawn it,
3
22260
2000
l'abbiamo disegnato,
00:24
we've mapped it.
4
24260
3000
l'abbiamo mappato.
00:27
Now just like the physical maps of our world
5
27260
3000
Proprio come la cartografia del mondo
00:30
that have been highly influenced by technology --
6
30260
3000
è stata fortemente influenzata dalla tecnologia -
00:33
think Google Maps,
7
33260
2000
pensate a Google Maps,
00:35
think GPS --
8
35260
2000
al GPS -
00:37
the same thing is happening for brain mapping
9
37260
2000
la stessa cosa accade per la mappatura del cervello
00:39
through transformation.
10
39260
2000
attraverso la trasformazione.
00:41
So let's take a look at the brain.
11
41260
2000
Diamo uno sguardo al cervello.
00:43
Most people, when they first look at a fresh human brain,
12
43260
3000
Molte persone quando vedono un cervello fresco per la prima volta
00:46
they say, "It doesn't look what you're typically looking at
13
46260
3000
dicono: "È diverso da quello che di solito si vede
00:49
when someone shows you a brain."
14
49260
2000
quando qualcuno vi mostra un cervello".
00:51
Typically, what you're looking at is a fixed brain. It's gray.
15
51260
3000
Di solito quello che vedete è un cervello fisso. È grigio.
00:54
And this outer layer, this is the vasculature,
16
54260
2000
Questo strato più esterno è il sistema vascolare.
00:56
which is incredible, around a human brain.
17
56260
2000
Quello di un cervello umano è straordinario.
00:58
This is the blood vessels.
18
58260
2000
Questi sono i vasi sanguigni.
01:00
20 percent of the oxygen
19
60260
3000
Il 20% dell'ossigeno
01:03
coming from your lungs,
20
63260
2000
proveniente dai polmoni,
01:05
20 percent of the blood pumped from your heart,
21
65260
2000
e il 20% del sangue pompato dal cuore
01:07
is servicing this one organ.
22
67260
2000
sono al servizio di questo organo.
01:09
That's basically, if you hold two fists together,
23
69260
2000
Il cervello è praticamente un po' più grande
01:11
it's just slightly larger than the two fists.
24
71260
2000
di due pugni chiusi messi insieme.
01:13
Scientists, sort of at the end of the 20th century,
25
73260
3000
Verso la fine del 20° secolo, gli scienziati
01:16
learned that they could track blood flow
26
76260
2000
appresero come monitorare il flusso sanguigno
01:18
to map non-invasively
27
78260
3000
tracciando mappe non invasive
01:21
where activity was going on in the human brain.
28
81260
3000
per rilevare l'attività nel cervello umano.
01:24
So for example, they can see in the back part of the brain,
29
84260
3000
In tal modo si può vedere nell'area posteriore del cervello,
01:27
which is just turning around there.
30
87260
2000
proprio come si vede sullo schermo.
01:29
There's the cerebellum; that's keeping you upright right now.
31
89260
2000
Ecco il cervelletto, che vi tiene in posizione verticale.
01:31
It's keeping me standing. It's involved in coordinated movement.
32
91260
3000
Mi permette di stare in piedi. È coinvolto nel movimento coordinato.
01:34
On the side here, this is temporal cortex.
33
94260
3000
Su questo lato c'è la corteccia temporale.
01:37
This is the area where primary auditory processing --
34
97260
3000
L'area in cui si verifica il processo uditivo primario -
01:40
so you're hearing my words,
35
100260
2000
così sentite le mie parole,
01:42
you're sending it up into higher language processing centers.
36
102260
2000
che vengono inviate ai centri di elaborazione del linguaggio.
01:44
Towards the front of the brain
37
104260
2000
Verso la parte anteriore del cervello
01:46
is the place in which all of the more complex thought, decision making --
38
106260
3000
si verifica il pensiero più complesso, il processo decisionale -
01:49
it's the last to mature in late adulthood.
39
109260
4000
ultimo a maturare in tarda età adulta.
01:53
This is where all your decision-making processes are going on.
40
113260
3000
È qui che si svolgono tutti i processi decisionali.
01:56
It's the place where you're deciding right now
41
116260
2000
È il luogo in cui probabilmente in questo momento
01:58
you probably aren't going to order the steak for dinner.
42
118260
3000
state decidendo che non ordinerete la bistecca a cena.
02:01
So if you take a deeper look at the brain,
43
121260
2000
Guardando più da vicino il cervello,
02:03
one of the things, if you look at it in cross-section,
44
123260
2000
se lo si guarda in sezione trasversale,
02:05
what you can see
45
125260
2000
ciò che si nota
02:07
is that you can't really see a whole lot of structure there.
46
127260
3000
è che qui non si riesce a vedere una grande struttura.
02:10
But there's actually a lot of structure there.
47
130260
2000
Ma c'è n'è davvero tanta.
02:12
It's cells and it's wires all wired together.
48
132260
2000
Ci sono cellule e collegamenti interconnessi.
02:14
So about a hundred years ago,
49
134260
2000
Un centinaio di anni fa,
02:16
some scientists invented a stain that would stain cells.
50
136260
2000
alcuni scienziati inventarono un colorante per le cellule.
02:18
And that's shown here in the the very light blue.
51
138260
3000
Come vedete qui in azzurro.
02:21
You can see areas
52
141260
2000
Potete vedere aree
02:23
where neuronal cell bodies are being stained.
53
143260
2000
dove i corpi cellulari normali vengono colorati.
02:25
And what you can see is it's very non-uniform. You see a lot more structure there.
54
145260
3000
Non è per niente uniforme. È molto più strutturato qui.
02:28
So the outer part of that brain
55
148260
2000
La parte esterna del cervello
02:30
is the neocortex.
56
150260
2000
è la neocorteccia.
02:32
It's one continuous processing unit, if you will.
57
152260
3000
È un'unità di elaborazione continua.
02:35
But you can also see things underneath there as well.
58
155260
2000
Inoltre, vedete che ci sono delle cose al di sotto.
02:37
And all of these blank areas
59
157260
2000
E in tutte queste aree in bianco
02:39
are the areas in which the wires are running through.
60
159260
2000
ci sono le zone dove passano i collegamenti,
02:41
They're probably less cell dense.
61
161260
2000
e in cui si ha una minor densità di cellule.
02:43
So there's about 86 billion neurons in our brain.
62
163260
4000
Ci sono circa 86 miliardi di neuroni nel nostro cervello.
02:47
And as you can see, they're very non-uniformly distributed.
63
167260
3000
Come vedete, non sono distribuiti in maniera uniforme.
02:50
And how they're distributed really contributes
64
170260
2000
Questa distribuzione contribuisce in realtà
02:52
to their underlying function.
65
172260
2000
alla loro funzione di base.
02:54
And of course, as I mentioned before,
66
174260
2000
E naturalmente, come ho detto prima,
02:56
since we can now start to map brain function,
67
176260
3000
poiché ora riusciamo a mappare le funzioni cerebrali,
02:59
we can start to tie these into the individual cells.
68
179260
3000
cominciamo a farle risalire alle singole cellule.
03:02
So let's take a deeper look.
69
182260
2000
Diamo un'occhiata più approfondita.
03:04
Let's look at neurons.
70
184260
2000
Osserviamo i neuroni.
03:06
So as I mentioned, there are 86 billion neurons.
71
186260
2000
Come ho già detto, ce ne sono 86 miliardi.
03:08
There are also these smaller cells as you'll see.
72
188260
2000
Ci sono anche queste cellule più piccole, come vedrete.
03:10
These are support cells -- astrocytes glia.
73
190260
2000
Queste sono cellule di supporto - astrociti.
03:12
And the nerves themselves
74
192260
3000
E i nervi stessi
03:15
are the ones who are receiving input.
75
195260
2000
ricevono l'input.
03:17
They're storing it, they're processing it.
76
197260
2000
Lo memorizzano e lo elaborano.
03:19
Each neuron is connected via synapses
77
199260
4000
Ogni neurone è collegato via sinapsi
03:23
to up to 10,000 other neurons in your brain.
78
203260
3000
con altri 10.000 neuroni nel cervello.
03:26
And each neuron itself
79
206260
2000
E ogni neurone
03:28
is largely unique.
80
208260
2000
è in gran parte unico.
03:30
The unique character of both individual neurons
81
210260
2000
L'unicità di entrambi i singoli neuroni
03:32
and neurons within a collection of the brain
82
212260
2000
e dei neuroni all'interno di una zona del cervello
03:34
are driven by fundamental properties
83
214260
3000
sono determinati dalle proprietà fondamentali
03:37
of their underlying biochemistry.
84
217260
2000
della loro biochimica di base.
03:39
These are proteins.
85
219260
2000
Queste sono proteine​​
03:41
They're proteins that are controlling things like ion channel movement.
86
221260
3000
​​che controllano aspetti quali il movimento dei canali ionici.
03:44
They're controlling who nervous system cells partner up with.
87
224260
4000
Controllano con quali cellule del sistema nervoso associarsi.
03:48
And they're controlling
88
228260
2000
Controllano praticamente
03:50
basically everything that the nervous system has to do.
89
230260
2000
tutto quello che deve fare il sistema nervoso.
03:52
So if we zoom in to an even deeper level,
90
232260
3000
Quindi, se ci avviciniamo ancora di più,
03:55
all of those proteins
91
235260
2000
tutte quelle proteine
03:57
are encoded by our genomes.
92
237260
2000
sono codificate dal nostro genoma.
03:59
We each have 23 pairs of chromosomes.
93
239260
3000
Ognuno di noi ha 23 coppie di cromosomi:
04:02
We get one from mom, one from dad.
94
242260
2000
uno dalla mamma e uno dal papà.
04:04
And on these chromosomes
95
244260
2000
E in questi cromosomi
04:06
are roughly 25,000 genes.
96
246260
2000
ci sono circa 25.000 geni
04:08
They're encoded in the DNA.
97
248260
2000
codificati nel DNA.
04:10
And the nature of a given cell
98
250260
3000
La natura di una determinata cellula
04:13
driving its underlying biochemistry
99
253260
2000
che attiva la propria biochimica di base
04:15
is dictated by which of these 25,000 genes
100
255260
3000
è determinata da quali di questi 25.000 geni
04:18
are turned on
101
258260
2000
vengono attivati
04:20
and at what level they're turned on.
102
260260
2000
e a quale livello si attivano.
04:22
And so our project
103
262260
2000
Quindi il nostro progetto
04:24
is seeking to look at this readout,
104
264260
3000
sta cercando di osservare questa lettura
04:27
understanding which of these 25,000 genes is turned on.
105
267260
3000
e di capire quale di questi 25.000 geni è attivato.
04:30
So in order to undertake such a project,
106
270260
3000
Per intraprendere un progetto del genere
04:33
we obviously need brains.
107
273260
3000
abbiamo ovviamente bisogno di cervelli.
04:36
So we sent our lab technician out.
108
276260
3000
Quindi abbiamo inviato i nostri tecnici
04:39
We were seeking normal human brains.
109
279260
2000
alla ricerca di cervelli umani normali.
04:41
What we actually start with
110
281260
2000
Abbiamo iniziato nello studio
04:43
is a medical examiner's office.
111
283260
2000
di un medico legale,
04:45
This a place where the dead are brought in.
112
285260
2000
il luogo in cui vengono portati i cadaveri.
04:47
We are seeking normal human brains.
113
287260
2000
Siamo alla ricerca di cervelli normali.
04:49
There's a lot of criteria by which we're selecting these brains.
114
289260
3000
Ci sono molti criteri per selezionarli.
04:52
We want to make sure
115
292260
2000
Vogliamo assicurarci
04:54
that we have normal humans between the ages of 20 to 60,
116
294260
3000
che siano di essere umani normali tra i 20 e 60 anni
04:57
they died a somewhat natural death
117
297260
2000
deceduti per cause naturali,
04:59
with no injury to the brain,
118
299260
2000
senza lesioni al cervello,
05:01
no history of psychiatric disease,
119
301260
2000
nessun passato di malattie psichiatriche,
05:03
no drugs on board --
120
303260
2000
né problemi di droga -
05:05
we do a toxicology workup.
121
305260
2000
facciamo un test tossicologico.
05:07
And we're very careful
122
307260
2000
E stiamo molto attenti
05:09
about the brains that we do take.
123
309260
2000
ai cervelli che scegliamo.
05:11
We're also selecting for brains
124
311260
2000
Selezioniamo anche dei cervelli
05:13
in which we can get the tissue,
125
313260
2000
da cui poter prelevare i tessuti.
05:15
we can get consent to take the tissue
126
315260
2000
Possiamo ottenere il consenso di prelevarli
05:17
within 24 hours of time of death.
127
317260
2000
entro 24 ore dal decesso.
05:19
Because what we're trying to measure, the RNA --
128
319260
3000
Perché ciò che cerchiamo di misurare, l'RNA -
05:22
which is the readout from our genes --
129
322260
2000
che è la lettura dei nostri geni -
05:24
is very labile,
130
324260
2000
è molto labile,
05:26
and so we have to move very quickly.
131
326260
2000
e quindi dobbiamo agire molto in fretta.
05:28
One side note on the collection of brains:
132
328260
3000
Una nota a margine sulla raccolta dei cervelli:
05:31
because of the way that we collect,
133
331260
2000
a causa del modo in cui li otteniamo,
05:33
and because we require consent,
134
333260
2000
e dato che abbiamo bisogno di consenso,
05:35
we actually have a lot more male brains than female brains.
135
335260
3000
abbiamo molti più cervelli maschili che femminili.
05:38
Males are much more likely to die an accidental death in the prime of their life.
136
338260
3000
I maschi hanno più probabilità di morire per un incidente nel fiore degli anni.
05:41
And men are much more likely
137
341260
2000
E sono molto più propensi
05:43
to have their significant other, spouse, give consent
138
343260
3000
ad avere un partner, una moglie che ne dia il consenso
05:46
than the other way around.
139
346260
2000
piuttosto che il contrario.
05:48
(Laughter)
140
348260
4000
(Risate)
05:52
So the first thing that we do at the site of collection
141
352260
2000
Quindi la prima cosa che facciamo nel luogo di raccolta
05:54
is we collect what's called an MR.
142
354260
2000
consiste nell'eseguire una RM,
05:56
This is magnetic resonance imaging -- MRI.
143
356260
2000
una risonanza magnetica - RMI.
05:58
It's a standard template by which we're going to hang the rest of this data.
144
358260
3000
È un modello standard con cui introdurremo il resto dei dati.
06:01
So we collect this MR.
145
361260
2000
Abbiamo dunque la RM,
06:03
And you can think of this as our satellite view for our map.
146
363260
2000
simile a una visione satellitare della nostra mappa.
06:05
The next thing we do
147
365260
2000
Poi quello che facciamo
06:07
is we collect what's called a diffusion tensor imaging.
148
367260
3000
è raccogliere la cosiddetta imaging del tensore di diffusione,
06:10
This maps the large cabling in the brain.
149
370260
2000
che traccia la mappa del cablaggio cerebrale.
06:12
And again, you can think of this
150
372260
2000
E ancora, si può considerare
06:14
as almost mapping our interstate highways, if you will.
151
374260
2000
come una mappatura delle nostre autostrade interstatali.
06:16
The brain is removed from the skull,
152
376260
2000
Il cervello viene rimosso dal cranio,
06:18
and then it's sliced into one-centimeter slices.
153
378260
3000
quindi tagliato in sezioni spesse un centimetro.
06:21
And those are frozen solid,
154
381260
2000
Queste vengono congelate
06:23
and they're shipped to Seattle.
155
383260
2000
e inviate a Seattle.
06:25
And in Seattle, we take these --
156
385260
2000
A Seattle le prendiamo -
06:27
this is a whole human hemisphere --
157
387260
2000
questo è un emisfero umano completo -
06:29
and we put them into what's basically a glorified meat slicer.
158
389260
2000
e le mettiamo in una sorta di affettatrice.
06:31
There's a blade here that's going to cut across
159
391260
2000
Qui c'è una lama che attraverserà
06:33
a section of the tissue
160
393260
2000
una sezione del tessuto
06:35
and transfer it to a microscope slide.
161
395260
2000
e la trasferirà sul vetrino del microscopio.
06:37
We're going to then apply one of those stains to it,
162
397260
2000
Poi la coloreremo
06:39
and we scan it.
163
399260
2000
e la scansioneremo.
06:41
And then what we get is our first mapping.
164
401260
3000
Otteniamo così la nostra prima mappatura.
06:44
So this is where experts come in
165
404260
2000
Qui entrano in gioco gli esperti
06:46
and they make basic anatomic assignments.
166
406260
2000
che fanno le assegnazioni anatomiche di base.
06:48
You could consider this state boundaries, if you will,
167
408260
3000
Potete considerare queste linee piuttosto spesse
06:51
those pretty broad outlines.
168
411260
2000
come i confini tra stati.
06:53
From this, we're able to then fragment that brain into further pieces,
169
413260
4000
Da questo, frammentiamo quel cervello in ulteriori parti
06:57
which then we can put on a smaller cryostat.
170
417260
2000
che poi metteremo su un criostato più piccolo.
06:59
And this is just showing this here --
171
419260
2000
E qui vi mostriamo -
07:01
this frozen tissue, and it's being cut.
172
421260
2000
questo tessuto congelato che viene tagliato.
07:03
This is 20 microns thin, so this is about a baby hair's width.
173
423260
3000
Ha 20 micron di spessore, come i capelli di un bambino.
07:06
And remember, it's frozen.
174
426260
2000
Ricordate che è congelato.
07:08
And so you can see here,
175
428260
2000
Vedete che qui
07:10
old-fashioned technology of the paintbrush being applied.
176
430260
2000
usiamo la vecchia tecnologia del pennello.
07:12
We take a microscope slide.
177
432260
2000
Prendiamo un vetrino da microscopio.
07:14
Then we very carefully melt onto the slide.
178
434260
3000
Poi, con molta cura lo scongeliamo sul vetrino.
07:17
This will then go onto a robot
179
437260
2000
Questo va poi ad un robot
07:19
that's going to apply one of those stains to it.
180
439260
3000
che applicherà uno di quei coloranti.
07:26
And our anatomists are going to go in and take a deeper look at this.
181
446260
3000
E i nostri anatomisti andranno ad analizzarlo in dettaglio.
07:29
So again this is what they can see under the microscope.
182
449260
2000
Questo è quello che si vede al microscopio.
07:31
You can see collections and configurations
183
451260
2000
Potete vedere collezioni e configurazioni
07:33
of large and small cells
184
453260
2000
di cellule grandi e piccole
07:35
in clusters and various places.
185
455260
2000
in gruppi e punti diversi.
07:37
And from there it's routine. They understand where to make these assignments.
186
457260
2000
E da lì è routine. Loro sanno cosa fare.
07:39
And they can make basically what's a reference atlas.
187
459260
3000
Praticamente sono in grado di fare un atlante di riferimento.
07:42
This is a more detailed map.
188
462260
2000
Questa è una mappa più dettagliata.
07:44
Our scientists then use this
189
464260
2000
Poi i nostri scienziati usano questo
07:46
to go back to another piece of that tissue
190
466260
3000
per tornare a un altro pezzo di quel tessuto
07:49
and do what's called laser scanning microdissection.
191
469260
2000
ed eseguono la cosiddetta microdissezione laser.
07:51
So the technician takes the instructions.
192
471260
3000
Quindi il tecnico riceve le istruzioni,
07:54
They scribe along a place there.
193
474260
2000
e loro delineano un punto.
07:56
And then the laser actually cuts.
194
476260
2000
Poi il laser taglia.
07:58
You can see that blue dot there cutting. And that tissue falls off.
195
478260
3000
Vedete il taglio del punto blu. E quel tessuto si stacca.
08:01
You can see on the microscope slide here,
196
481260
2000
Si vede qui sul vetrino
08:03
that's what's happening in real time.
197
483260
2000
ciò che accade in tempo reale.
08:05
There's a container underneath that's collecting that tissue.
198
485260
3000
Sotto c'è un contenitore che raccoglie il tessuto.
08:08
We take that tissue,
199
488260
2000
Lo prendiamo,
08:10
we purify the RNA out of it
200
490260
2000
purifichiamo il suo RNA
08:12
using some basic technology,
201
492260
2000
usando una tecnologia di base
08:14
and then we put a florescent tag on it.
202
494260
2000
e applichiamo un'etichetta fluorescente.
08:16
We take that tagged material
203
496260
2000
Prendiamo il materiale etichettato
08:18
and we put it on to something called a microarray.
204
498260
3000
e lo mettiamo su quello che chiamiamo microarray.
08:21
Now this may look like a bunch of dots to you,
205
501260
2000
A voi possono sembrare una serie di punti,
08:23
but each one of these individual dots
206
503260
2000
ma ognuno di questi singoli punti
08:25
is actually a unique piece of the human genome
207
505260
2000
è in realtà un pezzo unico del genoma umano
08:27
that we spotted down on glass.
208
507260
2000
che abbiamo individuato sul vetro.
08:29
This has roughly 60,000 elements on it,
209
509260
3000
Questo contiene circa 60.000 elementi,
08:32
so we repeatedly measure various genes
210
512260
3000
e noi possiamo misurare ripetutamente vari geni
08:35
of the 25,000 genes in the genome.
211
515260
2000
tra i 25.000 geni del genoma.
08:37
And when we take a sample and we hybridize it to it,
212
517260
3000
E quando prendiamo un campione e lo ibridiamo,
08:40
we get a unique fingerprint, if you will,
213
520260
2000
otteniamo un'impronta unica
08:42
quantitatively of what genes are turned on in that sample.
214
522260
3000
che quantifica i geni attivati in quel campione.
08:45
Now we do this over and over again,
215
525260
2000
Ripetiamo continuamente questo processo
08:47
this process for any given brain.
216
527260
3000
per ogni cervello a disposizione.
08:50
We're taking over a thousand samples for each brain.
217
530260
3000
Prendiamo oltre un migliaio di campioni di ogni cervello.
08:53
This area shown here is an area called the hippocampus.
218
533260
3000
Questa zona, qui, è l'ippocampo.
08:56
It's involved in learning and memory.
219
536260
2000
È coinvolta nell'apprendimento e nella memoria.
08:58
And it contributes to about 70 samples
220
538260
3000
E contribuisce fino a circa 70 campioni
09:01
of those thousand samples.
221
541260
2000
di quelle migliaia di campioni.
09:03
So each sample gets us about 50,000 data points
222
543260
4000
Così ogni campione ci dà circa 50.000 dati
09:07
with repeat measurements, a thousand samples.
223
547260
3000
con misure ripetute, un migliaio di campioni.
09:10
So roughly, we have 50 million data points
224
550260
2000
Quindi abbiamo all'incirca 50 milioni di punti di dati
09:12
for a given human brain.
225
552260
2000
per ogni cervello umano.
09:14
We've done right now
226
554260
2000
Ora abbiamo i dati
09:16
two human brains-worth of data.
227
556260
2000
equivalenti a due cervelli umani.
09:18
We've put all of that together
228
558260
2000
Abbiamo combinato tutto questo
09:20
into one thing,
229
560260
2000
in una sintesi unica
09:22
and I'll show you what that synthesis looks like.
230
562260
2000
e vi mostrerò l'aspetto di questa sintesi.
09:24
It's basically a large data set of information
231
564260
3000
Si tratta di una grande quantità di informazioni
09:27
that's all freely available to any scientist around the world.
232
567260
3000
gratuitamente a disposizione di ogni scienziato al mondo.
09:30
They don't even have to log in to come use this tool,
233
570260
3000
Non serve registrarsi per usare questo strumento,
09:33
mine this data, find interesting things out with this.
234
573260
4000
analizzare i dati e trovare cose interessanti.
09:37
So here's the modalities that we put together.
235
577260
3000
Queste sono le modalità che abbiamo ideato.
09:40
You'll start to recognize these things from what we've collected before.
236
580260
3000
Le riconoscerete da quello che abbiamo raccolto prima.
09:43
Here's the MR. It provides the framework.
237
583260
2000
Ecco la RM che fornisce la struttura.
09:45
There's an operator side on the right that allows you to turn,
238
585260
3000
A destra c'è un operatore che vi permette di ruotare,
09:48
it allows you to zoom in,
239
588260
2000
ingrandire,
09:50
it allows you to highlight individual structures.
240
590260
3000
ed evidenziare singole strutture.
09:53
But most importantly,
241
593260
2000
Ma la cosa più importante,
09:55
we're now mapping into this anatomic framework,
242
595260
3000
è che ora facciamo le mappe di questa struttura anatomica,
09:58
which is a common framework for people to understand where genes are turned on.
243
598260
3000
una struttura comune per comprendere dove vengono attivati i geni.
10:01
So the red levels
244
601260
2000
Nei livelli rossi
10:03
are where a gene is turned on to a great degree.
245
603260
2000
viene attivato un gene al massimo grado.
10:05
Green is the sort of cool areas where it's not turned on.
246
605260
3000
Nel verde ci sono le zone fredde dove non è attivato.
10:08
And each gene gives us a fingerprint.
247
608260
2000
E ogni gene ci fornisce un'impronta digitale.
10:10
And remember that we've assayed all the 25,000 genes in the genome
248
610260
5000
Ricordate che abbiamo analizzato tutti i 25.000 geni del genoma
10:15
and have all of that data available.
249
615260
4000
e abbiamo tutti i dati disponibili.
10:19
So what can scientists learn about this data?
250
619260
2000
Che cosa apprendono gli scienziati da questi dati?
10:21
We're just starting to look at this data ourselves.
251
621260
3000
Noi stessi stiamo solo iniziando a studiare questi dati.
10:24
There's some basic things that you would want to understand.
252
624260
3000
Ci sono alcuni aspetti di base che vorremmo capire.
10:27
Two great examples are drugs,
253
627260
2000
Ottimi esempi sono due farmaci,
10:29
Prozac and Wellbutrin.
254
629260
2000
il Prozac e il Wellbutrin,
10:31
These are commonly prescribed antidepressants.
255
631260
3000
gli antidepressivi più comunemente prescritti.
10:34
Now remember, we're assaying genes.
256
634260
2000
Ricordate che noi analizziamo i geni.
10:36
Genes send the instructions to make proteins.
257
636260
3000
I geni inviano le istruzioni per produrre proteine​​.
10:39
Proteins are targets for drugs.
258
639260
2000
Le proteine ​​sono i bersagli dei farmaci.
10:41
So drugs bind to proteins
259
641260
2000
I farmaci si legano alle proteine
10:43
and either turn them off, etc.
260
643260
2000
e le disattivano, ecc.
10:45
So if you want to understand the action of drugs,
261
645260
2000
Se volete comprendere l'azione dei farmaci,
10:47
you want to understand how they're acting in the ways you want them to,
262
647260
3000
capire come agiscono in modo desiderato
10:50
and also in the ways you don't want them to.
263
650260
2000
e anche in modo indesiderato,
10:52
In the side effect profile, etc.,
264
652260
2000
gli effetti collaterali, ecc.,
10:54
you want to see where those genes are turned on.
265
654260
2000
dovete guardare dove vengono attivati questi geni.
10:56
And for the first time, we can actually do that.
266
656260
2000
E per la prima volta, possiamo davvero farlo.
10:58
We can do that in multiple individuals that we've assayed too.
267
658260
3000
Possiamo farlo anche su molti individui che abbiamo analizzato.
11:01
So now we can look throughout the brain.
268
661260
3000
Ora possiamo osservare tutto il cervello.
11:04
We can see this unique fingerprint.
269
664260
2000
Possiamo vedere questa impronta digitale unica.
11:06
And we get confirmation.
270
666260
2000
E ottenere la conferma.
11:08
We get confirmation that, indeed, the gene is turned on --
271
668260
3000
Conferma che, in effetti, il gene viene attivato -
11:11
for something like Prozac,
272
671260
2000
per un farmaco come il Prozac,
11:13
in serotonergic structures, things that are already known be affected --
273
673260
3000
in strutture serotoninergiche, già notoriamente interessate -
11:16
but we also get to see the whole thing.
274
676260
2000
ma si può anche ottenere una visione generale.
11:18
We also get to see areas that no one has ever looked at before,
275
678260
2000
Vediamo anche zone che nessuno ha mai visto prima,
11:20
and we see these genes turned on there.
276
680260
2000
e vediamo questi geni attivati lì.
11:22
It's as interesting a side effect as it could be.
277
682260
3000
È un effetto collaterale molto interessante.
11:25
One other thing you can do with such a thing
278
685260
2000
Un'altra cosa che si può fare,
11:27
is you can, because it's a pattern matching exercise,
279
687260
3000
dato che è un esercizio di equivalenza di pattern,
11:30
because there's unique fingerprint,
280
690260
2000
e c'è un'impronta digitale unica,
11:32
we can actually scan through the entire genome
281
692260
2000
è scansionare l'intero genoma
11:34
and find other proteins
282
694260
2000
e trovare altre proteine
11:36
that show a similar fingerprint.
283
696260
2000
​​che mostrino un'impronta digitale simile.
11:38
So if you're in drug discovery, for example,
284
698260
3000
Se siete alla ricerca di nuovi farmaci, per esempio,
11:41
you can go through
285
701260
2000
è possibile esaminare
11:43
an entire listing of what the genome has on offer
286
703260
2000
un intero elenco di ciò che il genoma ha da offrire
11:45
to find perhaps better drug targets and optimize.
287
705260
4000
per trovare migliori bersagli farmacologici e ottimizzarli.
11:49
Most of you are probably familiar
288
709260
2000
Probabilmente avrete sentito parlare
11:51
with genome-wide association studies
289
711260
2000
degli studi di associazione multipla [genome-wide]
11:53
in the form of people covering in the news
290
713260
3000
che i notiziari annunciano in tal modo:
11:56
saying, "Scientists have recently discovered the gene or genes
291
716260
3000
"Gli scienziati hanno recentemente scoperto il gene, i geni
11:59
which affect X."
292
719260
2000
che interessano X".
12:01
And so these kinds of studies
293
721260
2000
Questo tipo di studi
12:03
are routinely published by scientists
294
723260
2000
viene regolarmente pubblicato dagli scienziati,
12:05
and they're great. They analyze large populations.
295
725260
2000
e sono bravissimi. Analizzano grandi popolazioni.
12:07
They look at their entire genomes,
296
727260
2000
Analizzano i loro interi genomi
12:09
and they try to find hot spots of activity
297
729260
2000
e cercano di trovare punti di alta attività
12:11
that are linked causally to genes.
298
731260
3000
collegati ai geni secondo cause specifiche.
12:14
But what you get out of such an exercise
299
734260
2000
Ma quello che si ottiene da tale esercizio
12:16
is simply a list of genes.
300
736260
2000
è semplicemente un elenco di geni.
12:18
It tells you the what, but it doesn't tell you the where.
301
738260
3000
Vi dice il cosa, ma non il dove.
12:21
And so it's very important for those researchers
302
741260
3000
Quindi, per quei ricercatori, è molto importante
12:24
that we've created this resource.
303
744260
2000
il fatto che abbiamo creato questa risorsa.
12:26
Now they can come in
304
746260
2000
Ora possono venire da noi
12:28
and they can start to get clues about activity.
305
748260
2000
e cominciare ad ottenere indizi sull'attività.
12:30
They can start to look at common pathways --
306
750260
2000
Possono iniziare a guardare a dei percorsi comuni -
12:32
other things that they simply haven't been able to do before.
307
752260
3000
altri modi che non erano riusciti a individuare prima.
12:36
So I think this audience in particular
308
756260
3000
Penso che questo pubblico in particolare
12:39
can understand the importance of individuality.
309
759260
3000
possa capire l'importanza dell'individualità.
12:42
And I think every human,
310
762260
2000
E penso che ogni essere umano,
12:44
we all have different genetic backgrounds,
311
764260
4000
tutti noi abbiamo diversi background genetici,
12:48
we all have lived separate lives.
312
768260
2000
abbiamo tutti vissuto vite separate.
12:50
But the fact is
313
770260
2000
Ma il fatto è
12:52
our genomes are greater than 99 percent similar.
314
772260
3000
che i nostri genomi sono più del 99% simili.
12:55
We're similar at the genetic level.
315
775260
3000
Siamo simili a livello genetico.
12:58
And what we're finding
316
778260
2000
E scopriamo che
13:00
is actually, even at the brain biochemical level,
317
780260
2000
anche a livello di chimica cerebrale,
13:02
we are quite similar.
318
782260
2000
siamo piuttosto simili.
13:04
And so this shows it's not 99 percent,
319
784260
2000
Questo mostra che la corrispondenza non è del 99%
13:06
but it's roughly 90 percent correspondence
320
786260
2000
ma è circa del 90%,
13:08
at a reasonable cutoff,
321
788260
3000
in un ragionevole margine,
13:11
so everything in the cloud is roughly correlated.
322
791260
2000
quindi tutto, nella nuvola, è più o meno correlato.
13:13
And then we find some outliers,
323
793260
2000
E poi troviamo alcuni valori anomali,
13:15
some things that lie beyond the cloud.
324
795260
3000
alcuni elementi che si trovano al di là della nuvola.
13:18
And those genes are interesting,
325
798260
2000
Questi geni sono interessanti
13:20
but they're very subtle.
326
800260
2000
ma appena percettibili.
13:22
So I think it's an important message
327
802260
3000
Secondo me un messaggio importante
13:25
to take home today
328
805260
2000
da portare con sé oggi
13:27
that even though we celebrate all of our differences,
329
807260
3000
è che, nonostante celebriamo tutte le nostre differenze,
13:30
we are quite similar
330
810260
2000
siamo molto simili,
13:32
even at the brain level.
331
812260
2000
anche a livello cerebrale.
13:34
Now what do those differences look like?
332
814260
2000
Ora, quali sono queste differenze?
13:36
This is an example of a study that we did
333
816260
2000
Ecco l'esempio di uno studio condotto
13:38
to follow up and see what exactly those differences were --
334
818260
2000
per monitorare esattamente queste differenze -
13:40
and they're quite subtle.
335
820260
2000
e sono abbastanza sottili.
13:42
These are things where genes are turned on in an individual cell type.
336
822260
4000
Qui i geni sono attivati in un unico tipo di cellula.
13:46
These are two genes that we found as good examples.
337
826260
3000
Questi due geni sono esempi validi.
13:49
One is called RELN -- it's involved in early developmental cues.
338
829260
3000
Uno, l'RELN, è coinvolto nelle prime fasi dello sviluppo.
13:52
DISC1 is a gene
339
832260
2000
Il DISC1 è un gene
13:54
that's deleted in schizophrenia.
340
834260
2000
soppresso nella schizofrenia.
13:56
These aren't schizophrenic individuals,
341
836260
2000
Questi non sono soggetti schizofrenici,
13:58
but they do show some population variation.
342
838260
3000
ma mostrano alcune variazioni nella popolazione.
14:01
And so what you're looking at here
343
841260
2000
E quello che vedete qui
14:03
in donor one and donor four,
344
843260
2000
nei donatori uno e quattro,
14:05
which are the exceptions to the other two,
345
845260
2000
che sono l'eccezione agli altri due,
14:07
that genes are being turned on
346
847260
2000
è che i geni si attivano
14:09
in a very specific subset of cells.
347
849260
2000
in un sottogruppo molto specifico di cellule.
14:11
It's this dark purple precipitate within the cell
348
851260
3000
È questo precipitato viola scuro all'interno della cellula
14:14
that's telling us a gene is turned on there.
349
854260
3000
che ci dice che lì c'è un gene attivo.
14:17
Whether or not that's due
350
857260
2000
Che sia dovuto o meno
14:19
to an individual's genetic background or their experiences,
351
859260
2000
al background genetico di una persona o alle sue esperienze,
14:21
we don't know.
352
861260
2000
non lo sappiamo.
14:23
Those kinds of studies require much larger populations.
353
863260
3000
Questi studi richiedono popolazioni molto più ampie.
14:28
So I'm going to leave you with a final note
354
868260
2000
Quindi vi lascerò con una nota finale
14:30
about the complexity of the brain
355
870260
3000
sulla complessità del cervello
14:33
and how much more we have to go.
356
873260
2000
e su quanto dobbiamo ancora fare.
14:35
I think these resources are incredibly valuable.
357
875260
2000
Ritengo queste risorse incredibilmente importanti.
14:37
They give researchers a handle
358
877260
2000
Danno ai ricercatori la possibilità
14:39
on where to go.
359
879260
2000
di sapere dove dirigersi.
14:41
But we only looked at a handful of individuals at this point.
360
881260
3000
Ma in questa fase abbiamo studiato solo alcuni individui.
14:44
We're certainly going to be looking at more.
361
884260
2000
Sicuramente ne analizzeremo di più.
14:46
I'll just close by saying
362
886260
2000
Concludo solo dicendo
14:48
that the tools are there,
363
888260
2000
che gli strumenti ci sono,
14:50
and this is truly an unexplored, undiscovered continent.
364
890260
4000
ed è veramente un continente inesplorato, tutto da scoprire.
14:54
This is the new frontier, if you will.
365
894260
4000
Questa è la nuova frontiera.
14:58
And so for those who are undaunted,
366
898260
2000
E quindi per gli intrepidi,
15:00
but humbled by the complexity of the brain,
367
900260
2000
intimiditi dalla complessità del cervello,
15:02
the future awaits.
368
902260
2000
il futuro vi attende.
15:04
Thanks.
369
904260
2000
Grazie.
15:06
(Applause)
370
906260
9000
(Applausi)

Original video on YouTube.com
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