Susan Solomon: The promise of research with stem cells

95,493 views ・ 2012-09-13

TED


אנא לחץ פעמיים על הכתוביות באנגלית למטה כדי להפעיל את הסרטון.

00:00
Translator: Joseph Geni Reviewer: Morton Bast
0
0
7000
מתרגם: Orr Schlesinger מבקר: Mark Freehoff
00:16
So, embryonic stem cells
1
16381
2989
תאי גזע עובריים
00:19
are really incredible cells.
2
19370
3300
הם תאים מדהימים.
00:22
They are our body's own repair kits,
3
22670
2788
הם ערכות התיקון של הגוף שלנו,
00:25
and they're pluripotent, which means they can morph into
4
25458
2964
והם פלוריפוטנטים, מה שאומר שהם יכולים להפוך
00:28
all of the cells in our bodies.
5
28422
2432
לכל תא בגופינו.
00:30
Soon, we actually will be able to use stem cells
6
30854
2688
בקרוב, נוכל אפילו להשתמש בתאי גזע
00:33
to replace cells that are damaged or diseased.
7
33542
2985
על מנת להחליף תאים פגועים או חולים.
00:36
But that's not what I want to talk to you about,
8
36527
2431
אבל זה לא הנושא שאני רוצה לדבר עליו,
00:38
because right now there are some really
9
38958
2678
כיוון שעכשיו יש כמה
00:41
extraordinary things that we are doing with stem cells
10
41636
3946
דברים מדהימים באמת שאנחנו עושים עם תאי גזע
00:45
that are completely changing
11
45582
1607
שמשנים לחלוטין
00:47
the way we look and model disease,
12
47189
2899
את הדרך בה אנו מסתכלים על מחלות ומדגימים אותה,
00:50
our ability to understand why we get sick,
13
50088
2519
היכולת שלנו להבין מדוע אנחנו נעשים חולים,
00:52
and even develop drugs.
14
52607
2431
ואפילו מפתחים תרופות.
00:55
I truly believe that stem cell research is going to allow
15
55038
4313
אני באמת מאמינה שמחקר בתאי גזע הולך לאפשר
00:59
our children to look at Alzheimer's and diabetes
16
59351
4505
לילדינו להסתכל על אלצהיימר, סכרת
01:03
and other major diseases the way we view polio today,
17
63856
4391
ומחלות נוספות בדרך שבה אנו מסתכלים על מחלת הפוליו כיום,
01:08
which is as a preventable disease.
18
68247
3201
שהיא מחלה שניתנת למניעה.
01:11
So here we have this incredible field, which has
19
71448
3223
אז יש לפנינו את התחום המדהים, שיש בו
01:14
enormous hope for humanity,
20
74671
4387
תקווה גדולה לאנושות,
01:19
but much like IVF over 35 years ago,
21
79058
3520
אבל ממש כמו הפריית מבחנה לפני יותר מ35 שנה,
01:22
until the birth of a healthy baby, Louise,
22
82578
2334
עד הלידה של תינוקת בריאה, לואיז,
01:24
this field has been under siege politically and financially.
23
84912
5069
התחום הזה היה תחת מצור פוליטי וכלכלי.
01:29
Critical research is being challenged instead of supported,
24
89981
4272
מחקר קריטי מעוכב במקום לקבל תמיכה,
01:34
and we saw that it was really essential to have
25
94253
4360
וראינו שזה חיוני שיהיה
01:38
private safe haven laboratories where this work
26
98613
3531
מפלט מוגן למעבדות הללו היכן שהעבודה
01:42
could be advanced without interference.
27
102144
2830
בנושא תוכל להמשיך ללא הפרעה.
01:44
And so, in 2005,
28
104974
2531
ב 2005,
01:47
we started the New York Stem Cell Foundation Laboratory
29
107505
2612
הקמנו את הקרן למעבדה של תאי גזע בניו יורק
01:50
so that we would have a small organization that could
30
110117
3589
כדי שיהיה לנו ארגון קטן כדי שנוכל
01:53
do this work and support it.
31
113706
3312
לעשות את העבודה הזאת ולתמוך בה.
01:57
What we saw very quickly is the world of both medical
32
117018
3385
מה שראינו מאוד מהר זה שעולם המחקר הרפואי
02:00
research, but also developing drugs and treatments,
33
120403
3376
וגם פיתוח של תרופות וטיפולים,
02:03
is dominated by, as you would expect, large organizations,
34
123779
3713
נשלט, כצפוי, בידי ארגונים גדולים,
02:07
but in a new field, sometimes large organizations
35
127492
3119
אבל בתחום חדש, לפעמים ארגונים גדולים
02:10
really have trouble getting out of their own way,
36
130611
2168
נתקלים בבעיות כאשר היא באים לגשת אליו,
02:12
and sometimes they can't ask the right questions,
37
132779
2436
לפעמים הם אינם מסוגלים לשאול את השאלות הנכונות,
02:15
and there is an enormous gap that's just gotten larger
38
135215
3356
וישנו פער עצום שהולך וגדל
02:18
between academic research on the one hand
39
138571
3211
בין המחקר האקדמי מצד אחד
02:21
and pharmaceutical companies and biotechs
40
141782
2701
וחברות הפרמצבטיות והביוטק
02:24
that are responsible for delivering all of our drugs
41
144483
3266
שאחראיות להעברת התרופות
02:27
and many of our treatments, and so we knew that
42
147749
2390
והטיפולים שלנו, כך שידענו
02:30
to really accelerate cures and therapies, we were going
43
150139
3946
שכדי באמת להאיץ את הטיפולים הללו, אנחנו צריכים
02:34
to have to address this with two things:
44
154085
2807
להתייחס לשני דברים:
02:36
new technologies and also a new research model.
45
156892
3222
טכנולוגיות חדשות וגם מודל מחקרי חדש.
02:40
Because if you don't close that gap, you really are
46
160114
3759
בגלל שאם לא נסגור את הפער הזה, אנחנו נשאר
02:43
exactly where we are today.
47
163873
1607
בדיוק היכן שאנחנו נמצאים היום.
02:45
And that's what I want to focus on.
48
165480
1667
וזה מה שאני רוצה להתמקד בו.
02:47
We've spent the last couple of years pondering this,
49
167147
3550
העברנו את השנים האחרונות בהרהורים בנושא הזה,
02:50
making a list of the different things that we had to do,
50
170697
2391
תוך הכנת רשימה של דברים שאנחנו צריכים לעשות,
02:53
and so we developed a new technology,
51
173088
2631
אז פיתחנו טכנולוגיה חדשה,
02:55
It's software and hardware,
52
175719
1251
שהיא חומרה ותכנה,
02:56
that actually can generate thousands and thousands of
53
176970
3503
שיכולה למעשה ליצור אלפים על גבי אלפים של
03:00
genetically diverse stem cell lines to create
54
180473
3170
קווים של תאי גזע שונים על מנת ליצור
03:03
a global array, essentially avatars of ourselves.
55
183643
3787
מערך עולמי, של למעשה אווטרים של עצמינו.
03:07
And we did this because we think that it's actually going
56
187430
3434
ועשינו זאת בגלל שאנו חושבים שזה מתקדם
03:10
to allow us to realize the potential, the promise,
57
190864
3415
לכוון שבו יאפשרו לנו להגשים את הפוטנציאל, ההבטחה,
03:14
of all of the sequencing of the human genome,
58
194279
3080
שטמונה בפרוייקט ריצוף הגנום האנושי,
03:17
but it's going to allow us, in doing that,
59
197359
2504
אבל בכך שנעשה זאת, זה יאפשר לנו
03:19
to actually do clinical trials in a dish with human cells,
60
199863
5008
לעשות ניסויים קליניים בצלחת עם תאים אנושיים,
03:24
not animal cells, to generate drugs and treatments
61
204871
4159
לא תאים לא אנושיים, על מנת לפתח תרופות וטיפולים
03:29
that are much more effective, much safer,
62
209030
3249
שהם הרבה יותר אפקטיביים, בטוחים,
03:32
much faster, and at a much lower cost.
63
212279
3256
מהירים וזולים בהרבה.
03:35
So let me put that in perspective for you
64
215535
2384
אני רוצה לשים את זה בפרספקטיבה בשבילכם
03:37
and give you some context.
65
217919
1416
על מנת לשים את זה בהקשר.
03:39
This is an extremely new field.
66
219335
4832
זהו תחום חדש מאוד.
03:44
In 1998, human embryonic stem cells
67
224167
2832
ב-1998, תאי גזע עובריים אנושיים
03:46
were first identified, and just nine years later,
68
226999
3512
זוהו לראשונה, ורק תשע שנים לאחר מכן,
03:50
a group of scientists in Japan were able to take skin cells
69
230511
4305
קבוצה של מדענים ביפן יכלו לקחת תאי עור
03:54
and reprogram them with very powerful viruses
70
234816
3195
ולתכנת אותם מחדש בעזרת ווירוסים עצמתיים
03:58
to create a kind of pluripotent stem cell
71
238011
4242
על מנת ליצור סוג של תאי גזע פלוריפוטנטים
04:02
called an induced pluripotent stem cell,
72
242253
2090
שנקראים תאי גזע פלוריפוטנטים מושרים,
04:04
or what we refer to as an IPS cell.
73
244343
3008
או איך שאנו מתייחסים אליהם בקיצור, תאי IPS.
04:07
This was really an extraordinary advance, because
74
247351
3198
זאת הייתה באמת התקדמות מדהימה, כיוון
04:10
although these cells are not human embryonic stem cells,
75
250549
2544
שלמרות שאלה לא תאי גזע עובריים אנושיים,
04:13
which still remain the gold standard,
76
253093
1794
שעדיין נשארו הסטנדרט הגבוה,
04:14
they are terrific to use for modeling disease
77
254887
3470
הם מצויינים לשימוש כמודל למחלות שונות
04:18
and potentially for drug discovery.
78
258357
2730
ובעלי פוטנציאל לגילוי תרופות חדשות.
04:21
So a few months later, in 2008, one of our scientists
79
261087
3040
כמה חודשים מאוחר יותר, ב 2008, אחד החוקרים שלנו
04:24
built on that research. He took skin biopsies,
80
264127
3200
הסתמך על המחקר הזה. הוא לקח תאי עור,
04:27
this time from people who had a disease,
81
267327
2028
מאנשים שהיו חולים ב-ALS (ניוון שרירים),
04:29
ALS, or as you call it in the U.K., motor neuron disease.
82
269355
2914
או איך שקוראים לה בבריטניה, מחלת העצבים המוטוריים.
04:32
He turned them into the IPS cells
83
272269
1698
הוא הפך את התאים לתאי IPS
04:33
that I've just told you about, and then he turned those
84
273967
2686
שבדיוק סיפרתי לכם עליהם, ואז הוא הפך אותם
04:36
IPS cells into the motor neurons that actually
85
276653
2704
לתאי עצב מוטוריים
04:39
were dying in the disease.
86
279357
1461
שהציגו תסמינים של תאים שמתים מניוון שרירים.
04:40
So basically what he did was to take a healthy cell
87
280818
3019
בעקרון, מה שעשינו זה לקחת תא בריא
04:43
and turn it into a sick cell,
88
283837
1714
והפכנו אותו לתא חולה,
04:45
and he recapitulated the disease over and over again
89
285551
3558
והוא שיחזר את המחלה שוב ושוב
04:49
in the dish, and this was extraordinary,
90
289109
3360
בצלחת, זה היה מדהים,
04:52
because it was the first time that we had a model
91
292469
2248
כיוון שזו היתה הפעם הראשונה שבה היה לנו מודל
04:54
of a disease from a living patient in living human cells.
92
294717
4188
למחלה מחולה חי בתאים אנושיים חיים.
04:58
And as he watched the disease unfold, he was able
93
298905
3120
כאשר הוא צפה במחלה מתקדמת, הוא יכל
05:02
to discover that actually the motor neurons were dying
94
302025
3011
לראות שלמעשה העצבים המוטורים מתו
05:05
in the disease in a different way than the field
95
305036
2127
בדרך שונה ממה
05:07
had previously thought. There was another kind of cell
96
307163
2494
שחשבו עד אז. היה עוד סוג של תא
05:09
that actually was sending out a toxin
97
309657
2201
שלמעשה הפריש רעלן
05:11
and contributing to the death of these motor neurons,
98
311858
2511
שתרם למות תאי העצב הללו,
05:14
and you simply couldn't see it
99
314369
1358
ופשוט לא יכלו לראות זאת
05:15
until you had the human model.
100
315727
1790
עד שהיה בידם מודל אנושי.
05:17
So you could really say that
101
317517
2667
ממש אפשר להגיד
05:20
researchers trying to understand the cause of disease
102
320184
3906
שחוקרים המנסים להבין את הגורם למחלה
05:24
without being able to have human stem cell models
103
324090
4152
מבלי להיות יכולים לעבוד על מודל של תאי גזע אנושיים
05:28
were much like investigators trying to figure out
104
328242
2760
הם כמו בלשים שמנסים להבין
05:31
what had gone terribly wrong in a plane crash
105
331002
3241
מה הגורם להתרסקות מטוס נוראית
05:34
without having a black box, or a flight recorder.
106
334243
3997
מבלי יכולת להשתמש בקופסה השחורה, או במקליט נתוני הטיסה.
05:38
They could hypothesize about what had gone wrong,
107
338240
2602
הם יכולים להעריך מה השתבש,
05:40
but they really had no way of knowing what led
108
340842
3112
אבל אין להם דרך לקבוע בוודאות מה הוביל
05:43
to the terrible events.
109
343954
2172
לרצף האירועים הקטלני.
05:46
And stem cells really have given us the black box
110
346126
4183
תאי גזע הם כמו הקופסה השחורה
05:50
for diseases, and it's an unprecedented window.
111
350309
3968
של מחלות, זה פותח חלון חסר תקדים של אפשרויות.
05:54
It really is extraordinary, because you can recapitulate
112
354277
3245
זה באמת מדהים, כיוון שאפשר לשחזר
05:57
many, many diseases in a dish, you can see
113
357522
3247
הרבה הרבה מחלות בצלחת אחת, אפשר לראות
06:00
what begins to go wrong in the cellular conversation
114
360769
3536
מה מתחיל להשתבש בדו שיח הבין-תאי
06:04
well before you would ever see
115
364305
2424
הרבה לפני שאפשר לראות
06:06
symptoms appear in a patient.
116
366729
2536
סימפטומים בגופו של חולה.
06:09
And this opens up the ability,
117
369265
2523
זה פותח בפנינו את האפשרות,
06:11
which hopefully will become something that
118
371788
2814
שבתקווה תהפוך למשהו
06:14
is routine in the near term,
119
374602
2647
שהוא שיגרתי בזמן הקרוב,
06:17
of using human cells to test for drugs.
120
377249
4146
של שימוש בתאים אנושיים על מנת לבחון תרופות.
06:21
Right now, the way we test for drugs is pretty problematic.
121
381395
5464
כיום, הדרך שבה אנו בודקים תרופות הי דיי בעייתית.
06:26
To bring a successful drug to market, it takes, on average,
122
386859
3318
על מנת להגיע עם תרופה חדשה למצב שאפשר להוציא אותה לשוק, זה לוקח בממוצע,
06:30
13 years — that's one drug —
123
390177
2186
13 שנים -- לתרופה אחת --
06:32
with a sunk cost of 4 billion dollars,
124
392363
3388
עם 4 מיליארד דולר שהושקעו בדרך,
06:35
and only one percent of the drugs that start down that road
125
395751
4867
כאשר רק אחוז אחד מהתרופות שהחלו את התהליך
06:40
are actually going to get there.
126
400618
2248
יגיעו גם למצב שבו הן יוצאות לשוק.
06:42
You can't imagine other businesses
127
402866
2125
בלתי אפשרי לדמיין עסק אחר
06:44
that you would think of going into
128
404991
1449
שתסכים להיכנס אליו
06:46
that have these kind of numbers.
129
406440
1755
כאשר עומדים בפניך המספרים הללו.
06:48
It's a terrible business model.
130
408195
1802
זה מודל עסקי נוראי.
06:49
But it is really a worse social model because of
131
409997
3989
אבל זה באמת מודל חברתי גרוע בגלל
06:53
what's involved and the cost to all of us.
132
413986
3328
מה שיהיה המחיר של זה לגבינו.
06:57
So the way we develop drugs now
133
417314
3752
אז הדרך שבה אנו מפתחים תרופות כיום
07:01
is by testing promising compounds on --
134
421066
3200
היא ניסוי של תרכובות מבטיחות על --
07:04
We didn't have disease modeling with human cells,
135
424266
1880
לא היה לנו מודל למחלות עם תאים אנושיים,
07:06
so we'd been testing them on cells of mice
136
426146
3464
אז אנחנו מבצעים את הניסויים על תאים מעכברים
07:09
or other creatures or cells that we engineer,
137
429610
3667
או יצורים אחרים או תאים אחרים שאנו מהנדסים,
07:13
but they don't have the characteristics of the diseases
138
433277
3061
אבל אין להם את המאפיינים של המחלות
07:16
that we're actually trying to cure.
139
436338
2336
שאנו רוצים למעשה לרפא.
07:18
You know, we're not mice, and you can't go into
140
438674
3046
אתם מבינים, אנחנו לא עכברים, ואנחנו לא יכולים
07:21
a living person with an illness
141
441720
2418
ללכת לאדם כלשהו עם המחלה
07:24
and just pull out a few brain cells or cardiac cells
142
444138
2928
ופשוט לשלוף כמה תאי מוח או תאי לב
07:27
and then start fooling around in a lab to test
143
447066
2289
על מנת לשחק איתם במעבדה ולנסות עליהם
07:29
for, you know, a promising drug.
144
449355
3561
את התרופה המבטיחה החדשה שלנו.
07:32
But what you can do with human stem cells, now,
145
452916
3585
אבל מה שאפשר לעשות היום עם תאי גזע אנושיים,
07:36
is actually create avatars, and you can create the cells,
146
456501
4337
הוא למעשה ליצור אווטרים, ניתן ליצור את התאים,
07:40
whether it's the live motor neurons
147
460838
1967
בין אם הם תאי עצב מוטוריים
07:42
or the beating cardiac cells or liver cells
148
462805
3010
או תאי שריר לב פועמים או תאי כבד
07:45
or other kinds of cells, and you can test for drugs,
149
465815
4109
או תאים אחרים, ואתה יכול לנסות את התרופה,
07:49
promising compounds, on the actual cells
150
469924
3125
את התרכובת המבטיחה, על התאים האמיתיים
07:53
that you're trying to affect, and this is now,
151
473049
3631
שעליהם אתה מנסה להשפיע, זה קורה עכשיו,
07:56
and it's absolutely extraordinary,
152
476680
2814
וזה מדהים ביותר,
07:59
and you're going to know at the beginning,
153
479494
3156
ואתם יכולים לדעת בהתחלה,
08:02
the very early stages of doing your assay development
154
482650
3744
ממש בשלבים הראשונים של פיתוח הניסוי
08:06
and your testing, you're not going to have to wait 13 years
155
486394
3389
והבדיקות, ולא תצטרך לחכות 13 שנים
08:09
until you've brought a drug to market, only to find out
156
489783
3319
עד להוצאת התרופה לשוק, רק בשביל לגלות
08:13
that actually it doesn't work, or even worse, harms people.
157
493102
5056
שהיא לא עובדת, או יותר גרוע, פוגעת באנשים.
08:18
But it isn't really enough just to look at
158
498158
4340
אבל זה לא מספיק להסתכל רק
08:22
the cells from a few people or a small group of people,
159
502498
3782
על מספר מצומצם של תאים ממספר קטן של נבדקים,
08:26
because we have to step back.
160
506280
1644
כיוון שאנו צריכים לחזור לאחור.
08:27
We've got to look at the big picture.
161
507924
1851
אנחנו צריכים להסתכל על התמונה הכוללת.
08:29
Look around this room. We are all different,
162
509775
3136
הסתכלו באולם מסביבכם. כולנו שונים,
08:32
and a disease that I might have,
163
512911
2740
ומחלות שיכול להיות שיש לי,
08:35
if I had Alzheimer's disease or Parkinson's disease,
164
515651
2877
אם זה אלצהיימר או פרקינסון,
08:38
it probably would affect me differently than if
165
518528
3766
כנראה ישפיעו עלי בצורה שונה מאשר
08:42
one of you had that disease,
166
522294
1641
היו משפיעות על אחד מכם לו חלה,
08:43
and if we both had Parkinson's disease,
167
523935
4345
ואם לשנינו יש פרקינסון,
08:48
and we took the same medication,
168
528280
2268
ואנחנו ניקח את אותה התרופה,
08:50
but we had different genetic makeup,
169
530548
2747
אבל יש לנו רקע גנטי שונה,
08:53
we probably would have a different result,
170
533295
2285
סביר להניח שהתוצאות יהיו שונות,
08:55
and it could well be that a drug that worked wonderfully
171
535580
3731
ואפשרי בהחלט שתרופה שתעבוד מצויין
08:59
for me was actually ineffective for you,
172
539311
3579
בשבילי תהיה חסרת ערך בשבילך.
09:02
and similarly, it could be that a drug that is harmful for you
173
542890
4692
ובאופן דומה, יכול להיות שהתרופה יכולה לפגוע בך,
09:07
is safe for me, and, you know, this seems totally obvious,
174
547582
4302
ובטוחה לשימוש אצלי. זה נראה מובן מאליו,
09:11
but unfortunately it is not the way
175
551884
2728
אבל לרוע המזל זו לא הדרך
09:14
that the pharmaceutical industry has been developing drugs
176
554612
3186
שבה חברות התרופות פיתחו תרופות עד כה
09:17
because, until now, it hasn't had the tools.
177
557798
3986
בגלל שעד עכשיו לא היו להם את הכלים.
09:21
And so we need to move away
178
561784
2292
אם כן, אנחנו צריכים לנטוש את הרעיון
09:24
from this one-size-fits-all model.
179
564076
2954
של מודל אחד שמתאים להכל.
09:27
The way we've been developing drugs is essentially
180
567030
3177
הדרך שבה פיתחו תרופות עד כה משולה
09:30
like going into a shoe store,
181
570207
1379
לכניסה לחנות נעליים,
09:31
no one asks you what size you are, or
182
571586
2283
כשאף אחד לא שואל אותך מה המידה שלך, או
09:33
if you're going dancing or hiking.
183
573869
2210
אם אתה צריך נעליים לריקוד או הליכה.
09:36
They just say, "Well, you have feet, here are your shoes."
184
576079
2808
פשוט אומרים לך: "אוקיי, יש לך רגליים, הנה הנעליים שלך."
09:38
It doesn't work with shoes, and our bodies are
185
578887
3600
זה לא עובד כך בנעליים, וגופינו הוא
09:42
many times more complicated than just our feet.
186
582487
3472
מורכב הרבה יותר מאשר רק הרגליים שלנו.
09:45
So we really have to change this.
187
585959
2541
אז כאן חייב לבוא השינוי.
09:48
There was a very sad example of this in the last decade.
188
588500
5184
היתה דוגמא מאוד עצובה לכך בעשור האחרון.
09:53
There's a wonderful drug, and a class of drugs actually,
189
593684
2648
ישנה תרופה מדהימה, קבוצת תרופות למען האמת,
09:56
but the particular drug was Vioxx, and
190
596332
2680
אבל התרופה המסויימת הייתה ויוקס (Vioxx),
09:59
for people who were suffering from severe arthritis pain,
191
599012
4376
ובשביל אנשים שחוו כאבים חזקים כתוצאה מדלקת פרקים,
10:03
the drug was an absolute lifesaver,
192
603388
3392
התרופה היתה ממש מצילת חיים,
10:06
but unfortunately, for another subset of those people,
193
606780
5080
אבל לרוע המזל, לקבוצה אחרת של אנשים,
10:11
they suffered pretty severe heart side effects,
194
611860
4769
היו תופעות לוואי לבביות קשות,
10:16
and for a subset of those people, the side effects were
195
616629
2728
ואצל חלק מהאנשים הללו, תופעות הלוואי
10:19
so severe, the cardiac side effects, that they were fatal.
196
619357
3897
היו כל כך קשות, שהן היו אפילו קטלניות.
10:23
But imagine a different scenario,
197
623254
4042
דמיינו תסריט שונה,
10:27
where we could have had an array, a genetically diverse array,
198
627296
4302
שבו יש לנו מערך שונות גנטית,
10:31
of cardiac cells, and we could have actually tested
199
631598
3626
של תאי לב שונים, שאנחנו יכולנו לבצע את הבדיקות
10:35
that drug, Vioxx, in petri dishes, and figured out,
200
635224
5081
של ויוקס עליהם, בצלחת פטרי, ולגלות,
10:40
well, okay, people with this genetic type are going to have
201
640305
3744
שאנשים עם מאפיינים גנטים מסויימים יסבלו
10:44
cardiac side effects, people with these genetic subgroups
202
644049
5000
מתופעות לוואי לבביות כאלה, ואנשים עם מאפיינים גנטיים אחרים
10:49
or genetic shoes sizes, about 25,000 of them,
203
649049
5144
או "מידת נעליים" גנטית אחרת, בערך 25,000 כאלה,
10:54
are not going to have any problems.
204
654193
2760
לא יסבלו מבעיות כלל.
10:56
The people for whom it was a lifesaver
205
656953
2615
האנשים שבשבילם התרופה היתה מצילת חיים
10:59
could have still taken their medicine.
206
659568
1677
עדיין יכלו להמשיך לקבל את התרופה.
11:01
The people for whom it was a disaster, or fatal,
207
661245
4386
האנשים שבשבילם התרופה היא בעלת תופעות שליליות או קטלניות,
11:05
would never have been given it, and
208
665631
2091
לעולם לא היו מקבלים את התרופה,
11:07
you can imagine a very different outcome for the company,
209
667722
2583
כך שאתם יכולים לדמיין את התוצאה השונה בתכלית עבור החברה,
11:10
who had to withdraw the drug.
210
670305
2768
שהיתה צריכה להפסיק את ייצור התרופה.
11:13
So that is terrific,
211
673073
2816
אז זה מצויין,
11:15
and we thought, all right,
212
675889
1834
וחשבנו, טוב, בסדר,
11:17
as we're trying to solve this problem,
213
677723
2759
היות שאנו מנסים לפתור את הבעיה הזו,
11:20
clearly we have to think about genetics,
214
680482
2197
אנחנו ללא ספק צריכים לחשוב על גנטיקה,
11:22
we have to think about human testing,
215
682679
2834
אנו צריכים לחשוב על בדיקת אנשים,
11:25
but there's a fundamental problem,
216
685513
1579
אבל יש בעיה בסיסית,
11:27
because right now, stem cell lines,
217
687092
2699
כיוון שנכון לעכשיו, קווים של תאי גזע,
11:29
as extraordinary as they are,
218
689791
1710
מדהימים ככל שיהיו,
11:31
and lines are just groups of cells,
219
691501
1744
קווים הם בסך הכל קבוצות של תאים,
11:33
they are made by hand, one at a time,
220
693245
4332
מכינים אותם ביד, כל אחד בתורו,
11:37
and it takes a couple of months.
221
697577
2224
וזה לוקח מספר חודשים.
11:39
This is not scalable, and also when you do things by hand,
222
699801
4366
זה לא ניתן לביצוע בקנה מידה גדול יותר, בנוסף, כאשר עושם דברים בצורה ידנית,
11:44
even in the best laboratories,
223
704167
1543
אפילו במעבדות הטובות ביותר,
11:45
you have variations in techniques,
224
705710
3161
יש הבדלים בטכניקות,
11:48
and you need to know, if you're making a drug,
225
708871
3181
ואתה צריך לדעת, אם אתה מכין תרופה,
11:52
that the Aspirin you're going to take out of the bottle
226
712052
1898
שהאספירין שאתה הולך להוציא מהבקבוק
11:53
on Monday is the same as the Aspirin
227
713950
2440
ביום שני, זהה לאספירין
11:56
that's going to come out of the bottle on Wednesday.
228
716390
2081
שהולך לצאת מהבקבוק ביום רביעי.
11:58
So we looked at this, and we thought, okay,
229
718471
3791
אז הסתכלנו על זה, וחשבנו, אוקיי,
12:02
artisanal is wonderful in, you know, your clothing
230
722262
3152
עבודת יד היא דבר מצויין, אתם יודעים, בבגדים שלכם,
12:05
and your bread and crafts, but
231
725414
2944
בלחם וביצירות אמנות, אבל
12:08
artisanal really isn't going to work in stem cells,
232
728358
2983
עבודת יד לא ממש הולכת לעבוד בהקשר של תאי גזע,
12:11
so we have to deal with this.
233
731341
2390
ועלינו להתמודד עם העובדה הזו.
12:13
But even with that, there still was another big hurdle,
234
733731
3920
ועם זאת, עדיין ישנה משוכה גדולה נוספת,
12:17
and that actually brings us back to
235
737651
3564
וזה מביא אותנו חזרה
12:21
the mapping of the human genome, because
236
741215
2384
למיפוי הגנום האנושי, בגלל
12:23
we're all different.
237
743599
2711
שכולנו שונים אחד מרעיהו.
12:26
We know from the sequencing of the human genome
238
746310
2832
אנו יודעים מריצוף הגנום האנושי
12:29
that it's shown us all of the A's, C's, G's and T's
239
749142
2557
שהראה לנו את כל הA,C,G ו T
12:31
that make up our genetic code,
240
751699
2468
שמרכיבים את הקוד הגנטי שלנו,
12:34
but that code, by itself, our DNA,
241
754167
4269
אבל הקוד הזה, בפני עצמו, ה DNA שלנו,
12:38
is like looking at the ones and zeroes of the computer code
242
758436
4599
זה כמו להסתכל על ה-1 וה-0 בקוד של מחשב
12:43
without having a computer that can read it.
243
763035
2825
ללא אפשרות לקחת מחשב שיודע לקרוא אותו.
12:45
It's like having an app without having a smartphone.
244
765860
3288
זה כמו שיהיה לך אפליקציה בלי שיהיה לך טלפון חכם.
12:49
We needed to have a way of bringing the biology
245
769148
3884
אנחנו צריכים שתהיה לנו האפשרות להוציא את הביולוגיה
12:53
to that incredible data,
246
773032
2209
מתוך המידע הרב הזה,
12:55
and the way to do that was to find
247
775241
3115
והדרך לעשות זאת היא למצוא
12:58
a stand-in, a biological stand-in,
248
778356
2687
פלטפורמה, פלטפורמה ביולוגית,
13:01
that could contain all of the genetic information,
249
781043
4025
שיכולה להכיל את כל המידע הגנטי הזה,
13:05
but have it be arrayed in such a way
250
785068
2528
כך שיהיה מסודר במין מערך
13:07
as it could be read together
251
787596
2864
שאותו נוכל לקרוא
13:10
and actually create this incredible avatar.
252
790460
3256
ובכך ליצור את אותו ההגשמה הזאת.
13:13
We need to have stem cells from all the genetic sub-types
253
793716
3704
אנחנו צריכים שיהיו לנו תאי גזה מכל תתי הסוגים הגנטיים
13:17
that represent who we are.
254
797420
2952
שמייצגים את מה שאנחנו.
13:20
So this is what we've built.
255
800372
2760
אז זה מה שבנינו.
13:23
It's an automated robotic technology.
256
803132
3320
זו טכנולוגיה רובוטית אוטומטית.
13:26
It has the capacity to produce thousands and thousands
257
806452
2608
יש לה את היכולת לייצר אלפי
13:29
of stem cell lines. It's genetically arrayed.
258
809060
4239
קווים של תאי גזע. הם מסודרים במערך גנטי.
13:33
It has massively parallel processing capability,
259
813299
3749
יש לו יכולת עיבוד של מספר רב של מטלות בו זמנית,
13:37
and it's going to change the way drugs are discovered,
260
817048
3320
והוא הולך לשנות את הדרך שבה מגלים תרופות חדשות,
13:40
we hope, and I think eventually what's going to happen
261
820368
3835
אנו מקווים, ואני חושבת שמה שיקרה בסוף
13:44
is that we're going to want to re-screen drugs,
262
824203
2199
זה שנרצה לסרוק מחדש תרופות,
13:46
on arrays like this, that already exist,
263
826402
2491
על מערכים כאלה, שכבר קיימות,
13:48
all of the drugs that currently exist,
264
828893
1871
כל התרופות שכבר קיימות,
13:50
and in the future, you're going to be taking drugs
265
830764
2911
ובעתיד, אתם הולכים להשתמש בתרופות
13:53
and treatments that have been tested for side effects
266
833675
2872
ובטיפולים שנבדקו להמצאות תופעות לוואי
13:56
on all of the relevant cells,
267
836547
2303
על כל התאים הרלוונטים,
13:58
on brain cells and heart cells and liver cells.
268
838850
3153
על תאי מח, תאי לב ותאי כבד.
14:02
It really has brought us to the threshold
269
842003
3329
זה באמת הביא אותנו לסף
14:05
of personalized medicine.
270
845332
2214
של רפואה אישית.
14:07
It's here now, and in our family,
271
847546
4441
זה כאן עכשיו, ובמשפחה שלנו,
14:11
my son has type 1 diabetes,
272
851987
2938
לבן שלי יש סכרת נעורים,
14:14
which is still an incurable disease,
273
854925
2648
שהיא עדיין מחלה חשוכת מרפא,
14:17
and I lost my parents to heart disease and cancer,
274
857573
3442
ואני איבדתי את הוריי למחלות לב וסרטן,
14:21
but I think that my story probably sounds familiar to you,
275
861015
3733
אבל אני חושבת שהסיפור שלי נשמע מוכר לכם,
14:24
because probably a version of it is your story.
276
864748
4230
כיוון שגירסה טיפה שונה שלו היא הסיפור שלכם.
14:28
At some point in our lives, all of us,
277
868978
3944
בנקודה כלשהי בחיינו, של כולנו,
14:32
or people we care about, become patients,
278
872922
2736
או בחייהם של אנשים שקרובים אלינו, אנו הופכים לפציינטים,
14:35
and that's why I think that stem cell research
279
875658
2609
ולכן אני חושבת שמחקר בתאי גזע
14:38
is incredibly important for all of us.
280
878267
3383
חשוב מאוד לכולנו.
14:41
Thank you. (Applause)
281
881650
3668
תודה רבה. (מחיאות כפיים)
14:45
(Applause)
282
885318
7108
(מחיאות כפיים)
על אתר זה

אתר זה יציג בפניכם סרטוני YouTube המועילים ללימוד אנגלית. תוכלו לראות שיעורי אנגלית המועברים על ידי מורים מהשורה הראשונה מרחבי העולם. לחץ פעמיים על הכתוביות באנגלית המוצגות בכל דף וידאו כדי להפעיל את הסרטון משם. הכתוביות גוללות בסנכרון עם הפעלת הווידאו. אם יש לך הערות או בקשות, אנא צור איתנו קשר באמצעות טופס יצירת קשר זה.

https://forms.gle/WvT1wiN1qDtmnspy7