Geraldine Hamilton: Body parts on a chip

335,969 views ・ 2013-12-03

TED


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

מתרגם: Ariella Cwikel מבקר: Maya Dagan
00:12
We have a global health challenge
0
12368
2137
יש לפנינו אתגר בריאות גלובלי
00:14
in our hands today,
1
14505
1692
איתו עלינו להתמודד כיום,
00:16
and that is that the way we currently
2
16197
3060
והוא שהאופן שבו אנחנו
00:19
discover and develop new drugs
3
19257
2925
מגלים ומפתחים תרופות חדשות
00:22
is too costly, takes far too long,
4
22182
4178
גוזל יותר מדי משאבים, לוקח הרבה יותר מדי זמן
00:26
and it fails more often than it succeeds.
5
26360
3714
ונכשל יותר משהוא מצליח.
00:30
It really just isn't working, and that means
6
30074
3377
זה פשוט לא עובד, וזה אומר
00:33
that patients that badly need new therapies
7
33451
3047
שחולים שזקוקים נואשות לטיפולים
00:36
are not getting them,
8
36498
1711
אינם מקבלים אותם,
00:38
and diseases are going untreated.
9
38209
3498
ומחלות אינן מטופלות.
00:41
We seem to be spending more and more money.
10
41707
3083
נדמה שאנחנו מבזבזים עוד ועוד כסף.
00:44
So for every billion dollars we spend in R&D,
11
44790
4096
על כל מיליארד דולר שאנחנו משקיעים במחקר ופיתוח,
00:48
we're getting less drugs approved into the market.
12
48886
3829
אנחנו מקבלים פחות תרופות מאושרות בשוק.
00:52
More money, less drugs. Hmm.
13
52715
3217
יותר כסף, פחות תרופות. מממ...
00:55
So what's going on here?
14
55932
1920
אז מה קורה כאן?
00:57
Well, there's a multitude of factors at play,
15
57852
2595
ובכן, יש המון גורמים שמשחקים תפקיד,
01:00
but I think one of the key factors
16
60447
2021
אבל אני חושבת שהגורם העיקרי
01:02
is that the tools that we currently have
17
62468
2397
הוא שהכלים שיש ברשותנו כרגע
01:04
available to test whether a drug is going to work,
18
64865
4083
שאפשר בעזרתם לבדוק האם תרופה תעבוד,
01:08
whether it has efficacy,
19
68948
1389
האם היא יעילה,
01:10
or whether it's going to be safe
20
70337
1766
או האם היא תהיה בטוחה
01:12
before we get it into human clinical trials,
21
72103
3552
לפני שמגיעים לשלב הניסוי הקליני בבני אדם,
01:15
are failing us. They're not predicting
22
75655
2151
אינם מצליחים. הם לא מנבאים
01:17
what's going to happen in humans.
23
77806
3228
מה הולך לקרות בבני אדם.
01:21
And we have two main tools available
24
81034
2723
ויש לנו שני כלים עיקריים
01:23
at our disposal.
25
83757
2014
שעומדים לרשותנו.
01:25
They are cells in dishes and animal testing.
26
85771
4041
אלו הם תאים בצלחות פטרי וניסויים בבעלי חיים.
01:29
Now let's talk about the first one, cells in dishes.
27
89812
3320
אז בואו נדבר על הראשון, תאים בצלחות פטרי.
01:33
So, cells are happily functioning in our bodies.
28
93132
3153
תאים מתפקדים בשמחה בגוף שלנו.
01:36
We take them and rip them out
29
96285
2055
אנחנו לוקחים אותם וקורעים אותם החוצה
01:38
of their native environment, throw them in one of these dishes,
30
98340
2949
מהסביבה הטבעית שלהם, זורקים אותם לתוך צלחת,
01:41
and expect them to work.
31
101289
1585
ומצפים מהם לעבוד.
01:42
Guess what. They don't.
32
102874
2193
נחשו מה. הם לא.
01:45
They don't like that environment
33
105067
1662
הם לא אוהבים את הסביבה הזאת
01:46
because it's nothing like
34
106729
1632
בגלל שהיא לא דומה בכלל
01:48
what they have in the body.
35
108361
2676
למה שיש להם בגוף.
01:51
What about animal testing?
36
111037
2071
מה עם ניסויים בבעלי חיים?
01:53
Well, animals do and can provide
37
113108
2885
ובכן, חיות יכולות ואכן מספקות
01:55
extremely useful information.
38
115993
2262
מידע שימושי להפליא.
01:58
They teach us about what happens
39
118255
1709
הם מלמדים אותנו מה קורה
01:59
in the complex organism.
40
119964
2329
באורגניזם המורכב.
02:02
We learn more about the biology itself.
41
122293
3008
אנחנו לומדים עוד על הביולוגיה עצמה.
02:05
However, more often than not,
42
125301
2898
אולם, לעתים קרובות מדי,
02:08
animal models fail to predict what will happen in humans
43
128199
4216
מודלים של בעלי חיים נכשלים בניבוי התוצאות בבני אדם
02:12
when they're treated with a particular drug.
44
132415
3186
כשהם מטופלים בתרופה מסוימת.
02:15
So we need better tools.
45
135601
2379
אז אנחנו זקוקים לכלים טובים יותר.
02:17
We need human cells,
46
137980
1753
אנחנו צריכים תאים אנושיים,
02:19
but we need to find a way to keep them happy
47
139733
2750
אבל עלינו למצוא דרך לוודא שיישארו מאושרים
02:22
outside the body.
48
142483
1591
מחוץ לגוף.
02:24
Our bodies are dynamic environments.
49
144074
2906
הגוף שלנו הוא סביבה דינמית.
02:26
We're in constant motion.
50
146980
1840
אנחנו נמצאים בתנועה מתמדת.
02:28
Our cells experience that.
51
148820
2191
התאים שלנו חווים את זה.
02:31
They're in dynamic environments in our body.
52
151011
2809
הם נמצאים בתוך סביבה דינמית בתוך הגוף שלנו.
02:33
They're under constant mechanical forces.
53
153820
2755
הם נתונים לכוחות מכניים בלתי פוסקים.
02:36
So if we want to make cells happy
54
156575
2456
אז אם אנחנו רוצים לגרום לתאים לשמוח
02:39
outside our bodies,
55
159031
1429
מחוץ לגוף שלנו,
02:40
we need to become cell architects.
56
160460
2526
עלינו להפוך לאדריכלי תאים.
02:42
We need to design, build and engineer
57
162986
4344
עלינו לעצב, לבנות ולהנדס
02:47
a home away from home for the cells.
58
167330
3231
בית מחוץ לבית עבור התאים.
02:50
And at the Wyss Institute,
59
170561
1674
במכון ViS,
02:52
we've done just that.
60
172235
1938
עשינו בדיוק את זה.
02:54
We call it an organ-on-a-chip.
61
174173
3024
אנחנו קוראים לזה איבר-על-שבב.
02:57
And I have one right here.
62
177197
1791
ויש לי אחד ממש כאן.
02:58
It's beautiful, isn't it? But it's pretty incredible.
63
178988
2815
יפיפה, לא? אבל זה די מדהים.
03:01
Right here in my hand is a breathing, living
64
181803
4500
ממש כאן ביד שלי, נושמת וחיה,
03:06
human lung on a chip.
65
186303
2658
יש ריאה אנושית על שבב.
03:08
And it's not just beautiful.
66
188961
2128
והוא לא רק יפיפה.
03:11
It can do a tremendous amount of things.
67
191089
2440
הוא יכול לעשות כמות עצומה של פעולות.
03:13
We have living cells in that little chip,
68
193529
3779
יש לנו תאים חיים בשבב הקטן הזה,
03:17
cells that are in a dynamic environment
69
197308
2550
תאים שנמצאים בסביבה דינמית
03:19
interacting with different cell types.
70
199858
3081
מתקשרים עם סוגי תאים שונים.
03:22
There's been many people
71
202939
1639
היו אנשים רבים
03:24
trying to grow cells in the lab.
72
204578
1861
שניסו לגדל תאים במעבדה.
03:26
They've tried many different approaches.
73
206439
3156
הם ניסו גישות שונות רבות.
03:29
They've even tried to grow little mini-organs in the lab.
74
209595
2627
הם אפילו ניסו לגדל מיני-איברים קטנים במעבדה.
03:32
We're not trying to do that here.
75
212222
1549
זה לא מה שאנחנו מנסים לעשות כאן.
03:33
We're simply trying to recreate
76
213771
2126
אנחנו בסה"כ מנסים לשחזר
03:35
in this tiny chip
77
215897
1577
בשבב הקטנטן הזה
03:37
the smallest functional unit
78
217474
3017
את היחידה המתפקדת הקטנה ביותר
03:40
that represents the biochemistry,
79
220491
2554
שמייצגת את הביוכימיה,
03:43
the function and the mechanical strain
80
223045
3124
את התפקיד והמתח המכני
03:46
that the cells experience in our bodies.
81
226169
3516
שהתאים חווים בתוך הגוף שלנו.
03:49
So how does it work? Let me show you.
82
229685
3032
אז איך זה עובד? אראה לכם.
03:52
We use techniques from the computer chip
83
232717
2634
אנחנו משתמשים בטכניקות מתעשיית
03:55
manufacturing industry
84
235351
1633
יצור שבבי המחשב
03:56
to make these structures at a scale
85
236984
2197
כדי ליצור את המבנים האלו בקנה מידה
03:59
relevant to both the cells and their environment.
86
239181
2896
שרלוונטי גם לתא וגם לסביבתו.
04:02
We have three fluidic channels.
87
242077
2064
יש לנו שלוש תעלות נוזליות.
04:04
In the center, we have a porous, flexible membrane
88
244141
3712
במרכז, יש לנו קרום נקבובי וגמיש
04:07
on which we can add human cells
89
247853
2063
עליו אנחנו יכולים להוסיף תאים אנושים
04:09
from, say, our lungs,
90
249916
1344
מהריאות שלנו, למשל
04:11
and then underneath, they had capillary cells,
91
251260
2487
ואז מתחת לזה, יש תאי נימים,
04:13
the cells in our blood vessels.
92
253747
1788
התאים המצויים בתוך כלי הדם שלנו.
04:15
And we can then apply mechanical forces to the chip
93
255535
4320
ואנחנו יכולים להפעיל כוחות מכניים על השבב
04:19
that stretch and contract the membrane,
94
259855
2829
שמותחים ומכווצים את הקרום,
04:22
so the cells experience the same mechanical forces
95
262684
3097
כך שהתאים חווים את אותם כוחות מכניים
04:25
that they did when we breathe.
96
265781
2933
שהם חוו כשאנחנו נושמים.
04:28
And they experience them how they did in the body.
97
268714
3160
והם חווים אותם באותו האופן שחוו בתוך הגוף.
04:31
There's air flowing through the top channel,
98
271874
2400
יש אוויר שזורם דרך התעלה העליונה,
04:34
and then we flow a liquid that contains nutrients
99
274274
3349
ואז אנחנו מזרימים נוזל שמכיל חומרי מזון
04:37
through the blood channel.
100
277623
2839
דרך תעלת הדם.
04:40
Now the chip is really beautiful,
101
280462
2372
עכשיו, השבב הוא יפה מאד,
04:42
but what can we do with it?
102
282834
2097
אבל מה אנחנו יכולים לעשות איתו?
04:44
We can get incredible functionality
103
284931
2324
אנחנו יכולים להשיג פונקציונליות מדהימה
04:47
inside these little chips.
104
287255
1751
בתוך השבבים הקטנים האלו.
04:49
Let me show you.
105
289006
1506
תנו לי להראות לכם.
04:50
We could, for example, mimic infection,
106
290512
2631
אפשר, למשל, לדמות זיהום,
04:53
where we add bacterial cells into the lung.
107
293143
3536
כשאנחנו מוסיפים תאי בקטריה לתוך הריאה.
04:56
then we can add human white blood cells.
108
296679
2932
ואז אפשר להוסיף תאי דם לבנים אנושיים.
04:59
White blood cells are our body's defense
109
299611
2591
תאי דם לבנים הם קו ההגנה של הגוף שלנו
05:02
against bacterial invaders,
110
302202
1368
מול פולשים חיידקיים,
05:03
and when they sense this inflammation due to infection,
111
303570
3169
וכשהם חשים בדלקת הנגרמת מהזיהום,
05:06
they will enter from the blood into the lung
112
306739
2857
הם יחדרו מתוך הדם אל הריאה
05:09
and engulf the bacteria.
113
309596
1915
ויבלעו את החיידקים.
05:11
Well now you're going to see this happening
114
311511
2248
ובכן עכשיו אתם עומדים לראות את זה קורה
05:13
live in an actual human lung on a chip.
115
313759
3310
בשידור חי בריאה אנושית אמיתית על שבב.
05:17
We've labeled the white blood cells so you can see them flowing through,
116
317069
3543
סימנו את תאי הדם הלבנים כדי שתוכלו לראות אותם זורמים דרכה,
05:20
and when they detect that infection,
117
320612
2161
וכשהם מזהים את הזיהום הזה,
05:22
they begin to stick.
118
322773
1397
הם מתחילים להידבק.
05:24
They stick, and then they try to go into the lung
119
324170
3887
הם נדבקים, ואז הם מנסים להיכנס אל תוך
05:28
side from blood channel.
120
328057
1781
צד הריאה מערוץ הדם.
05:29
And you can see here, we can actually visualize
121
329838
3689
ואפשר לראות פה, אפשר ממש להבחין
05:33
a single white blood cell.
122
333527
3759
בתא דם לבן בודד.
05:37
It sticks, it wiggles its way through
123
337286
2256
הוא נדבק, הוא משתחל
05:39
between the cell layers, through the pore,
124
339542
2315
בין שכבות התאים, דרך הנקבובית,
05:41
comes out on the other side of the membrane,
125
341857
2421
יוצא בצידו השני של הקרום,
05:44
and right there, it's going to engulf the bacteria
126
344278
3435
וכאן בדיוק, הוא הולך לבלוע את החיידק
05:47
labeled in green.
127
347713
1649
שמסומן בירוק.
05:49
In that tiny chip, you just witnessed
128
349362
3004
בתוך השבב הקטנטן הזה, אתם ראיתם הרגע
05:52
one of the most fundamental responses
129
352366
3181
את אחת מהתגובות הבסיסיות ביותר
05:55
our body has to an infection.
130
355547
1957
של הגוף שלנו לזיהום.
05:57
It's the way we respond to -- an immune response.
131
357504
3770
זו הדרך שאנחנו מגיבים ל -- זו היא תגובה חיסונית.
06:01
It's pretty exciting.
132
361274
2401
זה די מרגש.
06:03
Now I want to share this picture with you,
133
363675
2343
עכשיו אני רוצה לחלוק אתכם את התמונה הזו,
06:06
not just because it's so beautiful,
134
366018
2638
לא רק בגלל שהיא יפה,
06:08
but because it tells us an enormous amount of information
135
368656
3336
אלא כי היא נותנת לנו כמות עצומה של מידע
06:11
about what the cells are doing within the chips.
136
371992
2597
על מה התאים עושים בתוך השבבים.
06:14
It tells us that these cells
137
374589
2259
היא מספרת לנו שהתאים האלו
06:16
from the small airways in our lungs,
138
376848
2311
ממעברי האוויר הקטנים בריאות שלנו,
06:19
actually have these hairlike structures
139
379159
1751
בעצם בנויים בצורה דמוית-שיער
06:20
that you would expect to see in the lung.
140
380910
2008
שהייתם מצפים לראות בתוך הריאה.
06:22
These structures are called cilia,
141
382918
1465
המבנים האלו קרויים סיליה,
06:24
and they actually move the mucus out of the lung.
142
384383
2910
ולמעשה הם מוציאים את הליחה אל מחוץ לריאה.
06:27
Yeah. Mucus. Yuck.
143
387293
1539
כן, ליחה. יאק.
06:28
But mucus is actually very important.
144
388832
2440
אבל ליחה היא בעצם מאד חשובה.
06:31
Mucus traps particulates, viruses,
145
391272
2581
ליחה לוכדת חלקיקים, וירוסים,
06:33
potential allergens,
146
393853
1459
אלרגנים פוטנציאליים,
06:35
and these little cilia move
147
395312
1601
והסיליה הקטנים האלו זזים
06:36
and clear the mucus out.
148
396913
2250
ומפנים את הליחה החוצה.
06:39
When they get damaged, say,
149
399163
1912
כשהם ניזוקים, למשל,
06:41
by cigarette smoke for example,
150
401075
2419
על ידי עשן סיגריות,
06:43
they don't work properly, and they can't clear that mucus out.
151
403494
2808
הם לא עובדים כראוי, והם לא יכולים לפנות את הליחה.
06:46
And that can lead to diseases such as bronchitis.
152
406302
3817
מה שיכול להוביל למחלות כגון בְּרוֹנְכִיטִיס.
06:50
Cilia and the clearance of mucus
153
410119
2647
סיליה והפינוי של הליחה
06:52
are also involved in awful diseases like cystic fibrosis.
154
412766
4461
גם מעורבים במחלות איומות כמו סיסטיק פיברוזיס.
06:57
But now, with the functionality that we get in these chips,
155
417227
3550
אבל עכשיו, עם הפונקציונליות שמאפשרים לנו השבבים,
07:00
we can begin to look
156
420777
1824
אנחנו יכולים להתחיל לחפש
07:02
for potential new treatments.
157
422601
2513
טיפולים פוטנציאליים חדשים.
07:05
We didn't stop with the lung on a chip.
158
425114
1952
לא עצרנו כשהגענו לריאה על שבב.
07:07
We have a gut on a chip.
159
427066
1884
יש לנו מעי על שבב.
07:08
You can see one right here.
160
428950
2030
אתם יכולים לראות אחד כאן.
07:10
And we've put intestinal human cells
161
430980
3226
ושמנו תאי מעי אנושיים
07:14
in a gut on a chip,
162
434206
1905
בתוך מעי על שבב,
07:16
and they're under constant peristaltic motion,
163
436111
2837
והם מצויים בתנועה קבועה המדמה תנועת מעיים,
07:18
this trickling flow through the cells,
164
438948
3191
מן זרזיף שזורם דרך התאים,
07:22
and we can mimic many of the functions
165
442139
2558
ואנחנו יכולים לדמות כל אחת מהפעולות
07:24
that you actually would expect to see
166
444697
2263
שהייתם מצפים לראות
07:26
in the human intestine.
167
446960
1693
במעיים האנושיים.
07:28
Now we can begin to create models of diseases
168
448653
3791
עכשיו אנחנו יכולים להתחיל ליצור מודלים של מחלות
07:32
such as irritable bowel syndrome.
169
452444
2410
כמו תסמונת מעי רגיז.
07:34
This is a disease that affects
170
454854
2082
זוהי מחלה המשפיעה
07:36
a large number of individuals.
171
456936
1911
על מספר גדול של אנשים.
07:38
It's really debilitating,
172
458847
1774
היא ממש מתישה,
07:40
and there aren't really many good treatments for it.
173
460621
3942
ואין באמת הרבה טיפולים מוצלחים בשבילה.
07:44
Now we have a whole pipeline
174
464563
2302
עכשיו יש לנו רשימה ארוכה
07:46
of different organ chips
175
466865
2279
של איברים על שבבים שונים
07:49
that we are currently working on in our labs.
176
469144
3732
שאנחנו עובדים עליהם במעבדות שלנו.
07:52
Now, the true power of this technology, however,
177
472876
3419
עם זאת, הכוח האמתי של הטכנולוגיה הזו,
07:56
really comes from the fact
178
476295
2125
בעצם מגיע מהעובדה
07:58
that we can fluidically link them.
179
478420
2545
שאנחנו יכולים לקשר ביניהם באמצעות נוזלים.
08:00
There's fluid flowing across these cells,
180
480965
1947
יש נוזל שזורם בין התאים האלו,
08:02
so we can begin to interconnect
181
482912
2079
אז אנחנו יכולים להתחיל ליצור קישוריות
08:04
multiple different chips together
182
484991
2862
בין שבבים מרובים
08:07
to form what we call a virtual human on a chip.
183
487853
4213
כדי ליצור מה שאנחנו קוראים לו אדם וירטואלי על שבב.
08:12
Now we're really getting excited.
184
492066
3009
עכשיו אנחנו ממש מתחילים להתרגש.
08:15
We're not going to ever recreate a whole human in these chips,
185
495075
4095
אנחנו לעולם לא נשחזר אדם שלם בשבבים האלו,
08:19
but what our goal is is to be able to recreate
186
499170
4169
אבל המטרה שלנו היא להצליח לשחזר
08:23
sufficient functionality
187
503339
2013
פונקציונליות מספיקה
08:25
so that we can make better predictions
188
505352
2360
כדי שנוכל לנבא בצורה טובה יותר
08:27
of what's going to happen in humans.
189
507712
2214
מה הולך לקרות בבני אדם.
08:29
For example, now we can begin to explore
190
509926
2924
למשל, אנחנו יכולים עכשיו להתחיל לחקור
08:32
what happens when we put a drug like an aerosol drug.
191
512850
3434
מה קורה כששמים תרופה כמו תרופת ארוסול.
08:36
Those of you like me who have asthma, when you take your inhaler,
192
516284
2986
למי מכם שיש אסטמה כמוני, כשאתם לוקחים שאיפה במשאף
08:39
we can explore how that drug comes into your lungs,
193
519270
2926
אנחנו יכולים לחקור כיצד התרופה הזו נכנסת לתוך הריאות שלך,
08:42
how it enters the body,
194
522196
1626
איך היא נכנסת לתוך הגוף,
08:43
how it might affect, say, your heart.
195
523822
1754
כיצד היא משפיעה, נניח, על הלב שלך.
08:45
Does it change the beating of your heart?
196
525576
1908
האם היא משנה את פעימות הלב שלך?
08:47
Does it have a toxicity?
197
527484
1641
האם יש לה רעילות?
08:49
Does it get cleared by the liver?
198
529125
2008
האם הכבד מנקה אותה?
08:51
Is it metabolized in the liver?
199
531133
2152
האם היא מעובדת בכבד?
08:53
Is it excreted in your kidneys?
200
533285
1891
האם היא מופרשת בכליות שלך?
08:55
We can begin to study the dynamic
201
535176
2212
ביכולתנו להתחיל לבחון את
08:57
response of the body to a drug.
202
537388
2625
התגובה הדינמית של הגוף לתרופה.
09:00
This could really revolutionize
203
540028
1919
זה יכול ממש להביא למהפכה
09:01
and be a game changer
204
541947
1649
ולשנות את כללי המשחק
09:03
for not only the pharmaceutical industry,
205
543596
2938
לא רק עבור תעשיית התרופות,
09:06
but a whole host of different industries,
206
546534
2373
אלא עבור רצף שלם של תעשיות שונות,
09:08
including the cosmetics industry.
207
548907
2400
כולל תעשיית הקוסמטיקה.
09:11
We can potentially use the skin on a chip
208
551307
2882
אנחנו יכולים באופן תאורטי להשתמש בעור על שבב
09:14
that we're currently developing in the lab
209
554189
1961
שאנחנו מפתחים כעת במעבדה
09:16
to test whether the ingredients in those products
210
556150
2554
כדי לבדוק האם המרכיבים במוצרים האלו
09:18
that you're using are actually safe to put on your skin
211
558704
3283
שאתם משתמשים בהם, הם באמת בטוחים לשימוש על עורכם
09:21
without the need for animal testing.
212
561987
2689
בלי הצורך בניסויים על בעלי חיים.
09:24
We could test the safety
213
564676
1944
אנחנו יכולים לבחון את הבטיחות
09:26
of chemicals that we are exposed to
214
566620
2253
של כימיקלים שאנחנו חשופים אליהם
09:28
on a daily basis in our environment,
215
568873
1914
על בסיס יומיומי בסביבה שלנו,
09:30
such as chemicals in regular household cleaners.
216
570787
3731
כמו כימיקלים המצויים בתוך חומרי ניקוי ביתיים.
09:34
We could also use the organs on chips
217
574518
3202
אנחנו יכולים גם להשתמש באיברים על השבבים
09:37
for applications in bioterrorism
218
577720
2779
כדי לבחון יישומים בטרור ביולוגי
09:40
or radiation exposure.
219
580499
2571
או חשיפה לקרינה.
09:43
We could use them to learn more about
220
583070
3350
אנחנו יכולים להשתמש בהם כדי ללמוד עוד על
09:46
diseases such as ebola
221
586420
3044
מחלות כמו אבולה
09:49
or other deadly diseases such as SARS.
222
589464
3892
או מחלות קטלניות אחרות כמו סארס.
09:53
Organs on chips could also change
223
593356
1838
איברים על שבבים יכולים אף לשנות
09:55
the way we do clinical trials in the future.
224
595194
3374
את הצורה שבה אנחנו מבצעים ניסויים קליניים בעתיד.
09:58
Right now, the average participant
225
598568
2587
כרגע, המשתתף הממוצע
10:01
in a clinical trial is that: average.
226
601155
3370
בניסוי קליני הוא בדיוק זה: ממוצע.
10:04
Tends to be middle aged, tends to be female.
227
604525
3326
נוטה להיות בגיל הביניים, נוטה להיות אישה.
10:07
You won't find many clinical trials
228
607851
2472
לא תמצאו ניסויים קליניים רבים
10:10
in which children are involved,
229
610323
1515
שבהם מעורבים ילדים,
10:11
yet every day, we give children medications,
230
611838
3547
ועם זאת, בכל יום אנחנו מספקים תרופות לילדים,
10:15
and the only safety data we have on that drug
231
615385
3746
והמידע היחיד שיש לנו על בטיחות התרופה הזו
10:19
is one that we obtained from adults.
232
619131
3074
הוא המידע שאספנו ממבוגרים.
10:22
Children are not adults.
233
622205
1794
ילדים אינם מבוגרים.
10:23
They may not respond in the same way adults do.
234
623999
3133
הם עשויים להגיב בצורה אחרת מאשר מבוגרים.
10:27
There are other things like genetic differences
235
627132
2412
יש גורמים אחרים כגון שונות גנטית
10:29
in populations
236
629544
1433
באוכלוסיות
10:30
that may lead to at-risk populations
237
630977
3106
שעשויה לגרום לקיומן של אוכלוסיות סיכון
10:34
that are at risk of having an adverse drug reaction.
238
634083
3437
להתפתחות של תגובת נגד לתרופה.
10:37
Now imagine if we could take cells from all those different populations,
239
637520
3389
עכשיו תדמיינו אם היינו יכולים לקחת תאים מכל אותן אוכלוסיות שונות,
10:40
put them on chips,
240
640919
1908
להניח אותם על שבבים,
10:42
and create populations on a chip.
241
642827
1964
וליצור אוכלוסיות על שבב.
10:44
This could really change the way
242
644791
1838
זה יכול ממש לשנות את הצורה
10:46
we do clinical trials.
243
646629
2069
שבה עורכים ניסויים קליניים.
10:48
And this is the team and the people that are doing this.
244
648698
2832
וזוהי הקבוצה ואלו האנשים שעושים את זה.
10:51
We have engineers, we have cell biologists,
245
651530
3257
יש לנו מהנדסים, יש לנו ביולוגים של התא,
10:54
we have clinicians, all working together.
246
654787
3774
יש לנו אנשי רפואה, כולם עובדים יחד.
10:58
We're really seeing something quite incredible
247
658561
1926
אנחנו רואים משהו באמת מדהים
11:00
at the Wyss Institute.
248
660487
1605
במכון ViS.
11:02
It's really a convergence of disciplines,
249
662092
2171
זהו מקום מפגש של דיסציפלינות,
11:04
where biology is influencing the way we design,
250
664263
3720
איפה שביולוגיה משפיעה על הצורה שאנו מעצבים,
11:07
the way we engineer, the way we build.
251
667983
2662
הצורה שאנו מתכננים, הצורה שאנו בונים.
11:10
It's pretty exciting.
252
670645
1403
זה די מרגש.
11:12
We're establishing important industry collaborations
253
672048
3564
אנחנו יוצרים שיתופי פעולה חשובים בין תעשיות
11:15
such as the one we have with a company
254
675612
3373
כמו זה שיש לנו עם חברה
11:18
that has expertise in large-scale digital manufacturing.
255
678985
3599
שיש לה מומחיות בייצור דיגיטלי המוני.
11:22
They're going to help us make,
256
682584
2019
הם הולכים לעזור לנו ליצור,
11:24
instead of one of these,
257
684603
1526
במקום אחד מאלה,
11:26
millions of these chips,
258
686129
1583
מיליוני שבבים כאלה,
11:27
so that we can get them into the hands
259
687712
1669
ככה שאנחנו יכולים למסור אותם לידיהם
11:29
of as many researchers as possible.
260
689381
2889
של כמה שיותר חוקרים.
11:32
And this is key to the potential of that technology.
261
692270
4216
וזה מפתח לפוטנציאל של הטכנולוגיה הזו.
11:36
Now let me show you our instrument.
262
696486
2537
עכשיו תנו לי להראות לכם את הכלי שלנו.
11:39
This is an instrument that our engineers
263
699023
1989
זהו כלי שהמהנדסים שלנו
11:41
are actually prototyping right now in the lab,
264
701012
2618
בעצם הופכים לאבטיפוס במעבדה ממש עכשיו,
11:43
and this instrument is going to give us
265
703630
2309
והכלי הזה הולך לספק לנו
11:45
the engineering controls that we're going to require
266
705939
2459
את השליטה ההנדסית שתידרש לנו
11:48
in order to link 10 or more organ chips together.
267
708398
4168
כדי לחבר 10 או יותר שבבי איבר.
11:52
It does something else that's very important.
268
712566
2229
הוא עושה עוד משהו חשוב מאד.
11:54
It creates an easy user interface.
269
714795
2844
הוא יוצר ממשק משתמש נוח.
11:57
So a cell biologist like me can come in,
270
717639
2990
ככה שביולוגית-תא כמוני יכולה לבוא,
12:00
take a chip, put it in a cartridge
271
720629
2008
לקחת שבב, לשים אותו בתוך מחסנית
12:02
like the prototype you see there,
272
722637
1932
כמו האבטיפוס שאתם רואים פה,
12:04
put the cartridge into the machine
273
724569
2071
לשים את המחסנית בתוך המכונה,
12:06
just like you would a C.D.,
274
726640
1488
כמו שהייתם עושים עם CD,
12:08
and away you go.
275
728128
1132
ויצאנו לדרך.
12:09
Plug and play. Easy.
276
729260
2749
חבר והפעל. קלי קלות.
12:12
Now, let's imagine a little bit
277
732009
2514
עכשיו, בואו נדמיין קצת
12:14
what the future might look like
278
734523
1379
איך העתיד יכול להיראות
12:15
if I could take your stem cells
279
735902
2413
אם יכולתי לקחת את תאי הגזע שלך
12:18
and put them on a chip,
280
738315
1440
לשים אותם על שבב,
12:19
or your stem cells and put them on a chip.
281
739755
3219
או את תאי הגזע שלך ולשים אותם על שבב.
12:22
It would be a personalized chip just for you.
282
742974
3501
זה היה שבב שעשוי לפי מידותייך בדיוק.
12:26
Now all of us in here are individuals,
283
746475
3208
כולנו פה אינדיבידואלים,
12:29
and those individual differences mean
284
749683
2838
וההבדלים האינדיבידואליים האלו אומרים
12:32
that we could react very differently
285
752521
2442
שכל אחד מאיתנו יכול להגיב בצורה שונה מאוד
12:34
and sometimes in unpredictable ways to drugs.
286
754963
4247
ולפעמים באופן בלתי צפוי לתרופות.
12:39
I myself, a couple of years back, had a really bad headache,
287
759210
4568
לי בעצמי היה, לפני כמה שנים, כאב ראש ממש חמור,
12:43
just couldn't shake it, thought, "Well, I'll try something different."
288
763778
2413
הוא פשוט לא עבר, אז חשבתי לעצמי, "טוב, אני אנסה משהו אחר."
12:46
I took some Advil. Fifteen minutes later,
289
766191
2135
לקחתי אדוויל. חמש עשרה דקות אחר כך,
12:48
I was on my way to the emergency room
290
768326
1880
הייתי בדרך לחדר המיון
12:50
with a full-blown asthma attack.
291
770206
1893
עם התקף אסטמה חמור ביותר.
12:52
Now, obviously it wasn't fatal,
292
772099
1830
טוב, כמובן שהוא לא היה קטלני,
12:53
but unfortunately, some of these
293
773929
3173
אבל למרבה הצער, חלק מהמקרים
12:57
adverse drug reactions can be fatal.
294
777102
3609
של תופעות לוואי לתרופות יכולים להיות קטלניים.
13:00
So how do we prevent them?
295
780711
1941
איך איך אנחנו מונעים אותם?
13:02
Well, we could imagine one day
296
782652
2580
ובכן, אנחנו יכולים לדמיין שיום אחד
13:05
having Geraldine on a chip,
297
785232
2343
תהיה לנו ג'רלדין על שבב,
13:07
having Danielle on a chip,
298
787575
1749
שתהיה לנו דניאל על שבב,
13:09
having you on a chip.
299
789324
1473
שיהיה לנו אותך על שבב.
13:10
Personalized medicine. Thank you.
300
790797
2388
רפואה מותאמת אישית. תודה לכם.
13:13
(Applause)
301
793185
4154
(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