To detect diseases earlier, let's speak bacteria's secret language | Fatima AlZahra'a Alatraktchi

Translator: Leslie Gauthier Reviewer: Camille Martínez

תרגום: Roni Weisman עריכה: Nurit Noy

You don't know them.

אינכם מכירים אותם.

You don't see them.

אינכם רואים אותם.

But they're always around,

אבל הם תמיד בסביבה,

whispering,

לוחשים,

making secret plans,

רוחשים תכניות סתרים,

building armies with millions of soldiers.

בונים צבאות עם מיליוני חיילים.

And when they decide to attack,

וכאשר הם מחליטים לתקוף,

they all attack at the same time.

הם כולם תוקפים בבת אחת.

I'm talking about bacteria.

אני מתכוונת לחיידקים.

(Laughter)

(צחוק)

Who did you think I was talking about?

על מי חשבתם שאני מדברת?

Bacteria live in communities just like humans.

חיידקים חיים בקהילות בדיוק כמו בני-אדם.

They have families,

יש להם משפחות,

they talk,

הם מדברים,

והם מתכננים את הפעילויות שלהם.

and they plan their activities.

And just like humans, they trick, deceive,

ובדיוק כמו בני-אדם, הם מערימים, מטעים,

and some might even cheat on each other.

וחלקם אף מרמים האחד את השני.

What if I tell you that we can listen to bacterial conversations

מה תגידו אם אומר לכם שאנחנו יכולים להאזין לשיחות של חיידקים

and translate their confidential information into human language?

ולתרגם את המידע החסוי שלהם לשפת בני אדם?

And what if I tell you that translating bacterial conversations can save lives?

ומה אם אומר לכם שתרגום של שיחות של חיידקים יכול להציל חיים?

I hold a PhD in nanophysics,

יש לי תואר דוקטור בננו-פיזיקה,

and I've used nanotechnology to develop a real-time translation tool

והשתמשתי בננו-טכנולוגיה לפיתוח כלי תרגום בזמן אמת

that can spy on bacterial communities

שיכול לרגל אחרי קהילות של חיידקים

and give us recordings of what bacteria are up to.

ולספק לנו הקלטות שמספרות מה זוממים החיידקים.

Bacteria live everywhere.

חיידקים חיים בכל מקום.

They're in the soil, on our furniture

הם נמצאים באדמה, ברהיטים שלנו

and inside our bodies.

ובתוך גופנו.

In fact, 90 percent of all the live cells in this theater are bacterial.

למעשה, 90% מכל התאים החיים באולם הזה הינם חיידקים.

Some bacteria are good for us;

חלק מהחיידקים טובים עבורנו -

they help us digest food or produce antibiotics.

הם עוזרים לנו לעכל מזון או מייצרים אנטיביוטיקה.

And some bacteria are bad for us;

וחלק מהחיידקים רעים עבורנו -

they cause diseases and death.

הם גורמים מחלות ומוות.

To coordinate all the functions bacteria have,

כדי שיוכלו לתאם ביניהם את כל מה שהם עושים,

they have to be able to organize,

הם צריכים להיות בעלי יכולת לארגן,

and they do that just like us humans --

והם עושים זאת בדיוק כמונו בני האדם,

by communicating.

באמצעות תקשורת.

But instead of using words,

אלא שבמקום להשתמש במלים,

they use signaling molecules to communicate with each other.

הם משתמשים במולקולות איתות כדי לתקשר האחד עם השני.

When bacteria are few,

כאשר החיידקים מועטים,

the signaling molecules just flow away,

מולקולות האיתות פשוט זורמות הלאה,

like the screams of a man alone in the desert.

בדומה לזעקה של אדם לבד במדבר.

But when there are many bacteria, the signaling molecules accumulate,

אבל כשיש הרבה חיידקים, מולקולות האיתות מצטברות,

and the bacteria start sensing that they're not alone.

והחיידקים מתחילים להרגיש שהם אינם לבד.

They listen to each other.

הם מאזינים האחד לשני.

In this way, they keep track of how many they are

בדרך זו הם יודעים כמה מהם ישנם בסביבה

and when they're many enough to initiate a new action.

ומתי יש מספיק מהם כדי ליזום פעולה חדשה.

And when the signaling molecules have reached a certain threshold,

כאשר כמות מולקולות האיתות עולה על סף מסויים,

all the bacteria sense at once that they need to act

כל החיידקים, חשים בבת אחת, שעליהם לבצע

with the same action.

את אותה פעולה.

So bacterial conversation consists of an initiative and a reaction,

לכן, שיחה של החיידקים, מורכבת מהתנעה ותגובה,

a production of a molecule and the response to it.

ייצור של מולקולה והתגובה אליה.

In my research, I focused on spying on bacterial communities

במחקר שלי, התמקדתי בריגול אחר קהילות של חיידקים

inside the human body.

הנמצאים בתוך גוף האדם.

How does it work?

איך זה עובד?

We have a sample from a patient.

אנחנו לוקחים דגימה ממטופל.

It could be a blood or spit sample.

זאת יכולה להיות דגימת דם או רוק.

We shoot electrons into the sample,

אנחנו יורים אלקטרונים לתוך הדגימה,

the electrons will interact with any communication molecules present,

האלקטרונים מתקשרים עם כל מולקולת תקשורת שנמצאת,

and this interaction will give us information

והתקשורת הזאת מספקת לנו מידע

on the identity of the bacteria,

על זהותם של החיידקים,

the type of communication

סוג התקשורת

and how much the bacteria are talking.

וכמה מהחיידקים מדברים.

But what is it like when bacteria communicate?

אבל איך זה נראה כאשר חיידקים מתַקְשרים?

Before I developed the translation tool,

לפני שפיתחתי את כלי התרגום,

my first assumption was that bacteria would have a primitive language,

ההנחה הראשונית שלי היתה שלחיידקים יש שפה פרימיטיבית,

like infants that haven't developed words and sentences yet.

בדומה לתינוקות שלא פיתחו עדיין מלים ומשפטים עדיין.

When they laugh, they're happy; when they cry, they're sad.

כשהם צוחקים - הם שמחים, כשהם בוכים - הם עצובים.

פשוט מאוד.

Simple as that.

But bacteria turned out to be nowhere as primitive as I thought they would be.

אבל חיידקים מסתבר לא קרובים אפילו להיות פרימיטיביים כפי שחשבתי שהם.

A molecule is not just a molecule.

מולקולה היא לא רק מולקולה.

It can mean different things depending on the context,

היא יכולה להיות דברים שונים בהתאם להקשר.

just like the crying of babies can mean different things:

בדיוק כמו שבכי של תינוקות יכול להביע הרבה דברים:

sometimes the baby is hungry,

לפעמים התינוק רעב,

sometimes it's wet,

לפעמים הוא רטוב,

sometimes it's hurt or afraid.

לפעמים הוא פגוע או פוחד.

Parents know how to decode those cries.

הורים יודעים לפענח את סוגי הבכי.

And to be a real translation tool,

וכדי שכלי התרגום יהיה אמיתי

it had to be able to decode the signaling molecules

היה עליו להיות מסוגל לפענח את מולקולות האיתות

and translate them depending on the context.

ולתרגם אותן בהתאם להקשר.

And who knows?

ומי יודע?

Maybe Google Translate will adopt this soon.

אולי "גוגל טרנסלייט" יאמץ אותו בקרוב.

(Laughter)

(צחוק)

Let me give you an example.

אתן לכם דוגמה.

I've brought some bacterial data that can be a bit tricky to understand

הבאתי קצת מידע על חיידקים שעלול להיות קצת קשה להבינו

if you're not trained,

אם אינכם מאומנים בכך,

but try to take a look.

אבל נסו להתבונן.

(Laughter)

(צחוק)

Here's a happy bacterial family that has infected a patient.

כאן ישנה משפחת חיידקים מאושרת שהדביקה חולה.

Let's call them the Montague family.

הבה נקרא להם משפחת "מונטַגְיו".

They share resources, they reproduce, and they grow.

הם חולקים ביניהם משאבים, הם מתחלקים, והם גדלים.

One day, they get a new neighbor,

יום אחד הגיעו אליהם שכנים חדשים,

bacterial family Capulet.

משפחת החיידקים "קָפּולֵט".

(Laughter)

(צחוק)

Everything is fine, as long as they're working together.

הכל בסדר, כל עוד הם עובדים ביחד.

But then something unplanned happens.

אבל אז קורה משהו בלתי מתוכנן.

Romeo from Montague has a relationship with Juliet from Capulet.

רומיאו ממשפחת מונטגיו מפתח יחסים עם יוליה ממשפחת קפולט.

(Laughter)

(צחוק)

And yes, they share genetic material.

וכן, הם חולקים חומר גנטי.

(Laughter)

(צחוק)

Now, this gene transfer can be dangerous to the Montagues

ובכן, העברת גנים זו עלולה להיות מסוכנת לבני מונטַגְיו.

that have the ambition to be the only family in the patient they have infected,

אשר שואפים להיות המשפחה היחידה בתוך החולה אותו הדביקו,

and sharing genes contributes

וחלוקת גנים תורמת לזה

to the Capulets developing resistance to antibiotics.

שבני משפחת קָפּולֵט מפתחים עמידות לאנטיביוטיקה

So the Montagues start talking internally to get rid of this other family

אז בני מונטַגְיו מתחילים לדבר ביניהם על איך להפטר מהמשפחה האחרת.

by releasing this molecule.

על-ידי שחרור המולקולה הזאת.

(Laughter)

(צחוק)

And with subtitles:

ועם כתוביות:

[Let us coordinate an attack.]

[בואו נתאם התקפה.]

(Laughter)

(צחוק)

Let's coordinate an attack.

בואו נתאם התקפה.

And then everybody at once responds

ואז כולם ביחד, בבת אחת מגיבים

by releasing a poison that will kill the other family.

על-ידי שחרור רעל שיהרוג את המשפחה האחרת.

[Eliminate!]

[חסֵל!]

(Laughter)

(צחוק)

The Capulets respond by calling for a counterattack.

בני קָפּולֵט מגיבים בקריאה להתקפת נגד.

[Counterattack!]

[התקפת נגד!]

And they have a battle.

ויש קרב.

This is a video of real bacteria dueling with swordlike organelles,

זהו סרטון של חיידקים אמיתיים הנלחמים בעזרת אברונים דמויי חרב,

where they try to kill each other

בו הם נראים מנסים להרוג אחד את השני

by literally stabbing and rupturing each other.

ממש על-ידי דקירה וקריעה אחד את השני.

Whoever's family wins this battle becomes the dominant bacteria.

המשפחה שתנצח בקרב תהיה הדומיננטית.

So what I can do is to detect bacterial conversations

אז מה שאני יכולה לעשות זה לגלות שיחות של חיידקים

that lead to different collective behaviors

שמובילות להתנהגויות קולקטיביות שונות

like the fight you just saw.

כמו הקרב שראיתם זה עתה.

And what I did was to spy on bacterial communities

ומה שעשיתי היה לרגל אחרי קהילות החיידקים

inside the human body

בתוך הגוף האנושי

in patients at a hospital.

של מטופלים בבית-חולים.

I followed 62 patients in an experiment,

עקבתי אחרי 62 מטופלים במהלך ניסוי,

where I tested the patient samples for one particular infection,

בו בחנתי דגימות של מטופלים בחיפוש אחר זיהום מסויים,

without knowing the results of the traditional diagnostic test.

מבלי לדעת את התוצאות של בדיקות האבחון השגרתיות.

Now, in bacterial diagnostics,

לידיעה, בעת אבחון של חיידקים

a sample is smeared out on a plate,

מורחים דגימה על צלוחית,

and if the bacteria grow within five days,

ואם החיידקים גדלים בתוך חמישה ימים,

the patient is diagnosed as infected.

מאובחן המטופל כחולה שנדבק.

When I finished the study and I compared the tool results

כאשר סיימתי את המחקר והשוויתי בין התוצאות של הכלי

to the traditional diagnostic test and the validation test,

לאלה של בדיקות האבחון השגרתיות ושל בדיקות האימות,

I was shocked.

הייתי בהלם.

It was far more astonishing than I had ever anticipated.

זה היה הרבה יותר מפתיע ממה שציפיתי.

But before I tell you what the tool revealed,

אבל לפני שאספר לכם מה חשף הכלי,

I would like to tell you about a specific patient I followed,

אני רוצה לספר לכם על מטופלת מסויימת.

a young girl.

ילדה צעירה.

She had cystic fibrosis,

היה לה סיסטיק פיבורזיס,

a genetic disease that made her lungs susceptible to bacterial infections.

מחלה גנטית שגרמה לריאות שלה להיות פגיעות לזיהומים חיידקיים.

This girl wasn't a part of the clinical trial.

הילדה הזאת לא היתה חלק מהניסוי במרפאה.

I followed her because I knew from her medical record

עקבתי אחריה כי ידעתי שעל פי התיק הרפואי שלה

that she had never had an infection before.

שהיא לא נדבקה בזיהום בעבר.

Once a month, this girl went to the hospital

פעם בחודש הגיעה הילדה הזאת לבית-החולים

to cough up a sputum sample that she spit in a cup.

כדי לתת דגימה ליחה אותה היא ירקה לתוך ספל.

This sample was transferred for bacterial analysis

הדגימה הזאת הועברה לניתוח תכולת חיידקים

at the central laboratory

במעבדה המרכזית,

so the doctors could act quickly if they discovered an infection.

כדי שהרופאים יוכלו לפעול במהירות אם יגלו זיהום.

And it allowed me to test my device on her samples as well.

זה אִפשר לי לבדוק את המתקן שלי גם על הדגימות שלה.

The first two months I measured on her samples, there was nothing.

בחודשיים הראשונים בהם מדדתי את הדגימות שלה, לא היה כלום.

But the third month,

אבל בחודש השלישי

I discovered some bacterial chatter in her sample.

גיליתי שיחת חיידקים כלשהי בדגימה שלה.

The bacteria were coordinating to damage her lung tissue.

החיידקים תיאמו לקראת התקפה על רקמת הריאות שלה.

But the traditional diagnostics showed no bacteria at all.

האבחון השגרתי לא מצא כל חיידק.

I measured again the next month,

ביצעתי מדידה חוזרת בחודש שאחריו,

and I could see that the bacterial conversations became even more aggressive.

ויכולתי לראות שהשיחות בין החיידקים הפכו לתוקפניות אפילו יותר.

Still, the traditional diagnostics showed nothing.

האבחון השגרתי עדיין לא הראה דבר.

My study ended, but a half a year later, I followed up on her status

המחקר שלי הסתיים, אבל אחרי חצי שנה, בדקתי מה מצבה.

to see if the bacteria only I knew about had disappeared

כדי לראות אם החיידקים, שרק אני ידעתי עליהם, נעלמו

without medical intervention.

בלי התערבות רפואית.

They hadn't.

הם לא.

But the girl was now diagnosed with a severe infection

והילדה אובחנה עם זיהום חמור

of deadly bacteria.

מחיידקים קטלניים.

It was the very same bacteria my tool discovered earlier.

אלו היו בדיוק אותם חיידקים אותם גילה הכלי שלי מוקדם יותר.

And despite aggressive antibiotic treatment,

למרות טיפול אנטיביוטי נמרץ,

it was impossible to eradicate the infection.

לא ניתן היה לבער את הזיהום.

Doctors deemed that she would not survive her 20s.

הרופאים סברו שהיא לא תשרוד מעבר לשנות ה-20 שלה.

When I measured on this girl's samples,

כאשר מדדתי את הדגימות של הילדה הזו,

my tool was still in the initial stage.

היה הכלי שלי בשלב הראשוני.

I didn't even know if my method worked at all,

לא ידעתי אפילו אם השיטה שלי בכלל עובדת,

therefore I had an agreement with the doctors

לכן היה לי הסכם עם הרופאים

not to tell them what my tool revealed

לא לספר להם על תוצאות הכלי שלי

in order not to compromise their treatment.

כדי לא להשפיע על הטיפול שלהם.

So when I saw these results that weren't even validated,

לכן, כשראיתי את התוצאות האלה, שאפילו לא אומתו,

I didn't dare to tell

לא העזתי לספר

because treating a patient without an actual infection

כי למתן טיפול לחולה שאין לו באמת זיהום

also has negative consequences for the patient.

יש גם כן השלכות שליליות על המטופל.

But now we know better,

אבל כעת אנחנו יודעים יותר,

and there are many young boys and girls that still can be saved

וישנם הרבה ילדים וילדות בגיל צעיר שניתן עדיין להצילם

because, unfortunately, this scenario happens very often.

כי לרוע המזל, התסריט הזה מתרחש לעתים קרובות.

Patients get infected,

מטופלים נדבקים בזיהום,

the bacteria somehow don't show on the traditional diagnostic test,

החיידקים איכשהו לא מופיעים בבדיקות האבחון השגרתיות,

and suddenly, the infection breaks out in the patient with severe symptoms.

ולפתע, הזיהום מתפרץ במטופל תוך הופעת סימפטומים חמורים.

And at that point, it's already too late.

ובנקודה הזאת, זה כבר מאוחר מדי.

The surprising result of the 62 patients I followed

התוצאה המפתיעה של 62 המטופלים אחריהם עקבתי

was that my device caught bacterial conversations

היתה שהמכשיר שלי גילה שיחות בין חיידקים,

in more than half of the patient samples

ביותר ממחצית מדגימות המטופלים

that were diagnosed as negative by traditional methods.

שאובחנו כשליליות ע"י השיטות השגרתיות.

In other words, more than half of these patients went home thinking

במלים אחרות, יותר ממחצית מהמטופלים האלה הלכו הביתה,

they were free from infection,

כשהם חושבים שהם נקיים מזיהומים,

although they actually carried dangerous bacteria.

למרות שלמעשה הם נשאו חיידקים מסוכנים.

Inside these wrongly diagnosed patients,

בתוך המטופלים האלה שאובחנו לא נכון,

bacteria were coordinating a synchronized attack.

היו חיידקים שתיאמו התקפה מתוזמנת.

They were whispering to each other.

הם לחשו האחד לשני.

What I call "whispering bacteria"

מה שאני קוראת לו "חיידקים לוחשים"

are bacteria that traditional methods cannot diagnose.

הם חיידקים שהשיטות השגרתיות לא יכולות לאבחן.

So far, it's only the translation tool that can catch those whispers.

בינתיים, רק כלי התרגום מסוגל לגלות את הלחישות האלה.

I believe that the time frame in which bacteria are still whispering

אני מאמינה שמסגרת הזמן בה החיידקים עדיין לוחשים

is a window of opportunity for targeted treatment.

היא חלון הזדמנויות למתן טיפול ייעודי.

If the girl had been treated during this window of opportunity,

אם הילדה היתה מטופלת בזמן חלון ההזדמנויות הזה,

it might have been possible to kill the bacteria

ייתכן וניתן היה להרוג את החיידקים

in their initial stage,

בשלב ההתחלתי שלהם,

before the infection got out of hand.

לפני שהזיהום יצא משליטה.

What I experienced with this young girl made me decide to do everything I can

מה שחוויתי עם הילדה הצעירה הזאת גרם לי להחליט לעשות ככל יכולתי

to push this technology into the hospital.

כדי לדחוף את הטכנולוגיה הזו לבתי החולים.

Together with doctors,

יחד עם הרופאים,

I'm already working on implementing this tool in clinics

אני כבר עובדת על יישום הכלי הזה במרפאות

to diagnose early infections.

כדי לבצע אבחון מוקדם של זיהומים.

Although it's still not known how doctors should treat patients

למרות שעדיין לא ידוע איך צריכים הרופאים לטפל בחולים

during the whispering phase,

במהלך שלב הלחישות,

this tool can help doctors keep a closer eye on patients in risk.

יכול הכלי הזה לעזור לרופאים לשמור יותר מקרוב אחר חולים בסיכון.

It could help them confirm if a treatment had worked or not,

הוא יכול לסייע להם לוודא אם טיפול עבד או לא,

and it could help answer simple questions:

והוא יכול לעזור לענות על שאלות פשוטות:

Is the patient infected?

האם המטופל נדבק בזיהום?

And what are the bacteria up to?

ומה זוממים החיידקים?

Bacteria talk,

חיידקים מדברים,

they make secret plans,

הם הוגים תכניות סודיות,

and they send confidential information to each other.

והם שולחים מידע חסוי האחד לשני.

But not only can we catch them whispering,

אבל לא רק שאנחנו יכולים לתפוס אותם לוחשים,

we can all learn their secret language

אנחנו יכולים ללמוד את שפת הסתרים שלהם

and become ourselves bacterial whisperers.

ולהפוך בעצמנו לוחשים לחיידקים.

And, as bacteria would say,

וכפי שחיידקים עשויים לאמר,

"3-oxo-C12-aniline."

"3-אוקסו-סי-12-אניליין."

(Laughter)

(צחוק)

(Applause)

(מחיאות כפיים)

Thank you.

תודה רבה.