How data is helping us unravel the mysteries of the brain | Steve McCarroll

70,357 views ・ 2018-09-24

TED


下の英語字幕をダブルクリックすると動画を再生できます。

翻訳: N.K KooZN 校正: Masaki Yanagishita
00:12
Nine years ago,
0
12785
1704
9年前
00:14
my sister discovered lumps in her neck and arm
1
14513
3101
私の妹は首と腕にしこりを見つけました
00:17
and was diagnosed with cancer.
2
17638
1760
がんと診断されました
00:20
From that day, she started to benefit
3
20985
3199
その日から 彼女は
00:24
from the understanding that science has of cancer.
4
24208
3115
科学による がんに関する理解の 恩恵を受けることになりました
00:28
Every time she went to the doctor,
5
28206
2099
医者に行くたびに
00:30
they measured specific molecules
6
30329
2194
特定の分子を測定しました
00:32
that gave them information about how she was doing
7
32547
2881
それは彼女の調子はどうか 次にどうすべきかの
00:35
and what to do next.
8
35452
1309
情報を与えました
00:38
New medical options became available every few years.
9
38095
3666
数年ごとに新しい医学的選択が 可能になっていきました
00:43
Everyone recognized that she was struggling heroically
10
43070
4318
彼女が生物学的な疾患と 毅然と戦っていることを
00:47
with a biological illness.
11
47412
1728
皆が認めました
00:50
This spring, she received an innovative new medical treatment
12
50847
3657
この春 彼女は臨床試験として
00:54
in a clinical trial.
13
54528
1202
革新的な新規治療を受けました
00:55
It dramatically knocked back her cancer.
14
55754
2224
それは劇的にがんを弱体化させました
00:59
Guess who I'm going to spend this Thanksgiving with?
15
59446
2552
今度の感謝祭を私が誰と過ごすか 当ててみてください
01:02
My vivacious sister,
16
62022
2267
私の快活な妹ですよ
01:04
who gets more exercise than I do,
17
64313
2629
私よりもよく運動をします
01:06
and who, like perhaps many people in this room,
18
66966
2859
そして この会場の皆様と同様に
01:09
increasingly talks about a lethal illness
19
69849
2292
致命的な疾患のことを
01:12
in the past tense.
20
72165
1263
過去形で話すことが増えてきました
01:14
Science can, in our lifetimes -- even in a decade --
21
74614
3863
科学は我々が生きている内に いや10年以内にも
01:18
transform what it means to have a specific illness.
22
78501
3207
特定の疾患に対する考え方を 変えてしまう可能性があります
01:24
But not for all illnesses.
23
84055
1534
でも全ての疾患に対してではありません
01:27
My friend Robert and I were classmates in graduate school.
24
87375
3722
ロバートと私は大学院で クラスメイトでした
01:31
Robert was smart,
25
91121
1801
ロバートは聡明でしたが
01:32
but with each passing month,
26
92946
1477
月日が経つごとに
01:34
his thinking seemed to become more disorganized.
27
94447
3154
思考が乱れていくように見えました
01:38
He dropped out of school, got a job in a store ...
28
98241
3198
大学院を中退し ショップ店員をしましたが
01:41
But that, too, became too complicated.
29
101463
2218
店の仕事さえ 難し過ぎてできなくなりました
01:44
Robert became fearful and withdrawn.
30
104559
2945
ロバートはおびえ 引っ込み思案になりました
01:48
A year and a half later, he started hearing voices
31
108281
2381
1年半後 彼には いろいろな声が聞こえるようになり
01:50
and believing that people were following him.
32
110686
2197
誰かに後を付けられていると 思い込むようになりました
01:52
Doctors diagnosed him with schizophrenia,
33
112907
2722
医者は統合失調症と診断し
01:55
and they gave him the best drug they could.
34
115653
2120
最良の薬を処方しました
01:57
That drug makes the voices somewhat quieter,
35
117797
3008
薬のおかげで 声は幾分静かになりました
02:00
but it didn't restore his bright mind or his social connectedness.
36
120829
3989
でも彼の明晰な頭脳と社会的繋がりは 回復しませんでした
02:06
Robert struggled to remain connected
37
126270
1856
ロバートは学問と仕事と友人に
02:08
to the worlds of school and work and friends.
38
128150
2857
繋がりを残すために戦いました
02:11
He drifted away,
39
131031
1383
彼とは疎遠になり
02:12
and today I don't know where to find him.
40
132438
2285
今はもうどこで彼に会えるのかも分かりません
02:15
If he watches this,
41
135593
1479
彼がこのトークを見ているなら
02:17
I hope he'll find me.
42
137962
1628
私だとわかってくれることを願います
02:22
Why does medicine have so much to offer my sister,
43
142639
4107
なぜ医学は 私の妹には多大な恩恵をもたらし
02:27
and so much less to offer millions of people like Robert?
44
147540
4210
何百万もの ロバートのような患者には ほとんど何ももたらせないのでしょう
02:32
The need is there.
45
152952
1290
必要性はそこにあるはずです
02:34
The World Health Organization estimates that brain illnesses
46
154266
3153
世界保健機関の推定では 脳の疾患
02:37
like schizophrenia, bipolar disorder and major depression
47
157443
4115
例えば統合失調症や双極性障害や うつ病が
02:41
are the world's largest cause of lost years of life and work.
48
161582
4971
人生や仕事にかける時間を奪う 最大の要因であると発表しています
02:47
That's in part because these illnesses often strike early in life,
49
167807
3561
理由の一端として このような疾患は 人生の早い時期に発症し
02:51
in many ways, in the prime of life,
50
171392
2181
いろいろな意味で 人生の最良の時に発症するからです
02:53
just as people are finishing their educations, starting careers,
51
173597
4464
人が学校を卒業して働き始め
02:58
forming relationships and families.
52
178085
2279
人間関係や家族を作る時です
03:00
These illnesses can result in suicide;
53
180388
2829
これらの疾患は自殺という結果を招く 可能性があり
03:03
they often compromise one's ability to work at one's full potential;
54
183907
4567
全力で働く能力を しばしば損なってしまいます
03:09
and they're the cause of so many tragedies harder to measure:
55
189767
3455
多くの計り知れない悲劇の 原因にもなります
03:13
lost relationships and connections,
56
193246
2438
人間関係が失われたり
03:15
missed opportunities to pursue dreams and ideas.
57
195708
3039
夢や発想の追求を 断念せざるを得なかったりします
03:19
These illnesses limit human possibilities
58
199533
3005
これらの精神疾患は人間の可能性を
03:22
in ways we simply cannot measure.
59
202562
2154
計り知れない仕方で 制限します
03:27
We live in an era in which there's profound medical progress
60
207493
4016
今 我々がいる時代は 意味深い医学的進歩が
03:31
on so many other fronts.
61
211533
1811
多くの領域にまで見られる そういった時代です
03:33
My sister's cancer story is a great example,
62
213368
2547
妹のがんの場合が非常に良い例です
03:35
and we could say the same of heart disease.
63
215939
2062
心臓病についても 同じことが言えるでしょう
03:38
Drugs like statins will prevent millions of heart attacks and strokes.
64
218025
3585
スタチンのような薬剤は 何百万もの心臓発作や脳卒中を防ぎます
03:43
When you look at these areas of profound medical progress
65
223047
2945
現代における意義深くかつ大いに進歩した医学の領域に目を向けると
03:46
in our lifetimes,
66
226016
1464
03:47
they have a narrative in common:
67
227504
1674
ある共通点があります
03:50
scientists discovered molecules that matter to an illness,
68
230067
4548
科学者はある疾患に重要な分子を発見し
03:54
they developed ways to detect and measure those molecules in the body,
69
234639
4679
体内でこの分子を検出し 測定する方法を開発し
04:00
and they developed ways to interfere with those molecules
70
240492
2778
薬物である 別の分子を使って
04:03
using other molecules -- medicines.
71
243294
2048
この分子の働きを妨げる方法を 開発します
04:05
It's a strategy that has worked again and again and again.
72
245921
4020
何度も成功した戦略です
04:11
But when it comes to the brain, that strategy has been limited,
73
251403
3642
脳においては このような戦略には限界がありました
04:15
because today, we don't know nearly enough, yet,
74
255069
4602
現時点では 脳がどのように機能するのか
04:19
about how the brain works.
75
259695
1852
十分に理解されていないからです
04:22
We need to learn which of our cells matter to each illness,
76
262526
4266
それぞれの疾患にどの細胞が 影響するのか
04:26
and which molecules in those cells matter to each illness.
77
266816
3570
これらの細胞のどの分子が疾患に影響するのか 知る必要があります
04:31
And that's the mission I want to tell you about today.
78
271058
2651
それが皆様に今日お伝えしたい 使命なのです
04:34
My lab develops technologies with which we try to turn the brain
79
274781
3809
私の研究室では脳の問題を ビッグデータの問題へと
04:38
into a big-data problem.
80
278614
1700
捉え直す技術を開発しています
04:40
You see, before I became a biologist, I worked in computers and math,
81
280338
3536
生物学者になる前の私は コンピュータと数学の分野で働いていました
04:43
and I learned this lesson:
82
283898
1324
こんな教訓を得ました
04:46
wherever you can collect vast amounts of the right kinds of data
83
286365
4184
あるシステムの機能に関して 膨大な量の適切なデータを
04:50
about the functioning of a system,
84
290573
2030
収集できるとき
04:53
you can use computers in powerful new ways
85
293365
3618
そのシステムがどう機能するのかを 理解するために
04:57
to make sense of that system and learn how it works.
86
297007
3225
コンピュータを強力で新しい方法で 使えるという教訓です
05:00
Today, big-data approaches are transforming
87
300256
2522
今日では ビッグデータを使った手法は
05:02
ever-larger sectors of our economy,
88
302802
2483
より大きな経済分野を変えつつあります
05:05
and they could do the same in biology and medicine, too.
89
305309
3286
生物学や医学においても 同様なことが可能でしょう
05:08
But you have to have the right kinds of data.
90
308619
2557
しかし 適切な種類のデータを 得る必要があります
05:11
You have to have data about the right things.
91
311200
2259
適切な対象についてのデータです
05:13
And that often requires new technologies and ideas.
92
313917
3865
そのためには しばしば 新しい技術と発想が必要とされます
05:18
And that is the mission that animates the scientists in my lab.
93
318815
3494
この使命こそ 私の研究室の科学者たちの やる気に火を付けるのです
05:23
Today, I want to tell you two short stories from our work.
94
323251
2974
今日は 我々の仕事から得た 短い話を2つしたいと思います
05:27
One fundamental obstacle we face
95
327427
3104
脳問題をビッグデータ問題に 捉え直す上で
05:30
in trying to turn the brain into a big-data problem
96
330555
2660
我々が直面する根本的な障壁の1つは
05:33
is that our brains are composed of and built from billions of cells.
97
333946
4538
脳が何十億という細胞から 構成されているという事実です
05:39
And our cells are not generalists; they're specialists.
98
339246
3859
細胞はジェネラリスト(万能型)ではなく スペシャリスト(専門家)なのです
05:43
Like humans at work,
99
343129
2089
人が仕事をするように
05:45
they specialize into thousands of different cellular careers,
100
345242
5274
何千もの異なった種類の細胞に
05:50
or cell types.
101
350540
1367
専門分化しています
05:52
In fact, each of the cell types in our body
102
352796
2571
実際 体内のそれぞれの型の細胞は
05:55
could probably give a lively TED Talk
103
355391
1878
自らの機能について
05:57
about what it does at work.
104
357293
1542
知的好奇心をそそるTEDトークができるのかもしれません
06:00
But as scientists, we don't even know today
105
360422
2370
しかし科学者にとってさえ どの位の種類の細胞型が存在するか
06:02
how many cell types there are,
106
362816
1907
現在も分かっていませんし
06:04
and we don't know what the titles of most of those talks would be.
107
364747
3277
そのトークのタイトルが 何になるのかも想像がつきません
06:11
Now, we know many important things about cell types.
108
371809
2970
今や 細胞型について 多くの重要なことが分かっています
06:14
They can differ dramatically in size and shape.
109
374803
2751
それぞれ 大きさや形が 驚くほど異なっています
06:17
One will respond to a molecule that the other doesn't respond to,
110
377578
4135
ある細胞は 他の細胞が反応しない分子に反応して
06:21
they'll make different molecules.
111
381737
1794
違った分子を生成します
06:23
But science has largely been reaching these insights
112
383555
2521
科学ではこれらに関する洞察を 大抵の場合
06:26
in an ad hoc way, one cell type at a time,
113
386100
2943
その都度に得てきました— 一度に1つの細胞型
06:29
one molecule at a time.
114
389067
1486
一度に1つの分子というように
06:31
We wanted to make it possible to learn all of this quickly and systematically.
115
391854
4731
この過程全てを素早く体系的に 実現したいと思っていました
06:37
Now, until recently, it was the case
116
397673
1748
つい最近まで こんな感じでした
06:39
that if you wanted to inventory all of the molecules
117
399445
3076
脳の一部やどこかの臓器にある 全分子のリストが
06:42
in a part of the brain or any organ,
118
402545
2925
欲しいときには
06:45
you had to first grind it up into a kind of cellular smoothie.
119
405494
3954
まず 細胞がスムージーのようになるまで すりつぶす必要がありました
06:50
But that's a problem.
120
410678
1230
でもそれは問題です
06:52
As soon as you've ground up the cells,
121
412737
2538
細胞をすりつぶすや否や
06:55
you can only study the contents of the average cell --
122
415299
3511
平均的な細胞の内容物しか 研究できません
06:58
not the individual cells.
123
418834
1595
個々の細胞ではありません
07:01
Imagine if you were trying to understand how a big city like New York works,
124
421182
3709
大都市ニューヨークがどう機能するのか 理解するところを想像してみてください
07:04
but you could only do so by reviewing some statistics
125
424915
2542
平均的なニューヨーク住民についての
07:07
about the average resident of New York.
126
427481
2029
統計データを見返すことぐらいしか できませんよね
07:10
Of course, you wouldn't learn very much,
127
430637
1979
もちろん 多くは知り得ないでしょう
07:12
because everything that's interesting and important and exciting
128
432640
3000
なぜなら 興味深く 重要で エキサイティングなことは
07:15
is in all the diversity and the specializations.
129
435664
2732
その多様性と特殊性の中にあるからです
07:18
And the same thing is true of our cells.
130
438420
2606
同じことが細胞についても言えます
07:21
And we wanted to make it possible to study the brain not as a cellular smoothie
131
441050
4750
我々は脳の研究を 細胞スムージーではなく
07:25
but as a cellular fruit salad,
132
445824
2478
細胞のフルーツサラダとして 実現したかったのです
07:28
in which one could generate data about and learn from
133
448326
2604
それぞれのフルーツ一切れからデータを得て
07:30
each individual piece of fruit.
134
450954
1838
研究できます
07:34
So we developed a technology for doing that.
135
454253
2718
我々はそれをする技術を開発しました
07:36
You're about to see a movie of it.
136
456995
1729
これからその映像を見てもらいます
07:41
Here we're packaging tens of thousands of individual cells,
137
461477
4028
何千もの個々の細胞を
07:45
each into its own tiny water droplet
138
465529
2923
一つずつの小さな水滴中に入れます
07:48
for its own molecular analysis.
139
468476
2211
その細胞だけの分子が分析ができます
07:51
When a cell lands in a droplet, it's greeted by a tiny bead,
140
471921
4123
細胞が水滴に入ると 小さなビーズが出迎えます
07:56
and that bead delivers millions of DNA bar code molecules.
141
476068
3694
ビーズには何百万もの DNAバーコード分子が含まれています
08:01
And each bead delivers a different bar code sequence
142
481115
3308
それぞれのビーズは異なるバーコードの配列を
08:04
to a different cell.
143
484447
1243
異なる細胞へと届けます
08:06
We incorporate the DNA bar codes
144
486884
2581
我々はDNAバーコードを
08:09
into each cell's RNA molecules.
145
489489
3058
それぞれの細胞のRNA分子と 反応させます
08:12
Those are the molecular transcripts it's making
146
492571
2836
RNAは その細胞が使う特定の遺伝子の転写物です
08:15
of the specific genes that it's using to do its job.
147
495431
3103
08:19
And then we sequence billions of these combined molecules
148
499383
4207
結合した分子をもとに 何十億もの塩基配列を決定し
08:24
and use the sequences to tell us
149
504532
2498
その配列から どの細胞のどの遺伝子に
08:27
which cell and which gene
150
507054
2602
由来した分子であるかの
08:29
every molecule came from.
151
509680
1540
情報を得ます
08:32
We call this approach "Drop-seq," because we use droplets
152
512561
3292
この手法を「ドロップシーク」と名付けました
08:35
to separate the cells for analysis,
153
515877
2575
分析では水滴(droplets)を 細胞の分離に使うからです
08:38
and we use DNA sequences to tag and inventory
154
518476
3445
DNA配列を使って タグ付けとリスト作りをし
08:41
and keep track of everything.
155
521945
1488
全てを追跡します
08:44
And now, whenever we do an experiment,
156
524727
1976
今や 実験をする時には
08:46
we analyze tens of thousands of individual cells.
157
526727
3243
何万もの個々の細胞の分析をします
08:51
And today in this area of science,
158
531018
2624
今日 この科学分野において
08:53
the challenge is increasingly how to learn as much as we can
159
533666
4931
ますます課題になることは この膨大なデータセットから
08:58
as quickly as we can
160
538621
1872
少しでも多く そして 少しでも早く学ぶことです
09:00
from these vast data sets.
161
540517
1738
少しでも多く そして 早く学ぶことです
09:04
When we were developing Drop-seq, people used to tell us,
162
544914
2770
ドロップシークを開発していた頃 よくこう言われました
09:07
"Oh, this is going to make you guys the go-to for every major brain project."
163
547708
4804
「君たちは 主要な脳研究プロジェクトから 意見を求められる立場になるね」
09:13
That's not how we saw it.
164
553257
1544
それは我々の思惑とは違いました
09:14
Science is best when everyone is generating lots of exciting data.
165
554825
4531
誰もが大量の胸躍るデータを産み出す時こそ 科学は最高なのです
09:20
So we wrote a 25-page instruction book,
166
560197
3214
それで我々は25ページの 実験法指示書を作りました
09:23
with which any scientist could build their own Drop-seq system from scratch.
167
563435
4578
科学者なら誰でもゼロから ドロップシークの構築が可能になります
09:28
And that instruction book has been downloaded from our lab website
168
568037
3697
その指示書は我々の研究室のウェブサイトから
09:31
50,000 times in the past two years.
169
571758
2965
この2年で5万回もダウンロードされました
09:35
We wrote software that any scientist could use
170
575598
3052
科学者なら誰でも使えるソフトも作ったのです
09:38
to analyze the data from Drop-seq experiments,
171
578674
2898
ドロップシーク実験から得た データの分析ができるのです
09:41
and that software is also free,
172
581596
1715
しかもこのソフトは無料です
09:43
and it's been downloaded from our website 30,000 times in the past two years.
173
583335
4388
これもこの2年で 3万回もダウンロードされました
09:48
And hundreds of labs have written us about discoveries that they've made
174
588328
4979
何百もの研究室がこの手法を使って発見した
09:53
using this approach.
175
593331
1443
彼らの成果を報告してくれました
09:54
Today, this technology is being used to make a human cell atlas.
176
594798
3560
今や このテクノロジーによって 人の細胞の一大地図が作られようとしています
09:58
It will be an atlas of all of the cell types in the human body
177
598382
3354
この地図は人体の全細胞型と
10:01
and the specific genes that each cell type uses to do its job.
178
601760
3680
それぞれの細胞型の活動時に使用される 特定の遺伝子の一大地図になると思われます
10:08
Now I want to tell you about a second challenge that we face
179
608133
2876
さて我々が直面するもう一つの課題について 話したいと思います
10:11
in trying to turn the brain into a big data problem.
180
611033
2448
脳問題をビッグデータ問題として 捉え直す試みです
10:13
And that challenge is that we'd like to learn from the brains
181
613505
3279
何十万もの生きた人の脳から
10:16
of hundreds of thousands of living people.
182
616808
2444
情報を得たいのです
10:19
But our brains are not physically accessible while we're living.
183
619998
3704
でも 脳は人が生きている間 身体の一部として入手することはできません
10:24
But how can we discover molecular factors if we can't hold the molecules?
184
624895
3960
分子を入手できないのなら どのように 病原分子を発見したら良いのでしょうか
10:30
An answer comes from the fact that the most informative molecules, proteins,
185
630352
4548
その答えは 情報を最も多く含む分子であるタンパク質は
DNAにコード化されているという 事実から得られます
10:34
are encoded in our DNA,
186
634924
1782
10:36
which has the recipes our cells follow to make all of our proteins.
187
636730
4530
DNAは全てのタンパク質を作るために 細胞が従うレシピのようなものです
10:41
And these recipes vary from person to person to person
188
641999
4946
このレシピは人によって異なります
10:46
in ways that cause the proteins to vary from person to person
189
646969
3342
そのため それぞれの細胞型が それぞれのタンパク質を発現する
10:50
in their precise sequence
190
650335
1787
正確な順序と量は
10:52
and in how much each cell type makes of each protein.
191
652146
3151
人によって異なってくるのです
10:56
It's all encoded in our DNA, and it's all genetics,
192
656441
3393
全てはDNAにコード化されています すなわち遺伝子による調節です
10:59
but it's not the genetics that we learned about in school.
193
659858
2817
でもこれは学校で習う遺伝学とは違います
11:03
Do you remember big B, little b?
194
663572
1983
ビッグBとリトルb遺伝子のことを 覚えていますか
11:06
If you inherit big B, you get brown eyes?
195
666260
2400
ビッグB遺伝子を受け継いでいれば 茶色の目でしたね
11:09
It's simple.
196
669085
1223
単純ですね
11:11
Very few traits are that simple.
197
671451
3173
こんなに単純な遺伝的形質というのは めったにないのです
11:15
Even eye color is shaped by much more than a single pigment molecule.
198
675232
4725
目の色でさえ 単一ではなく 多くの色素分子によって決定されます
11:20
And something as complex as the function of our brains
199
680861
4250
脳の機能のように複雑なものは
11:25
is shaped by the interaction of thousands of genes.
200
685135
3247
何千もの遺伝子の相互作用によって 決定されます
11:28
And each of these genes varies meaningfully
201
688406
2340
それぞれの遺伝子は 意味を持つ仕方で
11:30
from person to person to person,
202
690770
1838
個々人により異なります
11:32
and each of us is a unique combination of that variation.
203
692632
3517
我々はそれぞれ この多様性の ユニークな組み合わせなのです
11:37
It's a big data opportunity.
204
697419
2216
ビッグデータにとってのビッグチャンスです
11:40
And today, it's increasingly possible to make progress
205
700214
3176
かつては不可能だった規模での
11:43
on a scale that was never possible before.
206
703414
2796
進歩への可能性が今ますます高まっています
11:46
People are contributing to genetic studies
207
706234
2405
人々が膨大な数に上る 遺伝学的研究に
11:48
in record numbers,
208
708663
1594
尽力し続けています
11:51
and scientists around the world are sharing the data with one another
209
711085
4087
世界中の科学者が お互いに研究データを共有し
11:55
to speed progress.
210
715196
1571
それが進歩に拍車を掛けます
11:57
I want to tell you a short story about a discovery we recently made
211
717514
3239
我々が最近発見した 統合失調症の遺伝学について
12:00
about the genetics of schizophrenia.
212
720777
1894
少しお話ししたいと思います
12:03
It was made possible by 50,000 people from 30 countries,
213
723506
4596
発見できたのは30か国5万もの人々が
12:08
who contributed their DNA to genetic research on schizophrenia.
214
728126
4700
統合失調症の遺伝子研究に 自らのDNAを提供してくれたからです
12:14
It had been known for several years
215
734406
2096
その数年前から明らかだったのは
12:16
that the human genome's largest influence on risk of schizophrenia
216
736526
4111
統合失調症を発症するリスクに対して ゲノムが与える もっとも大きな影響は
12:20
comes from a part of the genome
217
740661
1802
免疫系の多くのタンパク質をコードする
12:22
that encodes many of the molecules in our immune system.
218
742487
3344
ゲノムの一部に 由来するということでした
12:25
But it wasn't clear which gene was responsible.
219
745855
3034
しかしどの遺伝子が原因なのか はっきりとわかっていませんでした
12:29
A scientist in my lab developed a new way to analyze DNA with computers,
220
749746
4040
私の研究室のある科学者がコンピュータで DNAを分析する新たな方法を開発して
12:33
and he discovered something very surprising.
221
753810
3095
とても驚くべき発見をしました
12:36
He found that a gene called "complement component 4" --
222
756929
3251
「補体成分4」と呼ばれる遺伝子—
12:40
it's called "C4" for short --
223
760204
1799
略してC4ですが—
12:43
comes in dozens of different forms in different people's genomes,
224
763036
3889
異なる人のゲノム内には別の型として存在し 数十もの種類があります
12:46
and these different forms make different amounts
225
766949
3197
これらの異なる型が 異なる量のC4タンパク質を
12:50
of C4 protein in our brains.
226
770170
2242
脳内に生成することを発見したのです
12:52
And he found that the more C4 protein our genes make,
227
772957
3985
遺伝子がC4タンパク質を生成すればするほど
12:56
the greater our risk for schizophrenia.
228
776966
2112
統合失調症のリスクも増大する ということを突き止めました
12:59
Now, C4 is still just one risk factor in a complex system.
229
779919
4907
現段階でC4は複雑な系の中での たった1つの危険因子でしかありません
13:04
This isn't big B,
230
784850
1989
ビッグBのように単純ではありませんが
13:06
but it's an insight about a molecule that matters.
231
786863
3557
とても重要な分子についての 情報なのです
13:11
Complement proteins like C4 were known for a long time
232
791492
3637
長い間 C4のような補体タンパク質は
13:15
for their roles in the immune system,
233
795153
1953
免疫システム内での役割を知られていて
13:17
where they act as a kind of molecular Post-it note
234
797130
2778
このタンパク質は 付箋的な役割の分子として
13:19
that says, "Eat me."
235
799932
1580
「私を食べなさい」と言うのです
13:22
And that Post-it note gets put on lots of debris
236
802475
2667
この付箋が壊死組織片や死んだ細胞に
13:25
and dead cells in our bodies
237
805166
2357
貼り付けられ
13:27
and invites immune cells to eliminate them.
238
807547
2490
免疫細胞を呼び寄せて 不要物を除去させるのです
13:30
But two colleagues of mine found that the C4 Post-it note
239
810779
3539
2人の同僚は 付箋分子であるC4が
13:35
also gets put on synapses in the brain
240
815183
3298
脳内のシナプスにも貼られ
13:38
and prompts their elimination.
241
818505
1864
その除去を促すことを 突き止めました
13:41
Now, the creation and elimination of synapses is a normal part
242
821154
3266
シナプスの生成と除去は 人の発達と学習における
13:44
of human development and learning.
243
824444
1854
正常過程です
13:46
Our brains create and eliminate synapses all the time.
244
826322
2921
脳はシナプスの生成と除去を 常時行います
13:49
But our genetic results suggest that in schizophrenia,
245
829921
2960
しかし我々の遺伝学的分析結果によると
13:52
the elimination process may go into overdrive.
246
832905
3233
統合失調症でのシナプスの除去が 行き過ぎているのかもしれません
13:57
Scientists at many drug companies tell me they're excited about this discovery,
247
837185
3929
製薬会社の科学者たちは この発見に胸が躍ったと言います
14:01
because they've been working on complement proteins for years
248
841138
3239
彼らは 免疫系における 補体タンパク質の研究に長年携わり
14:04
in the immune system,
249
844401
1540
それらのタンパク質が
14:05
and they've learned a lot about how they work.
250
845965
2206
どのように働くのか知っています
14:08
They've even developed molecules that interfere with complement proteins,
251
848885
3894
補体タンパク質を阻害する 分子の開発もすでに行いました
14:12
and they're starting to test them in the brain as well as the immune system.
252
852803
3607
これらの阻害物質を 脳や免疫系を使って 研究し始めようとしています
14:17
It's potentially a path toward a drug that might address a root cause
253
857124
4721
個別の症状ではなく 疾患の根本原因に向けられた
14:21
rather than an individual symptom,
254
861869
2649
医薬品開発につながる可能性を秘めています
14:24
and we hope very much that this work by many scientists over many years
255
864542
4048
長年に渡る多くの科学者による試みが 成功することを
14:28
will be successful.
256
868614
1152
願ってやみません
14:31
But C4 is just one example
257
871689
3014
C4はあくまで
14:34
of the potential for data-driven scientific approaches
258
874727
3112
データ主導型の科学的手法の一例で
14:37
to open new fronts on medical problems that are centuries old.
259
877863
3903
数世紀に渡り解決されなかった 医学的問題に新境地を開いてくれます
14:42
There are hundreds of places in our genomes
260
882144
2745
ヒトゲノムには何百もの
14:44
that shape risk for brain illnesses,
261
884913
2585
脳疾患のリスクとなる部位があり
14:47
and any one of them could lead us to the next molecular insight
262
887522
4066
その内のどれもが 重要な意味を持つ分子への次なる洞察へと
14:51
about a molecule that matters.
263
891612
2020
我々を導く可能性を持っています
14:53
And there are hundreds of cell types that use these genes in different combinations.
264
893656
3987
異なる組み合わせでこれらの遺伝子を使う 何百もの細胞型が存在します
14:57
As we and other scientists work to generate
265
897667
2069
我々や他の科学者が
14:59
the rest of the data that's needed
266
899760
2069
必要な残りのデータを生成し
15:01
and to learn all that we can from that data,
267
901853
2393
データからできる限りの情報を学び取り
15:04
we hope to open many more new fronts.
268
904270
2403
更に多くの新境地を開拓したいと願っています
15:08
Genetics and single-cell analysis are just two ways
269
908483
5079
脳の問題をビッグデータの問題として 捉え直すという意味において
15:13
of trying to turn the brain into a big data problem.
270
913586
3767
遺伝学と単一細胞解析は あくまで2つの方法でしかありません
15:18
There is so much more we can do.
271
918424
2159
まだまだ我々にはできることがあります
15:21
Scientists in my lab are creating a technology
272
921235
3074
私の研究室で科学者たちが 創り出している技術は
15:24
for quickly mapping the synaptic connections in the brain
273
924333
3196
脳内のシナプス結合を 迅速にマッピングするというもので
15:27
to tell which neurons are talking to which other neurons
274
927553
2938
どの神経細胞が 他のどの神経細胞に コミュニケートしているか
15:30
and how that conversation changes throughout life and during illness.
275
930515
3996
どうやってその会話が 生涯及び病気の期間に 変化するのか知るようにするものです
15:35
And we're developing a way to test in a single tube
276
935467
4520
また 何百人もの異なる人から得た ゲノムを含む細胞が
15:40
how cells with hundreds of different people's genomes
277
940011
2718
同じ刺激に対して それぞれ どう反応するかの検査を
15:42
respond differently to the same stimulus.
278
942753
2170
1本の試験管内で行う方法を開発中です
15:46
These projects bring together people with diverse backgrounds
279
946248
4903
このプロジェクトに集まったのは
多様な背景や訓練や興味を持った人々です
15:51
and training and interests --
280
951175
2493
15:53
biology, computers, chemistry, math, statistics, engineering.
281
953692
5877
生物学 コンピュータ科学 化学 数学 統計学 工学など様々です
16:00
But the scientific possibilities rally people with diverse interests
282
960205
4232
科学の可能性が 多様な関心を持つ人々を集め
16:04
into working intensely together.
283
964461
2235
共に集中的に働くことを可能にします
16:08
What's the future that we could hope to create?
284
968871
2551
我々が創造したい未来の可能性は どんなものでしょうか
16:12
Consider cancer.
285
972267
1350
がんについて考えてみましょう
16:14
We've moved from an era of ignorance about what causes cancer,
286
974193
3922
がんの原因について無知であった時代には
16:18
in which cancer was commonly ascribed to personal psychological characteristics,
287
978139
6988
がんの原因は個人の心理的特性にあると 考えられていました
16:26
to a modern molecular understanding of the true biological causes of cancer.
288
986238
5395
これが 真のがんの生物学的原因を 分子レベルで理解する現代となりました
16:32
That understanding today leads to innovative medicine
289
992100
3074
このような理解のおかげで次から次へと
16:35
after innovative medicine,
290
995198
1696
革新的な医学が導かれます
16:36
and although there's still so much work to do,
291
996918
2839
まだまだすべきことは多いですが
16:39
we're already surrounded by people who have been cured of cancers
292
999781
3394
私たちはすでに 一世代前には 治療不可能だと考えられていた
16:43
that were considered untreatable a generation ago.
293
1003199
3269
がんを克服した人達に取り囲まれています
16:48
And millions of cancer survivors like my sister
294
1008254
3376
私の妹のように 何百万もの がんの生存者が
16:51
find themselves with years of life that they didn't take for granted
295
1011654
4401
かつて 当たり前のものではなかった 人生の年月や
16:56
and new opportunities
296
1016079
1769
仕事と喜び 人との繋がりへの
16:57
for work and joy and human connection.
297
1017872
3930
新たな機会に気付くのです
17:03
That is the future that we are determined to create around mental illness --
298
1023358
4378
これこそ 精神疾患について 我々が創ろうとする未来です
17:08
one of real understanding and empathy
299
1028581
4119
真の理解と共感
17:12
and limitless possibility.
300
1032724
1816
そして無限の可能性を持つ未来です
17:15
Thank you.
301
1035159
1190
ご清聴ありがとうございました
17:16
(Applause)
302
1036374
4062
(拍手)
このウェブサイトについて

このサイトでは英語学習に役立つYouTube動画を紹介します。世界中の一流講師による英語レッスンを見ることができます。各ビデオのページに表示される英語字幕をダブルクリックすると、そこからビデオを再生することができます。字幕はビデオの再生と同期してスクロールします。ご意見・ご要望がございましたら、こちらのお問い合わせフォームよりご連絡ください。

https://forms.gle/WvT1wiN1qDtmnspy7