Danny Hillis: Understanding cancer through proteomics

번역: Jung-Eun Kim 검토: JY Kang

I admit that I'm a little bit nervous here

좀 긴장되는군요.

because I'm going to say some radical things,

암을 어떻게 다르게 생각해야 하는지에 관한

about how we should think about cancer differently,

다소 급진적인 내용들을

to an audience that contains a lot of people

많은 사람들 앞에서 얘기하려니 말입니다.

who know a lot more about cancer than I do.

특히 저보다 암에 대해 훨씬 잘 아는 분들 앞에서요.

But I will also contest that I'm not as nervous as I should be

하지만 제가 꼭 긴장해야 하는 건 아니라고 생각합니다.

because I'm pretty sure I'm right about this.

제 관점이 옳다고 확신하거든요.

(Laughter)

(웃음)

And that this, in fact, will be

사실, 제가 얘기하려는 건

the way that we treat cancer in the future.

미래에 암을 어떻게 다룰지에 대한 것입니다.

In order to talk about cancer,

암에 대해 얘기하기 전에

I'm going to actually have to --

해야할 얘기가 있습니다.

let me get the big slide here.

슬라이드를 보세요.

First, I'm going to try to give you a different perspective of genomics.

먼저, 유전체학에 대해 좀 다른 얘길 해보죠.

I want to put it in perspective of the bigger picture

유전체학에서 진행 중인 모든 것을 포함할 수 있는

of all the other things that are going on --

큰 그림으로서의 관점을 얘기한 후,

and then talk about something you haven't heard so much about, which is proteomics.

조금 생소할 수도 있는 단백체학에 대해 이야기하겠습니다.

Having explained those,

오늘 얘기를 들으시면

that will set up for what I think will be a different idea

암을 다루는 데 있어서 다른 관점을 갖게 되시리라

about how to go about treating cancer.

기대합니다.

So let me start with genomics.

유전체학부터 얘기해보죠.

It is the hot topic.

정말 흥미로운 주제입니다.

It is the place where we're learning the most.

가장 많은 걸 배워야 하는 학문 분야죠.

This is the great frontier.

범위가 정말 광범위하지만,

But it has its limitations.

여기에도 한계는 있습니다.

And in particular, you've probably all heard the analogy

다들 이런 비유를 들어봤을 겁니다.

that the genome is like the blueprint of your body,

"유전체는 우리 몸의 청사진과 같다."

and if that were only true, it would be great,

만일 이게 진실이라면 정말 대단하겠지만

but it's not.

그렇지가 못합니다.

It's like the parts list of your body.

우리 몸의 구성요소들에 대한 목록에 불과하죠.

It doesn't say how things are connected,

유전체만으로는 요소들이 어떻게 연결되는지,

what causes what and so on.

무엇을 유발하는지, 뭐가 진행되는지 알 수 없습니다.

So if I can make an analogy,

저라면 유전체를 이렇게 비유할 겁니다.

let's say that you were trying to tell the difference

건강에 좋은 요리를 파는 식당과

between a good restaurant, a healthy restaurant

그렇지 못한 식당의 차이에 대해

and a sick restaurant,

얘기하려는데

and all you had was the list of ingredients

식당 창고에 저장해둔 식재료 목록만을

that they had in their larder.

가지고 있는 상황이라고요.

So it might be that, if you went to a French restaurant

프랑스식 식당의 예를 들어볼까요?

and you looked through it and you found

창고 목록을 훑어보고는

they only had margarine and they didn't have butter,

버터는 없고 마가린만 있다는 걸 알게 됩니다.

you could say, "Ah, I see what's wrong with them.

그리곤 얘기하죠. "이 식당의 문제점을 압니다.

I can make them healthy."

제가 여기 요리를 건강에 좋게 바꿔드리죠."

And there probably are special cases of that.

가끔 특별한 경우에는,

You could certainly tell the difference

예를 들어 중화요리점과 프랑스식 식당을

between a Chinese restaurant and a French restaurant

비교하는 경우에는, 각 식당의 창고만 보고도

by what they had in a larder.

차이를 확실히 얘기할 수 있을 겁니다.

So the list of ingredients does tell you something,

저장된 재료의 목록을 보면 각 식당의 특징을 알 수 있죠.

and sometimes it tells you something that's wrong.

하지만 종종 잘못된 판단을 하게 만들 때도 있습니다.

If they have tons of salt,

많은 양의 소금이 저장돼있다면,

you might guess they're using too much salt, or something like that.

식당이 너무 많은 소금을 사용한다고 추측할지도 모릅니다.

But it's limited,

이런 추측은 한계가 있죠.

because really to know if it's a healthy restaurant,

제대로 판단하기 위해서는, 요리의 맛을 봐야 하고

you need to taste the food, you need to know what goes on in the kitchen,

부엌에서 무슨 일이 진행 중인지 알아야 하며,

you need the product of all of those ingredients.

최종 결과물을 봐야 합니다.

So if I look at a person

제가 누군가의

and I look at a person's genome, it's the same thing.

유전체를 검사할 때도 마찬가지입니다.

The part of the genome that we can read

유전체의 특정 부분을 통해 우리가 알 수 있는 건

is the list of ingredients.

구성 요소들의 목록 뿐입니다.

And so indeed,

솔직히 말하자면

there are times when we can find ingredients

그 요소들을 찾기 위해 많은 시간을 보냈지만

that [are] bad.

결과는 별로였죠.

Cystic fibrosis is an example of a disease

낭포성 섬유증 환자의 경우에는

where you just have a bad ingredient and you have a disease,

그 환자가 병을 일으키는 요소를 갖고 있기 때문에 발병합니다.

and we can actually make a direct correspondence

이 병에 있어서 우리는 요소와 질병간의

between the ingredient and the disease.

직접적 관련성을 얘기할 수 있죠.

But most things, you really have to know what's going on in the kitchen,

하지만 그 외의 대부분은 부엌에서 일어나는 일을 알아야 합니다.

because, mostly, sick people used to be healthy people --

대부분의 경우 아픈 사람들은 과거에 건강했던 사람들이고,

they have the same genome.

유전체는 그대로이기 때문이죠.

So the genome really tells you much more

다시 말해 유전체가 말해줄 수 있는 건

about predisposition.

병에 대한 소인 뿐입니다.

So what you can tell

요소들의 목록만으로도

is you can tell the difference between an Asian person and a European person

우리는 아시아인과 유럽인의 차이를

by looking at their ingredients list.

얘기할 수 있습니다.

But you really for the most part can't tell the difference

하지만 건강한 사람과 아픈 사람의 차이는

between a healthy person and a sick person --

요소들의 목록만으론 얘기할 수 없습니다.

except in some of these special cases.

몇 몇 경우들을 제외하고는 말입니다.

So why all the big deal

그렇다면 유전체학의 무엇이

about genetics?

그렇게 매력적인 걸까요?

Well first of all,

첫번째로 꼽을 수 있는 것은

it's because we can read it, which is fantastic.

그 내용을 읽을 수 있다는 점입니다. 환상적이죠.

It is very useful in certain circumstances.

이것은 특정 상황에서 정말 유용합니다.

It's also the great theoretical triumph

생물학에 있어서 대단한 학문적 업적이라

of biology.

할 수 있습니다.

It's the one theory

생물학자들 사이에

that the biologists ever really got right.

이견이 없는 단 하나의 이론입니다.

It's fundamental to Darwin

멘델과 다윈, 또 몇 몇 사람들이

and Mendel and so on.

그 기반이죠.

And so it's the one thing where they predicted a theoretical construct.

그들이 예측했던 이론적 구성이 한 데 모아진 것 입니다.

So Mendel had this idea of a gene

멘델은 '유전자'라는 핵심 개념을

as an abstract thing,

도출했습니다.

and Darwin built a whole theory

다윈은 그 개념 위에서

that depended on them existing,

이론의 전체적인 틀을 세웠죠.

and then Watson and Crick

이후 왓슨과 크릭이

actually looked and found one.

유전자를 발견하고 직접 관찰했습니다.

So this happens in physics all the time.

이것은 물리학에서야 항상 일어나는 일입니다.

You predict a black hole,

블랙홀을 예측했다면,

and you look out the telescope and there it is, just like you said.

망원경을 통해 블랙홀이 예측대로 존재하는지 확인하는 식이죠.

But it rarely happens in biology.

하지만 생물학에서는 정말 드문 일입니다.

So this great triumph -- it's so good,

이 위대한 업적은 -- 매우 좋은 이론이고 --

there's almost a religious experience

생물학의 역사에 있어서 거의 종교적인

in biology.

경험이었습니다.

And Darwinian evolution

다윈의 진화설은

is really the core theory.

정말 핵심적인 이론입니다.

So the other reason it's been very popular

이 이론이 꾸준히 인기있는 이유는

is because we can measure it, it's digital.

그것이 측정 가능한, 디지털 형식이란 점입니다.

And in fact,

사실

thanks to Kary Mullis,

케리 멀리스(유전자증폭반응 고안자) 덕분에

you can basically measure your genome in your kitchen

극미량의 구성 요소들만으로도 여러분 부엌에서 만들어지는

with a few extra ingredients.

유전체를 평가할 수 있습니다.

So for instance, by measuring the genome,

예를 들어 유전체를 분석함으로써

we've learned a lot about how we're related to other kinds of animals

우리가 다른 종의 동물들과 어떻게 연결되어 있는지 많은 것들을 알게 되었죠.

by the closeness of our genome,

유전체의 근원관계(유사도)를 따짐으로써,

or how we're related to each other -- the family tree,

또는 가계도 또는 계통 분류도를 통해

or the tree of life.

서로 어떻게 연결되어 알 수 있죠.

There's a huge amount of information about the genetics

유전학에는 방대한 양의 정보가 있는데

just by comparing the genetic similarity.

이는 유전학적 유사성을 비교해서 얻은 것입니다.

Now of course, in medical application,

당연히, 의학적인 관점에서

that is very useful

이것은 매우 유용합니다.

because it's the same kind of information

의사가 여러분 가족의 의료 기록을 통해 얻는 정보와

that the doctor gets from your family medical history --

같은 종류의 정보에 해당하기 때문이죠.

except probably,

단, 여러분의 유전체는

your genome knows much more about your medical history than you do.

여러분의 의학적 역사를 여러분보다 훨씬 더 많이 알고 있습니다.

And so by reading the genome,

따라서 유전체 해독을 통해서

we can find out much more about your family than you probably know.

여러분의 가족에 대해 여러분보다 더 많은 것들을 알아낼 수 있죠.

And so we can discover things

또한 우리는

that probably you could have found

여러분의 친척들에 대해서도

by looking at enough of your relatives,

여러분이 알던 것보다 많은 것들,

but they may be surprising.

그들이 놀라워할 만한 것들을 밝혀낼 수 있습니다.

I did the 23andMe thing

23andMe사의 DNA 테스트를 했을 때,

and was very surprised to discover that I am fat and bald.

제가 뚱뚱하고 대머리라는 것을 밝혀내서 깜짝 놀랐었죠.

(Laughter)

(웃음)

But sometimes you can learn much more useful things about that.

이것 외에도 꽤 유용한 것들을 알아낼 수 있습니다.

But mostly

하지만, 대부분의 경우

what you need to know, to find out if you're sick,

여러분이 아플 때, 밝혀내고 싶은 것은

is not your predispositions,

'당신의 병적 소인'에 대한 것이 아니라

but it's actually what's going on in your body right now.

'당신의 몸에서 현재 무슨 일이 일어나고 있는가'하는 것이죠.

So to do that, what you really need to do,

이를 위해 여러분이 해야 할 일은,

you need to look at the things

유심히 봐야 할 것들은

that the genes are producing

유전자가 만들어내는 것,

and what's happening after the genetics,

유전자 다음에 일어나고 있는 일들입니다.

and that's what proteomics is about.

그리고 이것이 바로 단백체학이죠.

Just like genome mixes the study of all the genes,

유전체가 모든 유전자들에 대한 연구를 포괄하듯이

proteomics is the study of all the proteins.

단백체학은 모든 단백질들에 대한 연구입니다.

And the proteins are all of the little things in your body

여러분 몸의 작은 하나까지 모두가 단백질입니다.

that are signaling between the cells --

실질적으로 기계를 작동시키기 위해 일어나는

actually, the machines that are operating --

세포들 사이에 전달되고 있는 신호들이자

that's where the action is.

실제 활동이 일어나는 곳입니다.

Basically, a human body

기본적으로, 인간의 몸은

is a conversation going on,

대화가 계속 진행되고 있습니다.

both within the cells and between the cells,

세포 내에서, 또 세포 사이에서 말이죠.

and they're telling each other to grow and to die,

이를 통해 어떤 것은 자라게 하고 어떤 것은 죽게 합니다.

and when you're sick,

당신이 아프다는 것은,

something's gone wrong with that conversation.

이 대화 중 무엇인가가 잘못되고 있다는 의미입니다.

And so the trick is --

그런데 문제가 하나 있습니다.

unfortunately, we don't have an easy way to measure these

불행히도, 유전체 분석에서와 같은 간단한 측정법을

like we can measure the genome.

이 분야에선 갖고 있지 않다는 점이죠.

So the problem is that measuring --

측정법의 문제점이란 이런 겁니다.

if you try to measure all the proteins, it's a very elaborate process.

모든 단백질들을 분석하고자 한다면, 그건 정말 고된 일입니다.

It requires hundreds of steps,

수백 단계를 거쳐야 하고,

and it takes a long, long time.

길고 긴 시간을 투자해야 하죠.

And it matters how much of the protein it is.

단백질 하나에서도 어느 정도를 봐야 하느냐도 문제입니다.

It could be very significant that a protein changed by 10 percent,

10%정도의 단백질 변이만으로도 확연한 변화를 일으킬 수 있습니다.

so it's not a nice digital thing like DNA.

DNA 같이 디지털적인 것이 아니죠.

And basically our problem is somebody's in the middle

가장 기본적인 문제는 누군가 매우 긴 측정단계에서

of this very long stage,

가장 기본적인 문제는 누군가 매우 긴 측정단계에서

they pause for just a moment,

도중에 잠깐이라도 일을 멈추면,

and they leave something in an enzyme for a second,

효소에 무엇인가가 잠시 남을 수 있고

and all of a sudden all the measurements from then on

그 이후부터의 모든 측정 작업은 순식간에

don't work.

무너집니다.

And so then people get very inconsistent results

따라서 이런 방식으로는 결국, 일관성없는

when they do it this way.

결과만 나올 뿐입니다.

People have tried very hard to do this.

저를 포함한 많은 사람들이 이 방법에

I tried this a couple of times

수많은 시간을 투자했었습니다.

and looked at this problem and gave up on it.

문제점을 발견한 후에는 포기해버렸었죠.

I kept getting this call from this oncologist

제게 계속 전화를 하는 데이비드 아구스라는

named David Agus.

종양학자가 있었습니다.

And Applied Minds gets a lot of calls

Applied Minds사로도 수많은 사람들이

from people who want help with their problems,

문제해결을 도와달라는 연락을 해왔기 때문에

and I didn't think this was a very likely one to call back,

저는 이것이 그런 전화의 하나라고 생각하고,

so I kept on giving him to the delay list.

나중에 연락하겠다고만 했죠.

And then one day,

그러던 어느 날,

I get a call from John Doerr, Bill Berkman

저는 존 도르, 빌 버크만, 심지어 엘 고어로부터

and Al Gore on the same day

전화를 받았습니다.

saying return David Agus's phone call.

데이비드 아구스에게 연락하라더군요.

(Laughter)

(웃음)

So I was like, "Okay. This guy's at least resourceful."

"그래. 이 친구는 적어도 수완은 있군." 싶었습니다.

(Laughter)

(웃음)

So we started talking,

이렇게 얘기가 시작됐습니다.

and he said, "I really need a better way to measure proteins."

그가 말했죠. "단백질을 측정하는 더 나은 방법이 필요합니다."

I'm like, "Looked at that. Been there.

제가 대답했습니다. "겪어본 바로는,

Not going to be easy."

결코 쉬운 일이 아닐겁니다."

He's like, "No, no. I really need it.

아구스 왈, "전 정말 절실합니다.

I mean, I see patients dying every day

제가 환자들 몸 속에서 무슨 일이 일어나는질 모르고

because we don't know what's going on inside of them.

그 무지 때문에 제 환자들이 매일 죽어갑니다.

We have to have a window into this."

몸 속을 들여다 볼 창문이 절실합니다."

And he took me through

그리고 그는 제게

specific examples of when he really needed it.

그가 절실한 이유들을 이야기했습니다.

And I realized, wow, this would really make a big difference,

그리고 저는 이 일이 정말 큰 변화를 만들 수 있겠구나라고 깨달았습니다.

if we could do it,

해내기만 한다면 말이죠.

and so I said, "Well, let's look at it."

그래서 전 이렇게 말했습니다. "좋아요. 한 번 살펴봅시다."

Applied Minds has enough play money

Applied Minds사에는 여유자금이 충분했기 때문에

that we can go and just work on something

곧장 그리로 가 작업을 시작했죠.

without getting anybody's funding or permission or anything.

누군가의 지원이나 승인 또는 그 외의 어떤 것들도 받지 않고요.

So we started playing around with this.

우리는 문제점을 탐색하기 시작했습니다.

And as we did it, we realized this was the basic problem --

그리고 해냈죠. 가장 기본적인 문제점을 깨달은 겁니다.

that taking the sip of coffee --

문제점은 굉장히 단순한 것이었습니다.

that there were humans doing this complicated process

이 복잡한 일을 수행하는 게 인간이란 게 문제였던 것이었죠.

and that what really needed to be done

정말로 해야 했던 일은,

was to automate this process like an assembly line

복잡한 단계들을 자동화시키는 것,

and build robots

단백질체를 측정할

that would measure proteomics.

로봇을 만드는 일이었던 것입니다.

And so we did that,

그래서 로봇을 만들었습니다.

and working with David,

데이빗과 함께 일하면서,

we made a little company called Applied Proteomics eventually,

우리는 최종적으로 Applied Proteomics라는 작은 회사를 만들었습니다.

which makes this robotic assembly line,

로봇 조립 라인을 만드는 회사였습니다.

which, in a very consistent way, measures the protein.

매우 일관적인 방법으로 단백질을 측정할 수 있게 된 거죠.

And I'll show you what that protein measurement looks like.

이제 이 단백질 측정방법을 보여드리겠습니다.

Basically, what we do

기본적으로 우리가 한 것은

is we take a drop of blood

환자로부터

out of a patient,

혈액 한 방울을 채취해서

and we sort out the proteins

그 한 방울 속의 단백질들을

in the drop of blood

분리해내는 것이었습니다.

according to how much they weigh,

그리고 무게에 따라,

how slippery they are,

또 얼마나 불안정한 상태인지에 따라

and we arrange them in an image.

단백질들을 배열시켜 이미지를 만들었죠.

And so we can look at literally

말 그대로,

hundreds of thousands of features at once

혈액 한 방울을 통해 수천, 수백의 특징들을

out of that drop of blood.

한 눈에 볼 수 있게 된 것입니다.

And we can take a different one tomorrow,

다음 날이면, 조금 다른 것을 얻을 수 있습니다.

and you will see your proteins tomorrow will be different --

날마다 달라진 단백질들이 나타나게 되죠.

they'll be different after you eat or after you sleep.

먹거나 잠을 잔 후에도 단백질들이 달라지고

They really tell us what's going on there.

이것이 무슨 일이 일어나고 있는지 말해주는 거죠.

And so this picture,

따라서 이 사진은,

which looks like a big smudge to you,

여러분에게는 커다란 얼룩에 불과할 수도 있지만

is actually the thing that got me really thrilled about this

제게는 정말 스릴 넘치는 것이자

and made me feel like we were on the right track.

우리가 잘 하고 있다고 느끼게 해 주는 것입니다.

So if I zoom into that picture,

이제 이 사진을 확대해서

I can just show you what it means.

그 의미들에 대해 설명해드리겠습니다.

We sort out the proteins -- from left to right

우리는 얻어낸 단백질들을

is the weight of the fragments that we're getting,

무게에 따라 왼쪽에서 오른쪽으로 분류했습니다.

and from top to bottom is how slippery they are.

위에서 아래로는 얼마나 불안정한 상태인지에 따라 분류했죠.

So we're zooming in here just to show you a little bit of it.

이제 이 부분을 확대해보겠습니다.

And so each of these lines

여기 각각의 선들은

represents some signal that we're getting out of a piece of a protein.

단백질 조각으로부터 우리가 얻어낸 신호들을 의미합니다.

And you can see how the lines occur

여기 흩어져 있는 작은 덩어리들 안에서

in these little groups of bump, bump, bump, bump, bump.

이 선들이 어떻게 나타나는지 보이시죠.

And that's because we're measuring the weight so precisely that --

우리는 서로 다른 동위원소가 갖는 탄소량의 무게를

carbon comes in different isotopes,

매우 정확하게 측정할 수 있기 때문에,

so if it has an extra neutron on it,

거기에 추가적인 중성자가 있다면

we actually measure it as a different chemical.

그것을 다른 화합물로 간주하고 측정하게 됩니다.

So we're actually measuring each isotope as a different one.

그래서 저흰 각 동위원소를 각각 다른 것으로서 측정합니다.

And so that gives you an idea

이걸 보시면 이게 얼마나

of how exquisitely sensitive this is.

정교하고 섬세한 지 알 수 있죠.

So seeing this picture

이 그림을 보게 되면

is sort of like getting to be Galileo

마치 갈릴레오가

and looking at the stars

하늘에 떠 있는 별만 바라보다가

and looking through the telescope for the first time,

처음으로 망원경을 통해 별을 관찰하는 것과 비슷합니다.

and suddenly you say, "Wow, it's way more complicated than we thought it was."

그리곤 이렇게 말하겠죠. "세상에. 이거 우리가 생각했던 것보다 훨씬 복잡하네."

But we can see that stuff out there

하지만 여기 흩어져 있는 것들이

and actually see features of it.

실제로는 각각의 특징을 보여줍니다.

So this is the signature out of which we're trying to get patterns.

우리가 얻고자 했던 패턴들을 표시해 둔 것이죠.

So what we do with this

그럼 우리가 한 일이 무엇인지 예를 들어보겠습니다.

is, for example, we can look at two patients,

여기 두 명의 환자가 있습니다.

one that responded to a drug and one that didn't respond to a drug,

한 명은 약이 효과를 보이는 반면 다른 한명은 그렇지 않네요.

and ask, "What's going on differently

"두 환자들 몸 속에서 어떤 차이가 일어나고 있는거지?"

inside of them?"

하는 의문이 생기겠죠.

And so we can make these measurements precisely enough

이제 우린 소개된 방법으로 충분히 정확한 측정 결과들을 얻어내고,

that we can overlay two patients and look at the differences.

두 환자들의 결과를 비교해 환자간의 차이점을 보여줍니다.

So here we have Alice in green

녹색이 앨리스의 결과고

and Bob in red.

빨간색이 밥입니다.

We overlay them. This is actual data.

둘을 겹쳐볼까요? 이건 실제 데이터입니다.

And you can see, mostly it overlaps and it's yellow,

둘에서 겹쳐진 부분은 노란색으로 나타납니다.

but there's some things that just Alice has

하지만 앨리스만 가지고 있거나

and some things that just Bob has.

밥만 가지고 있는 건 원래의 색깔입니다.

And if we find a pattern of things

우리가 약에 반응하는 사람들의

of the responders to the drug,

특정 패턴을 찾아낸다면,

we see that in the blood,

혈액을 통해

they have the condition

그들의 상태를 확인하고

that allows them to respond to this drug.

효과적인 치료제를 처방할 수 있는 겁니다.

We might not even know what this protein is,

비록 이 단백질이 무엇인지 모르더라도,

but we can see it's a marker

질병에 대한 반응지표는

for the response to the disease.

확인할 수 있는 것입니다.

So this already, I think,

제가 생각하기에 이것은 이미

is tremendously useful in all kinds of medicine.

모든 종류의 약들에 대해 엄청나게 유용합니다.

But I think this is actually

하지만 저는 이것이

just the beginning

암을 어떻게 다뤄야 할지의

of how we're going to treat cancer.

시작에 불과하다고 생각합니다.

So let me move to cancer.

자, 암에 대해 얘기해봅시다.

The thing about cancer --

암이란 주제에 있어-

when I got into this,

제가 이것을 들여다보기 시작했을 때

I really knew nothing about it,

암에 대해 아는 게 정말 없었죠.

but working with David Agus,

하지만 데이비드 아구스와 일하면서

I started watching how cancer was actually being treated

암이 어떻게 다뤄지는지, 또 제거 수술이 어떻게 이뤄지는지

and went to operations where it was being cut out.

제대로 볼 수 있었습니다.

And as I looked at it,

사실 보는 것만으로는

to me it didn't make sense

어떻게 암에 접근해야 하는지에 대해

how we were approaching cancer,

아무런 깨달음도 얻을 수 없었죠.

and in order to make sense of it,

깨달음을 얻기 위해서 저는

I had to learn where did this come from.

암의 원인이 무엇인지부터 배워야 했습니다.

We're treating cancer almost like it's an infectious disease.

우리는 암을 마치 세균감염에 의한 질병처럼 다루고 있습니다.

We're treating it as something that got inside of you

여러분의 몸 안에 생긴, 죽여 없애야 하는 것으로

that we have to kill.

취급하고 있죠.

So this is the great paradigm.

이것은 심각한 고정관념이라 할 수 있습니다.

This is another case

생물학에서 이론적 고정관념인

where a theoretical paradigm in biology really worked --

병원균 이론이 잘 맞아 떨어지기는 하지만-

was the germ theory of disease.

그 것과는 별개의 문제입니다.

So what doctors are mostly trained to do

의사들이 주로 수련하는 것은

is diagnose --

진단법입니다.

that is, put you into a category

여러분을 카테고리로 분류하는 거죠.

and apply a scientifically proven treatment

그리고 진단결과에 따라 과학적으로 입증된

for that diagnosis --

치료법을 적용합니다.

and that works great for infectious diseases.

이 방법은 감염에 의한 질병에는 대단히 효과적입니다.

So if we put you in the category

매독에 걸린 걸로 분류되면

of you've got syphilis, we can give you penicillin.

의사는 페니실린을 처방할 겁니다.

We know that that works.

그 효과도 예상하고 있죠.

If you've got malaria, we give you quinine

말라리아에 걸렸다면 퀴닌이나

or some derivative of it.

그 대체제들을 처방할 것입니다.

And so that's the basic thing doctors are trained to do,

이것이 의사들이 훈련받아 온 기본적인 것들이죠.

and it's miraculous

감염에 의한 질병에 있어

in the case of infectious disease --

이런 방식은 어찌나 효과적인지

how well it works.

기적처럼 보일 정도입니다.

And many people in this audience probably wouldn't be alive

만일 의사가 이렇게 하지 않았다면 여러분 중 대다수는

if doctors didn't do this.

살아있지 못했을 것입니다.

But now let's apply that

하지만 이제 암을,

to systems diseases like cancer.

시스템적인 질병으로 생각해봅시다.

The problem is that, in cancer,

암에 있어서 문제점은,

there isn't something else

무언가 침입한 것이 아니라

that's inside of you.

여러분 몸 자체라는 점입니다.

It's you; you're broken.

바로 여러분 때문이고, 자신의 몸이 망가졌기 때문이죠.

That conversation inside of you

여러분 몸 안의 대화가

got mixed up in some way.

어떤 부분에서 마구 뒤섞인 거죠.

So how do we diagnose that conversation?

이런 대화를 우리가 어떻게 진단할 수 있을까요?

Well, right now what we do is we divide it by part of the body --

현재 우리가 하고 있는 일은

you know, where did it appear? --

암이 발생한 신체적 부분에 따라

and we put you in different categories

환자를 다양한 카테고리로 분류하듯이

according to the part of the body.

신체를 여러 부위로 나누는 것입니다.

And then we do a clinical trial

그리고 나서 임상실험들을 수행하죠

for a drug for lung cancer

폐암이라면 그에 해당하는 약을

and one for prostate cancer and one for breast cancer,

전립선암, 유방암이라면 또 각각에 해당하는 약을 써보는 겁니다.

and we treat these as if they're separate diseases

암들을 서로 다른 질병으로 취급하고,

and that this way of dividing them

몸안의 잘못된 부분과 관련있는 것들을

had something to do with what actually went wrong.

구분하는 방법을 취하는 것입니다.

And of course, it really doesn't have that much to do

물론, 무엇이 잘못되었는지 파악하는 것은

with what went wrong

어려운 일은 아닙니다.

because cancer is a failure of the system.

암은 시스템상의 오류이기 때문이죠.

And in fact, I think we're even wrong

그리고 사실, 암을 하나로 지칭하는 것이야 말로

when we talk about cancer as a thing.

정말 잘못된 것이라고 생각합니다.

I think this is the big mistake.

정말 큰 실수라고 생각해요.

I think cancer should not be a noun.

저는 암을 하나의 명사로 통칭해서는 안 된다고 생각합니다.

We should talk about cancering

암에 대해 얘기할 때는

as something we do, not something we have.

결과가 아닌 진행과정을 얘기해야 합니다.

And so those tumors,

종양이라는 것도

those are symptoms of cancer.

암의 증상에 불과한 거죠.

And so your body is probably cancering all the time,

따라서 여러분 몸은 항상 암이 진행되고 있다고 볼 수 있습니다.

but there are lots of systems in your body

하지만 몸 안에는 수많은 시스템이 있기 때문에

that keep it under control.

암을 통제할 수 있는 것입니다.

And so to give you an idea

실질적인 이해를 돕기 위해

of an analogy of what I mean

제가 암이라는 것을 동사로 취급함으로써

by thinking of cancering as a verb,

제가 의미하는 바가 무엇인지 비유해보도록 하겠습니다.

imagine we didn't know anything about plumbing,

우리가 배관시설에 대해 전혀 아는 게 없을 때,

and the way that we talked about it,

이것에 대해 어떻게 얘기하는지 상상해보죠.

we'd come home and we'd find a leak in our kitchen

집에 왔는데 부엌에서 물이 새는 것을 발견했습니다.

and we'd say, "Oh, my house has water."

"이런, 집 안에 물이 고여 있네." 라고 말하겠죠.

We might divide it -- the plumber would say, "Well, where's the water?"

상황을 나눠보죠. 배관공이 묻습니다 "물이 어디에 있나요?"

"Well, it's in the kitchen." "Oh, you must have kitchen water."

"부엌이요." "아, 부엌에서 물이 새는군요."

That's kind of the level at which it is.

바로 이런 상황입니다.

"Kitchen water,

"부엌에서 물이 새면요?"

well, first of all, we'll go in there and we'll mop out a lot of it.

먼저, 우리는 그 안에 들어가 걸레질을 할 겁니다.

And then we know that if we sprinkle Drano around the kitchen,

주변에 드레이노(얼룩제거제)를 뿌리는 게

that helps.

도움이 된다는 것도 알고 있죠.

Whereas living room water,

그에 반해 거실에 물이 새는 경우에는

it's better to do tar on the roof."

천장에 방수제를 바르는 것이 낫습니다.

And it sounds silly,

어리석게 들릴 수도 있지만,

but that's basically what we do.

그것이 우리가 기본적으로 하는 것입니다.

And I'm not saying you shouldn't mop up your water if you have cancer,

당신이 암일 때 걸레질로 없애려 해서는 안된다는 얘기가 아닙니다.

but I'm saying that's not really the problem;

다만 그것이 진짜 문제가 아니란 점을 말하고 싶은거죠.

that's the symptom of the problem.

문제의 증상을 봐야 한다는 겁니다.

What we really need to get at

우리가 정말로 해야할 일은

is the process that's going on,

병이 진행되는 과정을 살피고,

and that's happening at the level

그 정도 진행단계에서는 무슨 일이 일어날지를

of the proteonomic actions,

단백체학적 활동으로 파악하고,

happening at the level of why is your body not healing itself

정상적인 상태에서는 몸 스스로 치료할 수 있는 단계인데도

in the way that it normally does?

어째서 자연치유가 되지 않는지를 물어야 하는 것입니다.

Because normally, your body is dealing with this problem all the time.

보통 우리 몸은 항상 이런 문제를 겪고 있거든요.

So your house is dealing with leaks all the time,

여러분의 집도 물이 새는 문제를 항상 안고 있습니다.

but it's fixing them. It's draining them out and so on.

하지만 그걸 고치잖아요. 닦아낸다든지 해서요.

So what we need

우리에게 필요한 것은

is to have a causative model

몸안에 실제 일어나는 일을 볼 수 있는

of what's actually going on,

인과관계 모델을 갖는 것입니다.

and proteomics actually gives us

단백체학이 이 인과관계 모델을

the ability to build a model like that.

구성할 수 있게 해줍니다.

David got me invited

데이빗이 국립암센터 강의자로

to give a talk at National Cancer Institute

저를 초대한 적이 있는데요.

and Anna Barker was there.

거기 애나 바커도 참석했었습니다.

And so I gave this talk

그 때 같은 내용의 강연을 하고 물어봤죠.

and said, "Why don't you guys do this?"

"왜 당신들은 이렇게 하지 않나요?"

And Anna said,

애나가 대답했습니다.

"Because nobody within cancer

"암을 연구하는 사람중에 누구도

would look at it this way.

그런 식으로 접근하지 않았거든요.

But what we're going to do, is we're going to create a program

하지만 이제 특정 프로그램을 만들어서 진행하려고 합니다.

for people outside the field of cancer

암 이외의 분야에 있는 연구자들이

to get together with doctors

암에 대해 잘 알고 있는

who really know about cancer

의사들과 함께

and work out different programs of research."

차별화된 연구를 수행할 수 있게 하려고 해요."

So David and I applied to this program

그래서 데이빗과 제가 그 프로그램에 지원했죠.

and created a consortium

그리고 남부캘리포니아대학에 연구단을

at USC

만들었습니다.

where we've got some of the best oncologists in the world

스탠포드대, 텍사스주립대, 콜드 스프링 하버 연구소에서 온

and some of the best biologists in the world,

세계적으로 가장 뛰어난 종양학자들,

from Cold Spring Harbor,

세계적으로 가장 뛰어난 생물학자들이

Stanford, Austin --

연구에 동참하고 있습니다.

I won't even go through and name all the places --

저는 5년 정도 걸릴 연구 프로젝트를 얻기 위해

to have a research project

여기 저기 거치면서

that will last for five years

이름만 써넣길 바라지 않습니다.

where we're really going to try to build a model of cancer like this.

암 모델을 만들어 내기 위한 일을 하고 싶을 뿐이죠.

We're doing it in mice first,

지금은 쥐를 대상으로 연구하고 있습니다.

and we will kill a lot of mice

이 일을 하는 과정에서

in the process of doing this,

굉장히 많은 쥐들을 죽여야 겠죠.

but they will die for a good cause.

하지만 값진 희생이 될 겁니다.

And we will actually try to get to the point

우리는 언제 암이 발생하는지

where we have a predictive model

예측 가능한 모델을 얻을 수 있는,

where we can understand,

우리가 이해할 수 있는

when cancer happens,

핵심을 얻고자 합니다.

what's actually happening in there

그 안에서 실제로 어떤 일이 일어나는지

and which treatment will treat that cancer.

어떤 치료가 암을 치유할 수 있는지 등을 말입니다.

So let me just end with giving you a little picture

이제 간단한 그림으로 강연을 끝내기로 하죠.

of what I think cancer treatment will be like in the future.

미래에는 암 치료가 이렇게 되리라 기대하고 있습니다.

So I think eventually,

그리고 궁극적으로 저는

once we have one of these models for people,

사람들을 위한 이런 모델들 중 하나를 만들길 바랍니다.

which we'll get eventually --

궁극적으로 우리가 얻어야 하는 것은 --

I mean, our group won't get all the way there --

여기서 모든 방법을 얻길 바라는 게 아닙니다.

but eventually we'll have a very good computer model --

다만 세계 기후를 예측하는 모델과 같이

sort of like a global climate model for weather.

매우 좋은 컴퓨터 모델을 갖게 되길 바랍니다.

It has lots of different information

매우 다양한 정보들이 그 안에 있을 것이고,

about what's the process going on in this proteomic conversation

단백체 안의 대화들이 어떻게 진행되고 있는지

on many different scales.

수많은 수준에서 연구될 것입니다.

And so we will simulate

그리고 그 모델을 통해

in that model

여러분의 특정 암을

for your particular cancer --

시뮬레이션 할 것입니다.

and this also will be for ALS,

이건 루게릭병를 위한 게 될 수도 있고

or any kind of system neurodegenerative diseases,

모든 종류의 신경계 변성 질환이나 기타 다른 질병들에도

things like that --

쓰일 수 있을 것입니다.

we will simulate

우리는 일반인 뿐만아니라

specifically you,

특히 한 사람을 대상으로,

not just a generic person,

개인의 몸 안에서

but what's actually going on inside you.

실제로 일어나는 일을 시뮬레이션 할 것입니다.

And in that simulation, what we could do

그리고 이를 통해 우리가 할 수 있는 일은

is design for you specifically

한 사람만을 위해 특화된 일련의 치료과정을

a sequence of treatments,

디자인하는 것입니다.

and it might be very gentle treatments, very small amounts of drugs.

부작용도 적고 매우 적은 양의 약을 사용하는 치료가 되겠죠.

It might be things like, don't eat that day,

어떤 날은 먹지 말라거나

or give them a little chemotherapy,

소량의 화학적 치료만을 수행할 수 있을 것입니다.

maybe a little radiation.

아주 적은 방사선을 이용할 수도 있겠죠.

Of course, we'll do surgery sometimes and so on.

물론, 가끔은 수술도 해야 할 겁니다.

But design a program of treatments specifically for you

하지만 개인별로 특화된 치료 프로그램이

and help your body

여러분의 몸이

guide back to health --

다시 건강하게 돌아갈 수 있도록

guide your body back to health.

도와주고 이끌어줄 것입니다.

Because your body will do most of the work of fixing it

여러분 몸이 대부분의 문제점을 스스로 고칠 수 있도록

if we just sort of prop it up in the ways that are wrong.

잘못된 방향으로 가고 있는 것을 바로 잡아주기만 하는 거죠.

We put it in the equivalent of splints.

몸이 균형을 이룰 수 있도록 뒷받침을 해주는 것입니다.

And so your body basically has lots and lots of mechanisms

여러분 몸은 기본적으로 암을 치료하기 위한

for fixing cancer,

많은 방편들을 갖고 있기 때문에,

and we just have to prop those up in the right way

우리는 그런 치유 메커니즘이 제 자리를 찾고

and get them to do the job.

제 역할을 하도록 만들어 주는 것으로 충분합니다.

And so I believe that this will be the way

저는 미래에는 암이 이런 방식으로

that cancer will be treated in the future.

치유될 것이라고 믿고 있습니다.

It's going to require a lot of work,

이를 위해 수많은 작업들과

a lot of research.

많은 연구가 필요하겠지만,

There will be many teams like our team

저희와 같은 많은 연구진들이

that work on this.

이 일을 진행하고 있습니다.

But I think eventually,

하지만, 언젠가는

we will design for everybody

누구나 주문제작 방식의 암치료 계획을

a custom treatment for cancer.

세울 수 있게 되리라고 생각합니다.

So thank you very much.

진심으로 감사드리며, 마치겠습니다.

(Applause)

(박수)