Allan Jones: A map of the brain

Translator: Andrius Družinis-Vitkus Reviewer: Andrius Burnickas

Humans have long held a fascination

Žmonės ilgai buvo susižavėję

for the human brain.

žmogaus smegenimis.

We chart it, we've described it,

Mes braižėme jų schemas, mes jas aprašėme,

we've drawn it,

mes jas piešėme,

we've mapped it.

mes kūrėme jų žemėlapius.

Now just like the physical maps of our world

Taip pat kaip su fiziniais mūsų pasaulio žemėlapiais,

that have been highly influenced by technology --

jų kūrimą stipriai įtakojo technologijos --

think Google Maps,

pagalvokite apie Google Maps,

think GPS --

apie GPS --

the same thing is happening for brain mapping

tas pats vyksta su smegenų žemėlapių kūrimu

through transformation.

keičiantis technologijoms.

So let's take a look at the brain.

Tad žvilgtelėkime į smegenis.

Most people, when they first look at a fresh human brain,

Dauguma pirmąkart pamatę tikras žmogaus smegenis

they say, "It doesn't look what you're typically looking at

sako: "Tai neatrodo kaip tai, į ką paprastai žiūrėtum,

when someone shows you a brain."

kai kas nors tau parodo smegenis."

Typically, what you're looking at is a fixed brain. It's gray.

Į ką paprastai žiūrime yra stabilios smegenys. Jos pilkos.

And this outer layer, this is the vasculature,

Šis išorinis sluoksnis yra neįtikėtinas kraujagyslių

which is incredible, around a human brain.

tinklas, dengiantis žmogaus smegenis.

This is the blood vessels.

Tai kraujagyslės.

20 percent of the oxygen

20 procentų deguonies,

coming from your lungs,

ateinančio iš jūsų plaučių,

20 percent of the blood pumped from your heart,

20 procentų kraujo varomo iš jūsų širdies,

is servicing this one organ.

aprūpina būtent šį organą.

That's basically, if you hold two fists together,

Jei laikysite abu kumščius kartu,

it's just slightly larger than the two fists.

tai smegenys yra tik šiek tiek didesnės už šiuos du kumščius.

Scientists, sort of at the end of the 20th century,

Mokslininkai kažkur 20-tojo amžiaus pabaigoje

learned that they could track blood flow

išmoko sekti kraujo tekėjimą

to map non-invasively

ir nenaudojant invazinių procedūrų kurti

where activity was going on in the human brain.

smegenų aktyvumo žemėlapį.

So for example, they can see in the back part of the brain,

Jie, pavyzdžiui, gali matyti galinę smegenų dalį,

which is just turning around there.

kuri pasirodo štai čia.

There's the cerebellum; that's keeping you upright right now.

Čia smegenėlės; jos dabar išlaiko jus vertikalioje padėtyje.

It's keeping me standing. It's involved in coordinated movement.

Jos mane išlaiko stačią. Jos dalyvauja koordinuotame judėjime.

On the side here, this is temporal cortex.

Štai čia šone yra smilkininė žievė.

This is the area where primary auditory processing --

Čia vyksta pirminis klausos apdorojimas,

so you're hearing my words,

todėl jūs girdite, ką aš kalbu,

you're sending it up into higher language processing centers.

jūs siunčiate tai aukštesniesiems kalbos apdorojimo centrams.

Towards the front of the brain

Smegenų priekinėje dalyje

is the place in which all of the more complex thought, decision making --

yra vieta, kurioje vyksta visas sudėtingesnis mąstymas, sprendimų priėmimas --

it's the last to mature in late adulthood.

ji baigia vystytis vėlyvoje pilnametystėje.

This is where all your decision-making processes are going on.

Čia ta vieta, kur vyksta visi jūsų sprendimų priėmimo procesai.

It's the place where you're deciding right now

Joje priimate savo sprendimus šią akimirką;

you probably aren't going to order the steak for dinner.

jūs turbūt neužsisakysite kepsnio pietums.

So if you take a deeper look at the brain,

Tad jei giliau pažvelgsite į smegenis,

one of the things, if you look at it in cross-section,

vienas iš dalykų, jei pažiūrėsite į jų skerspjūvį,

what you can see

ką jūs matote

is that you can't really see a whole lot of structure there.

yra tai, kad ten nematyti itin sudėtingos struktūros.

But there's actually a lot of structure there.

Bet iš tikrųjų ten labai paini struktūra.

It's cells and it's wires all wired together.

Tai ląstelės ir neuronai, visi sujungti kartu.

So about a hundred years ago,

Tad prieš maždaug šimtą metų

some scientists invented a stain that would stain cells.

keletas mokslininkų išrado medžiagą, kuri nudažytų ląsteles.

And that's shown here in the the very light blue.

Ir tai rodoma čia šviesiai mėlyna spalva.

You can see areas

Jūs matote vietas,

where neuronal cell bodies are being stained.

kur nudažomos neuronų ląstelės.

And what you can see is it's very non-uniform. You see a lot more structure there.

Ir jūs matote, kad spalva labai nevienoda. Čia daug daugiau struktūros.

So the outer part of that brain

O išorinė tų smegenų dalis

is the neocortex.

yra naujoji žievė.

It's one continuous processing unit, if you will.

Tai yra vientisas apdorojimo įrenginys, jei taip galima pasakyti.

But you can also see things underneath there as well.

Bet jūs taip pat galite pamatyti giliau.

And all of these blank areas

Visos šios nenuspalvintos sritys

are the areas in which the wires are running through.

yra tos, per kurias eina jungtys.

They're probably less cell dense.

Ten ląstelių tankumas greičiausiai mažesnis.

So there's about 86 billion neurons in our brain.

Jūsų smegenyse yra apie 86 milijardai neuronų.

And as you can see, they're very non-uniformly distributed.

Kaip matote, jie nevienodai pasiskirstę.

And how they're distributed really contributes

Ir jų pasiskirstymas labai svarbus

to their underlying function.

vykdomai funkcijai.

And of course, as I mentioned before,

Ir, aišku, kaip sakiau pradžioje,

since we can now start to map brain function,

dėl to, kad dabar galime piešti smegenų veikimo žemėlapį,

we can start to tie these into the individual cells.

galime funkcijas susieti su individualiomis ląstelėmis.

So let's take a deeper look.

Pažvelkime giliau.

Let's look at neurons.

Pažiūrėkime į neuronus.

So as I mentioned, there are 86 billion neurons.

Kaip minėjau, yra 86 milijardai neuronų.

There are also these smaller cells as you'll see.

Taip pat yra tos mažesnės ląstelės, kaip matysite.

These are support cells -- astrocytes glia.

Jos yra pagalbinės ląstelės -- astrocitai, gliocitai.

And the nerves themselves

O patys nervai

are the ones who are receiving input.

yra duomenis priimančios ląstelės.

They're storing it, they're processing it.

Jos juos laiko ir apdoroja.

Each neuron is connected via synapses

Kiekvienas neuronas yra sujungtas sinapsėmis

to up to 10,000 other neurons in your brain.

su iki 10 tūkstančių kitų neuronų jūsų smegenyse.

And each neuron itself

Ir kiekvienas tas neuronas

is largely unique.

yra gana unikalus.

The unique character of both individual neurons

Ir atskirų neuronų,

and neurons within a collection of the brain

ir neuronų rinkinių unikalumas

are driven by fundamental properties

pagrįstas pamatinėmis

of their underlying biochemistry.

jų biocheminės struktūros savybėmis.

These are proteins.

Čia baltymai.

They're proteins that are controlling things like ion channel movement.

Tai baltymai, kontroliuojantys tokius dalykus kaip jonų kanalų judėjimas.

They're controlling who nervous system cells partner up with.

Jie kontroliuoja, su kuo nervų sistemos ląstelės bendrauja.

And they're controlling

Ir jie kontroliuoja

basically everything that the nervous system has to do.

iš esmės viską, ką nervų sistema daro.

So if we zoom in to an even deeper level,

Jei padidinsime mastelį dar labiau,

all of those proteins

visi šie baltymai

are encoded by our genomes.

yra užkoduoti mūsų genomuose.

We each have 23 pairs of chromosomes.

Kiekvienas iš mūsų turime 23 chromosomų poras.

We get one from mom, one from dad.

Vieną gauname iš mamos, kitą iš tėčio.

And on these chromosomes

Ir šiose chromosomose

are roughly 25,000 genes.

yra apie 25 tūkstančius genų.

They're encoded in the DNA.

Jie užkoduoti DNR.

And the nature of a given cell

Ir konkrečios ląstelės prigimtis,

driving its underlying biochemistry

valdanti jos biocheminę struktūrą,

is dictated by which of these 25,000 genes

yra nulemta to, kurie iš šių 25 tūkstančių genų

are turned on

yra įjungti

and at what level they're turned on.

ir kokiame lygmenyje įjungti.

And so our project

Tad mūsų projekto esmė yra

is seeking to look at this readout,

pažvelgti į šiuos parodymus,

understanding which of these 25,000 genes is turned on.

siekiant suprasti, kuris iš šių 25 tūkstančių genų yra įjungtas.

So in order to undertake such a project,

Norint imtis tokio projekto,

we obviously need brains.

mums akivaizdžiai reikėjo smegenų.

So we sent our lab technician out.

Tad mes išsiuntėme tavo techninį darbuotoją.

We were seeking normal human brains.

Ieškojome normalių žmogaus smegenų.

What we actually start with

O iš tikrųjų pradėjome

is a medical examiner's office.

medicininio tyrėjo kabinete.

This a place where the dead are brought in.

Tai yra vieta, kur atgabenami mirusieji.

We are seeking normal human brains.

Mums reikia įprastų žmogaus smegenų.

There's a lot of criteria by which we're selecting these brains.

Yra daugybė kriterijų, pagal kuriuos renkamės tokias smegenis.

We want to make sure

Norime būti tikri,

that we have normal humans between the ages of 20 to 60,

kad turime normalias žmogaus smegenis tarp 20 ir 60 metų,

they died a somewhat natural death

kad jie mirė daugiau mažiau natūralia mirtimi

with no injury to the brain,

be smegenų pažeidimų,

no history of psychiatric disease,

nesirgdami psichine liga

no drugs on board --

ir nevartodami narkotikų --

we do a toxicology workup.

mes darome toksikologinį patikrinimą.

And we're very careful

Ir mes labai atsargūs,

about the brains that we do take.

kokias smegenis imame.

We're also selecting for brains

Mes taip pat pasirenkame tik tas smegenis,

in which we can get the tissue,

iš kurių galime paimti audinius,

we can get consent to take the tissue

galime gauti sutikimą paimti audinius

within 24 hours of time of death.

per 24 valandas po mirties.

Because what we're trying to measure, the RNA --

Nes tai, ką mes norime išmatuoti, RNA,

which is the readout from our genes --

talpinanti mūsų genų informaciją,

is very labile,

yra labai nepatvari

and so we have to move very quickly.

ir mes turime veikti labai greitai.

One side note on the collection of brains:

Iš smegenų rinkimo užrašų:

because of the way that we collect,

dėl to, kaip mes renkame smegenis,

and because we require consent,

ir dėl to, kad mums reikia turėti sutikimą,

we actually have a lot more male brains than female brains.

mes turime daug daugiau vyrų smegenų negu moterų.

Males are much more likely to die an accidental death in the prime of their life.

Vyrai daug dažniau žūsta būdami jauni.

And men are much more likely

Ir daug labiau tikėtina, kad vyrams

to have their significant other, spouse, give consent

jų sutuoktinės duos sutikimą,

than the other way around.

negu priešingai.

(Laughter)

(Juokas)

So the first thing that we do at the site of collection

Pirmiausia, ką darome gavę smegenis,

is we collect what's called an MR.

tai atliekame MR.

This is magnetic resonance imaging -- MRI.

Tai magnetinio rezonanso tomografija.

It's a standard template by which we're going to hang the rest of this data.

Tai standartinis pagrindas, ant kurio mes sudėliosime likusius duomenis.

So we collect this MR.

Taigi, mes sukuriame MR atvaizdą.

And you can think of this as our satellite view for our map.

Jūs galite tai įsivaizduoti kaip mūsų žemėlapio satelitinį atvaizdą.

The next thing we do

Toliau

is we collect what's called a diffusion tensor imaging.

mes atliekame vadinamąjį difuzinį tenzorinį atvaizdavimą.

This maps the large cabling in the brain.

Taip registruojame smegenyse esančias jungtis.

And again, you can think of this

Vėlgi, galite tai įsivaizduoti beveik kaip

as almost mapping our interstate highways, if you will.

mūsų greitkelių tinklo braižymą.

The brain is removed from the skull,

Smegenys išimamos iš kaukolės

and then it's sliced into one-centimeter slices.

ir supjaustomos į vieno centimetro storio riekes.

And those are frozen solid,

Jos visiškai sušaldomos

and they're shipped to Seattle.

ir išvežamos į Sietlą.

And in Seattle, we take these --

Sietle mes jas paimame --

this is a whole human hemisphere --

tai yra visas žmogaus smegenų pusrutulis --

and we put them into what's basically a glorified meat slicer.

ir įdedame jas į tai, kas paprastai kalbant yra mėsos pjaustyklė.

There's a blade here that's going to cut across

Ten yra ašmenys, kurios pjaus per

a section of the tissue

audinio dalį

and transfer it to a microscope slide.

ir pavers ją mikroskopiniu preparatu.

We're going to then apply one of those stains to it,

Jį nudažysime vienu iš šių dažų

and we scan it.

ir skenuosime.

And then what we get is our first mapping.

Tai atlikę gauname savo pirmąjį žemėlapį.

So this is where experts come in

Štai dabar pasikviečiame ekspertus

and they make basic anatomic assignments.

ir jie padaro standartinį anatominį suskirstymą.

You could consider this state boundaries, if you will,

Galite tai palyginti su valstijų ribomis,

those pretty broad outlines.

tie gražūs platūs kontūrai.

From this, we're able to then fragment that brain into further pieces,

Tai padarę galime smegenis fragmentuoti toliau,

which then we can put on a smaller cryostat.

jas galime dėti ant mažesnio kriostato.

And this is just showing this here --

Ir būtent tai dabar matote --

this frozen tissue, and it's being cut.

čia sušaldytas audinys ir jis yra pjaustomas.

This is 20 microns thin, so this is about a baby hair's width.

Čia 20 mikronų storis, taigi tai maždaug vaiko plauko plotis.

And remember, it's frozen.

Ir prisiminkite, audinys sušaldytas.

And so you can see here,

O čia jūs matote

old-fashioned technology of the paintbrush being applied.

senamadiškosios teptuko technologijos taikymą.

We take a microscope slide.

Paimame mikroskopinį audinio preparatą.

Then we very carefully melt onto the slide.

Tada atsargiai jį užtirpdome ant stiklelio.

This will then go onto a robot

Tai paskui keliauja ant roboto,

that's going to apply one of those stains to it.

kuris nudažys jį vienu iš tų dažų.

And our anatomists are going to go in and take a deeper look at this.

Tada ateis mūsų anatomai ir pažiūrės įdėmiau.

So again this is what they can see under the microscope.

Vėlgi, tai yra ką jie mato per mikroskopą.

You can see collections and configurations

Jūs matote didelių ir mažų ląstelių

of large and small cells

rinkinius ir konfigūracijas

in clusters and various places.

spiečiuose ir įvairiose vietose.

And from there it's routine. They understand where to make these assignments.

Ir nuo čia viskas yra tiesiog rutina. Jie supranta, kur atlikti šiuos priskyrimus.

And they can make basically what's a reference atlas.

Ir jie gali pagaminti iš esmės nuorodų atlasą.

This is a more detailed map.

Tai yra detalesnis žemėlapis.

Our scientists then use this

Mūsų mokslininkai juo naudojasi

to go back to another piece of that tissue

grįždami prie kitos audinio dalies

and do what's called laser scanning microdissection.

ir daro vadinamąją lazerio skenavimo disekciją.

So the technician takes the instructions.

Technikas priima instrukcijas.

They scribe along a place there.

Jie pažymi vietas.

And then the laser actually cuts.

Ir tada lazeris iš tikrųjų pjauna.

You can see that blue dot there cutting. And that tissue falls off.

Jūs matote tą mėlyną tašką, kuris pjauna. Ir tas audinys nukrenta.

You can see on the microscope slide here,

Ant šio mikroskopinio preparato galite matyti,

that's what's happening in real time.

kaip tai vyksta realiu laiku.

There's a container underneath that's collecting that tissue.

Apačioje yra talpykla, renkanti audinį.

We take that tissue,

Mes paimame audinį,

we purify the RNA out of it

išgryniname iš jo RNA,

using some basic technology,

naudodamiesi paprastais metodais,

and then we put a florescent tag on it.

ir tada uždedame fluorescencinę žymę.

We take that tagged material

Mes paimame šiuos sužymėtus audinius

and we put it on to something called a microarray.

ir uždedame ant vadinamojo mikromasyvo.

Now this may look like a bunch of dots to you,

Tai jums gali atrodyti kaip taškų krūva,

but each one of these individual dots

bet kiekvienas iš šių taškų

is actually a unique piece of the human genome

iš tikrųjų yra unikali žmogaus genomo dalis,

that we spotted down on glass.

kurią mes padėjome ant stiklo.

This has roughly 60,000 elements on it,

Ji turi apie 60 tūkstančių elementų,

so we repeatedly measure various genes

todėl mes pakartotinai matuojame įvairius genus

of the 25,000 genes in the genome.

iš 25 tūkstančių genų žmogaus genome.

And when we take a sample and we hybridize it to it,

Ir kai mes paimame mėginį ir jį hibridizuojame pagal genus,

we get a unique fingerprint, if you will,

mes gauname kažką panašaus į unikalų atvaizdą,

quantitatively of what genes are turned on in that sample.

rodantį, kokie genai yra įjungti tame mėginyje.

Now we do this over and over again,

Bet kurioms smegenims šį procesą

this process for any given brain.

kartojame vėl ir vėl.

We're taking over a thousand samples for each brain.

Kiekvienoms smegenims imame virš tūkstančio mėginių.

This area shown here is an area called the hippocampus.

Ši vieta yra vadinama hipokampu.

It's involved in learning and memory.

Ji susijusi su mokymusi ir atmintimi.

And it contributes to about 70 samples

Ji naudojama maždaug 70-yje mėginių

of those thousand samples.

iš to tūkstančio.

So each sample gets us about 50,000 data points

Kiekvienas mėginys atneša apie 50 tūkstančių duomenų punktų,

with repeat measurements, a thousand samples.

su pakartotinais matavimais, tūkstantis mėginių.

So roughly, we have 50 million data points

Tad skaičiuojant apytiksliai, mes turime 50 milijonų duomenų taškų

for a given human brain.

vienoms žmogaus smegenims.

We've done right now

Mes surinkome

two human brains-worth of data.

dviejų žmogaus smegenų duomenis.

We've put all of that together

Viską sudėjome kartu

into one thing,

į vieną vietą

and I'll show you what that synthesis looks like.

ir dabar parodysiu jums, kaip ši sintezė atrodo.

It's basically a large data set of information

Tai iš esmės yra didelis duomenų masyvas,

that's all freely available to any scientist around the world.

kuris laisvai prieinamas bet kuriam pasaulio mokslininkui.

They don't even have to log in to come use this tool,

Jiems net nereikia prisijungti, norint naudotis šiuo įrankiu,

mine this data, find interesting things out with this.

tyrinėti šiuos duomenis, rasti įdomių dalykų.

So here's the modalities that we put together.

Štai ką mes padarėme.

You'll start to recognize these things from what we've collected before.

Turbūt atpažinsite tai iš to, ką surinkome anksčiau.

Here's the MR. It provides the framework.

Čia MR atvaizdas. Jis suteikia struktūrą.

There's an operator side on the right that allows you to turn,

Dešinėje yra valdymo pultas, kuris leidžia pasukti,

it allows you to zoom in,

leidžia priartinti,

it allows you to highlight individual structures.

ir leidžia paryškinti atskiras struktūras.

But most importantly,

Bet svarbiausia, kad

we're now mapping into this anatomic framework,

mes kuriame žemėlapį iš šių anatominių struktūrų,

which is a common framework for people to understand where genes are turned on.

kuris padeda suprasti, kuriose vietose yra įjungti atskiri genai.

So the red levels

Raudonos sritys

are where a gene is turned on to a great degree.

rodo, kur genai įjungti labai stipriai.

Green is the sort of cool areas where it's not turned on.

Žalios yra neaktyvios sritys, kur genai nėra įjungti.

And each gene gives us a fingerprint.

Ir kiekvienas genas duoda mums atspaudą.

And remember that we've assayed all the 25,000 genes in the genome

Ir atminkite, kad mes išanalizavome visus 25000 genų žmogaus genome

and have all of that data available.

ir visi duomenys yra laisvai prieinami.

So what can scientists learn about this data?

Tad ką gali mokslininkai gauti iš šių duomenų?

We're just starting to look at this data ourselves.

Mes ir patys tik pradedame juos nagrinėti.

There's some basic things that you would want to understand.

Yra keletas paprastų dalykų, kuriuos norėtume suprasti.

Two great examples are drugs,

Du puikūs pavyzdžiai yra vaistai,

Prozac and Wellbutrin.

Prozac ir Wellbutrin.

These are commonly prescribed antidepressants.

Tai yra dažnai išrašomi antidepresantai.

Now remember, we're assaying genes.

Neužmirškite, kad mes analizuojame genus.

Genes send the instructions to make proteins.

Genai siunčia nurodymus baltymų gamybai.

Proteins are targets for drugs.

Baltymai yra vaistų taikinys.

So drugs bind to proteins

Vaistai jungiasi prie baltymų

and either turn them off, etc.

ir juos išjungia ar panašiai.

So if you want to understand the action of drugs,

Tad jei norite suprasti vaistų veikimą,

you want to understand how they're acting in the ways you want them to,

norite suprasti, ar jie veikia būtent taip, kaip norite,

and also in the ways you don't want them to.

ir ar jie veikia kaip nors, kaip jūs nenorite.

In the side effect profile, etc.,

Dėl šalutinių efektų ir t.t.

you want to see where those genes are turned on.

norite matyti, kur genai yra įjungti.

And for the first time, we can actually do that.

Ir pirmąkart tai iš tikro galite padaryti.

We can do that in multiple individuals that we've assayed too.

Mes tai galime padaryti ir keletui individų, kuriuos ištyrėme.

So now we can look throughout the brain.

Tad dabar mes galime žvalgytis po visas smegenis.

We can see this unique fingerprint.

Galime matyti šį unikalų genų antspaudą.

And we get confirmation.

Ir gauti patvirtinimą.

We get confirmation that, indeed, the gene is turned on --

Patvirtinimą, kad išties tas genas yra įjungtas --

for something like Prozac,

kažkam, kaip Prozac,

in serotonergic structures, things that are already known be affected --

serotonerginėse struktūrose, kurios žinojome, kad yra veikiamos,

but we also get to see the whole thing.

bet taip pat mes matome pilną vaizdą.

We also get to see areas that no one has ever looked at before,

Taip galime pamatyti vietas, į kurias niekas iki šiol nėra atkreipęs dėmesio

and we see these genes turned on there.

ir ten matome įjungtus šiuos genus.

It's as interesting a side effect as it could be.

Joks šalutinis efektas negalėtų būti įdomesnis.

One other thing you can do with such a thing

Dar vienas dalykas, kuriam galime pritaikyti šį metodą,

is you can, because it's a pattern matching exercise,

nes tai yra struktūrų atpažinimo užduotis,

because there's unique fingerprint,

ir todėl, kad tai unikalus antspaudas,

we can actually scan through the entire genome

yra tai, kad mes galime nuskenuoti ištisą genomą

and find other proteins

ir rasti kitus baltymus,

that show a similar fingerprint.

kurie turi panašų antspaudą.

So if you're in drug discovery, for example,

Todėl jei dirbate vaistų kūrime,

you can go through

galite praeiti

an entire listing of what the genome has on offer

per visą sąrašą dalykų, kuriuos gali pasiūlyti genomas

to find perhaps better drug targets and optimize.

ir galbūt rasti geresnius taikinius vaistui ir pagerinti jo veikimą.

Most of you are probably familiar

Dauguma jūsų tikriausiai susipažinę

with genome-wide association studies

su viso genomo asociacijų tyrimais,

in the form of people covering in the news

kai žmonės kalba per žinias

saying, "Scientists have recently discovered the gene or genes

ir sako "Mokslininkai neseniai atrado geną ar genus,

which affect X."

kurie turi poveikį X."

And so these kinds of studies

Šio tipo tyrimus

are routinely published by scientists

mokslininkai nuolatos publikuoja

and they're great. They analyze large populations.

ir jie yra puikūs. Analizuoja dideles populiacijas.

They look at their entire genomes,

Nagrinėjami ištisi genomai

and they try to find hot spots of activity

ir bandoma rasti aktyviausias sritis,

that are linked causally to genes.

kurios priežastiniais ryšiais susijusios su genais.

But what you get out of such an exercise

Bet tai ką gauname iš tokių tyrimų

is simply a list of genes.

yra tiesiog genų sąrašas.

It tells you the what, but it doesn't tell you the where.

Jis pasako, kas, bet nepasako kur.

And so it's very important for those researchers

Ir todėl šiems mokslininkams yra labai svarbu,

that we've created this resource.

kad mes sukūrėme šį šaltinį.

Now they can come in

Mokslininkai gali jį naudoti

and they can start to get clues about activity.

ir gauti užuominų apie veiklą.

They can start to look at common pathways --

Jie gali pradėti matyti būdus -

other things that they simply haven't been able to do before.

kitus metodus, kurių anksčiau tiesiog negalėjo pritaikyti.

So I think this audience in particular

Todėl manau, kad būtent ši auditorija

can understand the importance of individuality.

gali suprasti individualumo svarbą.

And I think every human,

Ir manau, kad kiekvienas žmogus,

we all have different genetic backgrounds,

mes visi turime skirtingą genetinę kilmę,

we all have lived separate lives.

mes visi gyvename atskirus gyvenimus.

But the fact is

Bet iš tikrųjų

our genomes are greater than 99 percent similar.

mūsų genomai bent 99-iais procentais panašūs.

We're similar at the genetic level.

Esame panašūs genetiniame lygmenyje.

And what we're finding

Ir dabar atrandame, kad

is actually, even at the brain biochemical level,

iš tikrųjų net smegenų biocheminiame lygmenyje

we are quite similar.

esame gana panašūs.

And so this shows it's not 99 percent,

Tai parodo ne 99 procentų panašumą,

but it's roughly 90 percent correspondence

bet apytiksliai 90 procentų atitikimą

at a reasonable cutoff,

priimtinu tikslumu,

so everything in the cloud is roughly correlated.

todėl viskas tame debesyje daugiau mažiau koreliuoja.

And then we find some outliers,

Tada atrandame išskirtinumų,

some things that lie beyond the cloud.

kažką, kas yra už debesies ribų.

And those genes are interesting,

Ir tie genai yra įdomūs,

but they're very subtle.

bet labai subtilūs.

So I think it's an important message

Todėl manau, kad labai svarbi idėja,

to take home today

kurią turėtumėte atsiminti:

that even though we celebrate all of our differences,

nepaisant to, kad itin vertiname savo išskirtinumą,

we are quite similar

mes esame gana panašūs

even at the brain level.

net smegenų lygyje.

Now what do those differences look like?

O kaip tie skirtumai atrodo?

This is an example of a study that we did

Čia studijos, kurią atlikome, pavyzdys

to follow up and see what exactly those differences were --

tęsti tyrimą ir tiksliai pamatyti, kokie yra tie skirtumai,

and they're quite subtle.

ir jie yra gan subtilūs.

These are things where genes are turned on in an individual cell type.

Tai yra, kokie genai yra įjungti atskiruose ląstelių tipuose.

These are two genes that we found as good examples.

Štai du genai, kuriuos atrinkome kaip gerus pavyzdžius.

One is called RELN -- it's involved in early developmental cues.

Vienas vadinamas RELN -- jis susijęs su ankstyvaisiais vystymosi signalais.

DISC1 is a gene

DISC1 yra genas,

that's deleted in schizophrenia.

kuris šizofrenijos atveju neaktyvus.

These aren't schizophrenic individuals,

Šie individai nėra šizofrenikai,

but they do show some population variation.

bet jiems būdinga tam tikra variacija populiacijoje.

And so what you're looking at here

O štai čia,

in donor one and donor four,

pas pirmą ir ketvirtą donorą,

which are the exceptions to the other two,

matote išimtis lyginant su kitais dviem.

that genes are being turned on

Genai yra įjungti

in a very specific subset of cells.

labai specifinėje ląstelių grupėje.

It's this dark purple precipitate within the cell

Šios tamsiai violetinėse nuosėdos šioje ląstelėje

that's telling us a gene is turned on there.

mums rodo, kad genas čia yra įjungtas.

Whether or not that's due

Ar tai dėl individo genetinės prigimties,

to an individual's genetic background or their experiences,

ar dėl individo genetinės kilmės, ar patirties,

we don't know.

pasakyti negalime.

Those kinds of studies require much larger populations.

Tokie tyrimai reikalauja daug didesnių imčių.

So I'm going to leave you with a final note

Todėl paliksiu jus su paskutiniu teiginiu

about the complexity of the brain

apie smegenų sudėtingumą

and how much more we have to go.

ir kiek mums dar reikia atrasti.

I think these resources are incredibly valuable.

Manau, kad šie duomenų šaltiniai yra neįtikėtinai vertingi.

They give researchers a handle

Jie tyrinėtojams nurodo,

on where to go.

kur toliau judėti.

But we only looked at a handful of individuals at this point.

Bet iki šiol mes pažvelgėme tik į saujelę individų.

We're certainly going to be looking at more.

Mes neabejotinai tirsime daugiau.

I'll just close by saying

Pabaigsiu sakydamas,

that the tools are there,

kad įrankiai yra,

and this is truly an unexplored, undiscovered continent.

ir tai tikrai yra neištyrinėtas ir neatrastas žemynas.

This is the new frontier, if you will.

Tai yra "nauja riba", jei taip galima pasakyti.

And so for those who are undaunted,

Ir tiems, kurių nebaugina smegenų sudėtingumas,

but humbled by the complexity of the brain,

bet verčia kukliai žavėtis,

the future awaits.

jūsų laukia ateitis.

Thanks.

Ačiū.

(Applause)

(Plojimai)