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

Vertaald door: Rik Delaet Nagekeken door: Axel Saffran

Nine years ago,

Negen jaar geleden

my sister discovered lumps in her neck and arm

ontdekte mijn zus knobbels in haar nek en arm

and was diagnosed with cancer.

en werd gediagnosticeerd met kanker.

From that day, she started to benefit

Vanaf die dag begon ze te genieten

from the understanding that science has of cancer.

van de inzichten van de wetenschap over kanker.

Every time she went to the doctor,

Telkens ze naar de dokter ging,

they measured specific molecules

maten ze specifieke moleculen

that gave them information about how she was doing

die hen informatie gaven over hoe het met haar was

and what to do next.

en wat er verder moest gebeuren.

New medical options became available every few years.

Nieuwe medische opties kwamen elke paar jaar beschikbaar.

Everyone recognized that she was struggling heroically

Iedereen erkende haar heldhaftige strijd

with a biological illness.

met een biologische ziekte.

This spring, she received an innovative new medical treatment

Dit voorjaar kreeg ze een innovatieve nieuwe medische behandeling

in a clinical trial.

in een klinische studie.

It dramatically knocked back her cancer.

Die draaide haar kanker dramatisch terug.

Guess who I'm going to spend this Thanksgiving with?

Raad eens met wie ik deze Thanksgiving ga doorbrengen?

My vivacious sister,

Met mijn levendige zus,

who gets more exercise than I do,

die meer beweegt dan ik,

and who, like perhaps many people in this room,

en die, net als misschien veel mensen in deze zaal,

increasingly talks about a lethal illness

meer en meer over haar dodelijke ziekte

in the past tense.

in de verleden tijd praat.

Science can, in our lifetimes -- even in a decade --

De wetenschap kan in ons leven -– zelfs in een decennium --

transform what it means to have a specific illness.

transformeren wat het betekent om een ​​bepaalde ziekte te hebben.

But not for all illnesses.

Maar niet voor alle ziekten.

My friend Robert and I were classmates in graduate school.

Mijn vriend Robert en ik waren klasgenoten op de middelbare school.

Robert was smart,

Robert was slim,

but with each passing month,

maar met elke voorbijgaande maand

his thinking seemed to become more disorganized.

leek zijn denken meer ongeorganiseerd te raken.

He dropped out of school, got a job in a store ...

Hij ging van school, kreeg een baan in een winkel ...

But that, too, became too complicated.

Maar ook dat werd te ingewikkeld.

Robert became fearful and withdrawn.

Robert werd angstig en teruggetrokken.

A year and a half later, he started hearing voices

Anderhalf jaar later begon hij stemmen te horen

and believing that people were following him.

en te denken dat mensen hem volgden.

Doctors diagnosed him with schizophrenia,

Artsen diagnosticeerden hem met schizofrenie,

and they gave him the best drug they could.

en gaven hem het beste geneesmiddel dat ze hadden.

That drug makes the voices somewhat quieter,

Dat geneesmiddel kalmeerde de stemmen wat,

but it didn't restore his bright mind or his social connectedness.

maar het kon zijn heldere geest of sociale verbondenheid niet herstellen.

Robert struggled to remain connected

Robert vocht om verbonden te blijven

to the worlds of school and work and friends.

met de wereld van school, werk en vrienden.

He drifted away,

Hij dreef weg

and today I don't know where to find him.

en vandaag weet ik niet eens waar hij is.

If he watches this,

Als hij dit ziet,

I hope he'll find me.

hoop ik dat hij mij vindt.

Why does medicine have so much to offer my sister,

Waarom heeft de geneeskunde zo veel aan mijn zus te bieden

and so much less to offer millions of people like Robert?

en zo veel minder aan miljoenen mensen als Robert?

The need is there.

De nood is er.

The World Health Organization estimates that brain illnesses

De Wereldgezondheidsorganisatie schat dat hersenziekten

like schizophrenia, bipolar disorder and major depression

zoals schizofrenie, bipolaire stoornis en zware depressie

are the world's largest cause of lost years of life and work.

's werelds grootste oorzaak zijn van verloren jaren van leven en werk.

That's in part because these illnesses often strike early in life,

Dat komt voor een deel omdat deze ziekten vaak vroeg in het leven toeslaan,

in many ways, in the prime of life,

vaak in de bloei van het leven,

just as people are finishing their educations, starting careers,

net als mensen hun opleiding beëindigen, een carrière beginnen,

forming relationships and families.

relaties aangaan en gezinnen vormen.

These illnesses can result in suicide;

Deze ziekten kunnen leiden tot zelfmoord.

they often compromise one's ability to work at one's full potential;

Ze verhinderen vaak dat iemand zijn volledige potentieel benut.

and they're the cause of so many tragedies harder to measure:

en ze zijn oorzaak van zo veel moeilijker te meten tragedies:

lost relationships and connections,

verloren relaties en vriendschappen,

missed opportunities to pursue dreams and ideas.

gemiste kansen om dromen en ideeën na te streven.

These illnesses limit human possibilities

Deze ziekten beperken de menselijke mogelijkheden

in ways we simply cannot measure.

op een manier die we gewoon niet kunnen meten.

We live in an era in which there's profound medical progress

We leven in een tijdperk van ingrijpende medische vooruitgang

on so many other fronts.

op zo veel andere fronten.

My sister's cancer story is a great example,

Het kankerverhaal van mijn zus is een goed voorbeeld

and we could say the same of heart disease.

en hetzelfde geldt voor hart-en-vaatziekten.

Drugs like statins will prevent millions of heart attacks and strokes.

Geneesmiddelen als statines voorkomen miljoenen hartaanvallen en beroertes.

When you look at these areas of profound medical progress

Als je kijkt naar deze gebieden van ingrijpende medische vooruitgang

in our lifetimes,

in onze levens,

they have a narrative in common:

dan hebben ze een verhaal met elkaar gemeen:

scientists discovered molecules that matter to an illness,

wetenschappers ontdekten moleculen die belangrijk zijn voor een ziekte,

they developed ways to detect and measure those molecules in the body,

ze ontwikkelden manieren om die moleculen in het lichaam op te sporen en te meten

and they developed ways to interfere with those molecules

en ze ontwikkelden manieren om in te grijpen op die moleculen

using other molecules -- medicines.

met behulp van andere moleculen: geneesmiddelen.

It's a strategy that has worked again and again and again.

Het is een strategie die telkens opnieuw heeft gewerkt.

But when it comes to the brain, that strategy has been limited,

Maar als het gaat om de hersenen is die strategie beperkt,

because today, we don't know nearly enough, yet,

want vandaag weten we nog lang niet genoeg

about how the brain works.

over hoe de hersenen werken.

We need to learn which of our cells matter to each illness,

We moeten voor elke ziekte leren welke cellen belangrijk zijn voor die ziekte

and which molecules in those cells matter to each illness.

en welke moleculen in die cellen belangrijk zijn voor die ziekte.

And that's the mission I want to tell you about today.

Daarover wil ik het vandaag hebben.

My lab develops technologies with which we try to turn the brain

Mijn lab ontwikkelt technologieën waarmee we proberen om de hersenen om te zetten

into a big-data problem.

in een big-dataprobleem.

You see, before I became a biologist, I worked in computers and math,

Voordat ik bioloog werd, werkte ik met computers en wiskunde

and I learned this lesson:

en leerde ik deze les:

wherever you can collect vast amounts of the right kinds of data

waar je enorme hoeveelheden

van de juiste soort gegevens kan verzamelen

about the functioning of a system,

over de werking van een systeem,

you can use computers in powerful new ways

kan je computers op krachtige nieuwe manieren gebruiken

to make sense of that system and learn how it works.

om dat systeem te begrijpen en te leren hoe het werkt.

Today, big-data approaches are transforming

Vandaag de dag transformeren big-databenaderingen

ever-larger sectors of our economy,

steeds grotere sectoren van onze economie

and they could do the same in biology and medicine, too.

en ze zouden hetzelfde kunnen doen in de biologie en de geneeskunde.

But you have to have the right kinds of data.

Maar je moet de juiste soorten gegevens hebben.

You have to have data about the right things.

Je moet gegevens over de juiste dingen hebben.

And that often requires new technologies and ideas.

Dat vereist vaak nieuwe technologieën en ideeën.

And that is the mission that animates the scientists in my lab.

Dat is de missie van de wetenschappers in mijn lab.

Today, I want to tell you two short stories from our work.

Vandaag vertel ik jullie twee korte verhalen over ons werk.

One fundamental obstacle we face

Een fundamenteel obstakel

dat ons belet van de hersenen een big-dataprobleem te maken,

in trying to turn the brain into a big-data problem

is that our brains are composed of and built from billions of cells.

is dat onze hersenen uit miljarden cellen zijn opgebouwd.

And our cells are not generalists; they're specialists.

En onze cellen zijn geen generalisten; het zijn specialisten.

Like humans at work,

Net als mensen op het werk,

they specialize into thousands of different cellular careers,

zijn ze gespecialiseerd in duizenden verschillende cellulaire loopbanen,

or cell types.

of celtypes.

In fact, each of the cell types in our body

In feite kon elk celtype in ons lichaam

could probably give a lively TED Talk

wel een levendige TED Talk geven

about what it does at work.

over wat het doet op het werk.

But as scientists, we don't even know today

Maar als wetenschappers weten we vandaag niet eens

how many cell types there are,

hoeveel celtypes er zijn

and we don't know what the titles of most of those talks would be.

en we weten niet welke titels de meeste van die talks zouden krijgen.

Now, we know many important things about cell types.

Nu weten we wel veel belangrijke dingen over celtypes.

They can differ dramatically in size and shape.

Ze kunnen drastisch verschillen in grootte en vorm.

One will respond to a molecule that the other doesn't respond to,

Het ene zal reageren op een molecuul waar het andere niet op reageert,

they'll make different molecules.

ze zullen verschillende moleculen aanmaken.

But science has largely been reaching these insights

Maar de wetenschap bereikte deze inzichten grotendeels

in an ad hoc way, one cell type at a time,

op een ad hoc manier, celtype per celtype,

one molecule at a time.

molecuul per molecuul.

We wanted to make it possible to learn all of this quickly and systematically.

Wij wilden het mogelijk maken om alles snel en systematisch te weten te komen.

Now, until recently, it was the case

Tot voor kort was het zo

that if you wanted to inventory all of the molecules

dat als je alle moleculen wilde inventariseren

in a part of the brain or any organ,

in een deel van de hersenen of enig orgaan,

you had to first grind it up into a kind of cellular smoothie.

je het eerst moest vermalen tot een soort cellulaire smoothie.

But that's a problem.

Maar dat is een probleem.

As soon as you've ground up the cells,

Zodra je cellen gaat vermalen,

you can only study the contents of the average cell --

kan je alleen nog de inhoud van de gemiddelde cel bestuderen --

not the individual cells.

niet de afzonderlijke cellen.

Imagine if you were trying to understand how a big city like New York works,

Stel dat je probeert te begrijpen hoe een grote stad als New York werkt,

but you could only do so by reviewing some statistics

maar dat dat alleen kon met een aantal statistieken

about the average resident of New York.

over de gemiddelde inwoner van New York.

Of course, you wouldn't learn very much,

Natuurlijk zou je niet veel te leren,

because everything that's interesting and important and exciting

want alles wat interessant, belangrijk en spannend is,

is in all the diversity and the specializations.

zit hem net in alle diversiteit en specialisaties.

And the same thing is true of our cells.

Hetzelfde geldt voor onze cellen.

Wij wilden het mogelijk maken

And we wanted to make it possible to study the brain not as a cellular smoothie

om de hersenen niet te bestuderen als een cellulaire smoothie,

but as a cellular fruit salad,

maar als een cellulaire fruitsalade,

in which one could generate data about and learn from

waarbij je gegevens kan verkrijgen

each individual piece of fruit.

en kan leren van elk apart stuk fruit.

So we developed a technology for doing that.

We ontwikkelden een technologie om net dat te doen.

You're about to see a movie of it.

Je gaat er een ​​film over zien.

Here we're packaging tens of thousands of individual cells,

Hier verpakken we tienduizenden individuele cellen,

each into its own tiny water droplet

elk in zijn eigen kleine waterdruppeltje,

for its own molecular analysis.

voor haar eigen moleculaire analyse.

When a cell lands in a droplet, it's greeted by a tiny bead,

Wanneer een cel in een druppel belandt, wordt ze begroet door een klein kraaltje,

and that bead delivers millions of DNA bar code molecules.

en dat kraaltje levert miljoenen DNA-barcodemoleculen.

And each bead delivers a different bar code sequence

En elk kraaltje levert per cel een specifieke barcodereeks.

to a different cell.

We incorporate the DNA bar codes

We bouwen de DNA-barcodes in in de RNA-moleculen van elke cel.

into each cell's RNA molecules.

Those are the molecular transcripts it's making

Dat zijn de moleculaire transcripties die ze maakt

of the specific genes that it's using to do its job.

van de specifieke genen die ze gebruikt om haar werk te doen.

And then we sequence billions of these combined molecules

En dan sequensen we miljarden van deze gecombineerde moleculen

and use the sequences to tell us

en gebruiken de sequenties om ons te vertellen

which cell and which gene

van welke cel en van welk gen

every molecule came from.

elk molecuul vandaan kwam.

We call this approach "Drop-seq," because we use droplets

We noemen deze aanpak ‘Drop-seq’ omdat we gebruik maken van druppels

to separate the cells for analysis,

om de cellen te scheiden voor analyse,

and we use DNA sequences to tag and inventory

We gebruiken DNA-sequenties om te labelen en te inventariseren

and keep track of everything.

en alles bij te houden.

And now, whenever we do an experiment,

Wanneer we nu een experiment doen,

we analyze tens of thousands of individual cells.

analyseren we tienduizenden individuele cellen.

And today in this area of science,

Vandaag in dit gebied van de wetenschap

the challenge is increasingly how to learn as much as we can

bestaat de uitdaging erin hoe zo veel mogelijk

as quickly as we can

en zo snel mogelijk te leren

from these vast data sets.

uit deze enorme datasets.

When we were developing Drop-seq, people used to tell us,

Toen we Drop-seq ontwikkelden, zeiden de mensen ons vaak:

"Oh, this is going to make you guys the go-to for every major brain project."

"Oh, dit gaat van jullie de vraagbaak voor elk groot hersenproject maken."

That's not how we saw it.

Dat is niet hoe wij het zagen.

Science is best when everyone is generating lots of exciting data.

Wetenschap is op zijn best als iedereen veel interessante data genereert.

So we wrote a 25-page instruction book,

Dus schreven we een instructieboek van 25 pagina's,

with which any scientist could build their own Drop-seq system from scratch.

waarmee elke wetenschapper zijn eigen Drop-seq-systeem vanaf nul kan opbouwen.

And that instruction book has been downloaded from our lab website

Dat instructieboek werd van de website van ons lab

50,000 times in the past two years.

50.000 keer gedownload in de afgelopen twee jaar.

We wrote software that any scientist could use

We schreven software die elke wetenschapper kon gebruiken

to analyze the data from Drop-seq experiments,

om de gegevens te analyseren van Drop-seq experimenten.

and that software is also free,

Die software is ook gratis

and it's been downloaded from our website 30,000 times in the past two years.

en is in de afgelopen twee jaar 30.000 keer van onze website gedownload.

And hundreds of labs have written us about discoveries that they've made

Honderden labs hebben ons geschreven over ontdekkingen die ze deden

using this approach.

met behulp van deze aanpak.

Today, this technology is being used to make a human cell atlas.

Vandaag maken we hiermee een atlas ​​van de menselijke cel.

It will be an atlas of all of the cell types in the human body

Het wordt een atlas van alle soorten cellen in het menselijk lichaam

and the specific genes that each cell type uses to do its job.

en de specifieke genen die elk celtype gebruikt om zijn werk te doen.

Nu wil ik jullie vertellen over een tweede uitdaging

Now I want to tell you about a second challenge that we face

als je van de hersenen een big-dataprobleem wil maken.

in trying to turn the brain into a big data problem.

And that challenge is that we'd like to learn from the brains

Die uitdaging is dat we graag willen leren over de hersenen

of hundreds of thousands of living people.

van honderdduizenden lévende mensen.

But our brains are not physically accessible while we're living.

Maar onze hersenen zijn niet fysiek toegankelijk terwijl we leven.

But how can we discover molecular factors if we can't hold the molecules?

Hoe ontdek je moleculaire factoren als we niet bij de moleculen kunnen?

An answer comes from the fact that the most informative molecules, proteins,

Een antwoord komt van het feit dat de meest informatieve moleculen, eiwitten,

are encoded in our DNA,

worden gecodeerd in ons DNA,

which has the recipes our cells follow to make all of our proteins.

dat de recepten bevat volgens welke onze cellen al onze eiwitten maken.

And these recipes vary from person to person to person

Deze recepten variëren van persoon tot persoon

in ways that cause the proteins to vary from person to person

waardoor de eiwitten variëren van persoon tot persoon

in their precise sequence

in hun precieze volgorde

and in how much each cell type makes of each protein.

en in hoeveel elk celtype aanmaakt van elk proteïne.

It's all encoded in our DNA, and it's all genetics,

Het is allemaal gecodeerd in ons DNA, het is allemaal genetica,

but it's not the genetics that we learned about in school.

maar het is niet de genetica waar we op school over leerden.

Do you remember big B, little b?

Herinner je je nog grote B, kleine b?

If you inherit big B, you get brown eyes?

Als je grote B erft, krijg je bruine ogen.

It's simple.

Het is eenvoudig.

Very few traits are that simple.

Zeer weinig eigenschappen zijn zo eenvoudig.

Even eye color is shaped by much more than a single pigment molecule.

Zelfs oogkleur komt van veel meer dan één enkel pigmentmolecuul.

And something as complex as the function of our brains

En iets dat zo complex is als de functie van onze hersenen

is shaped by the interaction of thousands of genes.

wordt gevormd door de interactie van duizenden genen.

And each of these genes varies meaningfully

Elk van deze genen varieert van persoon tot persoon tot persoon,

from person to person to person,

and each of us is a unique combination of that variation.

en ieder van ons is een unieke combinatie van die variatie.

It's a big data opportunity.

Een buitenkans voor big-data.

And today, it's increasingly possible to make progress

Vandaag is het steeds beter mogelijk om vooruitgang te boeken

on a scale that was never possible before.

op een schaal die nooit eerder mogelijk was.

People are contributing to genetic studies

Mensen dragen bij aan genetische studies

in record numbers,

in recordaantallen

and scientists around the world are sharing the data with one another

en wetenschappers over de hele wereld delen gegevens met elkaar

to speed progress.

om de voortuitgang te versnellen.

I want to tell you a short story about a discovery we recently made

Ik vertel een kort verhaal over een ontdekking die we onlangs deden

about the genetics of schizophrenia.

over de genetica van schizofrenie.

It was made possible by 50,000 people from 30 countries,

Ze werd mogelijk gemaakt door 50.000 mensen uit 30 landen,

who contributed their DNA to genetic research on schizophrenia.

die hun DNA hebben afgestaan aan genetisch onderzoek naar schizofrenie.

It had been known for several years

Het was al enkele jaren bekend

that the human genome's largest influence on risk of schizophrenia

dat de grootste invloed op het risico op schizofrenie in het menselijk genoom

comes from a part of the genome

afkomstig is uit een deel van het genoom

that encodes many of the molecules in our immune system.

dat codeert voor veel moleculen in ons immuunsysteem.

But it wasn't clear which gene was responsible.

Maar het was niet duidelijk welk gen verantwoordelijk was.

A scientist in my lab developed a new way to analyze DNA with computers,

Een wetenschapper in mijn lab

ontwikkelde een nieuwe manier om DNA te analyseren met computers

and he discovered something very surprising.

en hij ontdekte iets heel verrassends.

He found that a gene called "complement component 4" --

Hij vond dat het gen ‘complement component 4’ --

it's called "C4" for short --

‘C4’ in het kort --

in tientallen verschillende vormen voorkomt

comes in dozens of different forms in different people's genomes,

in het genoom van verschillende mensen,

and these different forms make different amounts

en deze verschillende vormen maken verschillende hoeveelheden

of C4 protein in our brains.

C4-eiwit in onze hersenen.

And he found that the more C4 protein our genes make,

Hij vond dat hoe meer C4-eiwit onze genen maken,

the greater our risk for schizophrenia.

hoe groter onze kans op schizofrenie.

Now, C4 is still just one risk factor in a complex system.

Nu is C4 slechts één risicofactor in een complex systeem.

This isn't big B,

Dit is niet 'grote B',

but it's an insight about a molecule that matters.

maar het is een inzicht over een molecuul dat ertoe doet.

Complement proteins like C4 were known for a long time

Complement-eiwitten zoals C4 waren al langer bekend

for their roles in the immune system,

voor hun rol in het immuunsysteem,

where they act as a kind of molecular Post-it note

waar ze als een soort moleculaire post-it zeggen: "Eet me."

that says, "Eat me."

And that Post-it note gets put on lots of debris

Die post-it komt terecht op veel afval en dode cellen in ons lichaam

and dead cells in our bodies

and invites immune cells to eliminate them.

en nodigt immuuncellen uit om ze te elimineren.

But two colleagues of mine found that the C4 Post-it note

Maar twee van mijn collega's vonden dat de C4 post-it

also gets put on synapses in the brain

ook terecht komt op synapsen in de hersenen

and prompts their elimination.

en ​​hun eliminatie vraagt.

Now, the creation and elimination of synapses is a normal part

Nu is creatie en eliminatie van synapsen een normaal onderdeel

of human development and learning.

van menselijke ontwikkeling en leren.

Our brains create and eliminate synapses all the time.

Onze hersenen creëren en elimineren de hele tijd synapsen.

But our genetic results suggest that in schizophrenia,

Maar onze genetische resultaten suggereren dat bij schizofrenie

the elimination process may go into overdrive.

het eliminatieproces te hard kan gaan.

Wetenschappers van veel farmaceutische bedrijven

Scientists at many drug companies tell me they're excited about this discovery,

zeggen enthousiast te zijn over deze ontdekking,

because they've been working on complement proteins for years

omdat ze al jaren hebben gewerkt aan complementeiwitten

in the immune system,

in het immuunsysteem,

and they've learned a lot about how they work.

en ze hebben veel geleerd over hoe ze werken.

They've even developed molecules that interfere with complement proteins,

Ze hebben zelfs moleculen ontwikkeld die interfereren met complementeiwitten

and they're starting to test them in the brain as well as the immune system.

en ze beginnen ze zowel in de hersenen als in het immuunsysteem te testen.

It's potentially a path toward a drug that might address a root cause

Het kan mogelijk een weg zijn naar een geneesmiddel

dat een oorzaak zou kunnen aanpakken in plaats van een individueel symptoom

rather than an individual symptom,

and we hope very much that this work by many scientists over many years

en we hopen van harte dat dit werk van vele wetenschappers en van vele jaren

will be successful.

succesvol zal zijn.

But C4 is just one example

Maar C4 is slechts één voorbeeld

of the potential for data-driven scientific approaches

van hoe datagedreven wetenschappelijke benaderingen

to open new fronts on medical problems that are centuries old.

nieuwe fronten kunnen openen bij eeuwenoude medische problemen.

There are hundreds of places in our genomes

Op honderden plaatsen in onze genomen

that shape risk for brain illnesses,

wordt risico op hersenziekten gecreëerd,

and any one of them could lead us to the next molecular insight

en elk ervan kan ons leiden naar het volgende moleculaire inzicht

about a molecule that matters.

in een belangrijk molecuul.

And there are hundreds of cell types that use these genes in different combinations.

Honderden celsoorten gebruiken deze genen in verschillende combinaties.

As we and other scientists work to generate

Terwijl wij en andere wetenschappers trachten de nog benodigde data te krijgen,

the rest of the data that's needed

and to learn all that we can from that data,

en daaruit alles wat we kunnen te leren,

we hope to open many more new fronts.

hopen we nog vele nieuwe fronten te openen.

Genetics and single-cell analysis are just two ways

Genetica en enkele-cel-analyse zijn slechts twee manieren

of trying to turn the brain into a big data problem.

om te proberen van de hersenen een big-dataprobleem te maken.

There is so much more we can do.

Er is zoveel meer dat we kunnen doen.

Scientists in my lab are creating a technology

Wetenschappers in mijn lab creëren een technologie

for quickly mapping the synaptic connections in the brain

voor het snel in kaart brengen van de synaptische verbindingen

to tell which neurons are talking to which other neurons

om te zien welke neuronen praten met welke andere neuronen

and how that conversation changes throughout life and during illness.

en hoe dat gesprek verandert in de loop van het leven en tijdens ziektes.

And we're developing a way to test in a single tube

En we ontwikkelen een manier om in één enkele buis te testen

hoe cellen met honderden genomen van verschillende mensen

how cells with hundreds of different people's genomes

respond differently to the same stimulus.

verschillend reageren op dezelfde stimulus.

These projects bring together people with diverse backgrounds

Deze projecten brengen mensen met verschillende achtergronden

and training and interests --

en opleiding en interesses samen --

biology, computers, chemistry, math, statistics, engineering.

biologie, computers, scheikunde, wiskunde, statistiek, ingenieurskunst.

But the scientific possibilities rally people with diverse interests

Maar de wetenschappelijke mogelijkheden

verenigen mensen met uiteenlopende interessegebieden

into working intensely together.

om intensief samen te werken.

What's the future that we could hope to create?

Wat is de toekomst die we hopen te creëren?

Consider cancer.

Denk aan kanker.

We've moved from an era of ignorance about what causes cancer,

We komen vanuit een tijdperk van onwetendheid

over wat kanker veroorzaakt,

in which cancer was commonly ascribed to personal psychological characteristics,

waarin kanker algemeen werd toegeschreven aan persoonlijke psychologische kenmerken,

to a modern molecular understanding of the true biological causes of cancer.

tot een ​​modern moleculair inzicht

in de werkelijke biologische oorzaken van kanker.

That understanding today leads to innovative medicine

Dat inzicht leidt vandaag

tot het ene na het andere innovatieve geneesmiddel

after innovative medicine,

and although there's still so much work to do,

en hoewel er nog zoveel werk is te doen,

we're already surrounded by people who have been cured of cancers

zijn we al omringd door mensen die genezen zijn van kanker

that were considered untreatable a generation ago.

die een generatie geleden als onbehandelbaar werden beschouwd.

And millions of cancer survivors like my sister

Miljoenen overlevenden van kanker,

zoals mijn zus,

find themselves with years of life that they didn't take for granted

krijgen onverwachte levensjaren cadeau

and new opportunities

en nieuwe kansen

for work and joy and human connection.

voor werk, vreugde en menselijke verbinding.

That is the future that we are determined to create around mental illness --

Dat is de toekomst waarvan we vastbesloten zijn

om ze rond geestesziekte te creëren --

one of real understanding and empathy

een van echt begrip, empathie

and limitless possibility.

en onbegrensde mogelijkheden.

Thank you.

Dank je.

(Applause)

(Applaus)