Stephen Friend: The hunt for "unexpected genetic heroes"

62,612 views ・ 2014-05-29

TED


Dubbelklik op de Engelse ondertitels hieronder om de video af te spelen.

Vertaald door: Rik Delaet Nagekeken door: Els De Keyser
00:12
Approximately 30 years ago,
0
12602
2338
Ongeveer 30 jaar geleden
00:14
when I was in oncology at the Children's Hospital
1
14940
2693
werkte ik in de oncologieafdeling van het kinderziekenhuis
00:17
in Philadelphia,
2
17633
1389
in Philadelphia.
00:19
a father and a son walked into my office
3
19022
3154
Een vader en zijn zoon stapten mijn praktijkruimte binnen.
00:22
and they both had their right eye missing,
4
22176
3144
Ze misten allebei hun rechteroog.
00:25
and as I took the history, it became apparent
5
25320
2811
Uit hun medische geschiedenis bleek
00:28
that the father and the son had a rare form
6
28131
2769
dat beiden een zeldzame vorm
00:30
of inherited eye tumor, retinoblastoma,
7
30900
3542
van een erfelijke oogtumor, retinoblastoom, hadden.
00:34
and the father knew that he had passed that fate
8
34442
3114
De vader wist dat hij
00:37
on to his son.
9
37556
1875
dat op zijn zoon had overgedragen.
00:39
That moment changed my life.
10
39431
2412
Dat moment veranderde mijn leven.
00:41
It propelled me to go on
11
41843
1904
Het zette me aan om door te gaan
00:43
and to co-lead a team that discovered
12
43747
3532
en mee leiding te geven aan een team
00:47
the first cancer susceptibility gene,
13
47279
3197
dat het eerste kankerveroorzakend gen ontdekte.
00:50
and in the intervening decades since then,
14
50476
2721
In de jaren sindsdien
00:53
there has been literally a seismic shift
15
53197
3420
heeft er letterlijk een aardverschuiving plaatsgevonden
00:56
in our understanding of what goes on,
16
56617
2026
in ons begrip van wat er gebeurt,
00:58
what genetic variations are sitting behind
17
58643
2888
van de genetische variaties
01:01
various diseases.
18
61531
1559
als oorzaak van ziekten.
01:03
In fact, for thousands of human traits,
19
63090
3384
Nu weten we dat er voor duizenden menselijke kenmerken,
01:06
a molecular basis that's known for that,
20
66474
2218
een moleculaire basis bestaat.
01:08
and for thousands of people, every day,
21
68692
3295
Elke dag horen duizenden mensen
01:11
there's information that they gain
22
71987
2081
dat ze het risico lopen
01:14
about the risk of going on to get this disease
23
74068
2442
om deze of gene ziekte te krijgen.
01:16
or that disease.
24
76510
2226
01:18
At the same time, if you ask,
25
78736
2305
Maar als je vraagt
01:21
"Has that impacted the efficiency,
26
81041
2707
of we daarom nu beter zijn geworden in de ontwikkeling van medicijnen,
01:23
how we've been able to develop drugs?"
27
83748
2092
01:25
the answer is not really.
28
85840
1782
moeten we zeggen: “Niet echt.”
01:27
If you look at the cost of developing drugs,
29
87622
2330
Als je kijkt naar wat het kost om geneesmiddelen te ontwikkelen,
01:29
how that's done, it basically hasn't budged that.
30
89952
3389
is er in principe niet veel veranderd.
01:33
And so it's as if we have the power to diagnose
31
93341
4473
Het is alsof we kunnen diagnosticeren,
01:37
yet not the power to fully treat.
32
97814
2812
maar nog niet volledig behandelen.
01:40
And there are two commonly given reasons
33
100626
2466
Er zijn twee veel aangehaalde redenen
01:43
for why that happens.
34
103092
1468
waarom dat zo is.
01:44
One of them is it's early days.
35
104560
3472
Een is dat het nog te vroeg is.
01:48
We're just learning the words, the fragments,
36
108032
3590
We leren nog maar pas de woorden, de zinsdelen,
01:51
the letters in the genetic code.
37
111622
1776
de letters in de genetische code.
01:53
We don't know how to read the sentences.
38
113398
2155
We weten niet hoe de zinnen te lezen.
01:55
We don't know how to follow the narrative.
39
115553
2570
We weten niet hoe het verhaal te volgen.
01:58
The other reason given is that
40
118123
2479
De andere reden is dat
de meeste van die veranderingen een verlies van functie betekenen
02:00
most of those changes are a loss of function,
41
120602
2218
02:02
and it's actually really hard to develop drugs
42
122820
2925
en het eigenlijk heel moeilijk is om medicijnen te ontwikkelen
02:05
that restore function.
43
125745
1915
om een functie te herstellen.
02:07
But today, I want us to step back
44
127660
2182
Maar ik wil teruggaan
02:09
and ask a more fundamental question,
45
129842
2028
naar een fundamentelere vraag:
02:11
and ask, "What happens if we're thinking
46
131870
2189
"Denken we hierover misschien
02:14
about this maybe in the wrong context?"
47
134059
2733
in de verkeerde context?"
02:16
We do a lot of studying of those who are sick
48
136792
3159
We bestuderen vele zieken
02:19
and building up long lists
49
139951
2600
en stellen lange lijsten
02:22
of altered components.
50
142551
3118
van veranderde componenten op.
02:25
But maybe, if what we're trying to do
51
145669
2399
Maar misschien moeten we,
02:28
is to develop therapies for prevention,
52
148068
3222
om preventieve therapieën te ontwikkelen,
02:31
maybe what we should be doing
53
151290
1553
wel die mensen bestuderen
02:32
is studying those who don't get sick.
54
152843
2382
die de ziekte net niet krijgen.
02:35
Maybe we should be studying those
55
155225
2347
Misschien moeten we de gezonden bestuderen.
02:37
that are well.
56
157572
2175
02:39
A vast majority of those people
57
159747
1797
Een overgrote meerderheid van die mensen
02:41
are not necessarily carrying a particular
58
161544
2336
is niet noodzakelijk drager
02:43
genetic load or risk factor.
59
163880
1936
van een bepaalde genetische belasting of risicofactor.
02:45
They're not going to help us.
60
165816
1984
Die gaan ons niet kunnen helpen.
02:47
There are going to be those individuals
61
167800
1599
Er zijn mensen
02:49
who are carrying a potential future risk,
62
169399
2669
met een potentieel toekomstig risico
02:52
they're going to go on to get some symptom.
63
172068
1844
die een aantal symptomen gaan krijgen.
02:53
That's not what we're looking for.
64
173912
1788
Dat is niet wat we zoeken.
02:55
What we're asking and looking for is,
65
175700
1848
Waar we echt naar op zoek zijn,
02:57
are there a very few set of individuals
66
177548
2770
zijn zeldzame individuen
03:00
who are actually walking around
67
180318
2836
die daadwerkelijk het risico
03:03
with the risk that normally would cause a disease,
68
183154
4019
op ziekte lopen,
03:07
but something in them, something hidden in them
69
187173
2963
maar iets in hen, iets verborgens in hen,
03:10
is actually protective
70
190136
1834
beschermt ze
03:11
and keeping them from exhibiting those symptoms?
71
191970
3175
en verhindert dat die symptomen zich manifesteren.
Je kan je voorstellen dat bij een dergelijk ​​onderzoek,
03:15
If you're going to do a study like that, you can imagine
72
195145
2053
03:17
you'd like to look at lots and lots of people.
73
197198
2832
heel veel mensen moeten worden gescreend.
03:20
We'd have to go and have a pretty wide study,
74
200030
3292
Het zal een uitgebreid onderzoek worden.
03:23
and we realized that actually
75
203322
1735
We realiseerden ons
dat een manier om het aan te pakken,
03:25
one way to think of this is,
76
205057
1529
03:26
let us look at adults who are over 40 years of age,
77
206586
4277
is om te kijken naar volwassenen die ouder zijn dan 40 jaar,
03:30
and let's make sure that we look at those
78
210863
2970
en die als kind gezond waren.
03:33
who were healthy as kids.
79
213833
1480
03:35
They might have had individuals in their families
80
215313
2402
Mogelijk hadden ze mensen in de familie
03:37
who had had a childhood disease,
81
217715
1812
die een kinderziekte hadden,
03:39
but not necessarily.
82
219527
1506
maar niet noodzakelijkerwijs.
03:41
And let's go and then screen those
83
221033
2767
Laten we die screenen
03:43
to find those who are carrying genes
84
223800
1993
om diegenen te vinden die genen dragen
03:45
for childhood diseases.
85
225793
1678
voor kinderziekten.
03:47
Now, some of you, I can see you
86
227471
1564
Ik zie sommigen van jullie
03:49
putting your hands up going, "Uh, a little odd.
87
229035
3295
de hand opsteken met de vraag: "Hmm, dat is een beetje vreemd.
03:52
What's your evidence
88
232330
1417
Wat is je bewijs
03:53
that this could be feasible?"
89
233747
1662
dat dit haalbaar is?”
03:55
I want to give you two examples.
90
235409
2064
Ik geef twee voorbeelden.
03:57
The first comes from San Francisco.
91
237473
2948
Het eerste komt uit San Francisco,
04:00
It comes from the 1980s and the 1990s,
92
240421
2941
uit de periode 1980-1990.
04:03
and you may know the story where
93
243362
2394
Misschien kennen jullie het verhaal:
04:05
there were individuals who had very high levels
94
245756
2397
het waren mensen met een zeer hoog niveau
04:08
of the virus HIV.
95
248153
1268
van het hiv-virus.
04:09
They went on to get AIDS.
96
249421
2479
Ze gingen aids krijgen.
04:11
But there was a very small set of individuals
97
251900
2317
Maar een zeer kleine groep
04:14
who also had very high levels of HIV.
98
254217
2968
met zeer hoge niveaus van hiv
04:17
They didn't get AIDS.
99
257185
1386
kregen geen aids.
04:18
And astute clinicians tracked that down,
100
258571
2962
Scherpzinnige clinici ontdekten
04:21
and what they found was they were carrying mutations.
101
261533
3387
dat ze mutaties vertoonden.
04:24
Notice, they were carrying mutations from birth
102
264920
3085
Denk eraan dat ze vanaf de geboorte beschermende mutaties hadden.
04:28
that were protective, that were protecting them
103
268005
2015
Die beschermden hen
04:30
from going on to get AIDS.
104
270020
1641
tegen het krijgen van aids.
04:31
You may also know that actually a line of therapy
105
271661
3165
Misschien weten jullie ook dat
04:34
has been coming along based on that fact.
106
274826
3120
daaruit een behandelingsmethode is voortgevloeid.
04:37
Second example, more recent, is elegant work
107
277946
3224
Tweede, meer recente, voorbeeld is uitmuntend werk van Helen Hobbs.
04:41
done by Helen Hobbs,
108
281170
1403
04:42
who said, "I'm going to look at individuals
109
282573
2662
Ze zei: "Ik bekijk personen
04:45
who have very high lipid levels,
110
285235
2716
met zeer hoge lipidenniveaus.
04:47
and I'm going to try to find those people
111
287951
1939
Ik probeer de mensen te vinden
04:49
with high lipid levels
112
289890
1802
met hoge lipidenniveaus,
04:51
who don't go on to get heart disease."
113
291692
2168
maar die geen hart- en vaatziekten krijgen."
04:53
And again, what she found was
114
293860
2438
Ook zij vond
04:56
some of those individuals had mutations
115
296298
2560
dat sommigen van die mensen mutaties hadden
04:58
that were protective from birth that kept them,
116
298858
2719
die hen vanaf de geboorte beschermden,
05:01
even though they had high lipid levels,
117
301577
1445
ook al hadden ze hoge lipidenniveaus.
05:03
and you can see this is an interesting way
118
303022
3371
Je ziet dat dit een interessante manier
05:06
of thinking about how you could develop
119
306393
1961
van denken is over hoe je
05:08
preventive therapies.
120
308354
2260
preventieve therapieën zou kunnen ontwikkelen.
05:10
The project that we're working on
121
310614
1944
Ons project heet
05:12
is called "The Resilience Project:
122
312558
2462
“Het veerkrachtproject:
een zoektocht naar onverwachte helden”.
05:15
A Search for Unexpected Heroes,"
123
315020
1400
05:16
because what we are interested in doing is saying,
124
316420
2490
We zijn geïnteresseerd in het vinden
05:18
can we find those rare individuals
125
318910
2648
van die zeldzame individuen
05:21
who might have these hidden protective factors?
126
321558
4325
met verborgen beschermende factoren.
05:25
And in some ways, think of it as a decoder ring,
127
325883
2980
Zie het als een decodeermachine,
05:28
a sort of resilience decoder ring
128
328863
1926
een soort veerkracht-decodeermachine
05:30
that we're going to try to build.
129
330789
1632
die we proberen te gaan maken.
05:32
We've realized that we should do this in a systematic way,
130
332421
3849
We hebben ons al gerealiseerd dat dit op een systematische manier moet.
05:36
so we've said, let's take every single
131
336270
2627
We wilden elke genetische ziekte gaan bekijken.
05:38
childhood inherited disease.
132
338897
1243
05:40
Let's take them all, and let's pull them back a little bit
133
340140
2564
We nemen ze allemaal, maar beperken ons
05:42
by those that are known to have severe symptoms,
134
342704
3186
tot die met ernstige symptomen.
05:45
where the parents, the child,
135
345890
1920
De ouders, het kind en
05:47
those around them would know
136
347810
1050
mensen in hun omgeving wisten
05:48
that they'd gotten sick,
137
348860
1330
dat ze de ziekte hadden gekregen.
05:50
and let's go ahead and then frame them again
138
350190
3700
Dan gaan we verder en meten ze af
05:53
by those parts of the genes where we know
139
353890
2581
aan die gen-delen waarvan we weten
05:56
that there is a particular alteration
140
356471
2507
dat er een bepaalde verandering is
05:58
that is known to be highly penetrant
141
358978
2798
waarvan we weten dat ze bijna zeker
06:01
to cause that disease.
142
361776
2654
de ziekte veroorzaakt.
06:04
Where are we going to look?
143
364430
1228
Waar gaan we kijken?
06:05
Well, we could look locally. That makes sense.
144
365658
2488
Ter plaatse. Dat lijkt logisch.
06:08
But we began to think, maybe we should look
145
368146
2261
Maar we dachten dat we misschien
over de hele wereld moesten kijken.
06:10
all over the world.
146
370407
1451
06:11
Maybe we should look not just here
147
371858
1653
Niet alleen hier,
06:13
but in remote places where their might be
148
373511
1960
maar op afgelegen plaatsen
06:15
a distinct genetic context,
149
375471
3030
met een verschillende genetische context.
06:18
there might be environmental factors
150
378501
1642
Misschien kunnen omgevingsfactoren
06:20
that protect people.
151
380143
1382
die mensen beschermen.
06:21
And let's look at a million individuals.
152
381525
4462
Laten we eens kijken naar een miljoen mensen.
06:25
Now the reason why we think it's a good time
153
385987
2970
De reden waarom wij denken dat het net nu goed is
06:28
to do that now
154
388957
1072
om dat te doen,
06:30
is, in the last couple of years,
155
390029
1760
is dat in de laatste jaren
06:31
there's been a remarkable plummeting in the cost
156
391789
2588
de kosten van dit soort analyse
06:34
to do this type of analysis,
157
394377
2235
sterk verminderd zijn.
06:36
this type of data generation,
158
396612
1739
06:38
to where it actually costs less to do
159
398351
2608
Dit type dataproductie en analyse kost nu minder
06:40
the data generation and analysis
160
400959
2194
dan het verwerken en verzamelen van de monsters.
06:43
than it does to do the sample processing and the collection.
161
403153
3184
06:46
The other reason is that in the last five years,
162
406337
4304
Ook zijn er in de afgelopen vijf jaar
06:50
there have been awesome tools,
163
410641
1964
geweldige instrumenten ontwikkeld
06:52
things about network biology, systems biology,
164
412605
2662
- netwerkbiologie, systeembiologie -
06:55
that have come up that allow us to think
165
415267
1961
die ons toelaten om te denken
06:57
that maybe we could decipher
166
417228
1940
dat we deze positieve uitschieters
06:59
those positive outliers.
167
419168
2481
er misschien kunnen uithalen.
07:01
And as we went around talking to researchers
168
421649
2172
Toen we hierover praatten
07:03
and institutions
169
423821
1904
met onderzoekers en instellingen
07:05
and telling them about our story,
170
425725
1569
en hen ons verhaal vertelden,
07:07
something happened.
171
427294
1667
gebeurde er iets.
07:08
They started saying, "This is interesting.
172
428961
2229
Ze zegden: "Dat is interessant.
07:11
I would be glad to join your effort.
173
431190
3347
Ik zou graag willen meedoen
07:14
I would be willing to participate."
174
434537
1927
en deelnemen aan jullie onderzoek."
07:16
And they didn't say, "Where's the MTA?"
175
436464
2579
Ze zegden niet: "Waar is de medisch-technologische inschatting?
07:19
They didn't say, "Where is my authorship?"
176
439043
3293
Ze zegden niet: "Waar is mijn auteurschap?"
07:22
They didn't say, "Is this data going to be mine? Am I going to own it?"
177
442336
4611
Ze zegden niet: "Gaan die data van mij zijn?
Ga ik er de eigenaar van zijn?"
07:26
They basically said, "Let's work on this
178
446947
2279
Ze zegden wel: "Laten we hieraan werken
07:29
in an open, crowd-sourced, team way
179
449226
2881
op een open, crowd-sourced manier
07:32
to do this decoding."
180
452107
3074
om dit te ontcijferen."
07:35
Six months ago, we locked down
181
455181
2515
Zes maanden geleden vonden we
07:37
the screening key for this decoder.
182
457696
3315
de screeningsleutel voor deze decoder.
07:41
My co-lead, a brilliant scientist, Eric Schadt
183
461011
4578
Mijn co-leider, de briljante wetenschapper Eric Schadt
07:45
at the Icahn Mount Sinai School of Medicine in New York,
184
465589
3306
van de Icahn Mount Sinai School of Medicine in New York,
07:48
and his team,
185
468895
1392
en zijn team,
07:50
locked in that decoder key ring,
186
470287
2869
vonden de decodeersleutel.
07:53
and we began looking for samples,
187
473156
2395
We gingen op zoek naar monsters,
07:55
because what we realized is,
188
475551
1486
want we realiseerden ons
07:57
maybe we could just go and look
189
477037
1794
dat we misschien eerst
07:58
at some existing samples to get some sense of feasibility.
190
478831
3086
een aantal bestaande monsters moesten bekijken
om de haalbaarheid ervan te testen.
08:01
Maybe we could take two, three percent of the project on,
191
481917
2577
Misschien twee à drie procent van het project
08:04
and see if it was there.
192
484494
1417
om te zien of werkte.
08:05
And so we started asking people
193
485911
1998
We ondervroegen mensen
08:07
such as Hakon at the Children's Hospital in Philadelphia.
194
487909
3537
als Hakon in het Children's Hospital in Philadelphia.
08:11
We asked Leif up in Finland.
195
491446
2245
We ondervroegen Leif in Finland.
08:13
We talked to Anne Wojcicki at 23andMe,
196
493691
3673
We spraken met Anne Wojcicki bij 23andMe,
08:17
and Wang Jun at BGI,
197
497364
1767
en Wang Jun bij BGI.
08:19
and again, something remarkable happened.
198
499131
2188
Opnieuw gebeurde er iets opmerkelijks.
08:21
They said, "Huh,
199
501319
1809
Ze zeiden: "Huh,
08:23
not only do we have samples,
200
503128
1744
we hébben niet allen monsters,
08:24
but often we've analyzed them,
201
504872
2196
we hebben die vaak ook al geanalyseerd,
08:27
and we would be glad to go into
202
507068
1487
en we zullen met plezier
08:28
our anonymized samples
203
508555
1403
onze anonieme monsters bekijken
08:29
and see if we could find those
204
509958
2062
en zien of we die konden vinden
08:32
that you're looking for."
205
512020
1163
waar jij naar zoekt."
08:33
And instead of being 20,000 or 30,000,
206
513183
2707
En in plaats van 20.000 of 30.000,
08:35
last month we passed one half million samples
207
515890
3152
rondden we vorige maand de kaap van een half miljoen monsters
08:39
that we've already analyzed.
208
519042
1905
die we al hadden geanalyseerd.
08:40
So you must be going,
209
520947
1493
Nu zullen jullie vragen:
08:42
"Huh, did you find any unexpected heroes?"
210
522440
5625
"En, heb je onverwachte helden gevonden?"
08:48
And the answer is, we didn't find one or two.
211
528065
2583
En het antwoord is: niet één of twee.
08:50
We found dozens of these strong candidate
212
530648
3038
We hebben tientallen sterke kandidaten
08:53
unexpected heroes.
213
533686
1729
voor onverwachte helden gevonden.
08:55
So we think that the time is now
214
535415
2697
Dus denken we dat het nu tijd is
08:58
to launch the beta phase of this project
215
538112
2340
om met de bèta-fase van dit project te starten
09:00
and actually start getting prospective individuals.
216
540452
3117
om echte kandidaten te krijgen.
09:03
Basically all we need is information.
217
543569
3171
Eigenlijk hebben we alleen nog informatie nodig.
09:06
We need a swab of DNA
218
546740
1659
Wat we nodig hebben, is een DNA-staaltje
09:08
and a willingness to say, "What's inside me?
219
548399
3405
en de bereidheid om te zeggen: "Wat zit er in mij?
09:11
I'm willing to be re-contacted."
220
551804
3263
Ik wil opnieuw gecontacteerd worden."
09:15
Most of us spend our lives,
221
555067
3791
De meesten van ons nemen,
09:18
when it comes to health and disease,
222
558858
1954
als het gaat om gezondheid en ziekte,
09:20
acting as if we're voyeurs.
223
560812
3080
een toeschouwerrol aan.
09:23
We delegate the responsibility
224
563892
2337
We delegeren de verantwoordelijkheid
09:26
for the understanding of our disease,
225
566229
2043
voor het begrip van onze ziekte,
09:28
for the treatment of our disease,
226
568272
1872
voor de behandeling van onze ziekte,
09:30
to anointed experts.
227
570144
3536
aan gezalfde experts.
09:33
In order for us to get this project to work,
228
573680
3340
Om dit project te laten werken,
09:37
we need individuals to step up
229
577020
2150
moeten we individuen
09:39
in a different role and to be engaged,
230
579170
3892
in een andere rol inschakelen.
09:43
to realize this dream,
231
583062
2925
Om deze droom te realiseren,
09:45
this open crowd-sourced project,
232
585987
3135
dit open, crowd-sourced project,
09:49
to find those unexpected heroes,
233
589122
3680
om die onverwachte helden te vinden,
09:52
to evolve from the current concepts
234
592802
2660
om weg te evolueren van de huidige concepten
09:55
of resources and constraints,
235
595462
2334
van middelen en beperkingen,
09:57
to design those preventive therapies,
236
597796
3251
om preventieve therapieën te gaan ontwerpen,
10:01
and to extend it beyond childhood diseases,
237
601047
2773
verder te gaan dan kinderziekten
10:03
to go all the way up to ways
238
603820
1577
en uit te breiden naar manieren
10:05
that we could look at Alzheimer's or Parkinson's,
239
605397
3871
om Alzheimer of Parkinson aan te pakken,
10:09
we're going to need us
240
609268
2262
moeten we ons zelf gaan bekijken
10:11
to be looking inside ourselves and asking,
241
611530
3106
en afvragen:
10:14
"What are our roles?
242
614636
2204
"Welke rol spelen we?
10:16
What are our genes?"
243
616840
1673
Wat zijn onze genen?"
10:18
and looking within ourselves for information
244
618513
2785
Op zoek naar informatie in onszelf
10:21
we used to say we should go to the outside,
245
621298
2642
moeten we erop uit,
10:23
to experts,
246
623940
1208
naar deskundigen,
10:25
and to be willing to share that with others.
247
625148
4052
en bereid zijn om dat met anderen te delen.
10:29
Thank you very much.
248
629200
3558
Heel erg bedankt.
10:32
(Applause)
249
632758
1815
(Applaus)
Over deze website

Deze site laat u kennismaken met YouTube-video's die nuttig zijn om Engels te leren. U ziet Engelse lessen gegeven door topdocenten uit de hele wereld. Dubbelklik op de Engelse ondertitels op elke videopagina om de video af te spelen. De ondertitels scrollen synchroon met het afspelen van de video. Heeft u opmerkingen of verzoeken, neem dan contact met ons op via dit contactformulier.

https://forms.gle/WvT1wiN1qDtmnspy7