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

70,391 views ・ 2018-09-24

TED


Por favor, clique duas vezes nas legendas em inglês abaixo para reproduzir o vídeo.

Tradutor: Ana Paula Dias Revisor: Maricene Crus
00:12
Nine years ago,
0
12785
1704
Nove anos atrás,
00:14
my sister discovered lumps in her neck and arm
1
14513
3101
minha irmã descobriu nódulos no pescoço e no braço
00:17
and was diagnosed with cancer.
2
17638
1760
e foi diagnosticada com câncer.
00:20
From that day, she started to benefit
3
20985
3199
A partir desse dia,
00:24
from the understanding that science has of cancer.
4
24208
3115
ela passou a se beneficiar do entendimento que a ciência tem do câncer.
00:28
Every time she went to the doctor,
5
28206
2099
Todas as vezes que ela ia ao médico,
00:30
they measured specific molecules
6
30329
2194
eles mediam moléculas específicas
00:32
that gave them information about how she was doing
7
32547
2881
que forneciam informações sobre como ela estava
00:35
and what to do next.
8
35452
1309
e qual seria o próximo passo.
00:38
New medical options became available every few years.
9
38095
3666
Novas opções médicas tornaram-se disponíveis a cada ano.
00:43
Everyone recognized that she was struggling heroically
10
43070
4318
Todos reconheceram que ela estava lutando heroicamente
00:47
with a biological illness.
11
47412
1728
contra uma doença biológica.
00:50
This spring, she received an innovative new medical treatment
12
50847
3657
Nesta primavera, ela recebeu um tratamento médico inovador
00:54
in a clinical trial.
13
54528
1202
em um estudo clínico.
00:55
It dramatically knocked back her cancer.
14
55754
2224
Isso diminuiu drasticamente o câncer dela.
00:59
Guess who I'm going to spend this Thanksgiving with?
15
59446
2552
Adivinhem com quem vou passar o próximo Dia de Ação de Graças?
01:02
My vivacious sister,
16
62022
2267
Minha irmã vivaz,
01:04
who gets more exercise than I do,
17
64313
2629
que faz mais exercício do que eu,
01:06
and who, like perhaps many people in this room,
18
66966
2859
e que, como talvez muitas pessoas aqui,
01:09
increasingly talks about a lethal illness
19
69849
2292
fala cada vez mais sobre uma doença letal
01:12
in the past tense.
20
72165
1263
no passado.
01:14
Science can, in our lifetimes -- even in a decade --
21
74614
3863
A ciência pode, no nosso tempo de vida, ou até mesmo em uma década,
01:18
transform what it means to have a specific illness.
22
78501
3207
transformar o que significa ter uma doença específica.
01:24
But not for all illnesses.
23
84055
1534
Mas não para todas as doenças.
01:27
My friend Robert and I were classmates in graduate school.
24
87375
3722
Meu amigo Robert e eu éramos colegas de pós-graduação.
01:31
Robert was smart,
25
91121
1801
Robert era inteligente,
01:32
but with each passing month,
26
92946
1477
mas a cada mês que passava,
01:34
his thinking seemed to become more disorganized.
27
94447
3154
os pensamentos dele se tornavam mais desorganizados.
01:38
He dropped out of school, got a job in a store ...
28
98241
3198
Ele abandonou a escola, conseguiu um emprego em uma loja,
01:41
But that, too, became too complicated.
29
101463
2218
mas isso também se tornou muito complicado para ele.
01:44
Robert became fearful and withdrawn.
30
104559
2945
Robert sentia medo e se tornou retraído.
01:48
A year and a half later, he started hearing voices
31
108281
2381
Um ano e meio depois, ele começou a ouvir vozes
01:50
and believing that people were following him.
32
110686
2197
e a acreditar que pessoas o estavam seguindo.
01:52
Doctors diagnosed him with schizophrenia,
33
112907
2722
Os médicos o diagnosticaram com esquizofrenia,
01:55
and they gave him the best drug they could.
34
115653
2120
e deram a ele o melhor medicamento que podiam.
01:57
That drug makes the voices somewhat quieter,
35
117797
3008
Esse medicamento fez com que as vozes ficassem mais silenciosas,
02:00
but it didn't restore his bright mind or his social connectedness.
36
120829
3989
mas não restaurou a mente brilhante ou a conexão social dele.
02:06
Robert struggled to remain connected
37
126270
1856
Robert se esforçou pra se manter conectado aos mundos da escola, trabalho e amigos.
02:08
to the worlds of school and work and friends.
38
128150
2857
Mas ele se afastou, e hoje não sei onde encontrá-lo.
02:11
He drifted away,
39
131031
1383
02:12
and today I don't know where to find him.
40
132438
2285
02:15
If he watches this,
41
135593
1479
Caso ele assista a essa palestra,
02:17
I hope he'll find me.
42
137962
1628
espero que ele me encontre.
02:22
Why does medicine have so much to offer my sister,
43
142639
4107
Por que a medicina tem muito a oferecer à minha irmã,
02:27
and so much less to offer millions of people like Robert?
44
147540
4210
e muito menos a oferecer a milhões de pessoas como Robert?
02:32
The need is there.
45
152952
1290
A necessidade está aí.
02:34
The World Health Organization estimates that brain illnesses
46
154266
3153
A Organização Mundial da Saúde estima que transtornos mentais
02:37
like schizophrenia, bipolar disorder and major depression
47
157443
4115
como esquizofrenia, transtorno bipolar e depressão maior
02:41
are the world's largest cause of lost years of life and work.
48
161582
4971
constituem a maior causa mundial de anos perdidos de vida e de trabalho.
02:47
That's in part because these illnesses often strike early in life,
49
167807
3561
Um dos motivos disso é que essas doenças geralmente se manifestam cedo,
02:51
in many ways, in the prime of life,
50
171392
2181
de muitas maneiras, no auge da vida,
02:53
just as people are finishing their educations, starting careers,
51
173597
4464
quando as pessoas estão terminando os estudos, começando carreiras,
02:58
forming relationships and families.
52
178085
2279
formando relacionamentos e famílias.
03:00
These illnesses can result in suicide;
53
180388
2829
Essas doenças podem resultar em suicídio;
03:03
they often compromise one's ability to work at one's full potential;
54
183907
4567
muitas vezes comprometem a capacidade de se trabalhar com todo o potencial;
03:09
and they're the cause of so many tragedies harder to measure:
55
189767
3455
e são a causa de tantas tragédias mais difíceis de se mensurar:
03:13
lost relationships and connections,
56
193246
2438
perda de relacionamentos e conexões,
03:15
missed opportunities to pursue dreams and ideas.
57
195708
3039
e perda de oportunidades de perseguir sonhos e ideias.
03:19
These illnesses limit human possibilities
58
199533
3005
Essas doenças limitam as possibilidades humanas
03:22
in ways we simply cannot measure.
59
202562
2154
de maneiras que simplesmente não conseguimos medir.
03:27
We live in an era in which there's profound medical progress
60
207493
4016
Vivemos em uma época em que há um profundo progresso médico
03:31
on so many other fronts.
61
211533
1811
em tantas outras frentes.
03:33
My sister's cancer story is a great example,
62
213368
2547
A história do câncer da minha irmã é um ótimo exemplo,
03:35
and we could say the same of heart disease.
63
215939
2062
e poderíamos dizer o mesmo sobre doenças cardíacas.
03:38
Drugs like statins will prevent millions of heart attacks and strokes.
64
218025
3585
Medicamentos como estatinas impedirão milhões de infartos e derrames.
03:43
When you look at these areas of profound medical progress
65
223047
2945
Quando observamos essas áreas de profundo progresso médico
03:46
in our lifetimes,
66
226016
1464
no tempo de nossa vida,
03:47
they have a narrative in common:
67
227504
1674
elas têm uma narrativa em comum:
03:50
scientists discovered molecules that matter to an illness,
68
230067
4548
os cientistas descobrem moléculas importantes para uma doença,
03:54
they developed ways to detect and measure those molecules in the body,
69
234639
4679
desenvolvem maneiras de detectar e medir tais moléculas no nosso corpo,
04:00
and they developed ways to interfere with those molecules
70
240492
2778
e desenvolvem maneiras de perturbar essas moléculas
04:03
using other molecules -- medicines.
71
243294
2048
utilizando outras moléculas, os fármacos.
04:05
It's a strategy that has worked again and again and again.
72
245921
4020
É uma estratégia que tem funcionado muitas vezes.
04:11
But when it comes to the brain, that strategy has been limited,
73
251403
3642
Mas quando se trata do cérebro, essa estratégia tem sido limitada,
04:15
because today, we don't know nearly enough, yet,
74
255069
4602
porque hoje nós não sabemos o suficiente, ainda,
04:19
about how the brain works.
75
259695
1852
sobre como o cérebro funciona.
04:22
We need to learn which of our cells matter to each illness,
76
262526
4266
Temos que entender quais de nossas células são importantes para cada doença,
04:26
and which molecules in those cells matter to each illness.
77
266816
3570
e quais moléculas nessas células são importantes para cada doença.
04:31
And that's the mission I want to tell you about today.
78
271058
2651
E essa é a missão sobre a qual eu quero falar hoje.
04:34
My lab develops technologies with which we try to turn the brain
79
274781
3809
Meu laboratório desenvolve tecnologias para tentar transformar o cérebro
04:38
into a big-data problem.
80
278614
1700
em um problema de Big Data.
04:40
You see, before I became a biologist, I worked in computers and math,
81
280338
3536
Antes de me tornar biólogo, trabalhei em computação e matemática,
04:43
and I learned this lesson:
82
283898
1324
e aprendi esta lição:
04:46
wherever you can collect vast amounts of the right kinds of data
83
286365
4184
sempre que houver grandes quantidades de tipos corretos de dados
04:50
about the functioning of a system,
84
290573
2030
sobre o funcionamento de um sistema,
04:53
you can use computers in powerful new ways
85
293365
3618
você pode usar computadores de novas formas poderosas
para entender o sistema e aprender como ele funciona.
04:57
to make sense of that system and learn how it works.
86
297007
3225
05:00
Today, big-data approaches are transforming
87
300256
2522
Hoje, as abordagens de Big Data estão transformando
05:02
ever-larger sectors of our economy,
88
302802
2483
setores cada vez maiores da nossa economia,
05:05
and they could do the same in biology and medicine, too.
89
305309
3286
e elas poderiam fazer o mesmo em biologia e medicina também.
05:08
But you have to have the right kinds of data.
90
308619
2557
Mas é necessário ter os tipos corretos de dados.
05:11
You have to have data about the right things.
91
311200
2259
Ter dados sobre as coisas certas.
05:13
And that often requires new technologies and ideas.
92
313917
3865
E isso geralmente requer novas tecnologias e ideias.
05:18
And that is the mission that animates the scientists in my lab.
93
318815
3494
E essa é a missão que anima os cientistas no meu laboratório.
05:23
Today, I want to tell you two short stories from our work.
94
323251
2974
Hoje, quero contar duas histórias curtas do nosso trabalho.
05:27
One fundamental obstacle we face
95
327427
3104
Um obstáculo fundamental que enfrentamos,
05:30
in trying to turn the brain into a big-data problem
96
330555
2660
tentando transformar o cérebro em um problema de Big Data,
05:33
is that our brains are composed of and built from billions of cells.
97
333946
4538
é que nosso cérebro é composto por bilhões de células.
05:39
And our cells are not generalists; they're specialists.
98
339246
3859
E nossas células não são generalistas; elas são especialistas.
05:43
Like humans at work,
99
343129
2089
Como humanos no trabalho,
05:45
they specialize into thousands of different cellular careers,
100
345242
5274
elas se especializam em milhares de diferentes carreiras celulares,
05:50
or cell types.
101
350540
1367
ou tipos celulares.
05:52
In fact, each of the cell types in our body
102
352796
2571
De fato, cada um dos tipos celulares em nosso corpo
05:55
could probably give a lively TED Talk
103
355391
1878
provavelmente poderia dar uma palestra do TED
05:57
about what it does at work.
104
357293
1542
sobre o que faz no trabalho.
06:00
But as scientists, we don't even know today
105
360422
2370
Mas como cientistas, nós nem sabemos hoje
06:02
how many cell types there are,
106
362816
1907
quantos tipos celulares existem,
06:04
and we don't know what the titles of most of those talks would be.
107
364747
3277
e não sabemos quais seriam os títulos da maioria dessas palestras.
06:11
Now, we know many important things about cell types.
108
371809
2970
Sabemos muitas coisas importantes sobre os tipos de células.
06:14
They can differ dramatically in size and shape.
109
374803
2751
Elas podem diferir drasticamente em tamanho e forma.
06:17
One will respond to a molecule that the other doesn't respond to,
110
377578
4135
Uma pode responder a uma molécula que o outra não responde,
06:21
they'll make different molecules.
111
381737
1794
elas sintetizam moléculas diferentes.
06:23
But science has largely been reaching these insights
112
383555
2521
Mas a ciência tem, em grande parte, alcançado essas percepções
06:26
in an ad hoc way, one cell type at a time,
113
386100
2943
de uma maneira designada, um tipo de célula de cada vez,
06:29
one molecule at a time.
114
389067
1486
uma molécula por vez.
06:31
We wanted to make it possible to learn all of this quickly and systematically.
115
391854
4731
Queríamos tornar possível aprender tudo isso de forma rápida e sistemática.
06:37
Now, until recently, it was the case
116
397673
1748
Até recentemente, era o caso
06:39
that if you wanted to inventory all of the molecules
117
399445
3076
que, se quiséssemos catalogar todas as moléculas
06:42
in a part of the brain or any organ,
118
402545
2925
de uma parte do cérebro ou de qualquer órgão,
06:45
you had to first grind it up into a kind of cellular smoothie.
119
405494
3954
teríamos que primeiro triturar isso em uma espécie de "smoothie" celular.
06:50
But that's a problem.
120
410678
1230
Mas isso é um problema.
06:52
As soon as you've ground up the cells,
121
412737
2538
Como trituramos as células,
06:55
you can only study the contents of the average cell --
122
415299
3511
só podemos estudar o conteúdo da "célula média"
06:58
not the individual cells.
123
418834
1595
e não das células individuais.
07:01
Imagine if you were trying to understand how a big city like New York works,
124
421182
3709
Imaginem querer entender como funciona uma cidade como Nova York,
07:04
but you could only do so by reviewing some statistics
125
424915
2542
mas só se pode fazer isso revisando algumas estatísticas
07:07
about the average resident of New York.
126
427481
2029
sobre o "morador médio" de Nova York.
07:10
Of course, you wouldn't learn very much,
127
430637
1979
Obviamente, não aprenderíamos muito,
07:12
because everything that's interesting and important and exciting
128
432640
3000
porque tudo que é interessante, importante e emocionante
07:15
is in all the diversity and the specializations.
129
435664
2732
está em toda a diversidade e nas especializações.
07:18
And the same thing is true of our cells.
130
438420
2606
E o mesmo acontece com nossas células.
07:21
And we wanted to make it possible to study the brain not as a cellular smoothie
131
441050
4750
E queríamos tornar possível estudar o cérebro não como um smoothie celular
07:25
but as a cellular fruit salad,
132
445824
2478
mas como uma salada de frutas celular,
em que se poderia gerar dados e aprender com cada fruta individualmente.
07:28
in which one could generate data about and learn from
133
448326
2604
07:30
each individual piece of fruit.
134
450954
1838
07:34
So we developed a technology for doing that.
135
454253
2718
Assim, desenvolvemos uma tecnologia para fazer isso.
07:36
You're about to see a movie of it.
136
456995
1729
Vocês estão prestes a ver um vídeo dela.
07:41
Here we're packaging tens of thousands of individual cells,
137
461477
4028
Aqui milhares de células individuais estão sendo empacotadas,
07:45
each into its own tiny water droplet
138
465529
2923
cada uma em sua própria pequena gota de água
07:48
for its own molecular analysis.
139
468476
2211
para sua própria análise molecular.
07:51
When a cell lands in a droplet, it's greeted by a tiny bead,
140
471921
4123
Quando uma célula entra em uma gota, ela encontra uma pequena esfera,
07:56
and that bead delivers millions of DNA bar code molecules.
141
476068
3694
e essa esfera carrega milhões de moléculas de código de barras de DNA.
E cada esfera carrega uma sequência de código de barras de DNA diferente
08:01
And each bead delivers a different bar code sequence
142
481115
3308
08:04
to a different cell.
143
484447
1243
para cada célula.
08:06
We incorporate the DNA bar codes
144
486884
2581
As moléculas de código de barras de DNA se pareiam
08:09
into each cell's RNA molecules.
145
489489
3058
com as moléculas de RNA de cada célula.
08:12
Those are the molecular transcripts it's making
146
492571
2836
Esses RNAs são os transcritos moleculares sintetizados a partir de genes específicos
08:15
of the specific genes that it's using to do its job.
147
495431
3103
que a célula está usando para realizar seu trabalho.
08:19
And then we sequence billions of these combined molecules
148
499383
4207
E então sequenciamos bilhões dessas moléculas pareadas
08:24
and use the sequences to tell us
149
504532
2498
e usamos as sequências encontradas para nos dizer de qual célula e de qual gene
08:27
which cell and which gene
150
507054
2602
08:29
every molecule came from.
151
509680
1540
cada molécula se originou.
08:32
We call this approach "Drop-seq," because we use droplets
152
512561
3292
Nós chamamos essa abordagem de "Drop-seq" porque usamos gotículas
08:35
to separate the cells for analysis,
153
515877
2575
para separar as células para análise,
08:38
and we use DNA sequences to tag and inventory
154
518476
3445
e usamos sequências de DNA para marcar, catalogar e monitorar tudo.
08:41
and keep track of everything.
155
521945
1488
08:44
And now, whenever we do an experiment,
156
524727
1976
Sempre que fazemos um experimento,
08:46
we analyze tens of thousands of individual cells.
157
526727
3243
analisamos dezenas de milhares de células individuais.
08:51
And today in this area of science,
158
531018
2624
E hoje nessa área da ciência,
08:53
the challenge is increasingly how to learn as much as we can
159
533666
4931
o desafio é como aprender o máximo possível
08:58
as quickly as we can
160
538621
1872
e o mais rápido possível
09:00
from these vast data sets.
161
540517
1738
desses vastos conjuntos de dados.
09:04
When we were developing Drop-seq, people used to tell us,
162
544914
2770
Quando estávamos desenvolvendo Drop-seq, as pessoas costumavam nos dizer:
09:07
"Oh, this is going to make you guys the go-to for every major brain project."
163
547708
4804
"Isso vai fazer com que sejam procurados pra todos grandes projetos sobre cérebro".
09:13
That's not how we saw it.
164
553257
1544
Não é assim que enxergamos isso.
09:14
Science is best when everyone is generating lots of exciting data.
165
554825
4531
A ciência é melhor quando todos estão gerando muitos dados interessantes.
09:20
So we wrote a 25-page instruction book,
166
560197
3214
Então escrevemos um livro de instruções de 25 páginas,
09:23
with which any scientist could build their own Drop-seq system from scratch.
167
563435
4578
que ensina a qualquer cientista como construir o Drop-seq do zero.
09:28
And that instruction book has been downloaded from our lab website
168
568037
3697
E esse livro de instruções foi baixado do site do nosso laboratório
09:31
50,000 times in the past two years.
169
571758
2965
50 mil vezes nos últimos 2 anos.
09:35
We wrote software that any scientist could use
170
575598
3052
Nós desenvolvemos um software que qualquer cientista poderia usar
09:38
to analyze the data from Drop-seq experiments,
171
578674
2898
para analisar os dados de experimentos com Drop-seq,
09:41
and that software is also free,
172
581596
1715
e esse software também é gratuito,
09:43
and it's been downloaded from our website 30,000 times in the past two years.
173
583335
4388
e foi baixado do nosso site 30 mil vezes nos últimos dois anos.
09:48
And hundreds of labs have written us about discoveries that they've made
174
588328
4979
E centenas de laboratórios nos escreveram sobre as descobertas que fizeram
09:53
using this approach.
175
593331
1443
usando essa técnica.
09:54
Today, this technology is being used to make a human cell atlas.
176
594798
3560
Hoje, esta tecnologia está sendo usada para fazer um atlas de células humanas.
09:58
It will be an atlas of all of the cell types in the human body
177
598382
3354
Será um atlas de todos os tipos celulares do corpo humano
10:01
and the specific genes that each cell type uses to do its job.
178
601760
3680
e dos genes específicos que cada tipo de célula usa
para fazer seu trabalho.
10:08
Now I want to tell you about a second challenge that we face
179
608133
2876
Agora eu quero falar sobre um segundo desafio que enfrentamos
ao tentar transformar o cérebro em um problema de Big Data.
10:11
in trying to turn the brain into a big data problem.
180
611033
2448
10:13
And that challenge is that we'd like to learn from the brains
181
613505
3279
Nós gostaríamos de aprender com o cérebro de centenas de milhares de pessoas vivas.
10:16
of hundreds of thousands of living people.
182
616808
2444
10:19
But our brains are not physically accessible while we're living.
183
619998
3704
Mas nosso cérebro não é fisicamente acessível enquanto estamos vivos.
10:24
But how can we discover molecular factors if we can't hold the molecules?
184
624895
3960
Como podemos descobrir fatores moleculares se não podemos acessar as moléculas?
10:30
An answer comes from the fact that the most informative molecules, proteins,
185
630352
4548
Uma resposta vem do fato de que as moléculas mais informativas, as proteínas,
10:34
are encoded in our DNA,
186
634924
1782
estão codificadas em nosso DNA,
10:36
which has the recipes our cells follow to make all of our proteins.
187
636730
4530
que tem as receitas que as células seguem para fazer todas as nossas proteínas.
10:41
And these recipes vary from person to person to person
188
641999
4946
E essas receitas variam de pessoa para pessoa
10:46
in ways that cause the proteins to vary from person to person
189
646969
3342
de maneira que as proteínas variem de pessoa para pessoa
10:50
in their precise sequence
190
650335
1787
na sequência precisa delas
10:52
and in how much each cell type makes of each protein.
191
652146
3151
e em quanto cada tipo de célula faz de cada proteína.
10:56
It's all encoded in our DNA, and it's all genetics,
192
656441
3393
Está tudo codificado em nosso DNA,
e é tudo genética,
10:59
but it's not the genetics that we learned about in school.
193
659858
2817
mas não é a genética que aprendemos na escola.
11:03
Do you remember big B, little b?
194
663572
1983
Vocês se lembram do B grande e b pequeno?
11:06
If you inherit big B, you get brown eyes?
195
666260
2400
Se você herdar B grande, você apresenta olhos castanhos?
11:09
It's simple.
196
669085
1223
É simples.
11:11
Very few traits are that simple.
197
671451
3173
Mas muito poucas características são tão simples.
11:15
Even eye color is shaped by much more than a single pigment molecule.
198
675232
4725
Até mesmo a cor dos olhos depende de mais do que uma molécula de pigmento.
11:20
And something as complex as the function of our brains
199
680861
4250
E algo tão complexo quanto o funcionamento de nosso cérebro
11:25
is shaped by the interaction of thousands of genes.
200
685135
3247
é moldado pela interação de milhares de genes.
11:28
And each of these genes varies meaningfully
201
688406
2340
E cada um desses genes varia significativamente
11:30
from person to person to person,
202
690770
1838
de pessoa para pessoa, e cada um de nós é uma combinação única dessa variação.
11:32
and each of us is a unique combination of that variation.
203
692632
3517
11:37
It's a big data opportunity.
204
697419
2216
É uma oportunidade de Big Data.
11:40
And today, it's increasingly possible to make progress
205
700214
3176
E hoje, é cada vez mais possível progredir
11:43
on a scale that was never possible before.
206
703414
2796
em uma escala que não era possível antes.
11:46
People are contributing to genetic studies
207
706234
2405
As pessoas estão contribuindo para estudos genéticos
11:48
in record numbers,
208
708663
1594
em números recordes.
11:51
and scientists around the world are sharing the data with one another
209
711085
4087
E cientistas de todo o mundo estão compartilhando dados uns com os outros
11:55
to speed progress.
210
715196
1571
para acelerar o progresso.
11:57
I want to tell you a short story about a discovery we recently made
211
717514
3239
Quero compartilhar uma história sobre uma descoberta recente que fizemos
12:00
about the genetics of schizophrenia.
212
720777
1894
sobre a genética da esquizofrenia.
12:03
It was made possible by 50,000 people from 30 countries,
213
723506
4596
Ela foi possível graças a 50 mil pessoas de 30 países,
12:08
who contributed their DNA to genetic research on schizophrenia.
214
728126
4700
que contribuíram com o DNA delas para a pesquisa genética em esquizofrenia.
12:14
It had been known for several years
215
734406
2096
Já era conhecido há vários anos
12:16
that the human genome's largest influence on risk of schizophrenia
216
736526
4111
que a maior influência do genoma humano no risco de esquizofrenia
12:20
comes from a part of the genome
217
740661
1802
vem de uma parte do genoma
12:22
that encodes many of the molecules in our immune system.
218
742487
3344
que codifica muitas das moléculas do nosso sistema imunológico.
12:25
But it wasn't clear which gene was responsible.
219
745855
3034
Mas não era claro qual gene era o responsável.
12:29
A scientist in my lab developed a new way to analyze DNA with computers,
220
749746
4040
Um cientista no meu laboratório desenvolveu uma nova maneira
de analisar o DNA com computadores, e ele descobriu algo muito surpreendente.
12:33
and he discovered something very surprising.
221
753810
3095
12:36
He found that a gene called "complement component 4" --
222
756929
3251
Ele descobriu que um gene chamado "componente quatro do complemento",
12:40
it's called "C4" for short --
223
760204
1799
abreviadamente chamado "C4",
12:43
comes in dozens of different forms in different people's genomes,
224
763036
3889
existe em dezenas de formas diferentes em genomas de pessoas diferentes,
12:46
and these different forms make different amounts
225
766949
3197
e essas formas diferentes fazem quantidades diferentes
12:50
of C4 protein in our brains.
226
770170
2242
da proteína C4 em nosso cérebro.
12:52
And he found that the more C4 protein our genes make,
227
772957
3985
Ele descobriu que quanto mais proteína C4 nossos genes fazem,
12:56
the greater our risk for schizophrenia.
228
776966
2112
maior o risco de esquizofrenia.
12:59
Now, C4 is still just one risk factor in a complex system.
229
779919
4907
C4 ainda é apenas um fator de risco em um sistema complexo.
13:04
This isn't big B,
230
784850
1989
Isso não é B grande,
13:06
but it's an insight about a molecule that matters.
231
786863
3557
mas é um entendimento sobre uma molécula importante.
13:11
Complement proteins like C4 were known for a long time
232
791492
3637
Proteínas do complemento, como C4, são conhecidas há muito tempo
13:15
for their roles in the immune system,
233
795153
1953
pelos papéis dela no sistema imunológico,
13:17
where they act as a kind of molecular Post-it note
234
797130
2778
onde eles agem como uma espécie de "post-it" molecular
13:19
that says, "Eat me."
235
799932
1580
que diz: "Me coma!"
13:22
And that Post-it note gets put on lots of debris
236
802475
2667
E esse post-it é colocado em muitos detritos
13:25
and dead cells in our bodies
237
805166
2357
e em células mortas em nosso corpo
13:27
and invites immune cells to eliminate them.
238
807547
2490
e estimula as células imunológicas a eliminá-los.
13:30
But two colleagues of mine found that the C4 Post-it note
239
810779
3539
Mas dois colegas meus descobriram que a nota de post-it do C4
13:35
also gets put on synapses in the brain
240
815183
3298
também é colocada em sinapses no cérebro
13:38
and prompts their elimination.
241
818505
1864
e solicita a eliminação delas.
13:41
Now, the creation and elimination of synapses is a normal part
242
821154
3266
A criação e eliminação de sinapses é uma parte normal
13:44
of human development and learning.
243
824444
1854
de desenvolvimento humano e aprendizagem.
13:46
Our brains create and eliminate synapses all the time.
244
826322
2921
Nosso cérebro cria e elimina sinapses o tempo todo.
13:49
But our genetic results suggest that in schizophrenia,
245
829921
2960
Mas nossos resultados genéticos sugerem que, na esquizofrenia,
13:52
the elimination process may go into overdrive.
246
832905
3233
o processo de eliminação pode ser exacerbado.
13:57
Scientists at many drug companies tell me they're excited about this discovery,
247
837185
3929
Cientistas de empresas farmacêuticas me dizem que estão empolgados
com essa descoberta, pois eles trabalham com proteínas do complemento há anos
14:01
because they've been working on complement proteins for years
248
841138
3239
14:04
in the immune system,
249
844401
1540
no sistema imunológico,
14:05
and they've learned a lot about how they work.
250
845965
2206
e eles aprenderam muito sobre como elas funcionam.
14:08
They've even developed molecules that interfere with complement proteins,
251
848885
3894
Eles desenvolveram moléculas que interagem com proteínas do complemento,
14:12
and they're starting to test them in the brain as well as the immune system.
252
852803
3607
e estão começando a testá-las no cérebro e no sistema imunológico.
14:17
It's potentially a path toward a drug that might address a root cause
253
857124
4721
É um caminho em direção a uma droga com potencial de resolver uma causa raiz
14:21
rather than an individual symptom,
254
861869
2649
em vez de um sintoma individual,
14:24
and we hope very much that this work by many scientists over many years
255
864542
4048
e esperamos que esse trabalho de muitos cientistas e de vários anos
14:28
will be successful.
256
868614
1152
seja bem-sucedido.
14:31
But C4 is just one example
257
871689
3014
Mas o C4 é apenas um exemplo
14:34
of the potential for data-driven scientific approaches
258
874727
3112
do potencial de abordagens científicas baseadas em dados
14:37
to open new fronts on medical problems that are centuries old.
259
877863
3903
para abrir novas frentes em problemas médicos com séculos de idade.
14:42
There are hundreds of places in our genomes
260
882144
2745
Existem centenas de regiões nos nossos genomas
14:44
that shape risk for brain illnesses,
261
884913
2585
que moldam o risco de doenças cerebrais,
14:47
and any one of them could lead us to the next molecular insight
262
887522
4066
e qualquer uma delas poderia nos fornecer um próximo entendimento molecular
14:51
about a molecule that matters.
263
891612
2020
sobre uma molécula que é importante.
14:53
And there are hundreds of cell types that use these genes in different combinations.
264
893656
3987
Há centenas de tipos celulares que usam esses genes em diferentes combinações.
14:57
As we and other scientists work to generate
265
897667
2069
Nós e outros cientistas trabalhamos para gerar
14:59
the rest of the data that's needed
266
899760
2069
o restante dos dados necessários
15:01
and to learn all that we can from that data,
267
901853
2393
e aprender tudo o que pudermos com esses dados,
15:04
we hope to open many more new fronts.
268
904270
2403
e esperamos abrir muitas novas frentes.
15:08
Genetics and single-cell analysis are just two ways
269
908483
5079
Genética e análise de células individuais são apenas duas maneiras
15:13
of trying to turn the brain into a big data problem.
270
913586
3767
de tentar transformar o cérebro em um problema de Big Data.
15:18
There is so much more we can do.
271
918424
2159
Há muito mais que podemos fazer.
15:21
Scientists in my lab are creating a technology
272
921235
3074
Os cientistas do meu laboratório estão criando uma tecnologia
15:24
for quickly mapping the synaptic connections in the brain
273
924333
3196
para o rápido mapeamento das conexões sinápticas no cérebro
15:27
to tell which neurons are talking to which other neurons
274
927553
2938
para dizer quais neurônios se comunicam com quais outros neurônios
15:30
and how that conversation changes throughout life and during illness.
275
930515
3996
e como essa comunicação muda ao longo da vida e durante a doença.
15:35
And we're developing a way to test in a single tube
276
935467
4520
E estamos desenvolvendo uma maneira de testar em um único tubo
como células com centenas de genomas de pessoas diferentes
15:40
how cells with hundreds of different people's genomes
277
940011
2718
15:42
respond differently to the same stimulus.
278
942753
2170
respondem de forma diferente ao mesmo estímulo.
15:46
These projects bring together people with diverse backgrounds
279
946248
4903
Esses projetos reúnem pessoas com diversas bagagens,
15:51
and training and interests --
280
951175
2493
treinamentos e interesses,
15:53
biology, computers, chemistry, math, statistics, engineering.
281
953692
5877
como biologia, informática, química, matemática, estatística e engenharia.
16:00
But the scientific possibilities rally people with diverse interests
282
960205
4232
As possibilidades científicas juntam pessoas com interesses diferentes
16:04
into working intensely together.
283
964461
2235
para trabalhar intensamente juntas.
16:08
What's the future that we could hope to create?
284
968871
2551
Qual o futuro que poderíamos criar?
16:12
Consider cancer.
285
972267
1350
Considerem o câncer.
16:14
We've moved from an era of ignorance about what causes cancer,
286
974193
3922
Evoluímos de uma era de ignorância sobre o que causa câncer,
16:18
in which cancer was commonly ascribed to personal psychological characteristics,
287
978139
6988
em que o câncer era comumente atribuído a características psicológicas pessoais,
16:26
to a modern molecular understanding of the true biological causes of cancer.
288
986238
5395
para uma compreensão molecular moderna das causas biológicas reais do câncer.
16:32
That understanding today leads to innovative medicine
289
992100
3074
Essa compreensão hoje leva a inovações na medicina
16:35
after innovative medicine,
290
995198
1696
e mais inovações,
16:36
and although there's still so much work to do,
291
996918
2839
e embora ainda haja muito trabalho a ser feito,
16:39
we're already surrounded by people who have been cured of cancers
292
999781
3394
já estamos cercados por pessoas que foram curadas de cânceres
16:43
that were considered untreatable a generation ago.
293
1003199
3269
que foram considerados intratáveis há uma geração.
16:48
And millions of cancer survivors like my sister
294
1008254
3376
E milhões de sobreviventes de câncer,
como minha irmã,
16:51
find themselves with years of life that they didn't take for granted
295
1011654
4401
encontram-se com anos de vida que achavam que não teriam
16:56
and new opportunities
296
1016079
1769
e novas oportunidades
16:57
for work and joy and human connection.
297
1017872
3930
de trabalho, alegria e conexão humana.
17:03
That is the future that we are determined to create around mental illness --
298
1023358
4378
Esse é o futuro que estamos determinados a criar em torno das doenças mentais:
17:08
one of real understanding and empathy
299
1028581
4119
um de real compreensão e empatia
17:12
and limitless possibility.
300
1032724
1816
e possibilidades ilimitadas.
17:15
Thank you.
301
1035159
1190
Obrigado.
17:16
(Applause)
302
1036374
4062
(Aplausos)
Sobre este site

Este site apresentará a você vídeos do YouTube que são úteis para o aprendizado do inglês. Você verá aulas de inglês ministradas por professores de primeira linha de todo o mundo. Clique duas vezes nas legendas em inglês exibidas em cada página de vídeo para reproduzir o vídeo a partir daí. As legendas rolarão em sincronia com a reprodução do vídeo. Se você tiver algum comentário ou solicitação, por favor, entre em contato conosco usando este formulário de contato.

https://forms.gle/WvT1wiN1qDtmnspy7