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

Переводчик: Bohdan Trokhymets Редактор: Yulia Kallistratova

Nine years ago,

Девять лет назад

my sister discovered lumps in her neck and arm

моя сестра обнаружила опухоли на шее и руке.

and was diagnosed with cancer.

Ей диагностировали рак.

From that day, she started to benefit

С тех пор она начала пользоваться

from the understanding that science has of cancer.

достижениями науки в области исследования рака.

Every time she went to the doctor,

Во время каждого приёма у врача

they measured specific molecules

у неё измеряли содержание определённых молекул,

that gave them information about how she was doing

тем самым получая данные о её состоянии,

and what to do next.

и определяли, что делать дальше.

New medical options became available every few years.

Каждые несколько лет появлялись новые медицинские средства.

Everyone recognized that she was struggling heroically

Все признают, что она героически сражалась

with a biological illness.

со своей болезнью.

This spring, she received an innovative new medical treatment

Этой весной она получила инновационное лечение

in a clinical trial.

в ходе клинических испытаний.

It dramatically knocked back her cancer.

Оно существенно отбросило назад развитие её рака.

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

Знаете, с кем я проведу День благодарения?

My vivacious sister,

С моей ожившей сестрой,

who gets more exercise than I do,

которая тренируется больше меня

and who, like perhaps many people in this room,

и, наверное, как многие в этом зале,

increasingly talks about a lethal illness

говорит о смертельной болезни

in the past tense.

в прошедшем времени.

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

В течение нашей жизни, или даже за 10 лет, наука способна изменить понимание того,

transform what it means to have a specific illness.

что значит жить со специфической болезнью.

But not for all illnesses.

Но это касается не всех недугов.

My friend Robert and I were classmates in graduate school.

Я и мой друг Роберт учились вместе в аспирантуре.

Robert was smart,

Роберт был умён,

but with each passing month,

но с каждым месяцем

his thinking seemed to become more disorganized.

его мышление казалось всё менее организованным.

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

Он бросил аспирантуру, стал работать в магазине,

But that, too, became too complicated.

но и это стало для него слишком сложно.

Robert became fearful and withdrawn.

Роберт стал боязливым и замкнутым.

A year and a half later, he started hearing voices

Через полтора года он стал слышать голоса

and believing that people were following him.

и думать, что его преследуют.

Doctors diagnosed him with schizophrenia,

Врачи диагностировали у него шизофрению

and they gave him the best drug they could.

и дали самый лучший препарат, который могли.

That drug makes the voices somewhat quieter,

Препарат немного приглушает голоса,

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

но не восстанавливает его ясный ум и социальную связь с обществом.

Robert struggled to remain connected

Роберту было сложно сохранить связь

to the worlds of school and work and friends.

со школой, работой и друзьями.

He drifted away,

Он отдалился от нас,

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

и сейчас я не знаю, как его найти.

If he watches this,

Если он нас смотрит,

I hope he'll find me.

надеюсь, он меня найдёт.

Why does medicine have so much to offer my sister,

Почему медицина так много может предложить моей сестре

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

и так мало — Роберту и миллионам с такой же болезнью?

The need is there.

Они в этом нуждаются.

The World Health Organization estimates that brain illnesses

Всемирная организация здравоохранения считает, что болезни мозга,

like schizophrenia, bipolar disorder and major depression

как шизофрения, биполярное расстройство личности и глубокая депрессия,

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

являются самой частой в мире причиной сокращения годов жизни и работы.

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

Это отчасти потому, что эти болезни часто поражают рано,

in many ways, in the prime of life,

очень часто в молодые годы,

just as people are finishing their educations, starting careers,

как только люди заканчивают образование, начинают карьеру,

forming relationships and families.

образуют отношения и семьи.

These illnesses can result in suicide;

Эти болезни могут спровоцировать суицид;

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

они часто ставят под угрозу способность работать на полную;

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

трудно представить, сколько бед они могут повлечь за собой:

lost relationships and connections,

разрыв отношений и контактов,

missed opportunities to pursue dreams and ideas.

упущенные шансы осуществить мечты.

These illnesses limit human possibilities

Эти болезни ограничивают человеческие способности так,

in ways we simply cannot measure.

что мы не можем этого даже измерить.

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

Мы живём в эпоху интенсивного прогресса в медицине

on so many other fronts.

и многих других сферах.

My sister's cancer story is a great example,

Хорошим примером тому служит история рака моей сестры,

and we could say the same of heart disease.

то же самое можно сказать и о болезнях сердца.

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

Такие препараты, как статины, предупреждают миллионы

сердечных приступов и инсультов.

When you look at these areas of profound medical progress

Если посмотреть на прогресс медицины в этих сферах

in our lifetimes,

в течение нашей жизни,

they have a narrative in common:

можно увидеть в них много общего:

scientists discovered molecules that matter to an illness,

учёные открывали молекулы, относящиеся к болезни,

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

научились находить и измерять эти молекулы в организме,

and they developed ways to interfere with those molecules

а также научились препятствовать их развитию,

using other molecules -- medicines.

применяя другие молекулы — лекарства.

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

Этот подход срабатывал снова и снова.

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

Но когда приходит очередь мозга, такой подход оказывается ограниченным,

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

поскольку сегодня мы недостаточно знаем

about how the brain works.

о его работе.

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

Нам надо узнать, какие клетки мозга имеют значение для каждой болезни,

and which molecules in those cells matter to each illness.

и какие молекулы в этих клетках имеют значение для каждой болезни.

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

Об этом я и хочу вам сегодня рассказать.

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

Моя лаборатория развивает технологии, с помощью которых мы пытаемся превратить

into a big-data problem.

мозг в проблему больших потоков данных.

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

Прежде чем стать биологом, я работал с компьютерами и математикой,

and I learned this lesson:

и я усвоил урок:

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

где бы вы ни собирали огромное количество разной информации

about the functioning of a system,

о том, как работает система,

you can use computers in powerful new ways

вы можете использовать мощность компьютера,

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

чтобы получить представление о системе и том, как она работает.

Today, big-data approaches are transforming

Сейчас подходы к большим потокам данных трансформируют

ever-larger sectors of our economy,

всё более крупные сектора экономики,

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

и они могут сделать то же самое в биологии и медицине.

But you have to have the right kinds of data.

Но вам надо иметь нужную информацию.

You have to have data about the right things.

Вам нужна информация о том, что важно.

And that often requires new technologies and ideas.

Это часто требует новых идей и технологий.

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

Именно это задача занимает учёных в моей лаборатории.

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

Сегодня я расскажу вам две короткие истории из моей работы.

One fundamental obstacle we face

Одно из существенных препятствий, с какими мы сталкиваемся,

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

пытаясь превратить мозг в проблему больших потоков данных,

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

это то, что мозг состоит из миллиардов клеток.

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

И перед ними стоят не общие, а специальные конкретные задачи.

Like humans at work,

Как люди в работе,

they specialize into thousands of different cellular careers,

они специализируются в тысячах разных клеточных карьер,

or cell types.

или типов клеток.

In fact, each of the cell types in our body

Фактически, каждый из типов клеток нашего тела

could probably give a lively TED Talk

мог бы выступить на TED с лекцией

about what it does at work.

о своей работе.

But as scientists, we don't even know today

Но как учёные мы даже не знаем,

how many cell types there are,

сколько типов клеток существует,

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

и не знаем, какими были бы темы большинства подобных лекций.

Now, we know many important things about cell types.

Сейчас мы знаем много важного о типах клеток.

They can differ dramatically in size and shape.

Они могут существенно отличаться формой и размерами.

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

На одну и ту же молекулу одни клетки реагируют, а другие нет,

they'll make different molecules.

и они вырабатывают разные молекулы.

But science has largely been reaching these insights

Но наука добивается этих знаний

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

бессистемно, по одной клетке за раз,

one molecule at a time.

по одной молекуле за раз.

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

Мы хотели обеспечить возможность изучить их все быстро и систематизировано.

Now, until recently, it was the case

До недавнего времени для того,

that if you wanted to inventory all of the molecules

чтобы открыть все молекулы

in a part of the brain or any organ,

в части мозга или другого органа,

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

вам надо было размолоть его на клеточный коктейль.

But that's a problem.

Но есть проблема.

As soon as you've ground up the cells,

Как только вы измельчите клетки,

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

вы сможете изучать лишь содержимое усреднённой клетки,

not the individual cells.

а не индивидуальной.

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

Это как если бы вы хотели узнать, как устроен Нью-Йорк,

but you could only do so by reviewing some statistics

но всё, что у вас есть, это данные

about the average resident of New York.

о среднестатистическом жителе Нью-Йорка.

Of course, you wouldn't learn very much,

Конечно, многого так не узнаешь,

because everything that's interesting and important and exciting

потому что самое интересное, важное и захватывающее

is in all the diversity and the specializations.

находится во всём разнообразном и специфическом.

And the same thing is true of our cells.

С нашими клетками происходит то же самое.

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

Мы хотели бы иметь возможность изучать мозг не как клеточный коктейль,

but as a cellular fruit salad,

а как клеточный фруктовый салат,

in which one could generate data about and learn from

в котором можно получить информацию

each individual piece of fruit.

о каждом отдельном кусочке фрукта.

So we developed a technology for doing that.

Поэтому мы разработали технологию именно для этого.

You're about to see a movie of it.

Сейчас вы увидите об этом фильм.

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

Вот мы запаковываем десятки тысяч отдельных клеток,

each into its own tiny water droplet

каждую в свою собственную капельку

for its own molecular analysis.

для отдельного молекулярного анализа.

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

Когда клетка помещается в капельку, её встречает крошечная бусинка,

and that bead delivers millions of DNA bar code molecules.

которая доставляет миллионы молекул генов ДНК.

And each bead delivers a different bar code sequence

Каждая бусинка доставляет особенную последовательность генов

to a different cell.

в отдельную клетку.

We incorporate the DNA bar codes

Мы внедряем гены ДНК

into each cell's RNA molecules.

в каждую молекулу клеток РНК.

Those are the molecular transcripts it's making

Это молекулярные шифры, состоящие с особых генов,

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

что используются для их работы.

And then we sequence billions of these combined molecules

Потом мы секвенируем миллиарды таких объединённых молекул,

and use the sequences to tell us

и их последовательность сообщает нам,

which cell and which gene

из какой клетки и какого гена

every molecule came from.

происходит каждая молекула.

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

Мы называем такой подход «Drop-seq» [«Каплепорядок»],

потому что мы используем капли, чтобы отделить клетки для анализа,

to separate the cells for analysis,

and we use DNA sequences to tag and inventory

а также используем последовательности ДНК, чтобы пометить, определить

and keep track of everything.

и всё отследить.

And now, whenever we do an experiment,

Каждый раз, когда мы ставим эксперименты,

we analyze tens of thousands of individual cells.

мы анализируем десятки тысяч отдельных клеток.

And today in this area of science,

Сегодня в этой сфере науки

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

главная цель — узнать как можно больше

as quickly as we can

и как можно быстрее

from these vast data sets.

из этих огромных наборов данных.

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

Когда мы разрабатывали Drop-seq, люди говорили нам:

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

«Это сделает вас палочкой-выручалочкой для всех крупных проектов по мозгу».

That's not how we saw it.

Это не то, к чему мы стремились.

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

Для науки лучше всего, когда каждый производит много увлекательной информации.

So we wrote a 25-page instruction book,

Поэтому мы написали инструкцию на 25 страниц,

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

с которой любой учёный мог бы создать собственную систему Drop-seq с нуля.

And that instruction book has been downloaded from our lab website

Эту инструкцию с сайта нашей лаборатории за последние два года

50,000 times in the past two years.

загрузили 50 000 раз.

We wrote software that any scientist could use

Мы написали программное обеспечение, которое каждый учёный мог бы

to analyze the data from Drop-seq experiments,

использовать для анализа данных экспериментов Drop-seq,

and that software is also free,

и это обеспечение тоже бесплатное,

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

и за последние 2 года его загрузили с нашего сайта 30 000 раз.

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

Сотни лабораторий написали нам об открытиях, которые они сделали

using this approach.

благодаря этому подходу.

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

Сегодня эта технология используется, чтобы создать атлас клеток человека.

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

Это будет атлас всех типов клеток в человеческом теле

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

и специфических генов, которые каждый тип клеток использует в своей работе.

А теперь я расскажу о другой трудности, с которой мы столкнулись,

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

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

пытаясь представить мозг в виде крупного потока данных.

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

Трудность в том, что мы хотели изучить мозги

of hundreds of thousands of living people.

сотен тысяч живущих ныне людей.

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

Но наш мозг физически недоступен для исследования, пока мы живы.

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

Как же открыть молекулярные факторы, если мы не можем заполучить молекулы?

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

Ответ в том, что самые информативные молекулы — белки́ —

are encoded in our DNA,

закодированы в нашей ДНК,

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

которая содержит рецепты, по которым наши клетки создают все наши белки.

And these recipes vary from person to person to person

Эти рецепты индивидуальны для каждого человека,

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

поэтому и белки у разных людей различаются

in their precise sequence

своей точной последовательностью

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

и количеством белка, вырабатываемого каждым типом клеток.

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

Всё это закодировано в ДНК, всё это генетика,

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

но не та генетика, что мы учили в школе.

Do you remember big B, little b?

Помните доминантные, рецессивные гены?

If you inherit big B, you get brown eyes?

Если вы унаследовали доминанту, у вас карие глаза?

It's simple.

Это просто.

Very few traits are that simple.

Настолько простых черт очень мало.

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

Даже цвет глаз зависит не только от пигментных молекул.

And something as complex as the function of our brains

Нечто настолько сложное, как работа нашего мозга,

is shaped by the interaction of thousands of genes.

формируется благодаря взаимодействию тысяч таких генов.

And each of these genes varies meaningfully

Каждый из этих генов существенно различается

from person to person to person,

у разных людей,

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

и каждый из нас — уникальная комбинация этих различий.

It's a big data opportunity.

Это большая информационная возможность.

And today, it's increasingly possible to make progress

Сегодня всё больше можно добиться прогресса

on a scale that was never possible before.

в ранее невозможных масштабах.

People are contributing to genetic studies

Люди делают вклад в учение о генетике

in record numbers,

в рекордные сроки,

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

а учёные по всему миру делятся данными друг с другом для того,

to speed progress.

чтобы ускорить прогресс.

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

Я хочу рассказать короткую историю об открытии, которое мы сделали недавно

about the genetics of schizophrenia.

в области шизофрении.

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

Оно стало возможным благодаря 50 000 людей из 30 разных стран,

who contributed their DNA to genetic research on schizophrenia.

которые предоставили свои ДНК для генетического исследования о шизофрении.

It had been known for several years

Уже несколько лет известно,

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

что на риск развития шизофрении влияет

comes from a part of the genome

часть человеческого генома,

that encodes many of the molecules in our immune system.

который кодирует множество молекул нашей иммунной системы.

But it wasn't clear which gene was responsible.

Но не было понятно, какой именно ген за это отвечал.

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

Учёный в моей лаборатории нашёл новый способ анализировать ДНК

and he discovered something very surprising.

с помощью компьютера, и открыл кое-что неожиданное.

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

Он узнал, что ген под названием «комплементный компонент 4» —

it's called "C4" for short --

его сокращённо называют «С4» —

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

встречается в разных формах в различных человеческих геномах,

and these different forms make different amounts

и эти разные формы вырабатывают разное количество

of C4 protein in our brains.

белка С4 в мозге.

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

Ещё он узнал, что чем больше белка С4 вырабатывают наши гены,

the greater our risk for schizophrenia.

тем больше риск развития шизофрении.

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

Пока С4 остаётся единственным фактором риска в сложной системе.

This isn't big B,

Это не доминантный ген,

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

но это знание о молекуле, которое имеет важное значение.

Complement proteins like C4 were known for a long time

Белки комплемента вроде С4 известны уже долгое время

for their roles in the immune system,

благодаря их функции в иммунной системе,

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

где они действуют как молекулярная метка с текстом:

that says, "Eat me."

«Съешь меня».

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

Этой меткой помечено много отходов

and dead cells in our bodies

и мёртвых клеток в организме,

and invites immune cells to eliminate them.

которые клетки иммунной системы приглашаются устранить.

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

Но двое из моих коллег узнали, что метками С4

also gets put on synapses in the brain

также помечаются синапсы мозга,

and prompts their elimination.

что вызывает их устранение.

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

Вообще, создание и уничтожение синапсов является естественной

of human development and learning.

частью нашего развития.

Our brains create and eliminate synapses all the time.

Наш мозг постоянно создаёт и уничтожает синапсы.

But our genetic results suggest that in schizophrenia,

Но наши результаты наводят на мысль, что при шизофрении

the elimination process may go into overdrive.

процесс устранения клеток опережает их создание.

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

Учёные из многих фармацевтических компаний были в восторге от этого открытия,

because they've been working on complement proteins for years

потому что они годами работают с белками комплемента

in the immune system,

для иммунной системы,

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

и они много узнали о принципах их работы.

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

Они даже создали молекулы, препятствующие работе белков комплемента,

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

и сейчас они начали испытывать их как в мозге, так и в иммунной системе.

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

Это, возможно, первый шаг к препаратам, которые повлияют на главную причину,

rather than an individual symptom,

а не на отдельные симптомы,

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

и мы очень надеемся на успех многолетней работы

will be successful.

стольких учёных.

But C4 is just one example

Но С4 — лишь один из примеров возможностей

of the potential for data-driven scientific approaches

научного подхода, основанного на управлении данными,

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

способного открыть новые решения старых медицинских проблем.

There are hundreds of places in our genomes

В наших геномах есть сотни мест,

that shape risk for brain illnesses,

которые могут создать риск болезней мозга,

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

и любое из них могло бы привести нас к очередному пониманию

about a molecule that matters.

работы важных молекул.

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

Существуют сотни типов клеток, которые используют эти гены в разных комбинациях.

As we and other scientists work to generate

Вместе с другими учёными мы работаем на тем,

the rest of the data that's needed

чтобы собрать остальную информацию,

and to learn all that we can from that data,

необходимую для понимания всего, что только возможно,

we hope to open many more new fronts.

и мы надеемся открыть много новых сфер применения.

Genetics and single-cell analysis are just two ways

Генетика и анализ отдельных клеток — лишь два способа в попытке

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

подойти к мозгу как к проблеме больших данных.

There is so much more we can do.

Мы ещё многое можем сделать.

Scientists in my lab are creating a technology

Учёные в моей лаборатории создают технологию

for quickly mapping the synaptic connections in the brain

для быстрого отображения синаптических связей в мозге,

to tell which neurons are talking to which other neurons

чтобы видеть, какие нейроны общаются между собой

and how that conversation changes throughout life and during illness.

и как их общение меняется в течение жизни и на протяжении болезни.

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

Ещё мы разрабатываем способ проверять в отдельной пробирке,

how cells with hundreds of different people's genomes

как клетки с миллионами разных человеческих геномов

respond differently to the same stimulus.

по-разному реагируют на одни те же раздражители.

These projects bring together people with diverse backgrounds

Эти проекты собрали вместе людей с разным опытом,

and training and interests --

подготовкой и интересами:

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

биологов, программистов, химиков, математиков, статистиков, инженеров.

But the scientific possibilities rally people with diverse interests

Но научные возможности собрали вместе людей с разными интересами

into working intensely together.

для интенсивной общей работы.

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

Какое будущее мы надеемся создать?

Consider cancer.

Рассмотрим рак.

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

Мы прошли путь от незнания причин рака,

in which cancer was commonly ascribed to personal psychological characteristics,

когда рак обычно считался персональной психологической особенностью,

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

до современного молекулярного осознания биологических причин рака.

That understanding today leads to innovative medicine

Современное осознание ведёт к инновационной медицине

after innovative medicine,

как следствие инновационной медицины,

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

и хотя до сих ещё есть, над чем работать,

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

уже сегодня вокруг много людей, излечившихся от рака,

that were considered untreatable a generation ago.

который прошлое поколение считало неизлечимым.

And millions of cancer survivors like my sister

А миллионы победивших рак, как моя сестра,

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

получили дополнительные годы жизни, которые они не воспринимают как должное,

and new opportunities

и новые возможности

for work and joy and human connection.

для работы, развлечений и общения.

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

Вот какое будущее мы намерены создать вокруг психических заболеваний —

one of real understanding and empathy

будущее осознания, сопереживания

and limitless possibility.

и неограниченных возможностей.

Thank you.

Спасибо.

(Applause)

(Аплодисменты)