Stephen Friend: The hunt for "unexpected genetic heroes"

62,564 views ・ 2014-05-29

TED


โปรดดับเบิลคลิกที่คำบรรยายภาษาอังกฤษด้านล่างเพื่อเล่นวิดีโอ

Translator: Kelwalin Dhanasarnsombut Reviewer: Tisa Tontiwatkul
00:12
Approximately 30 years ago,
0
12602
2338
ประมาณ 30 ปีก่อน
00:14
when I was in oncology at the Children's Hospital
1
14940
2693
ตอนที่ผมอยู่แผนกมะเร็งในโรงพยาบาลเด็ก
00:17
in Philadelphia,
2
17633
1389
ในฟิลาเดเฟีย
00:19
a father and a son walked into my office
3
19022
3154
พ่อและลูกชายเดินเข้ามาในออฟฟิตผม
00:22
and they both had their right eye missing,
4
22176
3144
และพวกเขาทั้งสองไม่มีตาขวา
00:25
and as I took the history, it became apparent
5
25320
2811
และเมื่อผมดูประวัติ มันก็ชัดเจนว่า
00:28
that the father and the son had a rare form
6
28131
2769
พ่อและลูกชายมีอาการที่พบได้ยาก
00:30
of inherited eye tumor, retinoblastoma,
7
30900
3542
ของมะเร็งที่ตาที่ถ่ายทอดผ่านทางพันธุกรรม หรือ เรติโนบลาสโตมา
00:34
and the father knew that he had passed that fate
8
34442
3114
และพ่อก็รู้ว่าเขาได้ส่งผ่านชะตากรรมนั้น
00:37
on to his son.
9
37556
1875
ไปสู่ลูกชาย
00:39
That moment changed my life.
10
39431
2412
วินาทีนั้นเปลี่ยนชีวิตผม
00:41
It propelled me to go on
11
41843
1904
มันผลักดันให้ผมเดินหน้า
00:43
and to co-lead a team that discovered
12
43747
3532
และนำทีมที่ค้นพบ
00:47
the first cancer susceptibility gene,
13
47279
3197
ยีนที่ไวต่อมะเร็ง (cancer susceptibility gene) ยีนแรก
00:50
and in the intervening decades since then,
14
50476
2721
และในศตวรรษระหว่างนั้น
00:53
there has been literally a seismic shift
15
53197
3420
ความเข้าใจของเรามีการเปลี่ยนแปลงมากมาย
00:56
in our understanding of what goes on,
16
56617
2026
ต่อสิ่งที่เกิดขึ้น
00:58
what genetic variations are sitting behind
17
58643
2888
ว่าความหลากหลายทางพันธุกรรมใด
01:01
various diseases.
18
61531
1559
ที่เป็นเบื้องหลังโรคต่างๆ
01:03
In fact, for thousands of human traits,
19
63090
3384
อันที่จริง พื้นฐานคือหนึ่งโมเลกุลที่ทราบกันว่า
01:06
a molecular basis that's known for that,
20
66474
2218
เป็นที่มาของกว่าพันรูปแบบของมนุษย์
01:08
and for thousands of people, every day,
21
68692
3295
และผู้คนนับพัน ในทุกวันนี้
01:11
there's information that they gain
22
71987
2081
มีข้อมูลต่างๆ มากมายที่พวกเขารับรู้
01:14
about the risk of going on to get this disease
23
74068
2442
เกี่ยวกับความเสี่ยงที่จะได้รับโรคนี้
01:16
or that disease.
24
76510
2226
หรือโรคนั้น
01:18
At the same time, if you ask,
25
78736
2305
ในเวลาเดียวกัน ถ้าคุณถามว่า
01:21
"Has that impacted the efficiency,
26
81041
2707
"นั่นมันมีผลกระทบต่อประสิทธิภาพ
01:23
how we've been able to develop drugs?"
27
83748
2092
ต่อความสามารถในการพัฒนายาหรือเปล่า"
01:25
the answer is not really.
28
85840
1782
คำตอบคือ ก็ไม่เชิงนะ
01:27
If you look at the cost of developing drugs,
29
87622
2330
ถ้าคุณดูที่ต้นทุนในการพัฒนายา
01:29
how that's done, it basically hasn't budged that.
30
89952
3389
ว่ามันทำเป็นอย่างไร โดยหลักแล้ว มันไม่ได้ผลักดันอะไรมาก
01:33
And so it's as if we have the power to diagnose
31
93341
4473
และมันก็ราวกับว่าเรามีอำนาจในการวิเคราะห์หาโรค
01:37
yet not the power to fully treat.
32
97814
2812
แต่ไม่มีอำนาจที่จะรักษาได้อย่างเต็มที่
01:40
And there are two commonly given reasons
33
100626
2466
และมันก็มีเหตุผลหลักๆ สองประการที่กล่าวกัน
01:43
for why that happens.
34
103092
1468
ว่าทำไมมันถึงเกิดขึ้น
01:44
One of them is it's early days.
35
104560
3472
ประการแรกคือ มันยังใหม่
01:48
We're just learning the words, the fragments,
36
108032
3590
เราเพิ่งจะเรียนรู้คำ ส่วนประกอบย่อยๆ
01:51
the letters in the genetic code.
37
111622
1776
และรหัสแต่ละตัวในรหัสทางพันธุกรรม
01:53
We don't know how to read the sentences.
38
113398
2155
เราไม่รู้วิธีอ่านประโยคต่างๆ
01:55
We don't know how to follow the narrative.
39
115553
2570
เราไม่รู้วิธีติดตามเรื่องราว
01:58
The other reason given is that
40
118123
2479
และอีกเหตุผลหนึ่งก็คือ
02:00
most of those changes are a loss of function,
41
120602
2218
การเปลี่ยนแปลงส่วนใหญ่เป็นการสูญเสียหน้าที่ของมัน
02:02
and it's actually really hard to develop drugs
42
122820
2925
และที่จริงแล้วมันก็ยากที่จะพัฒนายา
02:05
that restore function.
43
125745
1915
ที่ฟื้นฟูหน้าที่การงานนั้นๆ
02:07
But today, I want us to step back
44
127660
2182
แต่วันนี้ ผมอยากให้เราถอยหลังกลับมา
02:09
and ask a more fundamental question,
45
129842
2028
และถามคำถามที่เป็นพื้นฐานกว่านั้น
02:11
and ask, "What happens if we're thinking
46
131870
2189
และถามว่า "จะเกิดอะไรขึ้น ถ้าสิ่งที่เรากำลังคิด
02:14
about this maybe in the wrong context?"
47
134059
2733
บางที มันอาจจะผิดบริบท"
02:16
We do a lot of studying of those who are sick
48
136792
3159
เราทำการศึกษาคนป่วยมากมาย
02:19
and building up long lists
49
139951
2600
และสร้างรายการยาวยืด
02:22
of altered components.
50
142551
3118
ของสารประกอบทดแทน
02:25
But maybe, if what we're trying to do
51
145669
2399
แต่บางที ถ้าสิ่งที่เราพยายามทำอยู่นั้น
02:28
is to develop therapies for prevention,
52
148068
3222
เป็นการพัฒนาวิธีการรักษาเชิงป้องกันแล้วล่ะก็
02:31
maybe what we should be doing
53
151290
1553
บางที สิ่งที่เราควรจะทำอยู่ตอนนี้
02:32
is studying those who don't get sick.
54
152843
2382
คือการศึกษาคนที่ไม่ได้ป่วย
02:35
Maybe we should be studying those
55
155225
2347
บางที เราควรจะศึกษา
02:37
that are well.
56
157572
2175
คนที่สบายดี
02:39
A vast majority of those people
57
159747
1797
คนส่วนใหญ่เหล่านี้
02:41
are not necessarily carrying a particular
58
161544
2336
ไม่จำเป็นที่จะต้องมีลักษณะเฉพาะของ
02:43
genetic load or risk factor.
59
163880
1936
พันธุกรรมบางอย่างที่ผิดปกติ หรือปัจจัยความเสี่ยง
02:45
They're not going to help us.
60
165816
1984
มันอาจจะไม่ได้ช่วยอะไรเรา
02:47
There are going to be those individuals
61
167800
1599
มันอาจจะเป็นลักษณะของพวกเขาเหล่านั้น
02:49
who are carrying a potential future risk,
62
169399
2669
ที่อาจพกพาความเสี่ยง
02:52
they're going to go on to get some symptom.
63
172068
1844
พวกเขาอาจจะพัฒนาอาการบางอย่างขึ้นได้
02:53
That's not what we're looking for.
64
173912
1788
นั่นจะไม่ใช่สิ่งที่เรากำลังมองหา
02:55
What we're asking and looking for is,
65
175700
1848
สิ่งที่เรากำลังถามถึง และตามหา คือ
02:57
are there a very few set of individuals
66
177548
2770
มีเพียงกลุ่มคนบางกลุ่ม
03:00
who are actually walking around
67
180318
2836
คนที่เราพบได้ทั่วไป
03:03
with the risk that normally would cause a disease,
68
183154
4019
ที่มีความเสี่ยงที่ตามปกติแล้วจะทำให้เกิดโรค
03:07
but something in them, something hidden in them
69
187173
2963
แต่อะไรบางอย่างในตัวของพวกเขา อะไรบางอย่างที่ซ่อนอยู่
03:10
is actually protective
70
190136
1834
เป็นสิ่งที่ปกป้อง
03:11
and keeping them from exhibiting those symptoms?
71
191970
3175
และทำให้พวกเขาห่างจากการแสดงอาการ
03:15
If you're going to do a study like that, you can imagine
72
195145
2053
ถ้าคุณจะทำการศึกษาลักษณะอย่างนั้น คุณคิดได้เลยว่า
03:17
you'd like to look at lots and lots of people.
73
197198
2832
คุณจะต้องดูคนเป็นจำนวนมาก
03:20
We'd have to go and have a pretty wide study,
74
200030
3292
เราอาจต้องทำการศึกษาที่ค่อนข้างจะกว้าง
03:23
and we realized that actually
75
203322
1735
และเราก็ตระหนักว่า ที่จริงแล้ว
03:25
one way to think of this is,
76
205057
1529
วิธีคิดเพียงทางเดียว ก็คือ
03:26
let us look at adults who are over 40 years of age,
77
206586
4277
ลองมองที่ผู้ใหญ่ที่อายุมากกว่า 40 ปี
03:30
and let's make sure that we look at those
78
210863
2970
และให้แน่ใจว่า เรามองดูกลุ่มคนเหล่านั้น
03:33
who were healthy as kids.
79
213833
1480
ผู้ที่มีสุขภาพดีเเหมือนเด็กๆ
03:35
They might have had individuals in their families
80
215313
2402
พวกเขาอาจมีสมาชิกในครอบครัว
03:37
who had had a childhood disease,
81
217715
1812
ผู้ซึ่งมีโรคภัยแต่วัยเยาว์
03:39
but not necessarily.
82
219527
1506
แต่ไม่จำเป็นต้องเป็นเช่นนั้นก็ได้
03:41
And let's go and then screen those
83
221033
2767
ลองออกไปตามดูพวกเขาเหล่านั้น
03:43
to find those who are carrying genes
84
223800
1993
เพื่อจะค้นหาผู้ที่มียีน
03:45
for childhood diseases.
85
225793
1678
ที่ทำให้เกิดโรคในตอนเด็ก
03:47
Now, some of you, I can see you
86
227471
1564
ทีนี้ ผมเห็นพวกคุณบางคน
03:49
putting your hands up going, "Uh, a little odd.
87
229035
3295
กำลังจะยกมือขึ้นแล้วบอกว่า "อ๊ะ แปลกนะ
03:52
What's your evidence
88
232330
1417
อะไรคือ หลักฐานของคุณ
03:53
that this could be feasible?"
89
233747
1662
ที่จะบอกว่ามันเป็นไปได้ล่ะ
03:55
I want to give you two examples.
90
235409
2064
ผมอยากที่จะยกสักสองตัวอย่าง
03:57
The first comes from San Francisco.
91
237473
2948
ตัวอย่างแรกมาจากซานฟรานซิสโก
04:00
It comes from the 1980s and the 1990s,
92
240421
2941
มันมาจากยุค 1980 และ 1990
04:03
and you may know the story where
93
243362
2394
และคุณอาจรู้เรื่องที่ซึ่ง
04:05
there were individuals who had very high levels
94
245756
2397
มีคนที่มีระดับของเชื้อไวรัส เอชไอวี
04:08
of the virus HIV.
95
248153
1268
สูงมากๆ
04:09
They went on to get AIDS.
96
249421
2479
พวกเขาต่อมามีอาการของโรคเอดส์
04:11
But there was a very small set of individuals
97
251900
2317
แต่มีคนกลุ่มเล็กๆ
04:14
who also had very high levels of HIV.
98
254217
2968
ที่มีระดับเอชไอวีที่สูงเช่นกัน
04:17
They didn't get AIDS.
99
257185
1386
พวกเขาไม่ได้มีอาการเอดส์
04:18
And astute clinicians tracked that down,
100
258571
2962
แพทย์ผู้เชี่ยวชาญได้ติดตามพวกเขา
04:21
and what they found was they were carrying mutations.
101
261533
3387
และสิ่งที่พวกเขาพบก็คือ พวกเขามียีนที่กลายพันธุ์
04:24
Notice, they were carrying mutations from birth
102
264920
3085
สังเกตดูนะครับ พวกเขามียีนกลายพันธุ์นี้มาแต่กำเนิด
04:28
that were protective, that were protecting them
103
268005
2015
ที่ช่วยป้องกัน ที่ป้องกันพวกเขา
04:30
from going on to get AIDS.
104
270020
1641
จากอาการของเอดส์
04:31
You may also know that actually a line of therapy
105
271661
3165
คุณอาจยังรู้อีกว่า วิธีการบำบัดรักษา
04:34
has been coming along based on that fact.
106
274826
3120
ได้อ้างอิงกับข้อเท็จจริงเหล่านั้น
04:37
Second example, more recent, is elegant work
107
277946
3224
ตัวอย่างที่สอง ซึ่งเกิดขึ้นไม่นานมานี้ เป็นงานที่แสนอลังการ
04:41
done by Helen Hobbs,
108
281170
1403
ซึ่งถูกศึกษาโดย แฮเลน ฮอป (Helen Hobbs)
04:42
who said, "I'm going to look at individuals
109
282573
2662
ผู้ที่กล้าว่า "ฉันกำลังที่จะดูที่บุคคล
04:45
who have very high lipid levels,
110
285235
2716
ผู้ซึ่งมีระดับไขมันที่สูงมาก
04:47
and I'm going to try to find those people
111
287951
1939
และฉันกำลังที่จะพยายามหาบุคคล
04:49
with high lipid levels
112
289890
1802
ที่มีระดับไขมันสูง
04:51
who don't go on to get heart disease."
113
291692
2168
ผู้ซึ่งไม่ได้มีการพัฒนา ไปสู่การมีอาการโรคหัวใจ
04:53
And again, what she found was
114
293860
2438
และอีกครั้ง สิ่งที่เธอได้พบ
04:56
some of those individuals had mutations
115
296298
2560
คือคนบางคนมียีนที่กลายพันธุ์
04:58
that were protective from birth that kept them,
116
298858
2719
ที่ให้การปกป้องมาแต่กำเนิด ซึ่งช่วยพวกเขาไว้
05:01
even though they had high lipid levels,
117
301577
1445
แม้ว่าพวกเขาจะมีระดับไขมันที่สูง
05:03
and you can see this is an interesting way
118
303022
3371
และคุณจะเห็นได้ว่า นี่เป็นแนวความคิดที่น่าสนใจ
05:06
of thinking about how you could develop
119
306393
1961
เกี่ยวกับว่าคุณสามารถพัฒนา
05:08
preventive therapies.
120
308354
2260
การบำบัดรักษาที่ให้ความป้องกันได้อย่างไร
05:10
The project that we're working on
121
310614
1944
โครงการที่พวกเราทำการศึกษาอยู่
05:12
is called "The Resilience Project:
122
312558
2462
เรียกว่า "โครงการฟื้นฟู: ตามหายีนยอดมนุษย์"
05:15
A Search for Unexpected Heroes,"
123
315020
1400
(The Resilience Project: A Search for Unexpected Heroes)
05:16
because what we are interested in doing is saying,
124
316420
2490
เพราะว่าสิ่งที่เราสนใจในการดำเนินการนี้ คือการบอกว่า
05:18
can we find those rare individuals
125
318910
2648
เราสามารถที่จะหาคนที่หายากเหล่านั้น
05:21
who might have these hidden protective factors?
126
321558
4325
ผู้ซึ่งอาจมีปัจจัยที่ให้ความปกป้องซ่อนอยู่ พบหรือไม่
05:25
And in some ways, think of it as a decoder ring,
127
325883
2980
และในบางแง่มุม คิดซะว่ามันเป็นแหวนถอดรหัส
05:28
a sort of resilience decoder ring
128
328863
1926
แหวนถอดรหัสฟื้นฟู
05:30
that we're going to try to build.
129
330789
1632
ที่เรากำลังพยายามที่จะสร้าง
05:32
We've realized that we should do this in a systematic way,
130
332421
3849
เราได้ตระหนักว่า เราควรที่จะทำสิ่งนี้ อย่างเป็นระบบ
05:36
so we've said, let's take every single
131
336270
2627
ดังนั้น เราจึงตกลงว่า เอาโรคที่ถ่ายทอดทางพันธุกรรมในวัยเด็ก
05:38
childhood inherited disease.
132
338897
1243
มาทุกโรคกันเถอะ
05:40
Let's take them all, and let's pull them back a little bit
133
340140
2564
นำพวกมันทั้งหมดมา และย้อนกลับไปเล็กน้อย
05:42
by those that are known to have severe symptoms,
134
342704
3186
ยังผู้ที่รู้ว่ามีอาการที่รุนแรง
05:45
where the parents, the child,
135
345890
1920
ที่ซึ่งพ่อแม่ ลูก
05:47
those around them would know
136
347810
1050
และคนรอบๆ ตัวเขาน่าจะรู้
05:48
that they'd gotten sick,
137
348860
1330
ว่าพวกเขาอาจป่วย เป็นโรค
05:50
and let's go ahead and then frame them again
138
350190
3700
และเราก็เดินหน้าต่อ จากนั้น จับพวกมันใส่กรอบอีกที
05:53
by those parts of the genes where we know
139
353890
2581
โดยส่วนของยีนที่เรารู้
05:56
that there is a particular alteration
140
356471
2507
ว่ามันมีการเปลี่ยนแปลงบางอย่าง
05:58
that is known to be highly penetrant
141
358978
2798
ที่รู้กันอยู่แล้วว่าเป็นไปได้สูง
06:01
to cause that disease.
142
361776
2654
ที่จะก่อให้เกิดโรค
06:04
Where are we going to look?
143
364430
1228
เราจะมองหาได้จากที่ไหน
06:05
Well, we could look locally. That makes sense.
144
365658
2488
เราอาจมองในท้องถิ่น นั่นก็ฟังดูเข้าท่า
06:08
But we began to think, maybe we should look
145
368146
2261
แต่เราเริ่มที่จะคิด บางที เราน่าจะ
06:10
all over the world.
146
370407
1451
มองหาไปทั่วโลก
06:11
Maybe we should look not just here
147
371858
1653
บางที เราควรที่จะมองหา ไม่ใช่แค่ที่นี่
06:13
but in remote places where their might be
148
373511
1960
แต่ในที่ห่างไกลออกไป ที่ซึ่งอาจมี
06:15
a distinct genetic context,
149
375471
3030
บริบททางพันธุกรรมที่เด่นชัด
06:18
there might be environmental factors
150
378501
1642
ที่ซึ่งอาจมีปัจจัยจากสิ่งแวดล้อม
06:20
that protect people.
151
380143
1382
ที่ปกป้องคนพวกนี้
06:21
And let's look at a million individuals.
152
381525
4462
และลองดูที่คนจำนวนล้านคน
06:25
Now the reason why we think it's a good time
153
385987
2970
ทีนี้ เหตุผลที่ว่าทำไมเราคิดว่า มันถึงเวลาอันสมควรแล้ว
06:28
to do that now
154
388957
1072
ที่จะทำมันตอนนี้
06:30
is, in the last couple of years,
155
390029
1760
ก็คือว่า ในสองสามปีที่ผ่านมานี้
06:31
there's been a remarkable plummeting in the cost
156
391789
2588
มีการลดลงอย่างฮวบฮาบ
06:34
to do this type of analysis,
157
394377
2235
ของต้นทุนในการวิเคราะห์แบบดังกล่าว
06:36
this type of data generation,
158
396612
1739
การสร้างข้อมูลในแบบดังกล่าว
06:38
to where it actually costs less to do
159
398351
2608
ไปยังจุดที่ต้นทุนของ
06:40
the data generation and analysis
160
400959
2194
การวิเคราะห์และสร้างข้อมูลน้อยลงกว่า
06:43
than it does to do the sample processing and the collection.
161
403153
3184
การสุ่มข้อมูลและเก็บตัวอย่าง
06:46
The other reason is that in the last five years,
162
406337
4304
อีกเหตุผลหนึ่งคือ ในห้าปีมานี้
06:50
there have been awesome tools,
163
410641
1964
มีอุปกรณ์เจ๋งๆ
06:52
things about network biology, systems biology,
164
412605
2662
เกี่ยวกับพวกเครือข่าย ชีววิทยาระบบ (system biology)
06:55
that have come up that allow us to think
165
415267
1961
ที่เกิดขึ้นมา ทำให้เราสามารถที่จะคิด
06:57
that maybe we could decipher
166
417228
1940
ว่าบางที เราอาจถอดรหัส
06:59
those positive outliers.
167
419168
2481
แบบร่างได้
07:01
And as we went around talking to researchers
168
421649
2172
และเมื่อเราได้พูดคุยกับนักวิจัย
07:03
and institutions
169
423821
1904
และสถาบันต่างๆ
07:05
and telling them about our story,
170
425725
1569
และบอกพวกเขาเกี่ยวกับเรื่องของเรา
07:07
something happened.
171
427294
1667
บางสิ่งได้เกิดขึ้น
07:08
They started saying, "This is interesting.
172
428961
2229
พวกเขาเริ่มที่จะบอกว่า "นี่มันน่าสนใจ
07:11
I would be glad to join your effort.
173
431190
3347
ผมจะยินดีมากที่จะร่วมมือกับคุณ
07:14
I would be willing to participate."
174
434537
1927
ผมอยากที่จะร่วมด้วยความเต็มใจ"
07:16
And they didn't say, "Where's the MTA?"
175
436464
2579
และพวกเขาไม่ได้พูดเลยว่า "MTA อยู่ไหน"
07:19
They didn't say, "Where is my authorship?"
176
439043
3293
พวกเขาไม่ได้พูดเลยว่า "แล้วผู้เป็นเจ้าของผลงานคือใคร"
07:22
They didn't say, "Is this data going to be mine? Am I going to own it?"
177
442336
4611
"ข้อมูลเหล่านี้ จะเป็นของฉันหรือเปล่า ฉันจะกลายเป็นเจ้าของข้อมูลพวกนี้ไหม"
07:26
They basically said, "Let's work on this
178
446947
2279
พวกเขาแค่บอกว่า "มาทำงานนี้
07:29
in an open, crowd-sourced, team way
179
449226
2881
ในแบบทีมที่เปิดข้อมูลและแบ่งปันข้อมูลร่วมกัน
07:32
to do this decoding."
180
452107
3074
เพื่อที่จะทำการถอดรหัสนี้"
07:35
Six months ago, we locked down
181
455181
2515
หกเดือนที่ผ่านมา เราได้กำหนด
07:37
the screening key for this decoder.
182
457696
3315
แบบแผนการตรวจหาสำหรับการถอดรหัสนี้
07:41
My co-lead, a brilliant scientist, Eric Schadt
183
461011
4578
หัวหน้าโครงการร่วม ยอดนักวิทยาศาสตร์ อีริค ชาร์ท (Eric Schadt)
07:45
at the Icahn Mount Sinai School of Medicine in New York,
184
465589
3306
ที่ ไอคาน เมาท์ ไซไน (Icahn Mount Sinai) โรงเรียนแพทย์ในนิวยอร์ค
07:48
and his team,
185
468895
1392
และกลุ่มของเขา
07:50
locked in that decoder key ring,
186
470287
2869
เข้าไปยังตัวถอดรหัส
07:53
and we began looking for samples,
187
473156
2395
และเราก็เริ่มค้นหาตัวอย่าง
07:55
because what we realized is,
188
475551
1486
เพราะสิ่งที่เราได้ตระหนักคือ
07:57
maybe we could just go and look
189
477037
1794
บางที เราอาจแค่ไปและมอง
07:58
at some existing samples to get some sense of feasibility.
190
478831
3086
ไปยังตัวอย่างที่มีอยู่บางส่วน เพื่อที่จะได้เข้าใจถึงความเป็นไปได้
08:01
Maybe we could take two, three percent of the project on,
191
481917
2577
บางที่เราอาจนำสอง สาม เปอร์เซ็นต์ ของโครงการ
08:04
and see if it was there.
192
484494
1417
และดูว่ามันอยู่ตรงนั้นไหม
08:05
And so we started asking people
193
485911
1998
และเราจึงเริ่มที่จะถามผู้คน
08:07
such as Hakon at the Children's Hospital in Philadelphia.
194
487909
3537
อย่างเช่น ฮาคอน (Hakon) ที่โรงพยาบาลเด็ก ในฟิลาเดเฟีย
08:11
We asked Leif up in Finland.
195
491446
2245
เราถาม เลฟ (Leif) ในฟินแลนด์
08:13
We talked to Anne Wojcicki at 23andMe,
196
493691
3673
เราคุยกับ แอนนา โวชิคกี (Anna Wojcick) ที่ ทเวนตี้ทรีแอนด์มี (23andMe)
08:17
and Wang Jun at BGI,
197
497364
1767
และวัง จุน (Wang Jun) ที่ บีจีไอ (BGI)
08:19
and again, something remarkable happened.
198
499131
2188
และอีกเช่นกัน อะไรบางอย่างที่น่าทึ่งก็เกิดขึ้น
08:21
They said, "Huh,
199
501319
1809
พวกเขาบอกว่า "อ้า
08:23
not only do we have samples,
200
503128
1744
ไม่ใช่แค่เรามีตัวอย่าง
08:24
but often we've analyzed them,
201
504872
2196
แต่บ่อยครั้งที่เราวิเคราะห์พวกเขา
08:27
and we would be glad to go into
202
507068
1487
และเรายินดีที่จะเข้าไปหา
08:28
our anonymized samples
203
508555
1403
ตัวอย่างนิรนาม
08:29
and see if we could find those
204
509958
2062
และดูว่าเราจะสามารถหา
08:32
that you're looking for."
205
512020
1163
สิ่งที่คุณกำลังมองหาได้หรือไม่"
08:33
And instead of being 20,000 or 30,000,
206
513183
2707
แทนที่จะเป็น 20,000 หรือ 30,000
08:35
last month we passed one half million samples
207
515890
3152
เดือนที่แล้วเราส่งตัวอย่างครึ่งล้าน
08:39
that we've already analyzed.
208
519042
1905
ที่เราได้ทำการวิเคราะห์แล้ว
08:40
So you must be going,
209
520947
1493
คุณจะบอกว่า
08:42
"Huh, did you find any unexpected heroes?"
210
522440
5625
"อ้า คุณเจอยอดมนุษย์แฝงแล้วสิ"
08:48
And the answer is, we didn't find one or two.
211
528065
2583
และคำตอบก็คือ เราไม่ได้เจอแค่หนึ่งหรือสอง
08:50
We found dozens of these strong candidate
212
530648
3038
เราเจอผู้ที่มีศักยภาพนั้นเป็นโหลๆ
08:53
unexpected heroes.
213
533686
1729
เหล่ายอดมนุษย์แฝง
08:55
So we think that the time is now
214
535415
2697
ฉะนั้นเราคิดว่า มันถึงเวลาแล้วตอนนี้
08:58
to launch the beta phase of this project
215
538112
2340
ที่จะเปิดตัวระยะใหม่ของโครงการนี้
09:00
and actually start getting prospective individuals.
216
540452
3117
และอันที่จริงเริ่มที่จะได้คนที่ต้องการแล้ว
09:03
Basically all we need is information.
217
543569
3171
หลักๆ คือเราต้องการข้อมูล
09:06
We need a swab of DNA
218
546740
1659
เราต้องการตัวอย่างดีเอ็นเอ
09:08
and a willingness to say, "What's inside me?
219
548399
3405
และความยินยอมที่จะบอกว่า "อะไรอยู่ในตัวฉัน"
09:11
I'm willing to be re-contacted."
220
551804
3263
ฉันยินยอมที่จะให้ติดต่อกลับมา"
09:15
Most of us spend our lives,
221
555067
3791
พวกเราส่วนใหญ่ ใช้เวลาของเรา
09:18
when it comes to health and disease,
222
558858
1954
เมื่อมันเป็นเรื่องสุขภาพและโรคภัยไข้เจ็บ
09:20
acting as if we're voyeurs.
223
560812
3080
ทำยังกับว่าเราเป็นพวกชอบถ้ำมอง
09:23
We delegate the responsibility
224
563892
2337
เรามอบความรับผิดชอบ
09:26
for the understanding of our disease,
225
566229
2043
ในการทำความเข้าใจโรคของพวกเรา
09:28
for the treatment of our disease,
226
568272
1872
ในการบำบัดรักษาโรค
09:30
to anointed experts.
227
570144
3536
ให้กับผู้เชี่ยวชาญที่ได้รับการแต่งตั้ง
09:33
In order for us to get this project to work,
228
573680
3340
เพื่อให้เราทำให้งานนี้ให้สำเร็จ
09:37
we need individuals to step up
229
577020
2150
เราต้องการให้แต่ละคนก้าวขึ้นมา
09:39
in a different role and to be engaged,
230
579170
3892
อยู่ในบทบาทที่ต่างกัน และเข้าร่วม
09:43
to realize this dream,
231
583062
2925
เพื่อที่จะตระหนักถึงความฝันนี้
09:45
this open crowd-sourced project,
232
585987
3135
ในโครงการเปิดและแบ่งปันข้อมูลนี้
09:49
to find those unexpected heroes,
233
589122
3680
เพื่อที่จะหายอดมนุษย์แฝง
09:52
to evolve from the current concepts
234
592802
2660
เพื่อที่จะพัฒนาจากแนวคิดในตอนนี้
09:55
of resources and constraints,
235
595462
2334
ที่มีต่อแหล่งข้อมูลและข้อจำกัด
09:57
to design those preventive therapies,
236
597796
3251
เพื่อออกแบบการบำบัดแบบป้องกันเหล่านั้น
10:01
and to extend it beyond childhood diseases,
237
601047
2773
และเพื่อจะขยายมันไปกว้างกว่าโรคในวัยเด็ก
10:03
to go all the way up to ways
238
603820
1577
เรื่อยขึ้นไป
10:05
that we could look at Alzheimer's or Parkinson's,
239
605397
3871
จนเราสามารถที่จะพิจารณาโรคอัลไซเมอร์ หรือพาร์คินสันได้
10:09
we're going to need us
240
609268
2262
เรากำลังที่จะต้องการให้พวกเรา
10:11
to be looking inside ourselves and asking,
241
611530
3106
มองเข้าไปในตัวของเราและถามว่า
10:14
"What are our roles?
242
614636
2204
"หน้าที่ของเราคืออะไร"
10:16
What are our genes?"
243
616840
1673
ยีนของเราเป็นอย่างไร"
10:18
and looking within ourselves for information
244
618513
2785
และมองเข้าไปในตัวเราเพื่อหาข้อมูล
10:21
we used to say we should go to the outside,
245
621298
2642
เราเคยพูดว่า เราควรที่จะออกไปข้างนอก
10:23
to experts,
246
623940
1208
ไปหาผู้รู้
10:25
and to be willing to share that with others.
247
625148
4052
และพร้อมที่จะแบ่งปันแลกเปลี่ยนกับคนอื่น
10:29
Thank you very much.
248
629200
3558
ขอบคุณมากครับ
10:32
(Applause)
249
632758
1815
(เสียงปรบมือ)
เกี่ยวกับเว็บไซต์นี้

ไซต์นี้จะแนะนำคุณเกี่ยวกับวิดีโอ YouTube ที่เป็นประโยชน์สำหรับการเรียนรู้ภาษาอังกฤษ คุณจะได้เห็นบทเรียนภาษาอังกฤษที่สอนโดยอาจารย์ชั้นนำจากทั่วโลก ดับเบิลคลิกที่คำบรรยายภาษาอังกฤษที่แสดงในแต่ละหน้าของวิดีโอเพื่อเล่นวิดีโอจากที่นั่น คำบรรยายเลื่อนซิงค์กับการเล่นวิดีโอ หากคุณมีความคิดเห็นหรือคำขอใด ๆ โปรดติดต่อเราโดยใช้แบบฟอร์มการติดต่อนี้

https://forms.gle/WvT1wiN1qDtmnspy7