Joe DeRisi: Hunting the next killer virus

Joe DeRisi'nin ViroScan'ı tıbbi gizemleri çözüyor

30,229 views ・ 2009-01-30

TED


Videoyu oynatmak için lütfen aşağıdaki İngilizce altyazılara çift tıklayınız.

Çeviri: Nazım Coşkun Gözden geçirme: Sancak Gülgen
00:12
How can we investigate
0
12160
3000
Nasıl oluyor, etrafımızı saran bu virüs florasını
00:15
this flora of viruses that surround us, and aid medicine?
1
15160
5000
ve tıbbi tedavisini nasıl araştırabiliriz?
00:20
How can we turn our cumulative knowledge of virology
2
20160
4000
Virolojideki bütün bilgi birikimimizi nasıl
00:24
into a simple, hand-held, single diagnostic assay?
3
24160
4000
basit, elde yapılabilen, tek bir tanısal teste dönüştürebiliriz?
00:28
I want to turn everything we know right now about detecting viruses
4
28160
3000
Şimdi virüsleri tanımakla ilgili
00:31
and the spectrum of viruses that are out there
5
31160
2000
ve dışarıdaki virüslerin spektrumuyla ilgili bildiğimiz herşeyi
00:33
into, let's say, a small chip.
6
33160
3000
küçük bir çipe dönüştürmek istiyorum diyelim.
00:36
When we started thinking about this project --
7
36160
2000
Bu proje hakkında konuşmaya başladığımızda --
00:38
how we would make a single diagnostic assay
8
38160
3000
tek bir tanısal testin, rastgele olarak
00:41
to screen for all pathogens simultaneously --
9
41160
3000
bütün patojenleri göstermesini nasıl sağlarız --
00:44
well, there's some problems with this idea.
10
44160
2000
pekala, bu fikirde bazı sorunlar var.
00:46
First of all, viruses are pretty complex,
11
46160
4000
En başta, virüsler biraz karmaşıktır,
00:50
but they're also evolving very fast.
12
50160
4000
ama ayrıca çok hızlı evrimleşirler.
00:54
This is a picornavirus.
13
54160
1000
Bu bir pikornavirüs.
00:55
Picornaviruses -- these are things that include
14
55160
2000
Pikornavirüsler -- bunlar nezle, çocuk felci
00:57
the common cold and polio, things like this.
15
57160
3000
ve buna benzer hastalıklar yapan şeyler.
01:00
You're looking at the outside shell of the virus,
16
60160
2000
Virüsün dış kabuğuna bakıyorsunuz,
01:02
and the yellow color here are those parts of the virus
17
62160
3000
buradaki sarı renk virüsün çok çok hızlı
01:05
that are evolving very, very fast,
18
65160
2000
evrimleşen bölümleri,
01:07
and the blue parts are not evolving very fast.
19
67160
2000
mavi bölümler ise pek hızlı evrimleşmiyor.
01:09
When people think about making pan-viral detection reagents,
20
69160
3000
İnsanlar virüs tanıma ajanları yapmak istediğinde
01:12
usually it's the fast-evolving problem that's an issue,
21
72160
4000
genelde söz konusu olan bu hızlı evrimleşen bölgedir,
01:16
because how can we detect things if they're always changing?
22
76160
2000
çünkü eğer bir şeyler sürekli değişiyorsa nasıl tanıyabiliriz ki?
01:18
But evolution is a balance:
23
78160
2000
Ama evrim bir dengedir:
01:20
where you have fast change, you also have ultra-conservation --
24
80160
4000
hızlı değişimin olduğu yerde, ayrıca ultra-koruma da vardır --
01:24
things that almost never change.
25
84160
2000
neredeyse hiç değişmeyen şeyler --
01:26
And so we looked into this a little more carefully,
26
86160
3000
Biz bu meseleye biraz daha dikkatli eğildik,
01:29
and I'm going to show you data now.
27
89160
1000
ve şimdi size verileri göstereceğim.
01:30
This is just some stuff you can do on the computer from the desktop.
28
90160
3000
Bu kendi bilgisayarınızda yapabileceğiniz türden bir şey.
01:33
I took a bunch of these small picornaviruses,
29
93160
2000
Bu küçük pikornavirüslerden bir demet aldım,
01:35
like the common cold, like polio and so on,
30
95160
2000
nezle, çocuk felci, bu tarz etkenler,
01:37
and I just broke them down into small segments.
31
97160
4000
ve onları küçük bölümlere ayırdım,
01:41
And so took this first example, which is called coxsackievirus,
32
101160
3000
koksaki virüsü denen bu ilk örneği aldım
01:44
and just break it into small windows.
33
104160
2000
onu da küçük parçalara ayırdım.
01:46
And I'm coloring these small windows blue
34
106160
2000
Ve eğer farklı bir virüsün genomunda
01:48
if another virus shares an identical sequence in its genome
35
108160
5000
tamamen aynı olan sekanslar varsa
01:53
to that virus.
36
113160
1000
onları maviyle boyuyorum.
01:54
These sequences right up here --
37
114160
2000
Buradaki bu sekanslar
01:56
which don't even code for protein, by the way --
38
116160
2000
-- hiç protein kodlamadıklarını belirteyim --
01:58
are almost absolutely identical across all of these,
39
118160
3000
bütün buradakilerle neredeyse tamamen aynılar,
02:01
so I could use this sequence as a marker
40
121160
4000
yani bu sekansı, geniş bir virüs spektrumunu
02:05
to detect a wide spectrum of viruses,
41
125160
2000
tespit etmek için kullanabilirim,
02:07
without having to make something individual.
42
127160
3000
hem de özel bir şeyler yapmama gerek kalmadan.
02:10
Now, over here there's great diversity:
43
130160
2000
Şimdi, burada büyük bir çeşitlilik var:
02:12
that's where things are evolving fast.
44
132160
2000
burası hızlı evrimleşmenin olduğu yer.
02:14
Down here you can see slower evolution: less diversity.
45
134160
4000
Aşağıda ise yavaş evrimi görebilirsiniz: daha az çeşitlilik.
02:18
Now, by the time we get out here to, let's say,
46
138160
2000
Şimdi, zamanla buraya geldik, diyelim ki
02:20
acute bee paralysis virus --
47
140160
2000
akut arı felci virüsü --
02:22
probably a bad one to have if you're a bee ---
48
142160
2000
eğer bir arıysanız muhtemelen buna sahip olmak kötüdür --
02:24
this virus shares almost no similarity to coxsackievirus,
49
144160
5000
bu virüsün koksaki virüsü ile neredeyse hiç benzerliği yok,
02:29
but I can guarantee you that the sequences that are most conserved
50
149160
4000
ama size şunu garanti edebilirim ki,
02:33
among these viruses on the right-hand of the screen
51
153160
2000
ekranın sağındaki bu en korunmuş sekanslar
02:35
are in identical regions right up here.
52
155160
3000
buradaki bölgelerle tamamen aynı.
02:38
And so we can encapsulate these regions of ultra-conservation
53
158160
3000
O zaman biz evrimden yola çıkarak,
02:41
through evolution -- how these viruses evolved --
54
161160
3000
"nasıl evrimleştiler" sorusundan yola çıkarak,
02:44
by just choosing DNA elements or RNA elements
55
164160
3000
bu bölgelerdeki DNA ve RNA elemanlarını seçip,
02:47
in these regions to represent on our chip as detection reagents.
56
167160
4000
bu ultra-koruma alanlarını tespit edip, çipimizde tanı ajanı olarak kullanabiliriz.
02:51
OK, so that's what we did, but how are we going to do that?
57
171160
3000
Tamam, yani yaptığımız şey bu, ama bunu nasıl yapacağız?
02:54
Well, for a long time, since I was in graduate school,
58
174160
2000
Pekala, uzunca bir zamandır, yüksek lisans yıllarımdan beri,
02:56
I've been messing around making DNA chips --
59
176160
3000
DNA çipleri yapmakla uğraşıyordum --
02:59
that is, printing DNA on glass.
60
179160
2000
bu, DNA'nın cam üzerindeki baskısı.
03:01
And that's what you see here:
61
181160
1000
Ve burada gördüğünüz şey:
03:02
These little salt spots are just DNA tacked onto glass,
62
182160
3000
bu küçük tuz noktaları, cama yapışan DNA'lar,
03:05
and so I can put thousands of these on our glass chip
63
185160
3000
yani bunlardan binlercesini cam çipimize koyup
03:08
and use them as a detection reagent.
64
188160
2000
tanıma ajanı olarak kullanabilirim.
03:10
We took our chip over to Hewlett-Packard
65
190160
2000
Çipimizi Hewlett-Packard'a götürdük
03:12
and used their atomic force microscope on one of these spots,
66
192160
2000
ve atomik kuvvet mikroskoplarını bu noktalardan birinin üzerinde kullandık,
03:14
and this is what you see:
67
194160
2000
ve işte gördüğünüz şey:
03:16
you can actually see the strands of DNA lying flat on the glass here.
68
196160
3000
camın üzerinde dümdüz uzanan DNA iplikçiklerini görebilirsiniz.
03:19
So, what we're doing is just printing DNA on glass --
69
199160
3000
Yani, yaptığımız tek şey cam üzerine DNA baskısı yapmak --
03:22
little flat things -- and these are going to be markers for pathogens.
70
202160
4000
küçük düz şeyler -- bunlar da patojen işaretleciyileri olacak.
03:26
OK, I make little robots in lab to make these chips,
71
206160
3000
Pekala, laboratuvarda bu çipleri hazırlamaları için küçük robotlar yapıyorum,
03:29
and I'm really big on disseminating technology.
72
209160
3000
ve teknolojinin yayılmasında oldukça etkiliyimdir.
03:32
If you've got enough money to buy just a Camry,
73
212160
3000
Eğer bir Camry almaya yetecek kadar paranız varsa,
03:35
you can build one of these too,
74
215160
2000
siz de bunlardan birini yapabilirsiniz.
03:37
and so we put a deep how-to guide on the Web, totally free,
75
217160
4000
sitemize tamamen ücretsiz olarak geniş bir kılavuz koyduk
03:41
with basically order-off-the-shelf parts.
76
221160
2000
dolabınızı monte eder gibi
03:43
You can build a DNA array machine in your garage.
77
223160
3000
garajınızda büyük bir DNA dizisi makinesi yapabilirsiniz.
03:46
Here's the section on the all-important emergency stop switch.
78
226160
3000
Bu kısım bütün acil kapatma düğmelerinde bulunur.
03:49
(Laughter)
79
229160
2000
(Kahkahalar)
03:51
Every important machine's got to have a big red button.
80
231160
3000
Her önemli makinenin büyük kırmızı bir düğmesi olmalıdır.
03:54
But really, it's pretty robust.
81
234160
2000
Ama gerçekten, çok güçlü bir şey.
03:56
You can actually be making DNA chips in your garage
82
236160
3000
Gerçekten garajınızda DNA çipleri yapabilirsiniz
03:59
and decoding some genetic programs pretty rapidly. It's a lot of fun.
83
239160
4000
ve bazı genetik programları hızla çözebilirsiniz. Çok eğlencelidir.
04:03
(Laughter)
84
243160
1000
(Kahkahalar)
04:04
And so what we did -- and this is a really cool project --
85
244160
4000
Yani biz ne yaptık -- bu gerçekten hoş bir proje --
04:08
we just started by making a respiratory virus chip.
86
248160
2000
bir solunum virüsü çipi yaparak başladık.
04:10
I talked about that --
87
250160
2000
Bundan bahsetmiştim --
04:12
you know, that situation where you go into the clinic
88
252160
2000
bilirsiniz, şu hastaneye gidip de
04:14
and you don't get diagnosed?
89
254160
2000
tanı alamadığınız durumlar?
04:16
Well, we just put basically all the human respiratory viruses
90
256160
2000
Pekala, basitçe bütün insan solunum virüslerini
04:18
on one chip, and we threw in herpes virus for good measure --
91
258160
3000
bir çipe yerleştiriyoruz, ve ölçüm yapmak için uçuk virüsü fırlatıyoruz.
04:21
I mean, why not?
92
261160
1000
Neden olmasın?
04:22
The first thing you do as a scientist is,
93
262160
2000
Bir biliminsanı olarak yapacağınız ilk şey,
04:24
you make sure stuff works.
94
264160
1000
işlerin yolunda gittiğinden emin olmaktır.
04:25
And so what we did is, we take tissue culture cells
95
265160
3000
Yaptığımız şey; doku kültürü hücrelerini aldık
04:28
and infect them with various viruses,
96
268160
2000
bu hücreleri farklı virüslerle enfekte ettik
04:30
and we take the stuff and fluorescently label the nucleic acid,
97
270160
4000
oluşan şeyleri aldık ve bu hücrelerden çıkan
04:34
the genetic material that comes out of these tissue culture cells --
98
274160
3000
nükledik asidi, genetik materyali florasan işaretlemeyle işaretledik.
04:37
mostly viral stuff -- and stick it on the array to see where it sticks.
99
277160
4000
çoğu viral şeyler -- ve birleştikleri yerleri görmek için dizi ile birleştirdik.
04:41
Now, if the DNA sequences match, they'll stick together,
100
281160
2000
Şimdi, eğer DNA sekansları uyuşuyorsa birleşecekler,
04:43
and so we can look at spots.
101
283160
2000
ve noktaları gözlemleyebileceğiz.
04:45
And if spots light up, we know there's a certain virus in there.
102
285160
2000
Eğer nokta parlarsa, orada belli bir virüs var demek.
04:47
That's what one of these chips really looks like,
103
287160
2000
Bu çipler işte böyle görünüyor,
04:49
and these red spots are, in fact, signals coming from the virus.
104
289160
3000
ve bu kırmızı noktalar da aslında virüsten gelen sinyaller.
04:52
And each spot represents a different family of virus
105
292160
3000
Her nokta farklı bir virüs ailesini
04:55
or species of virus.
106
295160
1000
ya da virüs türünü temsil ediyor.
04:56
And so, that's a hard way to look at things,
107
296160
2000
Aslında bakarsınız bu zor bir yöntem,
04:58
so I'm just going to encode things as a little barcode,
108
298160
2000
o yüzden buradaki şeyleri küçük barkodlar olarak şifreleyeceğim,
05:00
grouped by family, so you can see the results in a very intuitive way.
109
300160
4000
ailesel olarak ayrılmış şekilde, böylece sonuçları sezgisel olarak göreceksiniz.
05:04
What we did is, we took tissue culture cells
110
304160
2000
Yaptığımız şey; doku kültürü hücrelerini aldık
05:06
and infected them with adenovirus,
111
306160
2000
ve adenovirüs ile enfekte ettik,
05:08
and you can see this little yellow barcode next to adenovirus.
112
308160
4000
ve işte, adenovirüs'ün yanındaki küçük sarı barkodu görebilirsiniz.
05:12
And, likewise, we infected them with parainfluenza-3 --
113
312160
3000
Sonra benzer bir şekilde, parainfluenza-3 ile enfekte ettik
05:15
that's a paramyxovirus -- and you see a little barcode here.
114
315160
2000
bu bir paramiksovirüs'tür -- ve burada küçük barkodu görüyorsunuz.
05:17
And then we did respiratory syncytial virus.
115
317160
3000
Sonra solunum yolunun sinsityal virüsünü denedik.
05:20
That's the scourge of daycare centers everywhere --
116
320160
2000
Bu her yerde günlük bakım merkezlerinin baş belasıdır,
05:22
it's like boogeremia, basically.
117
322160
2000
karabasan gibidir.
05:24
(Laughter)
118
324160
1000
(Kahkahalar)
05:25
You can see that this barcode is the same family,
119
325160
4000
Bu barkodun aynı aile olduğunu görebilirsiniz,
05:29
but it's distinct from parainfluenza-3,
120
329160
2000
ama parainfluenza-3'ten farklıdır,
05:31
which gives you a very bad cold.
121
331160
2000
ciddi bir nezle kaparsınız.
05:33
And so we're getting unique signatures, a fingerprint for each virus.
122
333160
3000
O zaman her virüs için bir imza, bir parmak izi elde ediyoruz.
05:36
Polio and rhino: they're in the same family, very close to each other.
123
336160
3000
Çocuk felci ve rino: aynı ailedeler, birbirlerine çok yakınlar.
05:39
Rhino's the common cold, and you all know what polio is,
124
339160
2000
Rino nezle yapar, çocuk felcinin ne olduğunu zaten biliyorsunuz,
05:41
and you can see that these signatures are distinct.
125
341160
3000
bu imzaların farklı olduğunu görebilirsiniz.
05:44
And Kaposi's sarcoma-associated herpes virus
126
344160
3000
Ve kaposi sarkomu yapan herpes virüsü
05:47
gives a nice signature down here.
127
347160
2000
aşağıya hoş bir imza atıyor.
05:49
And so it is not any one stripe or something
128
349160
2000
Yani burada, bende hangi türden virüs olduğunu söyleyen
05:51
that tells me I have a virus of a particular type here;
129
351160
2000
tek bir şerit tarzı bir şey değil;
05:53
it's the barcode that in bulk represents the whole thing.
130
353160
4000
eksetiyetle her şeyi temsil eden bir barkod.
05:57
All right, I can see a rhinovirus --
131
357160
2000
Pekala, bir rinovirüs görebiliyorum
05:59
and here's the blow-up of the rhinovirus's little barcode --
132
359160
2000
ve bu da rinovirüs'ün küçük barkodunun gösterisi,
06:01
but what about different rhinoviruses?
133
361160
2000
peki ya farklı rinovirüsler?
06:03
How do I know which rhinovirus I have?
134
363160
2000
Bende hangi rinovirüs olduğunu nasıl bilebilirim?
06:05
There're 102 known variants of the common cold,
135
365160
3000
Soğuk algınlığının bilinen 102 tane varyantı var,
06:08
and there're only 102 because people got bored collecting them:
136
368160
3000
sadece 102 tane çünkü insanlar onları toplamaya üşenir:
06:11
there are just new ones every year.
137
371160
2000
her sene sadece bir iki tane yeni virüs çıkıyor.
06:13
And so, here are four different rhinoviruses,
138
373160
2000
Burada dört farklı rhinovirüs var,
06:15
and you can see, even with your eye,
139
375160
2000
ve gözünüzle bile görebilirsiniz ki,
06:17
without any fancy computer pattern-matching
140
377160
2000
hiç bilgisayarlı numune eşleştirme, tanımlama
06:19
recognition software algorithms,
141
379160
2000
programlama fantazileri olmadan,
06:21
that you can distinguish each one of these barcodes from each other.
142
381160
3000
buradaki barkodları diğerlerinden rahatlıkla ayırt edebilirsiniz.
06:24
Now, this is kind of a cheap shot,
143
384160
2000
Şimdi, burada işi ucuza kapatma şansımız var,
06:26
because I know what the genetic sequence of all these rhinoviruses is,
144
386160
3000
çünkü bütün bu rinovirüslerin genetik sekanslarını biliyorum,
06:29
and I in fact designed the chip
145
389160
1000
hatta daha iyi ayırabilmek için
06:30
expressly to be able to tell them apart,
146
390160
2000
bir de çip tasarladım,
06:32
but what about rhinoviruses that have never seen a genetic sequencer?
147
392160
4000
ama daha önce hiç bir genetik sekansçı görmeyen rinovirüsler ne olacak?
06:36
We don't know what the sequence is; just pull them out of the field.
148
396160
2000
Sekanslarının ne olduğunu bilmiyoruz, sadece çevreden topluyoruz.
06:38
So, here are four rhinoviruses
149
398160
2000
İşte haklarında hiçbir şey bilmediğimiz
06:40
we never knew anything about --
150
400160
2000
dört tane rinovirüs --
06:42
no one's ever sequenced them -- and you can also see
151
402160
3000
henüz kimse sekanslamamış
06:45
that you get unique and distinguishable patterns.
152
405160
2000
benzersiz ve fark edilebilir örnekler olduklarını görebilirsiniz.
06:47
You can imagine building up some library, whether real or virtual,
153
407160
3000
Gerçekten veya hayalen, her virüsün parmak izini içeren
06:50
of fingerprints of essentially every virus.
154
410160
2000
bir kütüphane kurduğunuzu hayal edebilirsiniz.
06:52
But that's, again, shooting fish in a barrel, you know, right?
155
412160
3000
Ama bu yine, kovadan balık yakalamak olur, anlıyorsunuz değil mi?
06:55
You have tissue culture cells. There are a ton of viruses.
156
415160
2000
Doku kültürü hücreleriniz var: bir sürü virüs.
06:57
What about real people?
157
417160
2000
Peki ya gerçek insanlar?
06:59
You can't control real people, as you probably know.
158
419160
2000
Bildiğiniz gibi, gerçek insanları kontrol edemezsiniz.
07:01
You have no idea what someone's going to cough into a cup,
159
421160
4000
Biri öksürdüğünde bardağa neler saçacağı hakkında fikriniz yok,
07:05
and it's probably really complex, right?
160
425160
3000
ve muhtemelen çok karmaşıktır, değil mi?
07:08
It could have lots of bacteria, it could have more than one virus,
161
428160
3000
Birçok bakteri olabilir, birden çok virüs olabilir,
07:11
and it certainly has host genetic material.
162
431160
2000
ve kesinlikle bulaştıranın genetik materyalini içeriyordur,
07:13
So how do we deal with this?
163
433160
1000
o zaman bununla nasıl başa çıkabiliriz?
07:14
And how do we do the positive control here?
164
434160
2000
Buradaki pozitif kontrolü nasıl yapalım?
07:16
Well, it's pretty simple.
165
436160
2000
Aslında oldukça basit.
07:18
That's me, getting a nasal lavage.
166
438160
2000
Bu benim, burun lavajı alırken.
07:20
And the idea is, let's experimentally inoculate people with virus.
167
440160
5000
Fikir ise şu; deneysel olarak insanları virüsle enfekte edelim
07:25
This is all IRB-approved, by the way; they got paid.
168
445160
5000
-- bu tamamen IRB onaylıdır, bunun için ödeme alıyorlar --
07:30
And basically we experimentally inoculate people
169
450160
3000
biz deneysel olarak insanlara
07:33
with the common cold virus.
170
453160
1000
soğuk algınlığı virüsünü veriyoruz.
07:34
Or, even better, let's just take people
171
454160
2000
Veya, daha da iyisi,
07:36
right out of the emergency room --
172
456160
1000
insanları acil odalarının önüne çıkarın --
07:37
undefined, community-acquired respiratory tract infections.
173
457160
4000
tanımlanmayan, toplumdan kazanılmış solunum yolu enfeksiyonları.
07:41
You have no idea what walks in through the door.
174
461160
2000
Kapından içeri neler gireceğini bilemeyiz.
07:43
So, let's start off with the positive control first,
175
463160
3000
Peki, o zaman önce pozitif kontrol ile başlayalım,
07:46
where we know the person was healthy.
176
466160
2000
biliyoruz ki bu insan bir zamanlar sağlıklıydı.
07:48
They got a shot of virus up the nose,
177
468160
2000
Burunlarından içeri virüs saldırısı oldu,
07:50
let's see what happens.
178
470160
1000
neler oluyor görelim.
07:51
Day zero: nothing happening.
179
471160
2000
Sıfırıncı gün: hiçbir şey olmadı.
07:53
They're healthy; they're clean -- it's amazing.
180
473160
2000
Sağlıklılar, temizler -- bu harika.
07:55
Actually, we thought the nasal tract might be full of viruses
181
475160
2000
Açıkçası, etrafta gayet sağlıklı bir şekilde yürürken bile
07:57
even when you're walking around healthy.
182
477160
1000
burun yolunun virüslerle dolu olacağını düşünmüştük.
07:58
It's pretty clean. If you're healthy, you're pretty healthy.
183
478160
2000
Oldukça temiz. Eğer sağlıklıysanız, oldukça sağlıklısınızdır.
08:00
Day two: we get a very robust rhinovirus pattern,
184
480160
4000
İkinci gün: çok sağlam bir rinovirüs numunemiz oldu,
08:04
and it's very similar to what we get in the lab
185
484160
2000
ve laboratuvarda yaptığımız doku kültürü deneyinde
08:06
doing our tissue culture experiment.
186
486160
1000
elde ettiğimiz virüslere çok benziyor.
08:07
So that's great, but again, cheap shot, right?
187
487160
3000
Bu harika, ama hatırlayın, ucuza kapatmalıyız değil mi?
08:10
We put a ton of virus up this guy's nose. So --
188
490160
2000
Bu adamın burnuna tonlarca virüs yerleştiriyoruz. Böylece --
08:12
(Laughter)
189
492160
1000
(Kahkahalar)
08:13
-- I mean, we wanted it to work. He really had a cold.
190
493160
4000
-- Yani, işe yaramasını istedik. Demek istediğim, gerçekten soğuk aldınlığı vardı.
08:17
So, how about the people who walk in off the street?
191
497160
4000
Peki, sokakta yürüyen insanlardan ne haber?
08:21
Here are two individuals represented by their anonymous ID codes.
192
501160
2000
Burada gizli ID kodları ile temsil edilen iki birey var.
08:23
They both have rhinoviruses; we've never seen this pattern in lab.
193
503160
4000
İkisinin de rinovirüsü var; bu örneği laboratuvarda hiç görmemiştik.
08:27
We sequenced part of their viruses;
194
507160
2000
Virüslerinin bir kısmını sekansladık;
08:29
they're new rhinoviruses no one's actually even seen.
195
509160
3000
kimsenin görmediği yeni rinovirüsler.
08:32
Remember, our evolutionary-conserved sequences
196
512160
2000
Hatırlayın, bu dizide kullandığımız
08:34
we're using on this array allow us to detect
197
514160
2000
evrimsel olarak korunan sekanslarımız
08:36
even novel or uncharacterized viruses,
198
516160
2000
yeni veya tanımlanmamış virüsleri bile tespit etmemizi sağlıyor,
08:38
because we pick what is conserved throughout evolution.
199
518160
4000
çünkü evrime bakıp neyin korunmuş olduğunu anlıyoruz.
08:42
Here's another guy. You can play the diagnosis game yourself here.
200
522160
3000
Bir başka adam. Burada tanı koymaca oyununu kendiniz oynayabilirsiniz.
08:45
These different blocks represent
201
525160
2000
Buradaki farklı bloklar
08:47
the different viruses in this paramyxovirus family,
202
527160
2000
bu paramikso virüs ailesindeki farklı virüsleri temsil ediyor,
08:49
so you can kind of go down the blocks
203
529160
1000
yani şöyle bir göz gezdirip
08:50
and see where the signal is.
204
530160
2000
sinyalin nerede olduğunu görebilirsiniz.
08:52
Well, doesn't have canine distemper; that's probably good.
205
532160
3000
Pekala, en azından gençlik hastalığı yok, bu muhtemelen iyidir.
08:55
(Laughter)
206
535160
2000
(Kahkahalar)
08:57
But by the time you get to block nine,
207
537160
2000
Ama zamanda dokuzunca bloğa geldiğinizde,
08:59
you see that respiratory syncytial virus.
208
539160
2000
şu solunum yolunun sinsityal virüsünü görüyorsunuz.
09:01
Maybe they have kids. And then you can see, also,
209
541160
3000
Belki çocukları vardır. Ve siz de görebilirsiniz,
09:04
the family member that's related: RSVB is showing up here.
210
544160
2000
kan bağı olan bir aile üyesi: RSVB burada da var.
09:06
So, that's great.
211
546160
1000
Bu harika.
09:07
Here's another individual, sampled on two separate days --
212
547160
3000
İşte farklı iki günde numune alınan başka bir birey,
09:10
repeat visits to the clinic.
213
550160
2000
hastaneye pek çok gez gelmiş.
09:12
This individual has parainfluenza-1,
214
552160
3000
Bu bireyde parainfluenza-1 var,
09:15
and you can see that there's a little stripe over here
215
555160
2000
burada Sendai virüsü'nü gösteren küçük bir şerit
09:17
for Sendai virus: that's mouse parainfluenza.
216
557160
3000
olduğunu görebilirsiniz: bu fare parainfluenza'sı.
09:20
The genetic relationships are very close there. That's a lot of fun.
217
560160
4000
Aralarındaki genetik ilişki oldukça yakın. Bu çok eğlenceli.
09:24
So, we built out the chip.
218
564160
1000
O halde, çipimizi yaptık.
09:25
We made a chip that has every known virus ever discovered on it.
219
565160
4000
Üzerinde şu ana kadar kaşfedilen bütün virüsleri barındıran bir çip yaptık.
09:29
Why not? Every plant virus, every insect virus, every marine virus.
220
569160
3000
Neden olmasın? Her bitki virüsü, her böcek virüsü, her deniz virüsü.
09:32
Everything that we could get out of GenBank --
221
572160
2000
GenBank'ta bulabildiğimiz her şey
09:34
that is, the national repository of sequences.
222
574160
2000
-- bu ulusan sekans deposudur --
09:36
Now we're using this chip. And what are we using it for?
223
576160
3000
Şimdi bu çipi kullanalım. Niye kullanıyoruz?
09:39
Well, first of all, when you have a big chip like this,
224
579160
2000
Pekala, her şeyden önce, bunun gibi büyük bir çipiniz olduğunda,
09:41
you need a little bit more informatics,
225
581160
2000
birazcık daha fazla bilişime ihtiyacınız olur,
09:43
so we designed the system to do automatic diagnosis.
226
583160
2000
o yüzden otomatik tanı koyan bir sistem tasarladık.
09:45
And the idea is that we simply have virtual patterns,
227
585160
3000
Fikir şöyle; sanal numunelerimiz var
09:48
because we're never going to get samples of every virus --
228
588160
2000
çünkü asla her virüsten örnek alamayız;
09:50
it would be virtually impossible. But we can get virtual patterns,
229
590160
3000
bu imkansız olurdu. Ama sanal numuneler elde edebiliriz,
09:53
and compare them to our observed result --
230
593160
2000
ve gözlemlediğimiz sonuçla karşılaştırırız,
09:55
which is a very complex mixture -- and come up with some sort of score
231
595160
4000
bu çok karmaşık bir karışım olur ve bunu bir rinovirüs olup olmadığını
09:59
of how likely it is this is a rhinovirus or something.
232
599160
3000
gösteren bir tür puanlama ile birlikte gelir.
10:02
And this is what this looks like.
233
602160
2000
İşte böyle görünüyor.
10:04
If, for example, you used a cell culture
234
604160
2000
Eğer, mesela, bir hücre kültürü kullandıysanız
10:06
that's chronically infected with papilloma,
235
606160
2000
bu kronik olarak papilloma ile enfekte olmuştur,
10:08
you get a little computer readout here,
236
608160
2000
burada küçük bir bilgisayar çıktısı alırsınız,
10:10
and our algorithm says it's probably papilloma type 18.
237
610160
4000
ve algoritmamız bize bunun muhtemelen papilloma tip 18 olduğunu söyler.
10:14
And that is, in fact, what these particular cell cultures
238
614160
2000
Bu, buradaki herbir hücre kültürünün
10:16
are chronically infected with.
239
616160
2000
kronik olarak enfekte olduğu ajan.
10:18
So let's do something a little bit harder.
240
618160
2000
O zaman daha zor bir şeyler yapalım.
10:20
We put the beeper in the clinic.
241
620160
1000
Çağrı cihazını kliniğe koyuyoruz.
10:21
When somebody shows up, and the hospital doesn't know what to do
242
621160
3000
Biri çıkageldiği zaman ve hastane tanı koyamadığı için
10:24
because they can't diagnose it, they call us.
243
624160
2000
ne yapacağını bilmediği zaman, bizi arıyorlar.
10:26
That's the idea, and we're setting this up in the Bay Area.
244
626160
2000
fikir bu, bu sistemi körfez bölgesine kuruyoruz.
10:28
And so, this case report happened three weeks ago.
245
628160
2000
Bu vaka raporu 3 hafta önce oldu.
10:30
We have a 28-year-old healthy woman, no travel history,
246
630160
3000
28 yaşında sağlıklı bir kadın, seyahat hikayesi yok,
10:33
[unclear], doesn't smoke, doesn't drink.
247
633160
3000
sigare içmiyor, alkol kullanmıyor.
10:36
10-day history of fevers, night sweats, bloody sputum --
248
636160
4000
10 gündür ateşi var, gece terlemeleri, kanlı balgam,
10:40
she's coughing up blood -- muscle pain.
249
640160
2000
öksürdüğünde kan geliyor, kas ağrıları var.
10:42
She went to the clinic, and they gave her antibiotics
250
642160
4000
Hastaneye gitti ve ona bazı antibiyotikler verdiler, doğru,
10:46
and then sent her home.
251
646160
1000
ve sonra eve gönderdiler.
10:47
She came back after ten days of fever, right? Still has the fever,
252
647160
4000
On gün boyunca ateşi düşmedi ve tekrar geldi -- hala ateşi vardı --
10:51
and she's hypoxic -- she doesn't have much oxygen in her lungs.
253
651160
3000
ve hipoksik durumdaydı -- akciğerlerinde yeteri kadar oksijen yoktu.
10:54
They did a CT scan.
254
654160
1000
Bir BT taraması yaptılar.
10:55
A normal lung is all sort of dark and black here.
255
655160
4000
Buradaki karanlık siyah şeyler normal akciğer.
10:59
All this white stuff -- it's not good.
256
659160
2000
Beyaz şeyler ise -- iyi değil.
11:01
This sort of tree and bud formation indicates there's inflammation;
257
661160
3000
Bu tarz bir ağaç-tomurcuk yapısı iltihap olduğunu gösterir;
11:04
there's likely to be infection.
258
664160
2000
bir enfeksiyon olması muhtemel.
11:06
OK. So, the patient was treated then
259
666160
3000
Tamam. Hastaya daha sonra
11:09
with a third-generation cephalosporin antibiotic and doxycycline,
260
669160
4000
üçüncü nesil bir sefalosporin antibiyotik ve doksisilin verildi,
11:13
and on day three, it didn't help: she had progressed to acute failure.
261
673160
4000
ve üçüncü gün, işe yaramadı; akut yetmezliğe ilerledi.
11:17
They had to intubate her, so they put a tube down her throat
262
677160
3000
Onu intübe etmeleri gerekti, boğazından bir tüp geçirdiler
11:20
and they began to mechanically ventilate her.
263
680160
1000
ve mekanik olarak hava vermeye başladılar.
11:21
She could no longer breathe for herself.
264
681160
2000
Artık yardım olmadan nefes alamıyordu.
11:23
What to do next? Don't know.
265
683160
2000
Şimdi ne yapalım? Bilmiyoruz.
11:25
Switch antibiotics: so they switched to another antibiotic,
266
685160
3000
Antibiyotikleri değiştirelim, başka bir antibiyotiğe geçtiler,
11:28
Tamiflu.
267
688160
2000
Tamiflu verdiler,
11:30
It's not clear why they thought she had the flu,
268
690160
2000
-- neden grip olduğunu düşündükleri pek açık değil --
11:32
but they switched to Tamiflu.
269
692160
2000
ama Tamiflu'ya geçtiler.
11:34
And on day six, they basically threw in the towel.
270
694160
2000
Altıncı gün, artık havlu attılar.
11:36
You do an open lung biopsy when you've got no other options.
271
696160
4000
Başka seçeneğiniz yoksa açık akciğer biyopsisi yaparsınız.
11:40
There's an eight percent mortality rate with just doing this procedure,
272
700160
2000
Sadece bu işlemde yüzde sekiz ölüm oranı var,
11:42
and so basically -- and what do they learn from it?
273
702160
3000
bu kadar açık -- peki bundan ne öğreniyorlar?
11:45
You're looking at her open lung biopsy.
274
705160
2000
Açık akciğer biyopsisini görüyorsunuz.
11:47
And I'm no pathologist, but you can't tell much from this.
275
707160
2000
Ben patolog değilim, ama bundan fazlasını söyleyemezsiniz.
11:49
All you can tell is, there's a lot of swelling: bronchiolitis.
276
709160
3000
Tek söyleyebileceğiniz birçok şişliğin olduğu: bronşiolit.
11:52
It was "unrevealing": that's the pathologist's report.
277
712160
3000
Bu sonuç vermiyordu: işte patoloji raporu.
11:55
And so, what did they test her for?
278
715160
3000
O zaman ne diye test yaptılar?
11:58
They have their own tests, of course,
279
718160
1000
Elbette kendi testleri var,
11:59
and so they tested her for over 70 different assays,
280
719160
3000
ve her yerde bulunabilen her türlü bakteriyi,
12:02
for every sort of bacteria and fungus and viral assay
281
722160
3000
mantarı, virüsü test etmek için
12:05
you can buy off the shelf:
282
725160
2000
70 tane farklı test yaptılar.
12:07
SARS, metapneumovirus, HIV, RSV -- all these.
283
727160
3000
SARS, metapnömo virüs, HIV, RSV -- bunların hepsi.
12:10
Everything came back negative, over 100,000 dollars worth of tests.
284
730160
4000
Hepsi negatif çıktı. Testlerin maliyeti 100,000 dolardan fazla.
12:14
I mean, they went to the max for this woman.
285
734160
3000
Demek istediğim, bu kadın için sınırları zorladılar.
12:17
And basically on hospital day eight, that's when they called us.
286
737160
3000
Ve hastanedeki sekizinci gün, bizi aradılar.
12:20
They gave us endotracheal aspirate --
287
740160
2000
Bize endotrakeal aspirat örneği verdiler --
12:22
you know, a little fluid from the throat,
288
742160
2000
bilirsiniz, boğazdan alınan bir miktar sıvı,
12:24
from this tube that they got down there -- and they gave us this.
289
744160
2000
işte aldıkları bu tüpün içinde -- ve bize verdiler.
12:26
We put it on the chip; what do we see? Well, we saw parainfluenza-4.
290
746160
5000
Biz bunu çipe koyduk; ne görüyoruz? İşte, parainfluenza-4.
12:31
Well, what the hell's parainfluenza-4?
291
751160
2000
İyi güzel de, parainfluenza-4 de neyin nesi?
12:33
No one tests for parainfluenza-4. No one cares about it.
292
753160
3000
Kimse parainfluenza-4 için test yapmaz. Kimse onu kaale almaz.
12:36
In fact, it's not even really sequenced that much.
293
756160
3000
Hatta, pek sekanslama da yapılmamıştır.
12:39
There's just a little bit of it sequenced.
294
759160
2000
Sadece bir kısmı sekanslandı.
12:41
There's almost no epidemiology or studies on it.
295
761160
2000
Neredeyse hiç epidemiyoloji ya da çalışma yok.
12:43
No one would even consider it,
296
763160
2000
Kimse dikkate bile almamış,
12:45
because no one had a clue that it could cause respiratory failure.
297
765160
3000
çünkü kimsede solunum yetmezliği yapabileceğine dair bir ipucu yok.
12:48
And why is that? Just lore. There's no data --
298
768160
3000
Peki neden? Sadece ilim. Hiç veri yok --
12:51
no data to support whether it causes severe or mild disease.
299
771160
4000
Ağır ya da hafif hastalığa sebep olduğunu destekleyecek hiç veri yok.
12:55
Clearly, we have a case of a healthy person that's going down.
300
775160
3000
Ama şurası açık ki, elimizde sağlığı dibe vuran bir insan vakası var.
12:58
OK, that's one case report.
301
778160
3000
Tamam, bu sadece bir vaka.
13:01
I'm going to tell you one last thing in the last two minutes
302
781160
2000
Son iki dakikada size son bir şey söyleyeceğim.
13:03
that's unpublished -- it's going to come out tomorrow --
303
783160
3000
bu henüz yayınlanmadı -- yarın çıkacak --
13:06
and it's an interesting case of how you might use this chip
304
786160
3000
yeni bir şey bulmak veya bir kapı açmak için
13:09
to find something new and open a new door.
305
789160
2000
bu çipi nasıl kullanabileceğinize dair bir vaka.
13:11
Prostate cancer. I don't need to give you many statistics
306
791160
4000
Prostat kanseri. Prostat kanseriyle ilgili
13:15
about prostate cancer. Most of you already know it:
307
795160
3000
pek istatistik vermeme gerek yok. Çoğunuz zaten biliyorsunuz:
13:18
third leading cause of cancer deaths in the U.S.
308
798160
2000
ABD'deki kanser ölümlerinin üçüncü sıradaki sebebi.
13:20
Lots of risk factors,
309
800160
2000
Bir sürü risk faktörü var,
13:22
but there is a genetic predisposition to prostate cancer.
310
802160
4000
ama ayrıca genetik yatkınlık da söz konusu.
13:26
For maybe about 10 percent of prostate cancer,
311
806160
2000
Prostat kanseri hastalarının belki de yüzde 10'u,
13:28
there are folks that are predisposed to it.
312
808160
2000
genetik olarak yatkın insanlardır.
13:30
And the first gene that was mapped in association studies
313
810160
4000
Ve ilişki çalışmalarında bu erken prostat kanseri
13:34
for this, early-onset prostate cancer, was this gene called RNASEL.
314
814160
4000
konusuyla ilgili haritalanan ilk gen, adına RNASEL dediğimiz bu gendi.
13:38
What is that? It's an antiviral defense enzyme.
315
818160
3000
Ne bu? Bir antiviral savunma enzimi mi?
13:41
So, we're sitting around and thinking,
316
821160
2000
Oturup biraz düşünelim.
13:43
"Why would men who have the mutation --
317
823160
2000
Antiviral savunma sisteminde mutasyon olan,
13:45
a defect in an antiviral defense system -- get prostate cancer?
318
825160
5000
hasar olan erkekler neden prostat kanseri oluyor?
13:50
It doesn't make sense -- unless, maybe, there's a virus?"
319
830160
3000
Pek mantıklı görünmüyor -- tabi eğer bir virüs yoksa.
13:53
So, we put tumors --- and now we have over 100 tumors -- on our array.
320
833160
6000
Tümörleri testimize ekledik -- şimdi 100'den fazla tümör var --
13:59
And we know who's got defects in RNASEL and who doesn't.
321
839160
3000
Kimin RNASEL geninde hasar olduğunu, kimde olmadığını biliyoruz.
14:02
And I'm showing you the signal from the chip here,
322
842160
3000
Burada size çipten gelen sinyali gösteriyorum,
14:05
and I'm showing you for the block of retroviral oligos.
323
845160
4000
ve retroviral oligo bloklarını gösteriyorum.
14:09
And what I'm telling you here from the signal, is
324
849160
2000
Ve bu sinyale bakarak diyorum ki,
14:11
that men who have a mutation in this antiviral defense enzyme,
325
851160
4000
bu antiviral savunma enziminde nutasyon olan bir adamın,
14:15
and have a tumor, often have -- 40 percent of the time --
326
855160
4000
eğer tümörü de varsa, muhtemelen -- %40 ihtimalle --
14:19
a signature which reveals a new retrovirus.
327
859160
4000
yeni bir retrovirüs ortaya koyan bir imzası vardır.
14:23
OK, that's pretty wild. What is it?
328
863160
3000
Tamam, bu çok vahşice. Nedir peki?
14:26
So, we clone the whole virus.
329
866160
1000
Bütün virüsü klonladık.
14:27
First of all, I'll tell you that a little automated prediction told us
330
867160
4000
Öncelikle şunu belirteyim, küçük bir otomatik tahmin
14:31
it was very similar to a mouse virus.
331
871160
2000
bize bu virüsün fare virüsüne çok benzediğini söyledi.
14:33
But that doesn't tell us too much,
332
873160
1000
Ama bu çok da anlam ifade etmiyor,
14:34
so we actually clone the whole thing.
333
874160
2000
o yüzden bütün yapıyı klonladık.
14:36
And the viral genome I'm showing you right here?
334
876160
2000
Şu anda size gösterdiğim viral genom nedir?
14:38
It's a classic gamma retrovirus, but it's totally new;
335
878160
3000
Klasik bir gama retrovirüs, ama tamamen yeni;
14:41
no one's ever seen it before.
336
881160
1000
kimse daha önce görmemişti.
14:42
Its closest relative is, in fact, from mice,
337
882160
3000
En yakın akrabası bir farelerden geliyor,
14:45
and so we would call this a xenotropic retrovirus,
338
885160
4000
o zaman buna "farklı çoğalan" anlamında xenotropik retrovirüs diyebiliriz
14:49
because it's infecting a species other than mice.
339
889160
3000
çünkü fareden farklı bir türü enfekte ediyor.
14:52
And this is a little phylogenetic tree
340
892160
2000
Bu, bizi diğer virüslerle olan ilişkisini gösteren
14:54
to see how it's related to other viruses.
341
894160
2000
küçük bir filogenetik ağaç.
14:56
We've done it for many patients now,
342
896160
3000
Şu ana kadar birçok hastaya uyguladık,
14:59
and we can say that they're all independent infections.
343
899160
3000
ve hepsinin birbirinden bağımsız enfeksiyonlar olduğunu söyleyebiliriz.
15:02
They all have the same virus,
344
902160
1000
Hepsinde aynı virüs var,
15:03
but they're different enough that there's reason to believe
345
903160
3000
ama bu virüsleri farklı yerlerden aldıklarını ispatlamaya
15:06
that they've been independently acquired.
346
906160
2000
yetecek kadar birbirlerinden farklılar.
15:08
Is it really in the tissue? And I'll end up with this: yes.
347
908160
2000
Gerçekten dokuda mı? Bunu söyleyip bitiriyorum. Evet
15:10
We take slices of these biopsies of tumor tissue
348
910160
3000
Bu tümör dokusu biyopsilerinden dilimler alıyoruz
15:13
and use material to actually locate the virus,
349
913160
2000
ve virüsü yerleştirmek için malzemeyi kullanıyoruz,
15:15
and we find cells here with viral particles in them.
350
915160
4000
ve içinde viral parçacıklar olan hücreler görüyoruz.
15:19
These guys really do have this virus.
351
919160
2000
Bu adamlarda gerçekten bu virüs var.
15:21
Does this virus cause prostate cancer?
352
921160
2000
Bu virüs prostat kanseri yapıyor mu?
15:23
Nothing I'm saying here implies causality. I don't know.
353
923160
4000
Aslında burada söylediklerim nedensillik ima etmiyor. Bilmiyorum.
15:27
Is it a link to oncogenesis? I don't know.
354
927160
2000
Kanserleşmeyle bağlantısı var mı? Bilmiyorum.
15:29
Is it the case that these guys are just more susceptible to viruses?
355
929160
4000
Vakayı oluşturan sadece bu adamların daha hassas olması mı?
15:33
Could be. And it might have nothing to do with cancer.
356
933160
3000
Olabilir. Ve kanserle hiç ilişkisi olmayabilir.
15:36
But now it's a door.
357
936160
1000
Ama bu bir kapı.
15:37
We have a strong association between the presence of this virus
358
937160
3000
Virüsün varlığıyla kansere yol açan genetik mutasyon arasında
15:40
and a genetic mutation that's been linked to cancer.
359
940160
3000
oldukça güçlü bir bağlantı var.
15:43
That's where we're at.
360
943160
1000
Bulunduğumuz nokta burası.
15:44
So, it opens up more questions than it answers, I'm afraid,
361
944160
4000
Korkarım bu cevaptan çok sorulara yol açıyor,
15:48
but that's what, you know, science is really good at.
362
948160
2000
ama bu tam da, bilirsiniz, bilimin gerçekten iyi olduğu şey.
15:50
This was all done by folks in the lab --
363
950160
2000
Bunların hepsi laboratuvar milleti tarafından yapıldı;
15:52
I cannot take credit for most of this.
364
952160
1000
Çoğunu kendi üzerime alamam.
15:53
This is a collaboration between myself and Don.
365
953160
1000
Bu, ben ve Don arasındaki bir işbirliği.
15:54
This is the guy who started the project in my lab,
366
954160
3000
Bu, laboratuvarımda projeyi başlatan adam,
15:57
and this is the guy who's been doing prostate stuff.
367
957160
2000
ve bu da işin prostat kısmını yapan adam.
15:59
Thank you very much. (Applause)
368
959160
3000
Çok teşekkür ederim.
Bu web sitesi hakkında

Bu site size İngilizce öğrenmek için yararlı olan YouTube videolarını tanıtacaktır. Dünyanın dört bir yanından birinci sınıf öğretmenler tarafından verilen İngilizce derslerini göreceksiniz. Videoyu oradan oynatmak için her video sayfasında görüntülenen İngilizce altyazılara çift tıklayın. Altyazılar video oynatımı ile senkronize olarak kayar. Herhangi bir yorumunuz veya isteğiniz varsa, lütfen bu iletişim formunu kullanarak bizimle iletişime geçin.

https://forms.gle/WvT1wiN1qDtmnspy7