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

Çeviri: Başak Karadağ Gözden geçirme: Cihan Ekmekçi

Nine years ago,

Dokuz yıl önce,

my sister discovered lumps in her neck and arm

kız kardeşim boynunda ve kolunda yumrular olduğunu fark etti

and was diagnosed with cancer.

ve kanser tanısı kondu.

From that day, she started to benefit

O günden itibaren,

from the understanding that science has of cancer.

bilimin kanser ile ilgili bilgilerinden yararlanmaya başladı.

Every time she went to the doctor,

Doktora her gittiğinde

they measured specific molecules

belirli moleküllerin ölçümü yapıldı

that gave them information about how she was doing

ve bu ona hastalığın nasıl gittiği ve sıradaki yapılacak şey

and what to do next.

hakkında bilgi verdi.

New medical options became available every few years.

Birkaç yılda bir, yeni tıbbi seçenekler ortaya çıkıyor.

Everyone recognized that she was struggling heroically

Herkes onun bu biyolojik hastalıkla

with a biological illness.

kahramanca savaştığının farkındaydı.

This spring, she received an innovative new medical treatment

Bu ilkbaharda, klinik bir deneyde

inovatif yeni bir tıbbi tedavi aldı.

in a clinical trial.

It dramatically knocked back her cancer.

Bu, kanseri önemli ölçüde geriletti.

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

Bu Şükran Günü'nü kiminle geçireceğim, tahmin edin?

My vivacious sister,

Hayat dolu kız kardeşimle,

who gets more exercise than I do,

benden fazla spor yapıyor

and who, like perhaps many people in this room,

ve belki bu odadaki çoğu kişi gibi

increasingly talks about a lethal illness

ölümcül bir hastalık hakkında diderek daha fazla

in the past tense.

geçmiş zaman kipinde konuşuyor.

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

Bilim hayatımızda hatta on yıl içinde bile

transform what it means to have a specific illness.

belli bir hastalığa sahip olmanın anlamını değiştirebiliyor.

But not for all illnesses.

Ama tüm hastalıklarda değil.

My friend Robert and I were classmates in graduate school.

Arkadaşım Robert'la üniversitede aynı sınıftaydık.

Robert was smart,

Robert zeki biriydi

but with each passing month,

ama aylar geçtikçe

his thinking seemed to become more disorganized.

düşünme yeteneği sanki giderek bozulmaya başladı.

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

Okulu bıraktı, bir mağazada işe girdi.

But that, too, became too complicated.

Ama bu da çok karmaşıklaştı.

Robert became fearful and withdrawn.

Robert her şeyden korkan çekingen birine dönüştü.

A year and a half later, he started hearing voices

Bir buçuk yıl sonra, bazı sesler duymaya başladı

and believing that people were following him.

ve birilerinin onu takip ettiğine inanıyordu.

Doctors diagnosed him with schizophrenia,

Doktorlar ona şizofreni tanısı koydu

and they gave him the best drug they could.

ve ona ellerindeki en iyi ilacı yazdılar.

That drug makes the voices somewhat quieter,

Bu ilaç sesleri bir nebze susturmuştu

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

ama parlak zekası ve sosyal bağlantısını geri getirememişti.

Robert struggled to remain connected

Robert, okul, iş ve arkadaş çevresi ile

to the worlds of school and work and friends.

ilişkisini devam ettirmeye çabaladı.

He drifted away,

Sonra kaybolup gitti,

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

şimdi onu nerede bulurum bilmiyorum.

If he watches this,

Eğer bu konuşmayı izlerse

I hope he'll find me.

umarım beni bulur.

Why does medicine have so much to offer my sister,

İlaçlar neden kız kardeşime bu kadar çok yardım ederken

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

Robert gibi milyonlarca kişiye çok az yardım edebiliyor?

The need is there.

Burada bir şey yapılmalı.

The World Health Organization estimates that brain illnesses

Dünya Sağlık Örgütü şizofreni, bipolar bozukluk

like schizophrenia, bipolar disorder and major depression

ve şiddetli depresyon gibi beyin hastalıklarının

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

yitirilen yaşam ve iş yıllarının başlıca nedeni olduğunu tahmin ediyor.

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

Bunun nedeni kısmen bu hastalıkların erken yaşlarda birçok şekilde

in many ways, in the prime of life,

ortaya çıkması, en verimli yıllarda,

just as people are finishing their educations, starting careers,

insanlar tam eğitimlerini tamamlayıp bir işe başlayacakken,

forming relationships and families.

ilişki ve aile kuracakken.

These illnesses can result in suicide;

Bu hastalıklar intiharla sonuçlanabiliyor,

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

genelde kişinin işte tam potansiyel göstermesini engelliyor

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

ve ölçülmesi zor pek çok trajediye neden oluyor:

lost relationships and connections,

Yitirilen ilişkiler ve bağlantılar,

missed opportunities to pursue dreams and ideas.

hayaller ve fikirlerle ilgili kaçırılan fırsatlar gibi...

These illnesses limit human possibilities

Bu hastalıklar insanın imkanlarını

in ways we simply cannot measure.

kolay ölçemeyeceğimiz biçimde kısıtlıyor.

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

Diğer pek çok cephede büyük tıbbi ilerlemelerin olduğu

on so many other fronts.

bir çağda yaşıyoruz.

My sister's cancer story is a great example,

Kız kardeşimin kanseri buna çok iyi bir örnek,

and we could say the same of heart disease.

kalp hastalığı için de bunu söyleyebiliriz.

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

Statin gibi ilaçlar milyonlarca kalp krizi ve felci önlüyor.

When you look at these areas of profound medical progress

Bu alanlarda yaşamımız boyunca gördüğümüz

in our lifetimes,

büyük tıbbi ilerlemelere bakınca

they have a narrative in common:

ortak bir hikaye görüyoruz:

scientists discovered molecules that matter to an illness,

Bilim insanları bir hastalıkta önemli olan moleküller keşfetti,

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

bu molekülleri vücutta saptama ve ölçmenin yollarını buldu

and they developed ways to interfere with those molecules

ve o moleküllere müdahale etmenin yollarını geliştirdiler,

using other molecules -- medicines.

başka moleküller kullanarak, ilaçlarla...

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

Bu tekrar ve tekrar işe yaramış olan bir strateji.

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

Fakat iş beyne gelince bu strateji sınırlı kalıyor

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

çünkü bugün, beynin nasıl çalıştığını

about how the brain works.

henüz yeterince iyi bilmiyoruz.

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

Hangi hücrelerimizin hangi hastalığa etkisi olduğunu öğrenmemiz gerekiyor

and which molecules in those cells matter to each illness.

ve o hücrelerdeki hangi moleküllerlerin hangi hastalığa etkisi olduğunu.

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

Bugün size anlatmak istediğim misyon bununla ilgili.

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

Laboratuvarım beyni bir büyük veri problemine dönüştürmeye

into a big-data problem.

çalışan teknolojiler geliştiriyor.

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

Yani bir biyolog olmadan önce bilgisayar ve matematik alanında çalıştım

and I learned this lesson:

ve şunu öğrendim:

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

Bir sistemin işleyişi hakkında çok büyük miktarda

about the functioning of a system,

doğru tür veriyi toplayabilirseniz

you can use computers in powerful new ways

o sistemi anlamlandırmak ve nasıl işlediğini öğrenmek için

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

bilgisayarları güçlü yeni yöntemlerle kullanabilirsiniz.

Today, big-data approaches are transforming

Bugün büyük veri yaklaşımı

ever-larger sectors of our economy,

ekonomimizin büyük sektörlerini dönüştürüyor

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

ve aynı şeyi biyoloji ve tıp alanında da yapabilir.

But you have to have the right kinds of data.

Ancak doğru tür verilere sahip olmanız gerekiyor.

You have to have data about the right things.

Doğru şeylerle ilgili verilere sahip olmalısınız.

And that often requires new technologies and ideas.

Bu da genellikle yeni teknoloji ve fikirler gerektiriyor.

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

Laboratuvarımdaki bilim insanlarını heyecanlandıran görev de bu.

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

Bugün size çalışmalarımızla ilgili iki kısa öykü anlatacağım.

One fundamental obstacle we face

Beyni büyük veri problemine dönüştürmede

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

karşılaştığımız en temel engellerden biri

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

beynimizin milyarlarca hücreden oluşması.

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

Ve bunlar genel amaçlı değil, uzman hücreler.

Like humans at work,

Bir iş yerinde çalışan insanlar gibi

they specialize into thousands of different cellular careers,

binlerce farklı hücresel kariyerde veya hücre tipinde

or cell types.

uzmanlaşmış hücrelerdir.

In fact, each of the cell types in our body

Aslında vücudumuzdaki bu hücre tiplerinin hepsi

could probably give a lively TED Talk

ne iş yaptığıyla ilgili

about what it does at work.

canlı bir TED konuşması yapabilir.

But as scientists, we don't even know today

Ama bilim insanları olarak

bugün kaç hücre tipi olduğunu bile bilmiyoruz

how many cell types there are,

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

ve çoğu konuşma başlığı ne olurdu, onu da bilmiyoruz.

Now, we know many important things about cell types.

Hücre tipleri hakkında pek çok önemli şey biliyoruz.

They can differ dramatically in size and shape.

Boyutları ve biçimleri çok farklı olabiliyor.

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

Biri bir moleküle tepki verirken diğeri tepki vermiyor,

they'll make different molecules.

farklı moleküller yapıyorlar.

But science has largely been reaching these insights

Bilim bu iç görülere her seferinde bir hücre tipini,

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

her defasında bir molekülü

one molecule at a time.

inceleyerek ulaşıyor.

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

Bütün bunların hepsini çabucak ve sistematik olarak öğrenmek istiyorduk.

Now, until recently, it was the case

Yakın zamanlara kadar durum buydu,

that if you wanted to inventory all of the molecules

yani beynin bir bölümü veya bir organdaki

in a part of the brain or any organ,

bütün moleküllerin envanterini çıkarmak istiyorsanız

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

onu önce bir tür hücre püresi halinde öğütmeniz gerekliydi.

But that's a problem.

Ama bu bir sorun.

As soon as you've ground up the cells,

Hücreleri öğüttüğünüzde

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

sadece ortalama bir hücrenin içeriğini inceleyebilirsiniz,

not the individual cells.

tek tek hücrelerin değil.

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

Diyelim ki New York gibi büyük bir şehrin işleyişini anlamaya çaılışıyorsunuz

but you could only do so by reviewing some statistics

ama bunu sadece ortalama bir New Yorklunun

about the average resident of New York.

istatistiklerine bakarak yapıyorsunuz.

Of course, you wouldn't learn very much,

Tabii ki çok şey öğrenemezsiniz

because everything that's interesting and important and exciting

çünkü ilginç, önemli ve heyecan verici her şey

is in all the diversity and the specializations.

çeşitlilikte ve uzmanlıktadır.

And the same thing is true of our cells.

Hücrelerimiz için de aynı şey geçerli.

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

Biz beyni hücresel bir püre değil,

hücresel bir meyve salatası olarak incelemeyi mümkün kılmak istedik.

but as a cellular fruit salad,

in which one could generate data about and learn from

Böylece her bir meyve parçasından

each individual piece of fruit.

veriler üretip öğrenebilecektik.

So we developed a technology for doing that.

Bu nedenle bunu yapacak bir teknoloji geliştirdik.

You're about to see a movie of it.

Bunun bir videosunu izleyeceksiniz.

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

Burada on binlerce hücreyi moleküler analizi için

each into its own tiny water droplet

kendi minik su damlasının

for its own molecular analysis.

içine paketliyoruz.

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

Hücre bir damlacığın içine girdiğinde minik bir kürecik onu karşılıyor

and that bead delivers millions of DNA bar code molecules.

ve bu kürecik milyonlarca DNA barkod molekülü taşıyor.

And each bead delivers a different bar code sequence

Her bir kürecik, farklı bir hücreye,

to a different cell.

farklı bir barkod dizilimi taşıyor.

We incorporate the DNA bar codes

DNA barkodlarını her bir hücrenin içindeki

into each cell's RNA molecules.

RNA molekülü ile birleştiriryoruz.

Those are the molecular transcripts it's making

Bunlar belirli genlerin işlerini yapmasını sağlayan

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

moleküler transkriptler.

And then we sequence billions of these combined molecules

Bu birleşik moleküllerden milyarlarca dizilim yapıyor

and use the sequences to tell us

ve bu dizilimleri her molekülün

which cell and which gene

hangi genden ve hücreden

every molecule came from.

geldiğini anlamada kullanıyoruz.

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

Bu yaklaşıma "Drop-seq" diyoruz

to separate the cells for analysis,

çünkü hücreleri analiz için ayırmada,

and we use DNA sequences to tag and inventory

DNA dizilimlerini etiketleyip envanter çıkarmada

and keep track of everything.

ve her şeyi izlemede damlacıklar kullanıyoruz.

And now, whenever we do an experiment,

Şimdi, ne zaman bir deney yapsak

we analyze tens of thousands of individual cells.

on binlerce bireysel hücreyi analiz ediyoruz.

And today in this area of science,

Bugün, bilimin bu alanında mesele,

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

bu geniş veri kümelerinden mümkün olduğunca çok şeyi

as quickly as we can

mümkün olduğunca kısa sürede öğrenmek.

from these vast data sets.

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

Biz Drop-seq'i geliştirirken insanlar bize

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

"Bu sizi her büyük beyin projesinde bilirkişi yapacak" diyordu.

That's not how we saw it.

Biz böyle görmüyorduk.

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

Bilim herkes heyecan verici veriler ürettiğinde güzeldir.

So we wrote a 25-page instruction book,

Bu nedenle herhangi bir bilim insanının sıfırdan

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

kendi Drop-seq sistemini oluşturabileceği 25 sayfalık bir kılavuz yazdık.

And that instruction book has been downloaded from our lab website

Bu kılavuz laboratuvarımızın web sitesinden

50,000 times in the past two years.

son iki yılda 50.000 kez indirildi.

We wrote software that any scientist could use

Ayrıca Drop-seq deneylerindeki veriyi analiz etmek için

to analyze the data from Drop-seq experiments,

her bilim insanının kullanabileceği bir yazılım hazırladık.

and that software is also free,

Bu yazılım da bedava

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

ve web sitemizden son iki yılda 30.000 kez indirildi.

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

Yüzlerce labaratuvar bu yaklaşımı kullanarak yaptıkları keşifler hakkında

using this approach.

bize yazdılar.

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

Bugün, bu teknoloji insan geni atlasını çıkarmada kullanılıyor.

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

Bu insan vücudundaki bütün hücre tiplerinin ve her bir hücre tipinin

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

işini yapmakta kullandığı spesifik genlerin atlası olacak.

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

Şimdi size beyni bir büyük veri problemine dönüştürmede

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

karşılaştığımız ikinci bir zorluktan bahsedeyim.

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

Bu zorluk, yaşayan yüz binlerce insanın

of hundreds of thousands of living people.

beyinlerinden bilgi edinmek istememiz.

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

Ama yaşarken beyinlerimiz fiziksel anlamda erişilebilir değil.

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

Peki molekülleri tutamazken moleküler faktörleri nasıl anlarız?

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

Cevap, DNA'mızda kodlanmış olan en çok bilgi sağlayıcı moleküller olan

are encoded in our DNA,

proteinlerden geliyor.

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

Bunlar hücrelerimizin protein üretiminin formülüne sahip.

And these recipes vary from person to person to person

Proteinlerin dizilimi ve her hücre tipinin

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

her bir proteinden ne kadar ürettiği,

in their precise sequence

insandan insana değiştikçe

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

bu formüller de insandan insana değişiyor.

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

Bunların hepsi DNA'mızda kodlanmış bir genetik

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

ama bu okulda öğrendiğimiz genetik değil.

Do you remember big B, little b?

Büyük B ve küçük b'yi hatırlıyor musunuz?

If you inherit big B, you get brown eyes?

Büyük B kalıtımla geçerse kahverengi gözleriniz olur.

It's simple.

Bu basit.

Very few traits are that simple.

Çok az özellik bu kadar basit.

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

Göz rengi bile bir pigment molekülünden çok daha fazlasıyla şekilleniyor.

And something as complex as the function of our brains

Beynimizin foksiyonu kadar karmaşık bir şey ise

is shaped by the interaction of thousands of genes.

binlerce genin etkileşiminden şekilleniyor.

And each of these genes varies meaningfully

Bu genlerin her biri insandan insana

from person to person to person,

anlamlı bir şekilde farklılaşıyor.

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

Her birimiz bu varyasyonun benzersiz bir kombinasyonuyuz.

It's a big data opportunity.

Bu büyük data için bir fırsat.

And today, it's increasingly possible to make progress

Bugün daha önce mümkün olmayan bir boyutta

on a scale that was never possible before.

ilerleme kaydetmek daha da mümkün.

People are contributing to genetic studies

İnsanlar genetik çalışmalara

in record numbers,

rekor sayıda katkıda bulunuyor.

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

Bilim insanları ilerlemeyi hızlandırmak için birbiriyle

to speed progress.

data paylaşımında bulunuyorlar.

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

Size şizofreninin genetiği hakkında yaptığımız keşfin

about the genetics of schizophrenia.

kısa bir hikayesini anlatmak istiyorum.

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

30 ülkeden 50.000 insan şizofreni hakkında

who contributed their DNA to genetic research on schizophrenia.

genetik araştırma yapmak için DNA'larıyla katkıda bulundular.

It had been known for several years

Yıllardır biliniyor ki

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

insan genomunun şizofreni riskine en büyük etkisi

comes from a part of the genome

bağışıklık sistemimizin çoğu molekülünü

that encodes many of the molecules in our immune system.

şifreleyen genom parçasından geliyor.

But it wasn't clear which gene was responsible.

Ama hangi genin sorumlu olduğu belirsizdi.

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

Laboratuvarımdaki bir bilim insanı DNA'nın bilgisayarla analizi için bir yol buldu

and he discovered something very surprising.

ve çok şaşırtıcı bir şey keşfetti.

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

"Tamamlayıcı bileşen 4" kısaca "C4" adında

it's called "C4" for short --

bir gen buldu.

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

Farklı insanların genomlarında düzinelerce farklı formda oluşuyor.

and these different forms make different amounts

Bu farklı formlar beynimizde farklı miktarlarda

of C4 protein in our brains.

C4 proteini üretiyor.

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

Ve genlerimiz ne kadar çok C4 proteini üretirse

the greater our risk for schizophrenia.

şizofreni riskimiz o kadar artar.

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

C4 karmaşık bir sistemde risk faktörlerinden yalnızca biri.

This isn't big B,

Bu bir büyük B değil

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

ama bu önemli bir molekül hakkında bir içgörü.

Complement proteins like C4 were known for a long time

C4 gibi tamamlayıcı proteinler bağışıklık sistemindeki rolleri hakkında

for their roles in the immune system,

uzun zamandır biliniyordu.

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

Üzerinde "beni ye" yazan bir Post-it notu gibi davranıyorlar.

that says, "Eat me."

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

Ve bu Post-it notu vücudumuzdaki

and dead cells in our bodies

atık ve ölü hücrelerin üzerine yapışarak

and invites immune cells to eliminate them.

bağışıklık hücrelerini onları yok etmeye çağırıyor.

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

Ancak iki arkadaşım C4 Post-in notunun

also gets put on synapses in the brain

beyin sinapslarının üzerine de yapıştığını

and prompts their elimination.

ve onları yok ettiğini buldu.

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

Sinapsların oluşturulması ve yok edilmesi insan gelişimi

insan gelişim ve ve öğreniminin normal bir parçası.

of human development and learning.

Our brains create and eliminate synapses all the time.

Beynimiz sinapsları sürekli oluşturup yok ediyor.

But our genetic results suggest that in schizophrenia,

Ama genetik sonuçlar gösteriyor ki

the elimination process may go into overdrive.

şizofrenide yok etme süreci çok hızlanabiliyor.

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

Birçok ilaç şirketindeki bilim insanları bu keşif hakkında çok heyecanlandılar

because they've been working on complement proteins for years

çünkü bağışıklık sistemindeki tamamlayıcı proteinler üzerinde

in the immune system,

yıllardır çalışıyorlar

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

ve nasıl çalıştıklarıyla ilgili çok şey öğrendiler.

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

Hatta tamamlayıcı proteinlere müdahale eden moleküller geliştirdiler

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

ve bağışıklık sisteminde olduğu gibi beyinde de onları test etmeye başladılar.

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

Bu bireysel bir semptomdan ziyade kök nedeni adresleyen

rather than an individual symptom,

bir ilaca doğru olası bir yol.

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

Umuyoruz ki bilim insanlarının yıllar boyu süren bu çalışması

will be successful.

başarılı olacak.

But C4 is just one example

C4 yüzyılların medikal problemlerine

of the potential for data-driven scientific approaches

yeni kapılar açan veri bazlı bilimsel yaklaşımların potansiyelinin

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

yalnızca bir örneği.

There are hundreds of places in our genomes

Genomlarımızda beyin hastalıklarına neden olan

that shape risk for brain illnesses,

yüzlerce yer var.

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

Ve onlardan herhangi biri bizi önemi olan bir molekülle ilgili

about a molecule that matters.

bir sonraki moleküler içgörüye yönlendirebilir.

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

Üstelik bu genleri farklı kombinasyonlarda kullanan yüzlerce hücre tipi var.

As we and other scientists work to generate

Biz ve diğer bilim insanları

the rest of the data that's needed

datanın gerekli olan diğer kısmını oluşturmak

and to learn all that we can from that data,

ve bu datadan her şeyi öğrenmek için çalıştıkça

we hope to open many more new fronts.

daha birçok yeni kapı açacağımızı umuyoruz.

Genetics and single-cell analysis are just two ways

Genetik ve tek hücre analizi

beyni büyük veri problemine döndürmeye çalışmanın sadece iki yolu.

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

There is so much more we can do.

Yapabileceğimiz daha çok şey var.

Scientists in my lab are creating a technology

Laboratuvarımdaki bilim insanları beyindeki sinaptik bağlantıların

for quickly mapping the synaptic connections in the brain

hızlıca haritasını çizmek için bir teknoloji yaratıyorlar,

to tell which neurons are talking to which other neurons

böylece hangi nöron başka hangi nöronlarla konuşuyor

and how that conversation changes throughout life and during illness.

ve hayat boyunca ve hastalık süresince bu konuşma nasıl değişiyor söyleyebilecekler.

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

Yüzlerce farklı insanın genomlarının aynı uyarıya nasıl farklı tepki verdiğini

how cells with hundreds of different people's genomes

tek bir tüpte test edebilecek

respond differently to the same stimulus.

yeni bir yol geliştiriyoruz.

These projects bring together people with diverse backgrounds

Bu projeler farklı geçmişi, eğitimi ve ilgi alanları olan insanları

and training and interests --

bir araya getiriyor,

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

biyoloji, bilgisayar, kimya, matematik, istatistik, mühendislik gibi.

But the scientific possibilities rally people with diverse interests

Bilimsel ihtimaller farklı ilgi alanları olan insanları birlikte yoğun bir şekilde

into working intensely together.

çalışmaya teşvik ediyor.

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

Nasıl bir gelecek yaratmayı umuyoruz?

Consider cancer.

Kanseri ele alalım.

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

Kanserin nedeninin kişisel psikolojik karakteristiklere atfedildiği

in which cancer was commonly ascribed to personal psychological characteristics,

cahilce bir devirden, kanserin gerçek biyolojik nedenlerini anlayabildiğimiz

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

modern moleküler bir yaklaşıma geçtik.

That understanding today leads to innovative medicine

Bugün bu anlayış bizleri her geçen gün

daha çok yenilikçi tıbba yönlendiriyor.

after innovative medicine,

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

Yapılacak daha çok şey olmasına rağmen,

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

etrafımız şimiden kanseri yenmiş insanlarla çevrili,

that were considered untreatable a generation ago.

bir jenerasyon önce tedavi edilemez olduğunu düşündüğümüz...

And millions of cancer survivors like my sister

Kardeşim gibi kanseri yenen milyonlarca kişi

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

ellerinde olmadığını düşündükleri yıllar,

and new opportunities

iş, mutluluk ve insan iletişimi için

for work and joy and human connection.

yeni fırsatlar edindiler.

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

İşte bu zihinsel hastalıklarla ilgili yaratmak istediğimiz gelecek;

one of real understanding and empathy

gerçek anlayış, empati

and limitless possibility.

ve sonsuz olanağın olduğu bir gelecek.

Thank you.

Teşekkürler.

(Applause)

(Alkışlar)