Allan Jones: A map of the brain

Allan Jones: Beynin haritası

Çeviri: Can Aslan Gözden geçirme: Sancak Gülgen

Humans have long held a fascination

İnsanlar çok uzun zamandır

for the human brain.

insan beynine hayran kalmıştır.

We chart it, we've described it,

Onun şemasını çıkardık, onu tanımladık,

we've drawn it,

resimlerini çizdik

we've mapped it.

ve haritasını çıkardık.

Now just like the physical maps of our world

Tıpkı dünyamızın

that have been highly influenced by technology --

teknolojiden büyük oranda etkilenen haritaları gibi --

think Google Maps,

Google Haritalar'ı,

think GPS --

GPS'i düşünün --

the same thing is happening for brain mapping

aynı şey, dönüşümle

through transformation.

beynin haritalanmasında da gerçekleşmektedir.

So let's take a look at the brain.

Şimdi beyne bir göz atalım.

Most people, when they first look at a fresh human brain,

Çoğu kimse, ilk kez taze bir insan beyni gördüğünde

they say, "It doesn't look what you're typically looking at

"Biri size bir beyin gösterdiğinde

when someone shows you a brain."

gördüğünüz şeye benzemiyor." der.

Typically, what you're looking at is a fixed brain. It's gray.

Genellikle, gördüğünüz şey fikse edilmiş bir beyindir. Gri renktedir.

And this outer layer, this is the vasculature,

Bu dış tabaka, insan beyninin etrafındaki,

which is incredible, around a human brain.

olağanüstü damar sistemidir.

This is the blood vessels.

Bunlar kan damarlarıdır.

20 percent of the oxygen

Akciğerlerinizden gelen oksijenin

coming from your lungs,

yüzde 20'si,

20 percent of the blood pumped from your heart,

kalbinizden pompalanan kanın yüzde 20'si,

is servicing this one organ.

yalnızca bu organa gitmektedir.

That's basically, if you hold two fists together,

İki yumruğunuzu yan yana koyarsanız,

it's just slightly larger than the two fists.

iki yumruğunuzdan biraz daha büyüktür.

Scientists, sort of at the end of the 20th century,

Bilimadamları, 20. yüzyılın sonlarında

learned that they could track blood flow

girişimsel olmayan yöntemlerle kan akışını takip ederek

to map non-invasively

insan beyninin neresinde aktivite olduğunu

where activity was going on in the human brain.

haritalamanın mümkün olduğunu keşfettiler.

So for example, they can see in the back part of the brain,

Örneğin beynin arka tarafındaki aktiviteyi görebiliyorlar --

which is just turning around there.

ekranda görmek üzere olduğunuz alan.

There's the cerebellum; that's keeping you upright right now.

İşte beyincik; şu anda sizi dik tutuyor.

It's keeping me standing. It's involved in coordinated movement.

Benim ayakta durmamı sağlıyor. Hareket koordinasyonunda görev alır.

On the side here, this is temporal cortex.

Burada, yan tarafta, işte temporal korteks.

This is the area where primary auditory processing --

Bu alanda birincil işitsel işlemler --

so you're hearing my words,

yani söylediklerimi duyuyorsunuz,

you're sending it up into higher language processing centers.

yüksek dil işlem merkezine gönderiyorsunuz.

Towards the front of the brain

Beynin ön tarafına doğru

is the place in which all of the more complex thought, decision making --

daha karmaşık düşüncelerin, karar verme işleminin gerçekleştiği --

it's the last to mature in late adulthood.

erişkinlik döneminin sonlarında, en son olgunlaşandır.

This is where all your decision-making processes are going on.

Burası tüm karar verme süreçlerinizin gerçekleştiği yerdir.

It's the place where you're deciding right now

Tam şu anda, büyük ihtimalle akşam yemeğinde biftek

you probably aren't going to order the steak for dinner.

ısmarlamayacağınıza karar vermek için kullamakta olduğunuz bölge.

So if you take a deeper look at the brain,

Beyne daha derinlemesine bakarsak,

one of the things, if you look at it in cross-section,

kesite bakarsak,

what you can see

fark edeceğiniz üzere

is that you can't really see a whole lot of structure there.

burada pek fazla yapı görülemiyor.

But there's actually a lot of structure there.

Ancak aslında çok fazla yapı mevcut.

It's cells and it's wires all wired together.

Tüm hücreleri ve tüm kabloları birbirine bağlanmış durumdadır.

So about a hundred years ago,

Yaklaşık yüz yıl kadar önce bilimadamları,

some scientists invented a stain that would stain cells.

hücreleri boyayan bir tür boya icat ettiler.

And that's shown here in the the very light blue.

Burada çok açık mavi renkte görülümektedir.

You can see areas

Normal hücrelerin boyandığı

where neuronal cell bodies are being stained.

alanları görebiliyoruz.

And what you can see is it's very non-uniform. You see a lot more structure there.

Ve ne kadar tekdüze olmadığını görebiliyoruz. Burada çok daha fazla yapı görüyoruz.

So the outer part of that brain

Beynin en dış bölümü

is the neocortex.

neokortekstir.

It's one continuous processing unit, if you will.

Tek parça, bütünleşik bir işlem birimi diyebiliriz.

But you can also see things underneath there as well.

Fakat altında da bir şeyler görebiliyoruz.

And all of these blank areas

Tüm bu boş alanlar

are the areas in which the wires are running through.

içinden kabloların geçtiği alanlardır.

They're probably less cell dense.

Büyük olasılıkla daha düşük hücre yoğunluğu mevcuttur.

So there's about 86 billion neurons in our brain.

Beynimizde 86 milyar nöron vardır.

And as you can see, they're very non-uniformly distributed.

Gördüğünüz üzere tekdüze olmayan bir şekilde dağılmışlardır.

And how they're distributed really contributes

Dağılımlarının altta yatan

to their underlying function.

fonksiyonlara bütük katkısı vardır.

And of course, as I mentioned before,

Tabii ki, daha önce de bahsettiğim üzere,

since we can now start to map brain function,

artık beyin fonksiyonlarının haritasını çıkarmaya başlayabildiğimize göre

we can start to tie these into the individual cells.

bu fonksiyonları tek tek hücrelerle ilişkilendirebiliriz.

So let's take a deeper look.

Şimdi biraz daha derinlemesine bakalım.

Let's look at neurons.

Nöronlara bakalım.

So as I mentioned, there are 86 billion neurons.

Daha önce de belirttiğim üzere, 86 milyar nöron var.

There are also these smaller cells as you'll see.

Aynı zamanda, göreceğiniz üzere, daha ufak hücreler de var.

These are support cells -- astrocytes glia.

Bunlar destek hücreleridir -- astrosit glia.

And the nerves themselves

Uyarıyı alanlar

are the ones who are receiving input.

sinirlerin kendileridir.

They're storing it, they're processing it.

Uyarıyı depoluyorlar, işliyorlar.

Each neuron is connected via synapses

Her bir nöron, sinapslar aracılığıyla

to up to 10,000 other neurons in your brain.

10.000'e kadar nörona birden bağlı olabilmektedir.

And each neuron itself

Her bir nöron

is largely unique.

büyük ölçüde özgündür.

The unique character of both individual neurons

Hem beyindeki bir topluluğa dahil olarak, hem de

and neurons within a collection of the brain

tek başlarına ele alındıklarına, nöronların özgün karakterleri

are driven by fundamental properties

altta yatan biyokimyalarının

of their underlying biochemistry.

temel özellikleri tarafından şekillenir.

These are proteins.

Bunlar proteinlerdir.

They're proteins that are controlling things like ion channel movement.

İyon kanal hareketleri gibi şeyleri kontrol eden proteinlerdir.

They're controlling who nervous system cells partner up with.

Sinir sistemi hücrelerinin ne ile ortaklaşa çalışacağını kontrol ederler.

And they're controlling

Temelde bu proteinler

basically everything that the nervous system has to do.

sinir sisteminin yapması gereken her şeyi kontrol ederler.

So if we zoom in to an even deeper level,

Daha derinlere doğru inersek

all of those proteins

bütün bu proteinler

are encoded by our genomes.

genomlarımız tarafından kodlanırlar.

We each have 23 pairs of chromosomes.

Her birimizin 23 çift kromozomu var.

We get one from mom, one from dad.

Bir çifti annemizden, diğerini babamızdan alırız.

And on these chromosomes

Bu kromozomlarda

are roughly 25,000 genes.

yaklaşık 25.000 gen var.

They're encoded in the DNA.

DNA'da kodlanmışlardır.

And the nature of a given cell

Herhangi bir hücrenin

driving its underlying biochemistry

temel biyokimyasını belirleyen etkenler

is dictated by which of these 25,000 genes

bu 25.000 genin hangilerinin

are turned on

ve hangi seviyede

and at what level they're turned on.

aktive olduğu ile belirlenir.

And so our project

Projemizde

is seeking to look at this readout,

bu sonuçlara bakarak

understanding which of these 25,000 genes is turned on.

25.000 genin hangilerinin aktive olduğunu anlamayı amaçlıyoruz.

So in order to undertake such a project,

Böyle bir proje için

we obviously need brains.

doğal olarak beyinlere ihtiyacımız var.

So we sent our lab technician out.

Biz de laboratuar teknisyenimizi yolladık.

We were seeking normal human brains.

Normal insan beyni arıyoruz.

What we actually start with

Aslında adli tabibin

is a medical examiner's office.

çalışma odası ile başladık.

This a place where the dead are brought in.

Burası ölen insanların getirildiği yer.

We are seeking normal human brains.

Normal insan beyni arıyoruz.

There's a lot of criteria by which we're selecting these brains.

Beyinleri seçmede kullandığımız bir çok ölçüt var.

We want to make sure

20 ila 60 yaş arası

that we have normal humans between the ages of 20 to 60,

doğal bir nedenden ölmüş

they died a somewhat natural death

beynine hiç zarar gelmemiş

with no injury to the brain,

psikiyatrik hastalık geçmişi olmayan

no history of psychiatric disease,

hiç narkotik ilaç kullanmamış --

no drugs on board --

-- toksikolojik tetkik yapıyoruz --

we do a toxicology workup.

normal insanlar olduğundan emin olmak istiyoruz.

And we're very careful

Aldığımız beyinlerle

about the brains that we do take.

çok dikkatli oluyoruz.

We're also selecting for brains

Ayrıca, ölümü takiben 24 saat içinde

in which we can get the tissue,

dokuyu alabileceğimiz,

we can get consent to take the tissue

dokuyu almak için izin alabileceğimiz

within 24 hours of time of death.

beyinleri seçiyoruz.

Because what we're trying to measure, the RNA --

Çünkü ölçmeye çalıştığımız şey, yani RNA

which is the readout from our genes --

-- genlerimizin çıktısı --

is very labile,

son derece kararsızdır,

and so we have to move very quickly.

dolayısıyla hızlı hareket etmemiz gerekiyor.

One side note on the collection of brains:

Beyinlerin toplanmasına dair ufak bir not:

because of the way that we collect,

toplama yönetimimiz

and because we require consent,

ve rıza gerekliliği nedeniyle,

we actually have a lot more male brains than female brains.

elimizde kadın beyninden çok erkek beyni mevcut.

Males are much more likely to die an accidental death in the prime of their life.

Erkeklerin, hayatlarının en aktif zamanlarında bir kaza sonucu ölme ihtimalleri çok daha yüksektir.

And men are much more likely

Ve erkeklerin, sevgili veya eşlerinin

to have their significant other, spouse, give consent

rızalarının alınması

than the other way around.

tam tersine göre daha olasıdır.

(Laughter)

(Kahkahalar)

So the first thing that we do at the site of collection

Beyni alacağımız yerde yaptığımız

is we collect what's called an MR.

ilk iş MR çekmek oluyor.

This is magnetic resonance imaging -- MRI.

Manyetik rezonans görüntüleme -- MRG.

It's a standard template by which we're going to hang the rest of this data.

Bu MR görüntüsü, geri kalan tüm verileri üzerine yerleştireceğimiz bir şablon görevi görüyor.

So we collect this MR.

MR çekiyoruz.

And you can think of this as our satellite view for our map.

Bunu haritamızın bir uydu görüntüsü olarak düşünebilirsiniz.

The next thing we do

Bir sonraki adımımız

is we collect what's called a diffusion tensor imaging.

difüzyon tensör görüntülemesidir.

This maps the large cabling in the brain.

Bu beyindeki büyük kabloların bir harıtasıdır.

And again, you can think of this

Bunu da şehirlerarası geniş yolların

as almost mapping our interstate highways, if you will.

haritasını çıkarmak olarak düşünebilirsiniz.

The brain is removed from the skull,

Beyin kafatasından çıkarılır

and then it's sliced into one-centimeter slices.

ve bir santimetrelik dilimlere ayrılır.

And those are frozen solid,

Bu dilimler kaskatı dondurulur

and they're shipped to Seattle.

ve Seattle'a gönderilir.

And in Seattle, we take these --

Seatlle'da bu dilimleri alıp

this is a whole human hemisphere --

-- bu bütün bir insan beyninin yarısıdır (hemisfer) --

and we put them into what's basically a glorified meat slicer.

bir anlamda "kaliteli bir et dilimleme makinesi"ne koyuyoruz.

There's a blade here that's going to cut across

Bu makinedeki bıçak, bir doku bölümünü

a section of the tissue

boydan boya keser

and transfer it to a microscope slide.

ve bir lama aktarır.

We're going to then apply one of those stains to it,

Daha sonra o boyalardan birini uygulayıp

and we scan it.

tarama yapacağız.

And then what we get is our first mapping.

Böylece ilk haritamızı elde etmiş oluyoruz.

So this is where experts come in

Bu noktada uzmanlar devreye giriyor

and they make basic anatomic assignments.

ve temel anatomik hatları belirliyorlar.

You could consider this state boundaries, if you will,

Bu geniş hatları,

those pretty broad outlines.

eyalet sınırları olarak düşünebilirsiniz.

From this, we're able to then fragment that brain into further pieces,

Bu belirlemelere göre beyni, daha ufak kriyostatlara

which then we can put on a smaller cryostat.

koymak üzere daha küçük parçalara ayırabiliyoruz.

And this is just showing this here --

Ekranda da gördüğünüz üzere --

this frozen tissue, and it's being cut.

donmuş bir doku kesilmekte.

This is 20 microns thin, so this is about a baby hair's width.

Kesit kalınlığı 20 mikron, yani bir bebeğin saç teli kalınlığında.

And remember, it's frozen.

Unutmayın, doku donmuş durumda.

And so you can see here,

Burada da gördüğünüz üzere

old-fashioned technology of the paintbrush being applied.

eski bir teknoloji olan boya fırçası tekniği uygulanıyor.

We take a microscope slide.

Bir lam alıyoruz.

Then we very carefully melt onto the slide.

Çok dikkatli bir şekilde eriterek lamın üzerine koyuyoruz.

This will then go onto a robot

Daha sonra dokunun üzerinde bulunduğu lama

that's going to apply one of those stains to it.

bir robot aracılığıyla boya uygulanacak.

And our anatomists are going to go in and take a deeper look at this.

Sonra anatomi uzmanlarımız daha detaylı inceleme yapacak.

So again this is what they can see under the microscope.

Bu da mikroskop altında gördükleri görüntüdür.

You can see collections and configurations

Kümeler içinde, çeşitli bölgelerde

of large and small cells

büyük ve küçük

in clusters and various places.

hücre toplulukları ve düzeni görüyoruz.

And from there it's routine. They understand where to make these assignments.

Bu noktadan sonrası rutin oluyor. Nereleri belirlemeleri gerektiğini biliyorlar.

And they can make basically what's a reference atlas.

Yani bir referans atlası oluşturabiliyorlar.

This is a more detailed map.

Bu daha detaylı bir harita oluyor.

Our scientists then use this

Daha sonra bilimadamlarımız

to go back to another piece of that tissue

dokunun başka bir parçasına geçip

and do what's called laser scanning microdissection.

lazer yardımlı mikrodiseksiyon denen tekniği uyguluyorlar.

So the technician takes the instructions.

Teknisyen talimatları alır.

They scribe along a place there.

Bu şekilde işaretleme yapar.

And then the laser actually cuts.

Sonra da lazer, kesme işlemini gerçekleştirir.

You can see that blue dot there cutting. And that tissue falls off.

Orada mavi noktanın olduğu yerin kesildiğini görebilirsiniz. Kesilen doku aşağı düşer.

You can see on the microscope slide here,

Lamın üzerinde gördüğünüz

that's what's happening in real time.

gerçek zamanlıdır.

There's a container underneath that's collecting that tissue.

Kesilen doku aşağıda duran bir toplama kabına düşer.

We take that tissue,

O dokuyu alıp

we purify the RNA out of it

basit bir teknik kullanarak

using some basic technology,

içindeki RNA'yı arıtır

and then we put a florescent tag on it.

ve floresan işaretleme yaparız.

We take that tagged material

İşaretlenmiş maddeyi alır

and we put it on to something called a microarray.

ve mikrodizi denen bir şeye koyarız.

Now this may look like a bunch of dots to you,

Şimdi, size yalnızca bir sürü nokta gibi gözüküyor olabilir.

but each one of these individual dots

Fakat bu noktaların her biri

is actually a unique piece of the human genome

aslında cam üzerinde saptadığımız

that we spotted down on glass.

özgün birer insan genomu parçasıdır.

This has roughly 60,000 elements on it,

Burada yaklaşık 60.000 öğe var ve

so we repeatedly measure various genes

biz de, genomdaki 25.000 gen içinden

of the 25,000 genes in the genome.

çeşitli genleri tekrar tekrar ölçeriz.

And when we take a sample and we hybridize it to it,

Bir numune alıp hibridize ettiğimizde

we get a unique fingerprint, if you will,

numune içinde hangi genlerin aktive olduğunun

quantitatively of what genes are turned on in that sample.

sayısal olarak, özgün bir parmak izini elde ederiz.

Now we do this over and over again,

Bu işlemi elimizdeki tüm beyinler

this process for any given brain.

için sürekli tekrarlıyoruz.

We're taking over a thousand samples for each brain.

Her bir beyinden binin üzerinde numune alıyoruz.

This area shown here is an area called the hippocampus.

Burada gösterilen bölgeye hipokampus deniyor.

It's involved in learning and memory.

Bu bölge öğrenme ve hafıza işlemlerinde görev alır.

And it contributes to about 70 samples

Ve bu bölge, topladığımız bin numunenin

of those thousand samples.

yalnızca 70 kadarını oluşturur.

So each sample gets us about 50,000 data points

Her bir numune bize 50.000 veri göstergesi sağlıyor

with repeat measurements, a thousand samples.

ve tekrarlanan ölçümlerle, bin numune.

So roughly, we have 50 million data points

Yani bir insan beyni için elimizde

for a given human brain.

yaklaşık 50 milyon veri göstergesi oluyor.

We've done right now

Şu ana kadar

two human brains-worth of data.

iki insan beyni değerinde veri topladık.

We've put all of that together

Tüm bu verileri

into one thing,

tek bir şeyde topladık

and I'll show you what that synthesis looks like.

ve ortaya çıkan sentezin nasıl bir şey olduğunu size göstereyim.

It's basically a large data set of information

Dünyanın her yerindeki bilimadamlarına ücretsiz olarak açık

that's all freely available to any scientist around the world.

geniş bir veri bankası.

They don't even have to log in to come use this tool,

Bu aracı kullanmak, veri toplamak, ilginç şeyler keşfetmek

mine this data, find interesting things out with this.

için giriş bile yapmaları gerekmiyor.

So here's the modalities that we put together.

İşte bir araya getirdiğimiz araç.

You'll start to recognize these things from what we've collected before.

Önceden topladığımız şeyleri fark edeceksiniz.

Here's the MR. It provides the framework.

İşte MR görüntüsü. Ana iskeleti oluşturuyor.

There's an operator side on the right that allows you to turn,

Sağ tarafta görüntüyü döndürmenize,

it allows you to zoom in,

yakınlaştırmanıza, her bir yapıyı tek tek seçmenize

it allows you to highlight individual structures.

olanak sağlayan bir kontrol paneli var.

But most importantly,

Fakat en önemlisi şimdi,

we're now mapping into this anatomic framework,

insanların genlerin nerede aktive olduğunu anlayabilecekleri

which is a common framework for people to understand where genes are turned on.

genel bir iskelet olan bu anatomik iskeleti haritalandırıyoruz.

So the red levels

Kırmızı renkler bir genin

are where a gene is turned on to a great degree.

yüksek seviyede aktive olduğu yerler.

Green is the sort of cool areas where it's not turned on.

Yeşik renkler ise o genin aktive olmadığı soğuk bölgeler.

And each gene gives us a fingerprint.

Her bir gen bize bir parmak izi veriyor.

And remember that we've assayed all the 25,000 genes in the genome

Unutmayalım ki genomdaki 25.000 genin her birini çözümledik

and have all of that data available.

ve tüm veriler elimizde mevcut.

So what can scientists learn about this data?

Peki, bilimadamları bu veriler hakkında ne öğrenebilir?

We're just starting to look at this data ourselves.

Biz de bu verilere yeni yeni bakmaya başladık.

There's some basic things that you would want to understand.

Anlamak isteyebileceğiniz iki ana şey var.

Two great examples are drugs,

İki önemli örnek ilaçlardır;

Prozac and Wellbutrin.

Prozac ve Wellbutrin.

These are commonly prescribed antidepressants.

Bunlar sıklıkla reçetelendirilen antidepresanlardır.

Now remember, we're assaying genes.

Şimdi, genleri çözümlediğimizi unutmayalım.

Genes send the instructions to make proteins.

Genler, protein yapımı için gerekli talimatları gönderirler.

Proteins are targets for drugs.

Proteinler ilaçlar için birer hedeftir.

So drugs bind to proteins

Yani ilaçlar proteinlere bağlanır

and either turn them off, etc.

ve de-aktive ederler, vs.

So if you want to understand the action of drugs,

Bu durumda, ilaçların etkilerini anlamak istiyorsanız

you want to understand how they're acting in the ways you want them to,

neden istediğiniz şekilde etki gösterdiklerini

and also in the ways you don't want them to.

ve göstermediklerini anlamanız gerekir.

In the side effect profile, etc.,

Yan etki profili gibi şeylerde

you want to see where those genes are turned on.

o genlerin nerede aktive olduğunu görmek istersiniz.

And for the first time, we can actually do that.

İlk defa bunu gerçekten yapabiliyoruz.

We can do that in multiple individuals that we've assayed too.

Bunu çözümlediğimiz diğer bireylerde de yapabiliyoruz.

So now we can look throughout the brain.

Yani şimdi, beynin içine bütünüyle bakabiliyoruz.

We can see this unique fingerprint.

Bu özgün parmak izini görebiliyoruz.

And we get confirmation.

Ve doğrulayabiliyoruz.

We get confirmation that, indeed, the gene is turned on --

Gerçekten genin aktive olduğunu doğrulayabiliyoruz --

for something like Prozac,

Prozac gibi bir ilaç için,

in serotonergic structures, things that are already known be affected --

serotonerjik yapılarda, etkilendiğini bildiğimiz şeyler için --

but we also get to see the whole thing.

ama aynı zamanda herşeyi bütünüyle görebiliyoruz.

We also get to see areas that no one has ever looked at before,

Daha önce kimsenin bakmamış olduğu bölgelere bakabiliyor

and we see these genes turned on there.

ve o bölgelerde bu genlerin aktive olduğunu görebiliyoruz.

It's as interesting a side effect as it could be.

Bir yan etkinin olabildiği kadar ilginç.

One other thing you can do with such a thing

Bununla yapabileceğimiz bir başka şey ise,

is you can, because it's a pattern matching exercise,

bu bir patern eşleştirme egzersizi olduğundan,

because there's unique fingerprint,

özgün bir parmak izi olduğundan,

we can actually scan through the entire genome

tüm genomu tarayıp

and find other proteins

benzer parmak izi olan

that show a similar fingerprint.

başka proteinler de bulabiliyoruz.

So if you're in drug discovery, for example,

Örneğin ilaç keşfi üzerine çalışıyorsanız,

you can go through

belki de tüm genom listesine bakıp

an entire listing of what the genome has on offer

daha iyi ilaç hedefleri bulabilir

to find perhaps better drug targets and optimize.

ve kullanımı optimize edebilirsiniz.

Most of you are probably familiar

Birçoğunuz, tüm genomu kapsayan

with genome-wide association studies

ilişkilendirme çalışmaları sayesinde ortaya çıkan

in the form of people covering in the news

"Bilimadamları A'yı etkileyen gen

saying, "Scientists have recently discovered the gene or genes

veya genleri keşfetti."

which affect X."

gibi haberleri görüyorsunuzdur.

And so these kinds of studies

Bu tür çalışmalar bilimadamları tarafından

are routinely published by scientists

düzenli olarak yayınlanıyor

and they're great. They analyze large populations.

ve bu yayınlar çok güzel. Geniş popülasyonları analiz ediyorlar.

They look at their entire genomes,

Tüm genomlarına bakıyor

and they try to find hot spots of activity

ve nedensel olarak genlere bağlı

that are linked causally to genes.

yoğun aktivite bölgeleri bulmaya çalışıyorlar.

But what you get out of such an exercise

Ancak bu tür bir çalışmadan elde edebileceğiniz şey

is simply a list of genes.

en basitinden bir gen listesidir.

It tells you the what, but it doesn't tell you the where.

Size ne olduğunu gösteriyor ama nerede olduğunu göstermiyor.

And so it's very important for those researchers

Dolayısıyla bu kaynağı yaratmış olmamız

that we've created this resource.

o araştırmacılar için çok önemli.

Now they can come in

Şimdi bu kaynak ile

and they can start to get clues about activity.

aktiviteler hakkında bir fikir edinmeye başlayabilirler.

They can start to look at common pathways --

Daha önce bakamadıkları yollarla

other things that they simply haven't been able to do before.

genel yolaklara bakabilirler.

So I think this audience in particular

Sanırım özellikle buradaki dinleyiciler

can understand the importance of individuality.

bireyselliğin önemini anlayabilirler.

And I think every human,

Bence her insan --

we all have different genetic backgrounds,

hepimizin genetik alt yapısı farklı,

we all have lived separate lives.

hepimizin ayrı hayatları var.

But the fact is

Aslında genomlarımız

our genomes are greater than 99 percent similar.

yüzde 99'dan daha yüksek bir oranda benzerdir.

We're similar at the genetic level.

Genetik seviyede benzeriz.

And what we're finding

Şimdi ise,

is actually, even at the brain biochemical level,

aslında beyin biyokimyası seviyesinde bile

we are quite similar.

çok benzer olduğumuzu anlıyoruz.

And so this shows it's not 99 percent,

Bu da yüzde 99 olmadığını,

but it's roughly 90 percent correspondence

mantıklı bir ayırma noktası ile

at a reasonable cutoff,

yaklaşık yüzde 90 olduğunu

so everything in the cloud is roughly correlated.

ve bulutun içindeki herşeyin yaklaşık olarak ilişkili olduğunu gösteriyor.

And then we find some outliers,

Sonra, bulutun ötesinde bulunan

some things that lie beyond the cloud.

bazı aykırı değerler buluyoruz.

And those genes are interesting,

Bu genler ilginç

but they're very subtle.

ama hemen göze çarpmıyorlar.

So I think it's an important message

Bugün öğrendiğimiz

to take home today

önemli bir şey varsa o da

that even though we celebrate all of our differences,

her ne kadar tüm farklılıklarımızı vurguluyor olsak da

we are quite similar

aslında beyin seviyesinde bile

even at the brain level.

çok benzer olduğumuzdur.

Now what do those differences look like?

Şimdi, bu farklılıklar neye benziyor?

This is an example of a study that we did

Bu, o farklılıkların tam olarak ne olduğunu

to follow up and see what exactly those differences were --

görebilmek ve takip edebilmek için yaptığımız bir çalışmadan bir örnek --

and they're quite subtle.

ve o farklılıklar hiç göze batmayacak türde.

These are things where genes are turned on in an individual cell type.

Bunlar, belli bir hücre tipinde genlerin aktive olduğu yerler.

These are two genes that we found as good examples.

Bulduğumuz bu iki genin iyi birer örnek olduğunu düşünüyoruz.

One is called RELN -- it's involved in early developmental cues.

Birine RELN adı veriliyor -- erken gelişim tetiklerinde görev alıyor.

DISC1 is a gene

DISC1 şizofrenide silinen

that's deleted in schizophrenia.

bir gendir.

These aren't schizophrenic individuals,

Bunlar şizofrenik bireyler değiller

but they do show some population variation.

ama bazı popülasyon varyasonları sergiliyorlar.

And so what you're looking at here

Burada donör bir ve donör dörtte gördüğünüz,

in donor one and donor four,

diğer ikisine göre istisna olan şey,

which are the exceptions to the other two,

genlerin çok spesifik

that genes are being turned on

bir hücre altkümesinde

in a very specific subset of cells.

aktive olduğudur.

It's this dark purple precipitate within the cell

Burada bize genin aktive olduğunu gösteren şey,

that's telling us a gene is turned on there.

hücrenin içindeki koyu mor çökeltidir.

Whether or not that's due

Bunun, bireyin genetik alt yapısına veya deneyimlerine

to an individual's genetic background or their experiences,

bağlı olup olmadığını

we don't know.

bilmiyoruz.

Those kinds of studies require much larger populations.

O tür çalışmalar çok daha geniş popülasyon gerektirir.

So I'm going to leave you with a final note

Size beynin karmaşıklığına

about the complexity of the brain

ve daha ne kadar çok yolumuz olduğuna ilişkin

and how much more we have to go.

bir not ile veda etmek istiyorum.

I think these resources are incredibly valuable.

Bence bu kaynaklar olağanüstü derece değerli.

They give researchers a handle

Araştırmacılara nereye

on where to go.

yöneleceklerini gösteriyor.

But we only looked at a handful of individuals at this point.

Fakat şu ana kadar incelediğimiz bireylerin sayısı çok az.

We're certainly going to be looking at more.

Kesinlikle daha fazla bireyi inceliyor olacağız.

I'll just close by saying

Araçların elimizin altında olduğunu

that the tools are there,

ve bu konunun gerçekten keşfedilmemiş, ortaya çıkarılmamış

and this is truly an unexplored, undiscovered continent.

bir kıta olduğunu söylerek konuşmamı sonlandırmak istiyorum.

This is the new frontier, if you will.

Bu yeni sınırlarımızdır.

And so for those who are undaunted,

Beynin karmaşıklığı karşısında mütevazı

but humbled by the complexity of the brain,

ama cesur olanlar;

the future awaits.

gelecek sizleri bekliyor.

Thanks.

Teşekkürler.

(Applause)

(Alkışlar)