Allan Jones: A map of the brain

164,820 views ・ 2011-11-10

TED


Будь ласка, двічі клацніть на англійські субтитри нижче, щоб відтворити відео.

Перекладач: Khrystyna Romashko Утверджено: Tania Hlod
00:15
Humans have long held a fascination
0
15260
2000
Люди вже довгий час зачаровані
00:17
for the human brain.
1
17260
2000
людським мозком.
00:19
We chart it, we've described it,
2
19260
3000
Ми засхемували його, описали,
00:22
we've drawn it,
3
22260
2000
ми зобразили його
00:24
we've mapped it.
4
24260
3000
і нанесли на карту.
00:27
Now just like the physical maps of our world
5
27260
3000
Тепер, подібно до того, як на фізичні мапи світу
00:30
that have been highly influenced by technology --
6
30260
3000
неабиякий вплив здійснили технології –
00:33
think Google Maps,
7
33260
2000
згадайте Google Maps,
00:35
think GPS --
8
35260
2000
згадайте GPS –
00:37
the same thing is happening for brain mapping
9
37260
2000
те саме відбувається і з мапуванням мозку,
00:39
through transformation.
10
39260
2000
через трансформацію.
00:41
So let's take a look at the brain.
11
41260
2000
Тож погляньмо на мозок.
00:43
Most people, when they first look at a fresh human brain,
12
43260
3000
Більшість людей, що вперше дивляться на свіжий людський мозок,
00:46
they say, "It doesn't look what you're typically looking at
13
46260
3000
кажуть: "Він не схожий на те, на що ви зазвичай дивитесь,
00:49
when someone shows you a brain."
14
49260
2000
коли хтось показує вам мозок."
00:51
Typically, what you're looking at is a fixed brain. It's gray.
15
51260
3000
Зазвичай ви дивитесь на затверділий мозок. Він сірий.
00:54
And this outer layer, this is the vasculature,
16
54260
2000
І цей верхній шар – це судинна сітка,
00:56
which is incredible, around a human brain.
17
56260
2000
розташована довкола людського мозку.
00:58
This is the blood vessels.
18
58260
2000
Це – кровоносні судини.
01:00
20 percent of the oxygen
19
60260
3000
20% кисню,
01:03
coming from your lungs,
20
63260
2000
що надходить з ваших легенів,
01:05
20 percent of the blood pumped from your heart,
21
65260
2000
20% крові, що відкачується з серця,
01:07
is servicing this one organ.
22
67260
2000
обслуговують один цей орган.
01:09
That's basically, if you hold two fists together,
23
69260
2000
Фактично, якщо стиснути разом два кулаки,
01:11
it's just slightly larger than the two fists.
24
71260
2000
він трохи більший за ці два кулаки.
01:13
Scientists, sort of at the end of the 20th century,
25
73260
3000
Десь наприкінці 20-го сторіччя науковці з'ясували,
01:16
learned that they could track blood flow
26
76260
2000
що можуть відслідкувати шлях потоку крові,
01:18
to map non-invasively
27
78260
3000
щоб без хірургічного втручання відобразити,
01:21
where activity was going on in the human brain.
28
81260
3000
де у людському мозку відбувається активність.
01:24
So for example, they can see in the back part of the brain,
29
84260
3000
Так, наприклад, вони можуть зазирнути у задню частину мозку,
01:27
which is just turning around there.
30
87260
2000
яка щойно була повернута до нас.
01:29
There's the cerebellum; that's keeping you upright right now.
31
89260
2000
Це мозочок; він відповідає за утримання вас у вертикальному положенні.
01:31
It's keeping me standing. It's involved in coordinated movement.
32
91260
3000
Він дозволяє мені стояти. Він залучений у координування рухів.
01:34
On the side here, this is temporal cortex.
33
94260
3000
А з цього боку – скронева кора.
01:37
This is the area where primary auditory processing --
34
97260
3000
Це область, де відбувається первинна обробка звуку –
01:40
so you're hearing my words,
35
100260
2000
таким чином ви чуєте мої слова
01:42
you're sending it up into higher language processing centers.
36
102260
2000
і відсилаєте їх далі, до високорівневих центрів обробки мови.
01:44
Towards the front of the brain
37
104260
2000
Близько до фронтальної частини мозку
01:46
is the place in which all of the more complex thought, decision making --
38
106260
3000
знаходиться зона, відповідальна за комплексне мислення, прийняття рішень –
01:49
it's the last to mature in late adulthood.
39
109260
4000
вона формується останньою, вже в зрілому віці.
01:53
This is where all your decision-making processes are going on.
40
113260
3000
Ось тут відбувається процес прийняття усіх ваших рішень.
01:56
It's the place where you're deciding right now
41
116260
2000
Це місце, де саме зараз ви вирішуєте,
01:58
you probably aren't going to order the steak for dinner.
42
118260
3000
що стейк сьогодні на вечерю ви, мабуть, не замовите.
02:01
So if you take a deeper look at the brain,
43
121260
2000
Якщо роздивлятися мозок більш детально,
02:03
one of the things, if you look at it in cross-section,
44
123260
2000
то одна з речей, яку можна побачити,
02:05
what you can see
45
125260
2000
дивлячись на нього у поперечному перерізі,
02:07
is that you can't really see a whole lot of structure there.
46
127260
3000
це те, що тут відсутня певна чітка структура.
02:10
But there's actually a lot of structure there.
47
130260
2000
Але насправді, структура там досить чітка.
02:12
It's cells and it's wires all wired together.
48
132260
2000
Всі клітини і канали мозку пов'язані.
02:14
So about a hundred years ago,
49
134260
2000
Тож близько ста років тому
02:16
some scientists invented a stain that would stain cells.
50
136260
2000
вчені винайшли барвник, здатний надати клітинам колір.
02:18
And that's shown here in the the very light blue.
51
138260
3000
І тут він показаний дуже світлим блакитним кольором.
02:21
You can see areas
52
141260
2000
Ви можете бачити зони,
02:23
where neuronal cell bodies are being stained.
53
143260
2000
де тіла нейронних клітин забарвлені.
02:25
And what you can see is it's very non-uniform. You see a lot more structure there.
54
145260
3000
Як помітно, забарвлення дуже неоднорідне. Тут видно ще більшу структурованість.
02:28
So the outer part of that brain
55
148260
2000
Далі, зовнішня частина людського мозку -
02:30
is the neocortex.
56
150260
2000
це його кора.
02:32
It's one continuous processing unit, if you will.
57
152260
3000
Це, так би мовити, єдиний сектор обробки даних.
02:35
But you can also see things underneath there as well.
58
155260
2000
Але видно і речі, розташовані глибше під ним.
02:37
And all of these blank areas
59
157260
2000
Усі ці порожні ділянки -
02:39
are the areas in which the wires are running through.
60
159260
2000
це зони, через які проходять сполучні волокна.
02:41
They're probably less cell dense.
61
161260
2000
Вони мають меншу густину клітин.
02:43
So there's about 86 billion neurons in our brain.
62
163260
4000
У мозку людини близько 86 мільярдів нейронів.
02:47
And as you can see, they're very non-uniformly distributed.
63
167260
3000
І, як видно, розподілені вони досить неоднорідно.
02:50
And how they're distributed really contributes
64
170260
2000
Але саме такий розподіл сприяє
02:52
to their underlying function.
65
172260
2000
їх основній функції.
02:54
And of course, as I mentioned before,
66
174260
2000
І звичайно, як я вже зазначав,
02:56
since we can now start to map brain function,
67
176260
3000
оскільки ми вже можемо починати складати мапу для функцій мозку,
02:59
we can start to tie these into the individual cells.
68
179260
3000
ми можемо почати прив'язувати їх навіть до окремих клітин.
03:02
So let's take a deeper look.
69
182260
2000
Давайте поглянемо більш детально.
03:04
Let's look at neurons.
70
184260
2000
Розглянемо нейрони.
03:06
So as I mentioned, there are 86 billion neurons.
71
186260
2000
Як я вже казав, нейронів близько 86 мільярдів.
03:08
There are also these smaller cells as you'll see.
72
188260
2000
Додатково існують ще менші клітини, як видно тут.
03:10
These are support cells -- astrocytes glia.
73
190260
2000
Це клітини підтримки - астрогліальні клітини.
03:12
And the nerves themselves
74
192260
3000
А самі нерви
03:15
are the ones who are receiving input.
75
195260
2000
безпосередньо отримують вхідні дані.
03:17
They're storing it, they're processing it.
76
197260
2000
Вони зберігають та обробляють їх.
03:19
Each neuron is connected via synapses
77
199260
4000
Кожний нейрон пов'язаний за допомогою синапсів
03:23
to up to 10,000 other neurons in your brain.
78
203260
3000
з понад 10 000 інших нейронів у вашому мозку.
03:26
And each neuron itself
79
206260
2000
Та кожен нейрон
03:28
is largely unique.
80
208260
2000
майже абсолютно унікальний.
03:30
The unique character of both individual neurons
81
210260
2000
Унікальність окремих нейронів
03:32
and neurons within a collection of the brain
82
212260
2000
та нейронів, сполучених при формуванні мозку,
03:34
are driven by fundamental properties
83
214260
3000
пояснюється фундаментальними властивостями
03:37
of their underlying biochemistry.
84
217260
2000
їх базових біохімічних структур.
03:39
These are proteins.
85
219260
2000
А саме, протеїнів.
03:41
They're proteins that are controlling things like ion channel movement.
86
221260
3000
Це білки, що контролюють такі процеси, як пересування по іонних каналах.
03:44
They're controlling who nervous system cells partner up with.
87
224260
4000
Вони контролюють, як контактують клітини нервової системи.
03:48
And they're controlling
88
228260
2000
Фактично, вони керують усім,
03:50
basically everything that the nervous system has to do.
89
230260
2000
що має робити нервова система.
03:52
So if we zoom in to an even deeper level,
90
232260
3000
А якщо ми роздивимося більш детально,
03:55
all of those proteins
91
235260
2000
то виявиться, що всі протеїни
03:57
are encoded by our genomes.
92
237260
2000
закодовані нашими геномами.
03:59
We each have 23 pairs of chromosomes.
93
239260
3000
В кожного з нас 23 пари хромосомів.
04:02
We get one from mom, one from dad.
94
242260
2000
Ми беремо одну від матері, іншу від батька.
04:04
And on these chromosomes
95
244260
2000
І на цих хромосомах
04:06
are roughly 25,000 genes.
96
246260
2000
близько 25 000 генів.
04:08
They're encoded in the DNA.
97
248260
2000
Вони закодовані в ДНК.
04:10
And the nature of a given cell
98
250260
3000
Та сутність кожної даної клітини,
04:13
driving its underlying biochemistry
99
253260
2000
що визначає її базову біохімію,
04:15
is dictated by which of these 25,000 genes
100
255260
3000
продиктована тим, які саме з цих 25 000 генів
04:18
are turned on
101
258260
2000
активно залучені у роботу,
04:20
and at what level they're turned on.
102
260260
2000
та на якому рівні вони активовані.
04:22
And so our project
103
262260
2000
Таким чином, наш проект націлений
04:24
is seeking to look at this readout,
104
264260
3000
на визначення та розуміння, які саме гени з цих 25 000
04:27
understanding which of these 25,000 genes is turned on.
105
267260
3000
активовані.
04:30
So in order to undertake such a project,
106
270260
3000
Для того, щоб братися до роботи над таким проектом,
04:33
we obviously need brains.
107
273260
3000
нам, звичайно, знадобиться мозок.
04:36
So we sent our lab technician out.
108
276260
3000
Тож ми відправили нашого лаборанта на пошуки.
04:39
We were seeking normal human brains.
109
279260
2000
Ми шукали нормальний людський мозок.
04:41
What we actually start with
110
281260
2000
Нашу роботу ми звичайно почали
04:43
is a medical examiner's office.
111
283260
2000
з офісу паталогоанатома.
04:45
This a place where the dead are brought in.
112
285260
2000
Це місце, куди привозять мерців.
04:47
We are seeking normal human brains.
113
287260
2000
Ми шукаємо нормальний людський мозок.
04:49
There's a lot of criteria by which we're selecting these brains.
114
289260
3000
Для відбору мозку в нас є багато критеріїв.
04:52
We want to make sure
115
292260
2000
Ми хочемо впевнитись,
04:54
that we have normal humans between the ages of 20 to 60,
116
294260
3000
що в нас нормальні люди, віком від 20 до 60 років,
04:57
they died a somewhat natural death
117
297260
2000
які померли від причин, близьких до природніх,
04:59
with no injury to the brain,
118
299260
2000
не завдавши шкоди мозку,
05:01
no history of psychiatric disease,
119
301260
2000
в яких не було психічних захворювань;
05:03
no drugs on board --
120
303260
2000
які не приймали наркотичних речовин -
05:05
we do a toxicology workup.
121
305260
2000
для цього ми робимо токсикологічні аналізи.
05:07
And we're very careful
122
307260
2000
І ми дуже обережні з тими зразками,
05:09
about the brains that we do take.
123
309260
2000
які обираємо наприкінці.
05:11
We're also selecting for brains
124
311260
2000
Ми також маємо відібрати саме ті мізки,
05:13
in which we can get the tissue,
125
313260
2000
з яких ми можемо забрати тканину,
05:15
we can get consent to take the tissue
126
315260
2000
тобто можемо отримати дозвіл взяти таку тканину
05:17
within 24 hours of time of death.
127
317260
2000
не пізніше 24 годин з часу смерті.
05:19
Because what we're trying to measure, the RNA --
128
319260
3000
Тому що інформація, яку ми намагаємося виміряти, а саме РНК -
05:22
which is the readout from our genes --
129
322260
2000
її також можна назвати сумою показників, знятих з наших генів -
05:24
is very labile,
130
324260
2000
є дуже нестійкою,
05:26
and so we have to move very quickly.
131
326260
2000
тож ми мусимо працювати дуже швидко.
05:28
One side note on the collection of brains:
132
328260
3000
Одна ремарка щодо обрання мозку:
05:31
because of the way that we collect,
133
331260
2000
через спосіб, яким ми користуємося під час відбору,
05:33
and because we require consent,
134
333260
2000
а також через те, що нам потрібна згода,
05:35
we actually have a lot more male brains than female brains.
135
335260
3000
в нас є набагато більше чоловічих мозків, ніж жіночих.
05:38
Males are much more likely to die an accidental death in the prime of their life.
136
338260
3000
Чоловіки набагато схильніші до випадкової смерті у розквіті життя.
05:41
And men are much more likely
137
341260
2000
І набагато частіше їх друга половинка, дружина,
05:43
to have their significant other, spouse, give consent
138
343260
3000
дає згоду на донацію,
05:46
than the other way around.
139
346260
2000
ніж навпаки.
05:48
(Laughter)
140
348260
4000
(Сміх)
05:52
So the first thing that we do at the site of collection
141
352260
2000
Перше, що ми робимо на місці відбору,
05:54
is we collect what's called an MR.
142
354260
2000
зберігаємо так званий МР.
05:56
This is magnetic resonance imaging -- MRI.
143
356260
2000
Це магніторезонансна томографія - МРТ.
05:58
It's a standard template by which we're going to hang the rest of this data.
144
358260
3000
Це стандартний шаблон, до якого ми будемо додавати наступні дані.
06:01
So we collect this MR.
145
361260
2000
Тож ми зберігаємо Магнітний Резонанс.
06:03
And you can think of this as our satellite view for our map.
146
363260
2000
Його ще можна назвати супутниковим видом нашої мапи.
06:05
The next thing we do
147
365260
2000
Наступним кроком ми робимо
06:07
is we collect what's called a diffusion tensor imaging.
148
367260
3000
візуалізацію мозку дифузно-тензорним методом.
06:10
This maps the large cabling in the brain.
149
370260
2000
Це зображає схему нервових зв'язків.
06:12
And again, you can think of this
150
372260
2000
Знову ж таки, можна уявити це майже
06:14
as almost mapping our interstate highways, if you will.
151
374260
2000
як нанесення на мапу головних швидкісних автомагістралей.
06:16
The brain is removed from the skull,
152
376260
2000
Потім мозок виймається з черепа
06:18
and then it's sliced into one-centimeter slices.
153
378260
3000
і нарізається шарами завширшки один сантиметр.
06:21
And those are frozen solid,
154
381260
2000
Ці шари фіксуються за допомогою заморожування
06:23
and they're shipped to Seattle.
155
383260
2000
і відправляються до Сіетлу.
06:25
And in Seattle, we take these --
156
385260
2000
А в Сіетлі ми беремо ось це -
06:27
this is a whole human hemisphere --
157
387260
2000
таку цілу півкулю людського мозку -
06:29
and we put them into what's basically a glorified meat slicer.
158
389260
2000
і кладемо її у ніщо інше, як у славетну машину для нарізки м'яса.
06:31
There's a blade here that's going to cut across
159
391260
2000
Її лезо відрізає
06:33
a section of the tissue
160
393260
2000
секцію тканини
06:35
and transfer it to a microscope slide.
161
395260
2000
і переносить її на слайд для мікроскопа.
06:37
We're going to then apply one of those stains to it,
162
397260
2000
Потім ми застосуємо до нього один з тих барвників
06:39
and we scan it.
163
399260
2000
і зможемо його відсканувати.
06:41
And then what we get is our first mapping.
164
401260
3000
Таким чином ми отримаємо нашу першу мапу.
06:44
So this is where experts come in
165
404260
2000
А потім з'являться експерти,
06:46
and they make basic anatomic assignments.
166
406260
2000
щоб зробити базове анатомічне обстеження.
06:48
You could consider this state boundaries, if you will,
167
408260
3000
Про це можна думати як про нанесення регіональних меж,
06:51
those pretty broad outlines.
168
411260
2000
таке собі охайне межування.
06:53
From this, we're able to then fragment that brain into further pieces,
169
413260
4000
Після цього ми можемо розділяти мозок на сегменти,
06:57
which then we can put on a smaller cryostat.
170
417260
2000
які потім помістяться у менший кріостат.
06:59
And this is just showing this here --
171
419260
2000
Саме тут ви можете бачити якраз це -
07:01
this frozen tissue, and it's being cut.
172
421260
2000
заморожену тканину і те, як вона розрізається.
07:03
This is 20 microns thin, so this is about a baby hair's width.
173
423260
3000
Цей сегмент завтовшки 20 мікронів, тобто як дитяча волосинка.
07:06
And remember, it's frozen.
174
426260
2000
І важливо пам'ятати, що він заморожений.
07:08
And so you can see here,
175
428260
2000
А ось тут можна побачити,
07:10
old-fashioned technology of the paintbrush being applied.
176
430260
2000
як застосовано стародавню технологію звичайного пензля.
07:12
We take a microscope slide.
177
432260
2000
Береться мікроскопічний слайд.
07:14
Then we very carefully melt onto the slide.
178
434260
3000
Потім ми обережно розтоплюємо це на поверхні слайду.
07:17
This will then go onto a robot
179
437260
2000
Потім це відправляється роботові,
07:19
that's going to apply one of those stains to it.
180
439260
3000
який нанесе на нього один з барвників.
07:26
And our anatomists are going to go in and take a deeper look at this.
181
446260
3000
Потім наші анатомісти візьмуться за його поглиблене вивчення.
07:29
So again this is what they can see under the microscope.
182
449260
2000
Тож знову, ось це вони зможуть побачити у мікроскоп.
07:31
You can see collections and configurations
183
451260
2000
Тут видно скупчення конфігурацій
07:33
of large and small cells
184
453260
2000
великих і малих клітин
07:35
in clusters and various places.
185
455260
2000
у кластерах в різних місцях.
07:37
And from there it's routine. They understand where to make these assignments.
186
457260
2000
І звідси починається рутина. Вони розуміють, як робити позначки.
07:39
And they can make basically what's a reference atlas.
187
459260
3000
Таким чином вони можуть створити референтний атлас.
07:42
This is a more detailed map.
188
462260
2000
Це - більш деталізована мапа.
07:44
Our scientists then use this
189
464260
2000
Потім наші вчені використовують це,
07:46
to go back to another piece of that tissue
190
466260
3000
щоб повернутися до іншого сегменту тієї тканини
07:49
and do what's called laser scanning microdissection.
191
469260
2000
і зробити так звану лазерну мікродісекцію.
07:51
So the technician takes the instructions.
192
471260
3000
Таким чином технік виконує інструкції.
07:54
They scribe along a place there.
193
474260
2000
Ось у цьому місці вони наносять розмітку.
07:56
And then the laser actually cuts.
194
476260
2000
І лазер робить розріз.
07:58
You can see that blue dot there cutting. And that tissue falls off.
195
478260
3000
Ви бачите, як ця синя крапка ріже, і тканина відділяється.
08:01
You can see on the microscope slide here,
196
481260
2000
Те саме видно на слайді під мікроскопом,
08:03
that's what's happening in real time.
197
483260
2000
коли все відбувається у реальному часі.
08:05
There's a container underneath that's collecting that tissue.
198
485260
3000
Внизу є контейнер, у який збирається відрізана тканина.
08:08
We take that tissue,
199
488260
2000
Ми беремо цю тканину,
08:10
we purify the RNA out of it
200
490260
2000
з неї ми виділяємо РНК
08:12
using some basic technology,
201
492260
2000
за допомогою звичайної технології,
08:14
and then we put a florescent tag on it.
202
494260
2000
і ставимо на неї флюоресцентну мітку.
08:16
We take that tagged material
203
496260
2000
Потім беремо цей мічений матеріал
08:18
and we put it on to something called a microarray.
204
498260
3000
і поміщаємо його на так звану мікропанель.
08:21
Now this may look like a bunch of dots to you,
205
501260
2000
Це може здатися вам просто сукупністю крапочок,
08:23
but each one of these individual dots
206
503260
2000
але кожна з цих індивідуальних крапок -
08:25
is actually a unique piece of the human genome
207
505260
2000
це, насправді, унікальний фрагмент людського геному,
08:27
that we spotted down on glass.
208
507260
2000
який ми розмістили на склі.
08:29
This has roughly 60,000 elements on it,
209
509260
3000
Ось тут близько 60 000 елементів,
08:32
so we repeatedly measure various genes
210
512260
3000
щоб ми могли постійно вимірювати різноманітні гени
08:35
of the 25,000 genes in the genome.
211
515260
2000
з 25 000 генів геному.
08:37
And when we take a sample and we hybridize it to it,
212
517260
3000
І коли ми беремо зразок і гібридуємо його,
08:40
we get a unique fingerprint, if you will,
213
520260
2000
то отримуємо пептидну карту, унікальну як відбиток пальця,
08:42
quantitatively of what genes are turned on in that sample.
214
522260
3000
яка кількісно вказує на гени, активовані у цьому зразку.
08:45
Now we do this over and over again,
215
525260
2000
Отже, ми знову і знову повторюємо ці дії,
08:47
this process for any given brain.
216
527260
3000
весь цей процес для кожного нового мозку.
08:50
We're taking over a thousand samples for each brain.
217
530260
3000
Ми беремо більше тисячі різних зразків з кожного мозку.
08:53
This area shown here is an area called the hippocampus.
218
533260
3000
Відділ мозку, який показаний тут, називається гіппокампом.
08:56
It's involved in learning and memory.
219
536260
2000
Він залучений у навчання і пам'ять.
08:58
And it contributes to about 70 samples
220
538260
3000
І його частини є десь у 70 зразках
09:01
of those thousand samples.
221
541260
2000
з тієї тисячі зразків.
09:03
So each sample gets us about 50,000 data points
222
543260
4000
Кожен зразок дає нам близько 50 000 одиниць даних
09:07
with repeat measurements, a thousand samples.
223
547260
3000
з повторюваними вимірюваннями - кожен з тисячі зразків.
09:10
So roughly, we have 50 million data points
224
550260
2000
Таким чином ми маємо 50 мільйонів одиниць даних
09:12
for a given human brain.
225
552260
2000
з єдиного людського мозку.
09:14
We've done right now
226
554260
2000
Зараз в нас є повний набір даних
09:16
two human brains-worth of data.
227
556260
2000
з двох людських мозків.
09:18
We've put all of that together
228
558260
2000
Ми об'єднали всі ці дані
09:20
into one thing,
229
560260
2000
у єдиний масив,
09:22
and I'll show you what that synthesis looks like.
230
562260
2000
і я продемонструю вам, як відбувається цей синтез.
09:24
It's basically a large data set of information
231
564260
3000
Фактично, це великий об'єм інформації,
09:27
that's all freely available to any scientist around the world.
232
567260
3000
доступний будь-якому вченому у світі.
09:30
They don't even have to log in to come use this tool,
233
570260
3000
Їм навіть не треба реєструватися, щоб користуватися цим інструментом,
09:33
mine this data, find interesting things out with this.
234
573260
4000
щоб видобувати дані, винаходити з його допомогою цікаві речі.
09:37
So here's the modalities that we put together.
235
577260
3000
Тож ось модальності, які ми скомпілювали.
09:40
You'll start to recognize these things from what we've collected before.
236
580260
3000
Вам стане зрозуміло, що це створено з даних, зібраних раніше.
09:43
Here's the MR. It provides the framework.
237
583260
2000
Ось це МР. Він надає структуру.
09:45
There's an operator side on the right that allows you to turn,
238
585260
3000
Справа є панель оператора, яка дозволяє розвертати зображення,
09:48
it allows you to zoom in,
239
588260
2000
дозволяє наближати його,
09:50
it allows you to highlight individual structures.
240
590260
3000
вона дозволяє висунути на перший план індивідуальні структури.
09:53
But most importantly,
241
593260
2000
Але найважливіше,
09:55
we're now mapping into this anatomic framework,
242
595260
3000
зараз ми додаємо до цього анатомічного каркасу
09:58
which is a common framework for people to understand where genes are turned on.
243
598260
3000
мапу активованих генів.
10:01
So the red levels
244
601260
2000
Червоні рівні - це ті,
10:03
are where a gene is turned on to a great degree.
245
603260
2000
де гени активовані на більший відсоток.
10:05
Green is the sort of cool areas where it's not turned on.
246
605260
3000
Зелені - це такі собі прохолодні секції з неактивованими генами.
10:08
And each gene gives us a fingerprint.
247
608260
2000
І кожен ген має пептидну карту.
10:10
And remember that we've assayed all the 25,000 genes in the genome
248
610260
5000
І не забувайте, що ми провели аналіз всіх 25 000 генів у геномі,
10:15
and have all of that data available.
249
615260
4000
і в нас збережені всі дані.
10:19
So what can scientists learn about this data?
250
619260
2000
Тож що саме вчені можуть дізнатися ?
10:21
We're just starting to look at this data ourselves.
251
621260
3000
Ми самі тільки-но починаємо дивитися на ці дані.
10:24
There's some basic things that you would want to understand.
252
624260
3000
Але є деякі загальні речі, які нам слід зрозуміти.
10:27
Two great examples are drugs,
253
627260
2000
Два прекрасних приклади - це ліки,
10:29
Prozac and Wellbutrin.
254
629260
2000
Prozac і Wellbutrin.
10:31
These are commonly prescribed antidepressants.
255
631260
3000
Це доволі часто виписувані антидепресанти.
10:34
Now remember, we're assaying genes.
256
634260
2000
Тепер згадаємо, ми аналізуємо гени.
10:36
Genes send the instructions to make proteins.
257
636260
3000
Гени відправляють команду створювати протеїни.
10:39
Proteins are targets for drugs.
258
639260
2000
Протеїни і є ключовими для ліків.
10:41
So drugs bind to proteins
259
641260
2000
Тобто ліки зв'язують ці протеїни,
10:43
and either turn them off, etc.
260
643260
2000
і або виключають їх, і так далі.
10:45
So if you want to understand the action of drugs,
261
645260
2000
Якщо ви намагаєтесь зрозуміти, як вони діють,
10:47
you want to understand how they're acting in the ways you want them to,
262
647260
3000
ви також хочете зрозуміти, як вони діють у потрібний вам спосіб,
10:50
and also in the ways you don't want them to.
263
650260
2000
а також у спосіб, що вам не потрібен.
10:52
In the side effect profile, etc.,
264
652260
2000
Для формування списку побічних дій, тощо,
10:54
you want to see where those genes are turned on.
265
654260
2000
вам потрібно бачити, в яких випадках гени активовані.
10:56
And for the first time, we can actually do that.
266
656260
2000
І, власне, вперше ми можемо це зробити.
10:58
We can do that in multiple individuals that we've assayed too.
267
658260
3000
Ми можемо це визначити у багатьох індивідів, яких вивчаємо.
11:01
So now we can look throughout the brain.
268
661260
3000
Тобто тепер ми можемо проглянути весь мозок.
11:04
We can see this unique fingerprint.
269
664260
2000
Ми можемо дослідити цю унікальну пептидну карту.
11:06
And we get confirmation.
270
666260
2000
І в нас також є підтвердження.
11:08
We get confirmation that, indeed, the gene is turned on --
271
668260
3000
Ми отримуємо підтвердження, що ген активний -
11:11
for something like Prozac,
272
671260
2000
для чогось типу Prozac,
11:13
in serotonergic structures, things that are already known be affected --
273
673260
3000
у серотонергічних сполуках, які, як відомо, піддаються впливу.
11:16
but we also get to see the whole thing.
274
676260
2000
Але, на додаток, ми можемо все це бачити.
11:18
We also get to see areas that no one has ever looked at before,
275
678260
2000
Ми також можемо побачити ті ділянки, яких ніхто раніше не бачив,
11:20
and we see these genes turned on there.
276
680260
2000
а ми можемо побачити там активовані гени.
11:22
It's as interesting a side effect as it could be.
277
682260
3000
Це - найцікавіша побічна дія, яку можна собі уявити.
11:25
One other thing you can do with such a thing
278
685260
2000
Інша річ, яку можна зробити з цим явищем -
11:27
is you can, because it's a pattern matching exercise,
279
687260
3000
через те, що це вправа на підбір зразків,
11:30
because there's unique fingerprint,
280
690260
2000
через те, що йдеться про унікальну пептидну карту,
11:32
we can actually scan through the entire genome
281
692260
2000
ми можемо фактично просканувати весь геном
11:34
and find other proteins
282
694260
2000
і знайти інші протеїни
11:36
that show a similar fingerprint.
283
696260
2000
із подібною пептидною картою.
11:38
So if you're in drug discovery, for example,
284
698260
3000
Тож, якщо ви стоїте на порозі винаходу ліків, наприклад,
11:41
you can go through
285
701260
2000
ви можете переглянути
11:43
an entire listing of what the genome has on offer
286
703260
2000
весь склад геному,
11:45
to find perhaps better drug targets and optimize.
287
705260
4000
щоб відшукати краще уражені ділянки для дії ліків та оптимізувати їх.
11:49
Most of you are probably familiar
288
709260
2000
Більшість з вас, можливо, знайомі
11:51
with genome-wide association studies
289
711260
2000
з програмами, що досліджують цілісність геному,
11:53
in the form of people covering in the news
290
713260
3000
із новин, які звучать якось так:
11:56
saying, "Scientists have recently discovered the gene or genes
291
716260
3000
"Вчені щойно винайшли ген,
11:59
which affect X."
292
719260
2000
що впливає на Х".
12:01
And so these kinds of studies
293
721260
2000
Таки чином подібні дослідження
12:03
are routinely published by scientists
294
723260
2000
регулярно висвітлюються вченими,
12:05
and they're great. They analyze large populations.
295
725260
2000
і це прекрасно. Вони вивчають широкий спектр.
12:07
They look at their entire genomes,
296
727260
2000
Вони вивчають весь геном
12:09
and they try to find hot spots of activity
297
729260
2000
і намагаються знайти осередки активності,
12:11
that are linked causally to genes.
298
731260
3000
що спричинені генами.
12:14
But what you get out of such an exercise
299
734260
2000
Але все, що ви отримаєте з такої вправи -
12:16
is simply a list of genes.
300
736260
2000
це просто список генів.
12:18
It tells you the what, but it doesn't tell you the where.
301
738260
3000
Він розкаже "що", але не пояснить "де".
12:21
And so it's very important for those researchers
302
741260
3000
Таким чином, для таких дослідників дуже важливо,
12:24
that we've created this resource.
303
744260
2000
що ми створили цей ресурс.
12:26
Now they can come in
304
746260
2000
Тепер вони можуть звернутися до нього
12:28
and they can start to get clues about activity.
305
748260
2000
і почати розуміти, звідки береться активність.
12:30
They can start to look at common pathways --
306
750260
2000
Вони можуть вивчати загальні провідні шляхи -
12:32
other things that they simply haven't been able to do before.
307
752260
3000
інші речі, які просто неможливо було побачити раніше.
12:36
So I think this audience in particular
308
756260
3000
Я думаю, що саме ця аудиторія здатна зрозуміти
12:39
can understand the importance of individuality.
309
759260
3000
важливість індивідуальності.
12:42
And I think every human,
310
762260
2000
І мені здається, що кожна людина,
12:44
we all have different genetic backgrounds,
311
764260
4000
всі ми маємо різні генетичні корені,
12:48
we all have lived separate lives.
312
768260
2000
ми всі проживаємо різні окремі життя.
12:50
But the fact is
313
770260
2000
Але факт залишається фактом,
12:52
our genomes are greater than 99 percent similar.
314
772260
3000
що наші геноми на 99% подбні.
12:55
We're similar at the genetic level.
315
775260
3000
Ми схожі на генетичному рівні.
12:58
And what we're finding
316
778260
2000
Ми також з'ясовуємо,
13:00
is actually, even at the brain biochemical level,
317
780260
2000
що фактично ми дуже схожі
13:02
we are quite similar.
318
782260
2000
навіть на рівні біохімії мозку.
13:04
And so this shows it's not 99 percent,
319
784260
2000
Тобто ось це демонструє не 99%,
13:06
but it's roughly 90 percent correspondence
320
786260
2000
а близько 90-відсоткове співпадіння,
13:08
at a reasonable cutoff,
321
788260
3000
коли йдеться про достатню ізоляцію,
13:11
so everything in the cloud is roughly correlated.
322
791260
2000
усе у хмарі корелює у той чи інший спосіб.
13:13
And then we find some outliers,
323
793260
2000
А потім ми побачили, що є також сторонні зразки,
13:15
some things that lie beyond the cloud.
324
795260
3000
дещо, що лежить за межами хмари.
13:18
And those genes are interesting,
325
798260
2000
І ось ці гени дуже цікаві.
13:20
but they're very subtle.
326
800260
2000
але їх дуже складно визначити.
13:22
So I think it's an important message
327
802260
3000
Тож мені здається, що сьогоднішнє
13:25
to take home today
328
805260
2000
важливе послання для всіх нас,
13:27
that even though we celebrate all of our differences,
329
807260
3000
що, незважаючи на те, що ми пишаємось нашими відмінностями,
13:30
we are quite similar
330
810260
2000
ми насправді дуже подібні
13:32
even at the brain level.
331
812260
2000
навіть на рівні мозку.
13:34
Now what do those differences look like?
332
814260
2000
Тож, про які саме відмінності насправді йдеться?
13:36
This is an example of a study that we did
333
816260
2000
Ось приклад дослідження, яке ми проводили,
13:38
to follow up and see what exactly those differences were --
334
818260
2000
щоб вивчити і побачити сутність відмінностей -
13:40
and they're quite subtle.
335
820260
2000
і вони дуже непомітні.
13:42
These are things where genes are turned on in an individual cell type.
336
822260
4000
Ось, що ми бачимо, коли гени активовані у клітинах однакового типу.
13:46
These are two genes that we found as good examples.
337
826260
3000
Нам здалося, що ці два гени - хороший приклад.
13:49
One is called RELN -- it's involved in early developmental cues.
338
829260
3000
Один називається RELN - він залучений у розвиток ранніх сигналів.
13:52
DISC1 is a gene
339
832260
2000
DISC1 - це ген,
13:54
that's deleted in schizophrenia.
340
834260
2000
відсутній у людей з шизофренією.
13:56
These aren't schizophrenic individuals,
341
836260
2000
Вони не всі діагностовані,
13:58
but they do show some population variation.
342
838260
3000
але всі вони належать до групи з тією самою варіативністю генів.
14:01
And so what you're looking at here
343
841260
2000
Тож тут ви бачите
14:03
in donor one and donor four,
344
843260
2000
у випадку донора 1 і донора 4,
14:05
which are the exceptions to the other two,
345
845260
2000
на відміну від двох інших,
14:07
that genes are being turned on
346
847260
2000
що гени активовані
14:09
in a very specific subset of cells.
347
849260
2000
у дуже специфічних групах клітин.
14:11
It's this dark purple precipitate within the cell
348
851260
3000
Ось цей темно -фіолетовий осад у клітині
14:14
that's telling us a gene is turned on there.
349
854260
3000
говорить про те, що там ген активований.
14:17
Whether or not that's due
350
857260
2000
Ми наразі не знаємо,
14:19
to an individual's genetic background or their experiences,
351
859260
2000
чи залежить це від генетики індивідів,
14:21
we don't know.
352
861260
2000
чи від їхнього досвіду.
14:23
Those kinds of studies require much larger populations.
353
863260
3000
Такі дослідження потребують набагато більшої кількості зразків.
14:28
So I'm going to leave you with a final note
354
868260
2000
Наостанок, до теми
14:30
about the complexity of the brain
355
870260
3000
про складність мозку, і про те,
14:33
and how much more we have to go.
356
873260
2000
як багато нам ще належить вивчати.
14:35
I think these resources are incredibly valuable.
357
875260
2000
Мені здається, що такі ресурси - надзвичайно цінні.
14:37
They give researchers a handle
358
877260
2000
Вони надають вченим напрямок
14:39
on where to go.
359
879260
2000
їхніх досліджень.
14:41
But we only looked at a handful of individuals at this point.
360
881260
3000
Але наразі ми подивилися лише на декількох людей.
14:44
We're certainly going to be looking at more.
361
884260
2000
Звичайно, ми збираємося дослідити набагато більше.
14:46
I'll just close by saying
362
886260
2000
І я закінчу свій виступ словами,
14:48
that the tools are there,
363
888260
2000
що тепер є інструменти,
14:50
and this is truly an unexplored, undiscovered continent.
364
890260
4000
але перед нами зовсім новий, не відкритий континент.
14:54
This is the new frontier, if you will.
365
894260
4000
Ми на абсолютно новій межі, якщо можна так висловитися.
14:58
And so for those who are undaunted,
366
898260
2000
І таким чином, на безстрашних,
15:00
but humbled by the complexity of the brain,
367
900260
2000
але поважаючих складність мозку вчених
15:02
the future awaits.
368
902260
2000
очікує велике майбутнє.
15:04
Thanks.
369
904260
2000
Дякую.
15:06
(Applause)
370
906260
9000
(Оплески)

Original video on YouTube.com
Про цей сайт

Цей сайт познайомить вас з відеороликами YouTube, корисними для вивчення англійської мови. Ви побачите уроки англійської мови, які проводять першокласні викладачі з усього світу. Двічі клацніть на англійських субтитрах, що відображаються на кожній сторінці відео, щоб відтворити відео з цієї сторінки. Субтитри прокручуються синхронно з відтворенням відео. Якщо у вас є коментарі або побажання, будь ласка, зв'яжіться з нами за допомогою цієї контактної форми.

https://forms.gle/WvT1wiN1qDtmnspy7