ABOUT THE SPEAKER
Leila Pirhaji - Biotech entrepreneur
Leila Pirhaji uses artificial intelligence for drug discovery and the treatment of metabolic diseases.

Why you should listen

Leila Pirhaji is the founder of ReviveMed, an AI platform that can quickly and inexpensively characterize large numbers of metabolites (small molecules like glucose or cholesterol) from the blood, urine and tissues of patients. This allows for the detection of molecular mechanisms that lead to disease and the discovery of drugs that target these disease mechanisms.

More profile about the speaker
Leila Pirhaji | Speaker | TED.com
TED2019

Leila Pirhaji: The medical potential of AI and metabolites

ليلى بيرهاجي: الإمكانية الطبية للذكاء الصناعي والمُسْتَقْلَبات

Filmed:
1,210,569 views

تتسبب المُسْتَقْلَبات وهي الجزيئات الصغيرة في جسمك مثل الدهون والجلوكوز والكوليسترول في العديد من الأمراض ولكننا لا نعلم على وجه التحديد ما هي ولا كيفية عملها. رائدة الأعمال المتخصصة في التقنيات الحيوية وزميلة TED ليلى بيرهاجي تشارك خطتها لبناء شبكة اعتمادا على الذكاء الصناعي لتحديد خصائص أنماط المُسْتَقْلَبات ولفهم أفضل لكيفية تطور الأمراض ولاكتشاف علاجات أكثر فعالية.
- Biotech entrepreneur
Leila Pirhaji uses artificial intelligence for drug discovery and the treatment of metabolic diseases. Full bio

Double-click the English transcript below to play the video.

00:13
In 2003,
0
1507
1889
في 2003،
00:15
when we sequencedالتسلسل the humanبشري genomeالجينوم,
1
3420
2913
عندما قمنا بوضع الجينوم البشري في سلسلة،
00:18
we thought we would have the answerإجابة
to treatيعالج manyكثير diseasesالأمراض.
2
6357
3922
اعتقدنا أنه سيكون لدينا الحل
لمعالجة العديد من الأمراض.
00:22
But the realityواقع is farبعيدا from that,
3
10974
2657
ولكن الواقع بعيد كل البعد عن ذلك،
00:26
because in additionإضافة to our genesالجينات,
4
14782
1921
لأنه بالإضافة لجيناتنا،
00:28
our environmentبيئة and lifestyleنمط الحياة
could have a significantكبير roleوظيفة
5
16727
4570
فإن لبيئتنا وطراز حياتنا دور هام
00:33
in developingتطوير manyكثير majorرائد diseasesالأمراض.
6
21321
2548
في تطوير العديد من الأمراض.
00:35
One exampleمثال is fattyدهني liverكبد diseaseمرض,
7
23893
3580
مثالا على ذلك، مرض الكبد الدهني،
00:39
whichالتي is affectingتؤثر over 20 percentنسبه مئويه
of the populationتعداد السكان globallyعلى الصعيد العالمي,
8
27497
4083
والذي يؤثر على 20%
من السكان على مستوى العالم،
00:43
and it has no treatmentعلاج او معاملة
and leadsيؤدي to liverكبد cancerسرطان
9
31604
3034
ولا يوجد له أي علاج
ويقود إلى سرطان الكبد
00:46
or liverكبد failureبالفشل.
10
34662
1423
أو التليف الكبدي.
00:49
So sequencingالتسلسل DNAالحمض النووي aloneوحده
doesn't give us enoughكافية informationمعلومات
11
37517
4744
فرسم شريط الحامض النووي فحسب
لا يعطينا معلومات كافية
00:54
to find effectiveفعال therapeuticsالعلاجات.
12
42285
2232
لإيجاد علاجات فعالة.
00:56
On the brightمشرق sideجانب, there are
manyكثير other moleculesجزيئات in our bodyالجسم.
13
44541
3756
وفي الجانب المشرق، هناك العديد
من الجزيئات في جسمنا.
01:00
In factحقيقة, there are
over 100,000 metabolitesالأيض.
14
48321
3980
في الواقع، هناك 100000 مُسْتَقْلَب أيضي.
01:04
Metabolitesالايضات are any moleculeمركب
that is supersmallسوبر مول in theirهم sizeبحجم.
15
52325
4296
المُسْتَقْلَبات هي أي جزيء
متناهي الصغر من حيث الحجم.
01:09
Knownيعرف examplesأمثلة are glucoseجلوكوز,
fructoseسكر الفاكهة, fatsالدهون, cholesterolكولسترول --
16
57193
4972
الأمثلة المعروفة هي الجلوكوز، والفركتوز
والدهون، والكوليسترول...
01:14
things we hearسمع all the time.
17
62189
1510
أشياء نسمع عنها طوال الوقت.
01:16
Metabolitesالايضات are involvedمتورط
in our metabolismالتمثيل الغذائي.
18
64273
2983
المُسْتَقْلَبات مشاركة في عملية الأيض.
01:20
They are alsoأيضا downstreamمع التيار of DNAالحمض النووي,
19
68066
4028
وهي تأتي من تيار الحامض النووي،
01:24
so they carryيحمل informationمعلومات
from bothكلا our genesالجينات as well as lifestyleنمط الحياة.
20
72118
5082
لذلك فهي تهمل معلومات
من كل من جيناتنا وطراز حياتنا.
01:29
Understandingفهم metabolitesالأيض is essentialأساسى
to find treatmentsالعلاجات for manyكثير diseasesالأمراض.
21
77224
5649
فهم المُسْتَقْلَبات أساسي
لإيجاد علاجات للعديد من الأمراض.
01:34
I've always wanted to treatيعالج patientsالمرضى.
22
82897
2212
أردت دوما أن أعالج المرضى.
01:37
Despiteعلى الرغم من that, 15 yearsسنوات agoمنذ,
I left medicalطبي schoolمدرسة,
23
85934
3858
على الرغم من تركي كلية الطب منذ 15 سنة،
01:41
as I missedافتقد mathematicsالرياضيات.
24
89816
1965
بسبب إخفاقي في الرياضيات.
01:45
Soonهكذا after, I foundوجدت the coolestأروع thing:
25
93019
2936
بعد ذلك بفترة قصيرة، عثرت
على أكثر الأشياء روعة:
01:48
I can use mathematicsالرياضيات to studyدراسة medicineدواء.
26
96692
2763
أنني أستطيع استخدام
الرياضيات لدراسة الطب.
01:53
Sinceمنذ then, I've been developingتطوير
algorithmsخوارزميات to analyzeتحليل biologicalبيولوجي dataالبيانات.
27
101026
5213
منذ ذلك الحين، قمت بتطوير خوارزميات
لتحليل البيانات الأحيائية.
01:59
So, it soundedبدا easyسهل:
28
107092
2283
بدا الأمر سهلا على هذا النحو:
02:01
let's collectتجميع dataالبيانات from all
the metabolitesالأيض in our bodyالجسم,
29
109399
3601
دعونا نجمع البيانات
من كل المُسْتَقْلَبات في جسمنا،
02:05
developطور mathematicalرياضي modelsعارضات ازياء to describeوصف
how they are changedتغير in a diseaseمرض
30
113024
5128
تصميم نماذج رياضياتية لوصف
كيفية تغيرها في مرض ما
02:10
and interveneتدخل in those
changesالتغييرات to treatيعالج them.
31
118176
2988
والتدخل من خلال تلك التغييرات وعلاجها.
02:14
Then I realizedأدرك why no one
has doneفعله this before:
32
122488
3472
وأدركت حينها السبب وراء
عدم قيام أحد بذلك من قبل:
02:19
it's extremelyجدا difficultصعب.
33
127230
1687
إنه أمر بالغ الصعوبة.
02:20
(Laughterضحك)
34
128941
1087
(ضحك)
02:22
There are manyكثير metabolitesالأيض in our bodyالجسم.
35
130052
2412
هناك العديد من المُسْتَقْلَبات في جسمنا.
02:24
Eachكل one is differentمختلف from the other one.
36
132783
2500
كل واحد مختلف عن الآخر.
02:27
For some metabolitesالأيض,
we can measureقياس theirهم molecularجزيئي massكتلة
37
135307
3728
لبعض المُسْتَقْلَبات، يمكننا
قياس كتلتها الجزيئية
02:31
usingاستخدام massكتلة spectrometryالطيف instrumentsالأدوات.
38
139059
2593
باستخدام أدوات طيف الكتلة.
02:33
But because there could be, like,
10 moleculesجزيئات with the exactدقيق sameنفسه massكتلة,
39
141676
4393
ولكن بسبب إمكانية وجود
10 جزيئات لها نفس الكتلة،
02:38
we don't know exactlyبالضبط what they are,
40
146093
1807
فلا نعلم بالضبط ما هي،
02:39
and if you want to clearlyبوضوح
identifyتحديد all of them,
41
147924
2774
ولو أردنا تعيين كل منها بوضوح،
02:42
you have to do more experimentsتجارب,
whichالتي could take decadesعقود
42
150722
3104
فإن عليك القيام بتجارب أكثر،
والتي قد تستغرق عقود
02:45
and billionsالمليارات of dollarsدولار.
43
153850
1714
ومليارات الدولارات.
02:48
So we developedالمتقدمة an artificialمصطنع
intelligenceالمخابرات, or AIAI, platformبرنامج, to do that.
44
156207
5563
لذلك قمنا بتطوير منصة
ذكاء صناعي لتقوم لنا بذلك.
02:53
We leveragedالاستدانة the growthنمو of biologicalبيولوجي dataالبيانات
45
161794
2844
استخدمنا النمو الحادث
في البيانات الأحيائية
02:56
and builtمبني a databaseقاعدة البيانات of any existingموجود
informationمعلومات about metabolitesالأيض
46
164662
4424
وقمنا ببناء قاعدة بيانات
بأي معلومات متوفرة عن مُسْتَقْلَبات
03:01
and theirهم interactionsالتفاعلات
with other moleculesجزيئات.
47
169110
3128
وتفاعلاتها مع جزيئات أخرى.
03:04
We combinedمشترك all this dataالبيانات
as a meganetworkفي العمل.
48
172262
3424
قمنا بضم كل هذه البيانات
كشبكة واحدة ضخمة.
03:07
Then, from tissuesمناديل or bloodدم of patientsالمرضى,
49
175710
3396
بعد ذلك، من الأنسجة أو من دماء المرضى،
03:11
we measureقياس massesالجماهير of metabolitesالأيض
50
179130
2751
قمنا بقياس كتل المُسْتَقْلَبات
03:13
and find the massesالجماهير
that are changedتغير in a diseaseمرض.
51
181905
3259
وبالنظر في في الكتل
التي تغيرت في مرض ما.
03:17
But, as I mentionedالمذكورة earlierسابقا,
we don't know exactlyبالضبط what they are.
52
185188
3190
لكن، كما ذكرت سابقا،
نحن لا نعلم بالضبط ماهيتها.
03:20
A molecularجزيئي massكتلة of 180 could be
eitherإما the glucoseجلوكوز, galactoseلبن or fructoseسكر الفاكهة.
53
188402
5135
الكتلة الجزيئية لـ 180 قد تكون للجلوكوز،
الجالاكتوز أو الفركتوز.
03:25
They all have the exactدقيق sameنفسه massكتلة
54
193561
2019
جمعها لديها نفس الكتلة
03:27
but differentمختلف functionsالمهام in our bodyالجسم.
55
195604
2087
ولكن وظائفها مختلفة في جسمنا.
03:29
Our AIAI algorithmخوارزمية consideredاعتبر
all these ambiguitiesالغموض.
56
197715
3587
خوارزمية ذكائنا الصناعي قام
باعتبار كل تلك الأمور الملتبسة.
03:33
It then minedعقل that meganetworkفي العمل
57
201326
2736
ثم قامت بعد ذلك بتنقيب
الشبكة الضخمة من البيانات
03:36
to find how those metabolicالأيض massesالجماهير
are connectedمتصل to eachكل other
58
204086
4353
لتكتشف كيفية اتصال
هذه الكتل الأيضية ببعضها
03:40
that resultنتيجة in diseaseمرض.
59
208463
1958
بالطريقة التي ينتج عنها المرض.
03:42
And because of the way they are connectedمتصل,
60
210445
2238
وبسبب طريقة اتصالهم ببعضهم البعض،
03:44
then we are ableقادر to inferالمخاطر
what eachكل metaboliteالمستقلب massكتلة is,
61
212707
4323
عندئذ نصبح قادرين على أن
نستدل على كتلة كل مُسْتَقْلَب،
03:49
like that 180 could be glucoseجلوكوز here,
62
217054
2924
مثل احتمالية كتلة الـ 180
أن تكون للجلوكوز،
03:52
and, more importantlyالأهم, to discoverاكتشف
63
220002
2551
والأكثر أهمية أن نكتشف
03:54
how changesالتغييرات in glucoseجلوكوز
and other metabolitesالأيض
64
222577
3367
كيف تحدث تغييرات بالجلوكوز
ومُسْتَقْلَبات أخرى
03:57
leadقيادة to a diseaseمرض.
65
225968
1505
تقود إلى المرض.
03:59
This novelرواية understandingفهم
of diseaseمرض mechanismsآليات
66
227497
2995
هذا الفهم المبتَكَر لديناميات المرض
04:02
then enableمكن us to discoverاكتشف
effectiveفعال therapeuticsالعلاجات to targetاستهداف that.
67
230516
4492
يمكننا من اكتشاف علاجات فعالة لهذا الغرض.
04:07
So we formedشكلت a start-upأبدء companyشركة
to bringاحضر this technologyتقنية to the marketسوق
68
235601
3845
قمنا بتشكيل شركة ناشئة
لتجلب هذه التقنية إلى السوق
04:11
and impactتأثير people'sوالناس livesالأرواح.
69
239470
1805
وتؤثر في حياة الناس.
04:13
Now my teamالفريق and I at ReviveMedالحمد الحمد
are workingعامل to discoverاكتشف
70
241722
3545
نعمل أنا وفريقي الآن على اكتشاف
04:17
therapeuticsالعلاجات for majorرائد diseasesالأمراض
that metabolitesالأيض are keyمفتاح driversالسائقين for,
71
245291
5105
علاجات للأمراض الرئيسية التي تكون
المُسْتَقْلَبات هي الدافع الرئيسي لها،
04:22
like fattyدهني liverكبد diseaseمرض,
72
250420
1897
مثل مرض الكبد الدهني،
04:24
because it is causedتسبب
by accumulationتراكم of fatsالدهون,
73
252341
2924
لأنه يحدث بسبب تراكم الدهون،
04:27
whichالتي are typesأنواع
of metabolitesالأيض in the liverكبد.
74
255289
2473
والتي هي أنواع من المُسْتَقْلَبات بالكبد.
04:29
As I mentionedالمذكورة earlierسابقا,
it's a hugeضخم epidemicوباء with no treatmentعلاج او معاملة.
75
257786
3940
كما ذكرت سابقا، الأمر
وبائي بشكل هائل وبدون علاج.
04:33
And fattyدهني liverكبد diseaseمرض
is just one exampleمثال.
76
261750
2724
ومرض الكبد الدهني ما هو إلا مثال.
04:36
Movingمتحرك forwardإلى الأمام, we are going to tackleيعالج
hundredsالمئات of other diseasesالأمراض
77
264498
4178
نمضي قدما، سنقوم بالتعامل
مع مئات الأمراض الأخرى
04:40
with no treatmentعلاج او معاملة.
78
268700
1493
بدون علاج.
04:42
And by collectingجمع more and more
dataالبيانات about metabolitesالأيض
79
270217
4554
وبجمع المزيد والمزيد
من البيانات عن المُسْتَقْلَبات
04:46
and understandingفهم
how changesالتغييرات in metabolitesالأيض
80
274795
3544
وبفهم كيف أن تغييرات في المُسْتَقْلَبات
04:50
leadsيؤدي to developingتطوير diseasesالأمراض,
81
278363
2402
تقود إلى تطوير أمراض،
04:52
our algorithmsخوارزميات will get
smarterأكثر ذكاء and smarterأكثر ذكاء
82
280789
3489
خوارزمياتنا سيزداد ذكاؤها أكثر
04:56
to discoverاكتشف the right therapeuticsالعلاجات
for the right patientsالمرضى.
83
284302
4196
لاكتشاف العلاجات الصحيحة
التي تناسب مرضى بعينهم.
05:00
And we will get closerأقرب to reachتصل our visionرؤية
84
288522
3770
وسنقترب أكثر من تحقيق رؤيتنا
05:04
of savingإنقاذ livesالأرواح with everyكل lineخط of codeالشفرة.
85
292316
3863
في إنقاذ حيوات مع كل سطر يُضاف إلى الشفرة.
05:08
Thank you.
86
296203
1321
أشكركم.
05:09
(Applauseتصفيق)
87
297548
3827
(تصفيق)
Translated by Ayman Mahmoud
Reviewed by Hussain Laghabi

▲Back to top

ABOUT THE SPEAKER
Leila Pirhaji - Biotech entrepreneur
Leila Pirhaji uses artificial intelligence for drug discovery and the treatment of metabolic diseases.

Why you should listen

Leila Pirhaji is the founder of ReviveMed, an AI platform that can quickly and inexpensively characterize large numbers of metabolites (small molecules like glucose or cholesterol) from the blood, urine and tissues of patients. This allows for the detection of molecular mechanisms that lead to disease and the discovery of drugs that target these disease mechanisms.

More profile about the speaker
Leila Pirhaji | Speaker | TED.com