ABOUT THE SPEAKER
Ed Boyden - Neuroengineer
Ed Boyden is a professor of biological engineering and brain and cognitive sciences at the MIT Media Lab and the MIT McGovern Institute.

Why you should listen

Ed Boyden leads the Synthetic Neurobiology Group, which develops tools for analyzing and repairing complex biological systems such as the brain. His group applies these tools in a systematic way in order to reveal ground truth scientific understandings of biological systems, which in turn reveal radical new approaches for curing diseases and repairing disabilities. These technologies include expansion microscopy, which enables complex biological systems to be imaged with nanoscale precision, and optogenetic tools, which enable the activation and silencing of neural activity with light (TED Talk: A light switch for neurons). Boyden also co-directs the MIT Center for Neurobiological Engineering, which aims to develop new tools to accelerate neuroscience progress.

Amongst other recognitions, Boyden has received the Breakthrough Prize in Life Sciences (2016), the BBVA Foundation Frontiers of Knowledge Award (2015), the Carnegie Prize in Mind and Brain Sciences (2015), the Jacob Heskel Gabbay Award (2013), the Grete Lundbeck Brain Prize (2013) and the NIH Director's Pioneer Award (2013). He was also named to the World Economic Forum Young Scientist list (2013) and the Technology Review World's "Top 35 Innovators under Age 35" list (2006). His group has hosted hundreds of visitors to learn how to use new biotechnologies and spun out several companies to bring inventions out of his lab and into the world. Boyden received his Ph.D. in neurosciences from Stanford University as a Hertz Fellow, where he discovered that the molecular mechanisms used to store a memory are determined by the content to be learned. Before that, he received three degrees in electrical engineering, computer science and physics from MIT. He has contributed to over 300 peer-reviewed papers, current or pending patents and articles, and he has given over 300 invited talks on his group's work.

More profile about the speaker
Ed Boyden | Speaker | TED.com
TED2011

Ed Boyden: A light switch for neurons

Ed Boyden: Jak zapínat a vypínat neurony světlem

Filmed:
1,098,379 views

Ed Boyden nám předvede, jak dokáže prostřednictvím implantátů z optických vláken selektivně aktivovat a deaktivovat specifické neurony. Docílil toho tím, že do mozkových buněk vpravil geny, které syntetizují světločivné proteiny. Díky nim může kontrolovat činnost neuronů s dosud nebývalou přesností. To mu mimo jiné umožnilo, aby během laboratorních pokusů zbavil myši obtíží analogických lidskému posttraumatickému syndromu a vyléčit je z některých forem slepoty. Jeho dalším cílem je rozvoj neurální protetiky. Po přednášce následuje krátký rozhovor s moderátorem Juanem Enriquezem.
- Neuroengineer
Ed Boyden is a professor of biological engineering and brain and cognitive sciences at the MIT Media Lab and the MIT McGovern Institute. Full bio

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

00:15
Think about your day for a seconddruhý.
0
0
2000
Dnes ráno jste se probudili,
00:17
You wokeprobudil jsem se up, feltcítil freshčerstvý airvzduch on your facetvář as you walkedchodil out the doordveře,
1
2000
3000
vyšli ven a cítili čerstvý vzduch.
00:20
encounteredse setkali newNový colleagueskolegy and had great discussionsdiskuse,
2
5000
2000
Hezky jste si popovídali s kolegy v práci
00:22
and feltcítil in aweAWE when you foundnalezeno something newNový.
3
7000
2000
a měli radost z různých novinek.
00:24
But I betsázka there's something you didn't think about todaydnes --
4
9000
2000
Ale něco vám při tom všem unikalo.
00:26
something so closezavřít to home
5
11000
2000
Je to tak všední,
že na to nejspíš skoro nemyslíte.
00:28
that you probablypravděpodobně don't think about it very oftenčasto at all.
6
13000
2000
00:30
And that's that all the sensationspocity, feelingspocity,
7
15000
2000
Mám tím na mysli fakt, že za všechno,
co prožíváte a děláte,
00:32
decisionsrozhodnutí and actionsakce
8
17000
2000
00:34
are mediatedzprostředkované by the computerpočítač in your headhlava
9
19000
2000
vděčíte tomu, že máte v hlavě
počítač zvaný mozek.
00:36
calledvolal the brainmozek.
10
21000
2000
00:38
Now the brainmozek maysmět not look like much from the outsidemimo --
11
23000
2000
Zvenčí mozek nevypadá nic moc.
00:40
a couplepár poundslibry of pinkish-grayrůžovo šedá fleshmaso,
12
25000
2000
Kilo a půl beztvaré růžovo-šedé hmoty.
00:42
amorphousamorfní --
13
27000
2000
00:44
but the last hundredsto yearsroky of neuroscienceneurovědy
14
29000
2000
Za poslední století však neurověda
ukázala, jak složitý je mozek uvnitř.
00:46
have allowedpovoleno us to zoomzoom in on the brainmozek,
15
31000
2000
00:48
and to see the intricacysložitost of what lieslži withinv rámci.
16
33000
2000
Víme, že je to nesmírně
spletitý komplex obvodů
00:50
And they'veoni mají told us that this brainmozek
17
35000
2000
00:52
is an incrediblyneuvěřitelně complicatedsložitý circuitobvod
18
37000
2000
00:54
madevyrobeno out of hundredsstovky of billionsmiliardy of cellsbuněk calledvolal neuronsneurony.
19
39000
4000
tvořených desítkami miliard buněk
zvaných neurony.
00:58
Now unlikena rozdíl od a human-designednavržené computerpočítač,
20
43000
3000
Počítače navržené lidmi mají jen
pár různých komponent,
01:01
where there's a fairlyspravedlivě smallmalý numberčíslo of differentodlišný partsčásti --
21
46000
2000
01:03
we know how they work, because we humanslidem designednavrženo them --
22
48000
3000
a protože jsme je vytvořili,
víme, jak fungují.
01:06
the brainmozek is madevyrobeno out of thousandstisíce of differentodlišný kindsdruhy of cellsbuněk,
23
51000
3000
Ale mozek je tvořen tisíci,
možná desítkami tisíc typů buněk,
01:09
maybe tensdesítky of thousandstisíce.
24
54000
2000
které se liší tvarem
i molekulární stavbou,
01:11
They come in differentodlišný shapestvary; they're madevyrobeno out of differentodlišný moleculesmolekul.
25
56000
2000
01:13
And they projectprojekt and connectpřipojit to differentodlišný brainmozek regionsregionů,
26
58000
3000
vytvářejí a propojují různé části mozku
01:16
and they alsotaké changezměna differentodlišný wayszpůsoby in differentodlišný diseasechoroba statesstáty.
27
61000
3000
a reagují odlišně na různé typy chorob.
01:19
Let's make it concretebeton.
28
64000
2000
Ukažme si to názorně.
01:21
There's a classtřída of cellsbuněk,
29
66000
2000
Jistý typ relativně malých buněk
01:23
a fairlyspravedlivě smallmalý cellbuňka, an inhibitoryinhibiční cellbuňka, that quietsztišuje its neighborssousedé.
30
68000
3000
tlumí aktivitu buněk v okolí.
01:26
It's one of the cellsbuněk that seemszdá se to be atrophiedatrofie- in disordersporuch like schizophreniaschizofrenie.
31
71000
4000
Během chorob jako schizofrenie
tyto buňky zřejmě atrofují.
01:30
It's calledvolal the basketkošík cellbuňka.
32
75000
2000
Říká se jim "košíčkové buňky".
01:32
And this cellbuňka is one of the thousandstisíce of kindsdruhy of cellbuňka
33
77000
2000
Jde o jeden z tisíců buněčných typů,
o kterých víme,
01:34
that we are learningučení se about.
34
79000
2000
přičemž denně objevujeme další.
01:36
NewNové onesty are beingbytost discoveredobjevil everydaykaždý den.
35
81000
2000
01:38
As just a seconddruhý examplepříklad:
36
83000
2000
Jiným příkladem jsou velké,
"pyramidové buňky".
01:40
these pyramidalpyramidální cellsbuněk, largevelký cellsbuněk,
37
85000
2000
01:42
they can spanrozpětí a significantvýznamný fractionzlomek of the brainmozek.
38
87000
2000
Zabírají podstatné úseky mozku
a mají stimulační funkci.
01:44
They're excitatoryexcitační.
39
89000
2000
01:46
And these are some of the cellsbuněk
40
91000
2000
Při poruchách, jako je epilepsie,
01:48
that mightmohl be overactivehyperaktivní in disordersporuch suchtakový as epilepsyepilepsie.
41
93000
3000
mohou vykazovat nadměrnou aktivitu.
01:51
EveryKaždý one of these cellsbuněk
42
96000
2000
Každá z těch buněk je báječný
elektrický kalkulátor.
01:53
is an incredibleneuvěřitelný electricalelektrický devicepřístroj.
43
98000
3000
01:56
They receivedostávat inputvstup from thousandstisíce of upstreamproti proudu partnerspartnerů
44
101000
2000
Propočítává data přijatá z tisíců vstupů,
01:58
and computevypočítat theirjejich ownvlastní electricalelektrický outputsvýstupy,
45
103000
3000
a když výsledek překročí určitou mez,
02:01
whichkterý then, if they passsložit a certainurčitý thresholdpráh,
46
106000
2000
vyšle tisícům napojených přijímačů
vlastní výstup.
02:03
will go to thousandstisíce of downstreamdolů partnerspartnerů.
47
108000
2000
02:05
And this processproces, whichkterý takes just a millisecondmilisekunda or so,
48
110000
3000
Trvá to jen asi tisícinu sekundy
02:08
happensse děje thousandstisíce of timesčasy a minuteminuta
49
113000
2000
a dochází k tomu 1 000x za minutu
v každém ze stovky miliard vašich neuronů,
02:10
in everykaždý one of your 100 billionmiliarda cellsbuněk,
50
115000
2000
02:12
as long as you livežít
51
117000
2000
dokud nepřestanete žít,
myslet a cítit.
02:14
and think and feel.
52
119000
3000
Jak můžeme obvody v mozku zkoumat?
02:17
So how are we going to figurepostava out what this circuitobvod does?
53
122000
3000
02:20
IdeallyV ideálním případě, we could go throughpřes the circuitobvod
54
125000
2000
Nejlepší by bylo vypínat či zapínat
různé typy buněk
02:22
and turnotočit se these differentodlišný kindsdruhy of cellbuňka on and off
55
127000
3000
02:25
and see whetherzda we could figurepostava out
56
130000
2000
a sledovat, jaké mozkové funkce
to ovlivňuje
02:27
whichkterý onesty contributepřispět to certainurčitý functionsfunkce
57
132000
2000
02:29
and whichkterý onesty go wrongšpatně in certainurčitý pathologiespatologické jevy.
58
134000
2000
či k jakým to vede poruchám.
02:31
If we could activateaktivovat cellsbuněk, we could see what powersmoci they can unleashrozpoutat,
59
136000
3000
Zapínáním buněk bychom zjistili,
co spouštějí a zajišťují.
02:34
what they can initiateiniciovat and sustainudržet.
60
139000
2000
Jejich vypínáním bychom zase zjistili,
k čemu jsou nezbytné.
02:36
If we could turnotočit se them off,
61
141000
2000
02:38
then we could try and figurepostava out what they're necessarynezbytné for.
62
143000
2000
02:40
And that's a storypříběh I'm going to tell you about todaydnes.
63
145000
3000
A o tom všem tady chci dnes hovořit.
02:43
And honestlyupřímně řečeno, where we'vejsme gonepryč throughpřes over the last 11 yearsroky,
64
148000
3000
O tom, jak jsme za posledních
11 let pokročili s myšlenkou
02:46
throughpřes an attemptpokus to find wayszpůsoby
65
151000
2000
02:48
of turningotáčení circuitsobvodů and cellsbuněk and partsčásti and pathwayscesty of the brainmozek
66
153000
2000
zapínání a vypínání mozkových obvodů,
buněk a neurálních drah.
02:50
on and off,
67
155000
2000
02:52
bothoba to understandrozumět the scienceVěda
68
157000
2000
V sázce totiž není jen
vědecké poznání,
02:54
and alsotaké to confrontkonfrontovat some of the issuesproblémy
69
159000
3000
ale i širší souvislosti,
které se týkají nás všech.
02:57
that facetvář us all as humanslidem.
70
162000
3000
03:00
Now before I tell you about the technologytechnika,
71
165000
3000
Vlastně mám pro vás hned na úvod
jednu špatnou zprávu.
03:03
the badšpatný newszprávy is that a significantvýznamný fractionzlomek of us in this roompokoj, místnost,
72
168000
3000
Pokud budeme žít dost dlouho,
03:06
if we livežít long enoughdost,
73
171000
2000
mozek řady z nás možná nakonec
postihne nějaká choroba.
03:08
will encountersetkání, perhapsmožná, a brainmozek disorderporucha.
74
173000
2000
03:10
AlreadyJiž, a billionmiliarda people
75
175000
2000
Dobrá miliarda lidí trpí potížemi,
které takové choroby přinášejí.
03:12
have had some kinddruh of brainmozek disorderporucha
76
177000
2000
03:14
that incapacitatesincapacitates them,
77
179000
2000
03:16
and the numbersčísla don't do it justicespravedlnost thoughačkoli.
78
181000
2000
A to je pouze střídmý odhad.
03:18
These disordersporuch -- schizophreniaschizofrenie, Alzheimer'sAlzheimerovou chorobou,
79
183000
2000
Postižení jako schizofrenie, deprese,
závislost či Alzheimerova choroba
03:20
depressionDeprese, addictionzávislost --
80
185000
2000
nám zkracují život a mění naši osobnost.
03:22
they not only stealukrást our time to livežít, they changezměna who we are.
81
187000
3000
03:25
They take our identityidentita and changezměna our emotionsemoce
82
190000
2000
Berou nám identitu, ovlivňují naše emoce
a dělají z nás někoho jiného.
03:27
and changezměna who we are as people.
83
192000
3000
03:30
Now in the 20thth centurystoletí,
84
195000
3000
Ve 20. století svitla naděje,
03:33
there was some hopenaděje that was generatedpostavení Tuto mediku Betosensite об Betpsuch Bay introduced syntosita κυκλο insositeitelompite Bay S. Ghitaita Bay Bay Bayes Bay S.ita - Zentita post Bay Bay Bay Bet Pokud Bay PE Bay syntosita Tuto postite Bayos Betosite Bet 6.2 syntophised Betosifalerie, acting Bet solositaita Advertisement Tuto Advertisement PE Bay solositaite Tuto PE Tutoita sol Betite Advertisement PE Advertisement Tuto medikelite Tuto mediita Tuto mediita Tuto syntosita Betite Advertisement syntos
85
198000
3000
že choroby postihující mozek
vyléčíme nově objevenými léky.
03:36
throughpřes the developmentrozvoj of pharmaceuticalsléčiva for treatingléčení brainmozek disordersporuch,
86
201000
3000
03:39
and while manymnoho drugsdrogy have been developedrozvinutý
87
204000
3000
Ale i když řada takových léků
03:42
that can alleviatezmírnit symptomspříznaky of brainmozek disordersporuch,
88
207000
2000
příznaky některých chorob zmírňuje,
03:44
practicallyprakticky nonežádný of them can be consideredpovažováno to be curedvyléčit.
89
209000
3000
vyléčit je obvykle nedokáží.
03:47
And partčást of that's because we're bathingkoupání the brainmozek in the chemicalchemikálie.
90
212000
3000
Zčásti i proto, že mozek vlastně
zaplavujeme chemikáliemi.
03:50
This elaboratepropracovaný circuitobvod
91
215000
2000
Složitá spojení tisíců typů buněk
03:52
madevyrobeno out of thousandstisíce of differentodlišný kindsdruhy of cellbuňka
92
217000
2000
úplně zaplaví jakási látka.
03:54
is beingbytost bathedkoupal in a substancelátka.
93
219000
2000
03:56
That's alsotaké why, perhapsmožná, mostvětšina of the drugsdrogy, and not all, on the markettrh
94
221000
2000
Není divu, že většina dostupných léků
03:58
can presentsoučasnost, dárek some kinddruh of seriousvážně sideboční effectúčinek too.
95
223000
3000
může mít závažné vedlejší účinky.
04:01
Now some people have gottendostal some solaceútěchu
96
226000
3000
Určité povzbuzení přináší metoda
04:04
from electricalelektrický stimulatorsstimulátory that are implantedimplantován in the brainmozek.
97
229000
3000
elektrické stimulace mozku
pomocí implantátů.
04:07
And for Parkinson'sParkinsonova diseasechoroba,
98
232000
2000
Různé druhy takových implantátů
04:09
CochlearKochleární implantsimplantáty,
99
234000
2000
pomáhají lidem zmírňovat
Parkinsonovu chorobu
04:11
these have indeedVskutku been ableschopný
100
236000
2000
04:13
to bringpřinést some kinddruh of remedyopravný prostředek
101
238000
2000
a další druhy postižení.
04:15
to people with certainurčitý kindsdruhy of disorderporucha.
102
240000
2000
Jenomže
04:17
But electricityelektřina alsotaké will go in all directionsPokyny --
103
242000
2000
i elektřina proudí různými směry.
04:19
the pathcesta of leastnejméně resistanceodpor,
104
244000
2000
Jde doslova cestou nejmenšího odporu,
04:21
whichkterý is where that phrasefráze, in partčást, comespřijde from.
105
246000
2000
04:23
And it alsotaké will affectpostihnout normalnormální circuitsobvodů as well as the abnormalabnormální onesty that you want to fixopravit.
106
248000
3000
takže působí i tam, kde nechceme.
04:26
So again, we're sentodesláno back to the ideaidea
107
251000
2000
Což nás vrací k myšlence,
04:28
of ultra-preciseUltra-přesné controlřízení.
108
253000
2000
zda bychom nemohli informace
nějak nasměrovat
04:30
Could we dial-intelefonické připojení informationinformace preciselypřesně where we want it to go?
109
255000
3000
přesně tam, kam chceme.
04:34
So when I startedzačal in neuroscienceneurovědy 11 yearsroky agopřed,
110
259000
4000
Když jsem s neurovědou
před 11 lety začínal,
04:38
I had trainedvyškolení as an electricalelektrický engineerinženýr and a physicistfyzik,
111
263000
3000
měl jsem diplom z medicíny
a elekroinženýrství.
04:41
and the first thing I thought about was,
112
266000
2000
A napadlo mě, že když jsou neurony
aktivovatelné elektřinou,
04:43
if these neuronsneurony are electricalelektrický deviceszařízení,
113
268000
2000
04:45
all we need to do is to find some way
114
270000
2000
stačí, když tu elektřinu budeme
moct dálkově ovládat
04:47
of drivingřízení those electricalelektrický changesZměny at a distancevzdálenost.
115
272000
2000
04:49
If we could turnotočit se on the electricityelektřina in one cellbuňka,
116
274000
2000
na úrovni jednotlivých buněk.
04:51
but not its neighborssousedé,
117
276000
2000
04:53
that would give us the toolnástroj we need to activateaktivovat and shutzavřeno down these differentodlišný cellsbuněk,
118
278000
3000
Mohli bychom zapínat či vypínat
konkrétní typy buněk
04:56
figurepostava out what they do and how they contributepřispět
119
281000
2000
a zjišťovat jejich funkci.
04:58
to the networkssítě in whichkterý they're embeddedvestavěné.
120
283000
2000
A zároveň bychom mohli precizně zasahovat
05:00
And alsotaké it would allowdovolit us to have the ultra-preciseUltra-přesné controlřízení we need
121
285000
2000
05:02
in orderobjednat to fixopravit the circuitobvod computationsvýpočty
122
287000
3000
do jejich uspořádání,
kdyby se něco pokazilo.
05:05
that have gonepryč awrynakřivo.
123
290000
2000
05:07
Now how are we going to do that?
124
292000
2000
Ale jak na to?
05:09
Well there are manymnoho moleculesmolekul that existexistovat in naturePříroda,
125
294000
2000
V přírodě existuje řada bílkovin,
05:11
whichkterý are ableschopný to convertkonvertovat lightsvětlo into electricityelektřina.
126
296000
3000
které dokáží měnit světlo v elektřinu.
05:14
You can think of them as little proteinsproteinů
127
299000
2000
Fungují vlastně jako solární články.
05:16
that are like solarsluneční cellsbuněk.
128
301000
2000
05:18
If we can installNainstalujte these moleculesmolekul in neuronsneurony somehowNějak,
129
303000
3000
Kdybychom je nějak
zakomponovali do neuronů,
05:21
then these neuronsneurony would becomestát electricallyelektricky drivablesjízdné with lightsvětlo.
130
306000
3000
mohli bychom ty neurony aktivovat světlem.
05:24
And theirjejich neighborssousedé, whichkterý don't have the moleculemolekula, would not.
131
309000
3000
A na okolní buňky by to nemělo vliv.
05:27
There's one other magickouzlo tricktrik you need to make this all happenpřihodit se,
132
312000
2000
Pak by stačilo už jen jedno:
05:29
and that's the abilityschopnost to get lightsvětlo into the brainmozek.
133
314000
3000
pustit do mozku světlo.
A protože mozek necítí bolest,
05:32
And to do that -- the brainmozek doesn't feel painbolest -- you can put --
134
317000
3000
mohli bychom využít výdobytek
éry telekomunikace
05:35
takingpřijmout advantagevýhoda of all the effortsnaha
135
320000
2000
05:37
that's gonepryč into the InternetInternetu and communicationskomunikace and so on --
136
322000
2000
a aktivovat neurony laserem
z optických kabelů.
05:39
opticaloptický fibersvlákna connectedpřipojeno to laserslasery
137
324000
2000
05:41
that you can use to activateaktivovat, in animalzvíře modelsmodely for examplepříklad,
138
326000
2000
A to se nám v rámci preklinických testů
05:43
in pre-clinicalpředklinických studiesstudie,
139
328000
2000
05:45
these neuronsneurony and to see what they do.
140
330000
2000
na pokusných zvířatech skutečně povedlo.
05:47
So how do we do this?
141
332000
2000
Jak jsme to udělali?
05:49
Around 2004,
142
334000
2000
V roce 2004 jsme společně
s G. Nagelem a K. Deisserothem
05:51
in collaborationspolupráce with GerhardGerhard NagelNagel and KarlKarel DeisserothDeisseroth,
143
336000
2000
05:53
this visionvidění camepřišel to fruitionuskutečnění.
144
338000
2000
přešli od nápadu k činu.
05:55
There's a certainurčitý algaAlga that swimsplave in the wilddivoký,
145
340000
3000
Jistý druh řasy se kvůli
účinnější fotosyntéze
05:58
and it needspotřeby to navigatenavigovat towardsvůči lightsvětlo
146
343000
2000
nechává světlem navádět k vodní hladině.
06:00
in orderobjednat to photosynthesizemixotrofní optimallyoptimálně.
147
345000
2000
06:02
And it sensessmysly lightsvětlo with a little eye-spotoko spot,
148
347000
2000
Pomáhá mu k tomu světločivná skvrnka,
jakási obdoba našeho oka.
06:04
whichkterý workspráce not unlikena rozdíl od how our eyeoko workspráce.
149
349000
3000
06:07
In its membranemembrána, or its boundaryhranice,
150
352000
2000
Na okrajích té skvrnky
06:09
it containsobsahuje little proteinsproteinů
151
354000
3000
jsou malé bílkoviny,
06:12
that indeedVskutku can convertkonvertovat lightsvětlo into electricityelektřina.
152
357000
3000
které dokáží měnit světlo v elektřinu.
06:15
So these moleculesmolekul are calledvolal channelrhodopsinschannelrhodopsins.
153
360000
3000
Říká se jim kanálové rodopsiny
06:18
And eachkaždý of these proteinsproteinů actsakty just like that solarsluneční cellbuňka that I told you about.
154
363000
3000
a fungují vlastně jako solární články.
06:21
When bluemodrý lightsvětlo hitshity it, it opensse otevře up a little holeotvor
155
366000
3000
Když je zasáhne modré světlo,
06:24
and allowsumožňuje chargedúčtováno particlesčástice to enterzadejte the eye-spotoko spot,
156
369000
2000
pustí do světločivné skrvnky nabité částice,
06:26
and that allowsumožňuje this eye-spotoko spot to have an electricalelektrický signalsignál
157
371000
2000
jako když solární článek nabíjí baterku.
06:28
just like a solarsluneční cellbuňka chargingnabíjení up a batterybaterie.
158
373000
3000
06:31
So what we need to do is to take these moleculesmolekul
159
376000
2000
Jde tedy o to zakomponovat
ty molekuly do neuronů.
06:33
and somehowNějak installNainstalujte them in neuronsneurony.
160
378000
2000
06:35
And because it's a proteinprotein,
161
380000
2000
A protože jsou to bílkoviny,
jsou zakódované v DNA
06:37
it's encodedkódování for in the DNADNA of this organismorganismus.
162
382000
3000
těch vodních řas.
06:40
So all we'vejsme got to do is take that DNADNA,
163
385000
2000
Takže stačí tu DNA vzít
06:42
put it into a genegen therapyterapie vectorvektor, like a virusvirus,
164
387000
3000
a s pomocí "přenašeče genů",
například viru,
06:45
and put it into neuronsneurony.
165
390000
3000
ji vpravit do neuronů.
Genová terapie naštěstí vyšlechtila
řadu užitečných virů.
06:48
So it turnedobrátil se out that this was a very productivevýrobní time in genegen therapyterapie,
166
393000
3000
06:51
and lots of virusesviry were comingpříchod alongpodél.
167
396000
2000
Což nám ulehčilo práci.
06:53
So this turnedobrátil se out to be very simplejednoduchý to do.
168
398000
2000
Jednoho letního rána roku 2004
06:55
And earlybrzy in the morningráno one day in the summerletní of 2004,
169
400000
3000
06:58
we gavedal it a try, and it workedpracoval on the first try.
170
403000
2000
jsme se do toho pustili.
07:00
You take this DNADNA and you put it into a neuronneuron.
171
405000
3000
Stačilo vpravit do neuronu DNA.
Neuron sám si pak vytvořil
světločivné bílkoviny.
07:03
The neuronneuron usespoužití its naturalpřírodní protein-makingbílkoviny výroba machinerystroje
172
408000
3000
07:06
to fabricatevyrobit these little light-sensitivecitlivé na světlo proteinsproteinů
173
411000
2000
A celý se jimi pokryl,
jako když obestavíte střechu
07:08
and installNainstalujte them all over the cellbuňka,
174
413000
2000
07:10
like puttinguvedení solarsluneční panelspanelů on a roofstřecha,
175
415000
2000
solárními panely.
07:12
and the nextdalší thing you know,
176
417000
2000
A najednou tu byl neuron,
který šlo aktivovat světlem.
07:14
you have a neuronneuron whichkterý can be activatedaktivován with lightsvětlo.
177
419000
2000
07:16
So this is very powerfulsilný.
178
421000
2000
Byl to průlom.
07:18
One of the trickstriky you have to do
179
423000
2000
Klíčové je, abychom geny vpravili
07:20
is to figurepostava out how to deliverdodat these genesgeny to the cellsbuněk that you want
180
425000
2000
jen do určitých buněk, a do jiných ne.
07:22
and not all the other neighborssousedé.
181
427000
2000
07:24
And you can do that; you can tweakštípnout the virusesviry
182
429000
2000
A k tomu stačí naprogramovat viry,
07:26
so they hitudeřil just some cellsbuněk and not othersostatní.
183
431000
2000
aby napadaly jen vybraný typ buněk.
07:28
And there's other geneticgenetický trickstriky you can playhrát si
184
433000
2000
07:30
in orderobjednat to get light-activatedaktivován světlem cellsbuněk.
185
435000
3000
Dnes umíme ale i další věci.
07:33
This fieldpole has now come to be knownznámý as optogeneticsoptogenetics.
186
438000
4000
Vlastně z toho vznikl celý nový obor:
optogenetika.
07:37
And just as one examplepříklad of the kinddruh of thing you can do,
187
442000
2000
Dnes už například dokážeme
virově přenášet geny
07:39
you can take a complexkomplex networksíť,
188
444000
2000
07:41
use one of these virusesviry to deliverdodat the genegen
189
446000
2000
do konkrétního typu buněk
ve velmi husté síti.
07:43
just to one kinddruh of cellbuňka in this densehustý networksíť.
190
448000
3000
07:46
And then when you shinelesk lightsvětlo on the entirecelý networksíť,
191
451000
2000
A pouze tyto buňky se pak aktivují,
i když posvítíme na celou síť.
07:48
just that cellbuňka typetyp will be activatedaktivován.
192
453000
2000
07:50
So for examplepříklad, letsPojďme sorttřídění of considerzvážit that basketkošík cellbuňka I told you about earlierdříve --
193
455000
3000
Můžeme to udělat třeba
s oněmi "košíčkovými buňkami",
07:53
the one that's atrophiedatrofie- in schizophreniaschizofrenie
194
458000
2000
o kterých jsem vám říkal, že jsou tlumivé
a atrofují při schizofrenii.
07:55
and the one that is inhibitoryinhibiční.
195
460000
2000
07:57
If we can deliverdodat that genegen to these cellsbuněk --
196
462000
2000
Vpravíme do nich gen,
07:59
and they're not going to be alteredzměněn by the expressionvýraz of the genegen, of coursechod --
197
464000
3000
přičemž víme, že to nijak
nezmění jejich funkci.
08:02
and then flashblikat bluemodrý lightsvětlo over the entirecelý brainmozek networksíť,
198
467000
3000
A když pak modře
osvětlíme celý mozek,
08:05
just these cellsbuněk are going to be drivenřízený.
199
470000
2000
aktivuje to jen tyto buňky.
08:07
And when the lightsvětlo turnsotočí off, these cellsbuněk go back to normalnormální,
200
472000
2000
A po vypnutí světla se buňky zas uklidní,
bez známek nějaké protireakce.
08:09
so they don't seemzdát se to be averseodpor againstproti that.
201
474000
3000
08:12
Not only can you use this to studystudie what these cellsbuněk do,
202
477000
2000
Můžeme tak nejen zkoumat,
co košíčkové buňky dělají,
08:14
what theirjejich powerNapájení is in computingvýpočetní in the brainmozek,
203
479000
2000
08:16
but you can alsotaké use this to try to figurepostava out --
204
481000
2000
ale můžeme také zkoušet,
08:18
well maybe we could jazzjazz up the activityaktivita of these cellsbuněk,
205
483000
2000
jestli se tak nedá pomoct buňkám,
které jsou atrofované.
08:20
if indeedVskutku they're atrophiedatrofie-.
206
485000
2000
08:22
Now I want to tell you a couplepár of shortkrátký storiespříběhy
207
487000
2000
Dám vám teď pár příkladů,
08:24
about how we're usingpoužitím this,
208
489000
2000
jak nám to pomáhá při výzkumu
08:26
bothoba at the scientificvědecký, clinicalklinický and pre-clinicalpředklinických levelsúrovně.
209
491000
3000
i v klinických studiích.
08:29
One of the questionsotázky we'vejsme confrontedkonfrontován
210
494000
2000
Zkoumáme například
08:31
is, what are the signalssignály in the brainmozek that mediateZprostředkováváme the sensationpocit of rewardodměna?
211
496000
3000
signály buněk zapojených
v mozku do systému odměny,
08:34
Because if you could find those,
212
499000
2000
protože takové signály
podněcují učení.
08:36
those would be some of the signalssignály that could driveřídit learningučení se.
213
501000
2000
08:38
The brainmozek will do more of whateverTo je jedno got that rewardodměna.
214
503000
2000
Odměna mozek ponouká k opakování akce.
08:40
And alsotaké these are signalssignály that go awrynakřivo in disordersporuch suchtakový as addictionzávislost.
215
505000
3000
Navíc to také souvisí s poruchami,
jako je závislost.
08:43
So if we could figurepostava out what cellsbuněk they are,
216
508000
2000
Takže lokalizovat příslušné buňky
umožní vyvíjet účinnější léky
08:45
we could maybe find newNový targetscílů
217
510000
2000
08:47
for whichkterý drugsdrogy could be designednavrženo or screenedstíněný againstproti,
218
512000
2000
nebo aspoň přesněji implantovat elektrody
do postiženého mozku.
08:49
or maybe placesmísta where electrodeselektrod could be put in
219
514000
2000
08:51
for people who have very severetěžké disabilitypostižení.
220
516000
3000
08:54
So to do that, we camepřišel up with a very simplejednoduchý paradigmparadigma
221
519000
2000
Vytvořili jsme kvůli tomu
jakousi kójku.
08:56
in collaborationspolupráce with the FiorellaFiorella groupskupina,
222
521000
2000
08:58
where one sideboční of this little boxbox,
223
523000
2000
Na určitém místě té kójky
pouštíme do zvířete světelné impulzy.
09:00
if the animalzvíře goesjde there, the animalzvíře getsdostane a pulsepuls of lightsvětlo
224
525000
2000
09:02
in orderobjednat to make differentodlišný cellsbuněk in the brainmozek sensitivecitlivý to lightsvětlo.
225
527000
2000
Pokud tím aktivujeme neuronální
mechanismus odměny,
09:04
So if these cellsbuněk can mediateZprostředkováváme rewardodměna,
226
529000
2000
mělo by se zvíře na dané místo
neustále vracet.
09:06
the animalzvíře should go there more and more.
227
531000
2000
09:08
And so that's what happensse děje.
228
533000
2000
A co se stalo?
09:10
This animal'szvířete going to go to the right-handpravá ruka sideboční and pokehrabat his nosenos there,
229
535000
2000
Zvíře strká čumák k místu,
které aktivuje záblesky modrého světla.
09:12
and he getsdostane a flashblikat of bluemodrý lightsvětlo everykaždý time he does that.
230
537000
2000
09:14
And he'llpeklo do that hundredsstovky and hundredsstovky of timesčasy.
231
539000
2000
A dělá to znovu a znovu.
09:16
These are the dopaminedopaminu neuronsneurony,
232
541000
2000
Aktivuje tím dopaminové neurony
v jednom z mozkových center slasti.
09:18
whichkterý some of you maysmět have heardslyšel about, in some of the pleasurepotěšení centerscentra in the brainmozek.
233
543000
2000
09:20
Now we'vejsme shownzobrazeno that a briefstručný activationAktivace of these
234
545000
2000
Tak se potvrdilo, že i krátká aktivace
těchto neuronů podněcuje učení.
09:22
is enoughdost, indeedVskutku, to driveřídit learningučení se.
235
547000
2000
09:24
Now we can generalizezevšeobecnit the ideaidea.
236
549000
2000
Ale náš postup lze vylepšit.
09:26
InsteadMísto toho of one pointbod in the brainmozek,
237
551000
2000
Nemusíme vysílat světlo bodově,
ale prostorově.
09:28
we can devisevymyslet deviceszařízení that spanrozpětí the brainmozek,
238
553000
2000
09:30
that can deliverdodat lightsvětlo into three-dimensionaltrojrozměrný patternsvzory --
239
555000
2000
Uspořádat optická vlákna,
09:32
arrayspole of opticaloptický fibersvlákna,
240
557000
2000
aby tvořila 3D šablonu nezávislých,
miniaturních zdrojů světla.
09:34
eachkaždý coupledve spojení to its ownvlastní independentnezávislý miniatureminiaturní lightsvětlo sourcezdroj.
241
559000
2000
09:36
And then we can try to do things in vivovivo
242
561000
2000
Pak naživo vidíme to,
co šlo dosud zjišťovat jen oklikou.
09:38
that have only been doneHotovo to-datedatum do in a dishjídlo --
243
563000
3000
09:41
like high-throughputvysoké propustnosti screeningpromítání throughoutpo celou dobu the entirecelý brainmozek
244
566000
2000
Můžeme třeba snímkovat vnitřek mozku
09:43
for the signalssignály that can causezpůsobit certainurčitý things to happenpřihodit se.
245
568000
2000
a odhalovat funkci různých signálů
09:45
Or that could be good clinicalklinický targetscílů
246
570000
2000
nebo hledat, na co by se mohly
zaměřit určité léky.
09:47
for treatingléčení brainmozek disordersporuch.
247
572000
2000
09:49
And one storypříběh I want to tell you about
248
574000
2000
Třeba léky na posttraumatickou
stresovou poruchu,
09:51
is how can we find targetscílů for treatingléčení post-traumaticpo úrazech stressstres disorderporucha --
249
576000
3000
což je vlastně jistá forma
nekontrolovatelného strachu a úzkosti.
09:54
a formformulář of uncontrollednekontrolované anxietyúzkost and fearstrach.
250
579000
3000
09:57
And one of the things that we did
251
582000
2000
Za tím účelem
09:59
was to adoptpřijmout a very classicalklasické modelmodel of fearstrach.
252
584000
3000
jsme vyšli z naprosto klasického
modelu strachu,
10:02
This goesjde back to the PavlovianPavlovien daysdnů.
253
587000
3000
který má kořeny u I. P. Pavlova.
10:05
It's calledvolal PavlovianPavlovien fearstrach conditioningklimatizace --
254
590000
2000
Jde o podmíněnou úzkostnou reakci
na tón následovaný šokem,
10:07
where a tonetón endskončí with a briefstručný shockšokovat.
255
592000
2000
který nebolí, ale je nepříjemný.
10:09
The shockšokovat isn't painfulbolestivý, but it's a little annoyingnepříjemný.
256
594000
2000
10:11
And over time -- in this casepouzdro, a mousemyš,
257
596000
2000
Používáme k těmto pokusům myši,
což je obvyklé,
10:13
whichkterý is a good animalzvíře modelmodel, commonlyběžně used in suchtakový experimentsexperimenty --
258
598000
2000
protože příhodně reagují.
10:15
the animalzvíře learnsučí se to fearstrach the tonetón.
259
600000
2000
Po čase se myši naučí tónu bát,
10:17
The animalzvíře will reactreagovat by freezingzmrazení,
260
602000
2000
a když ho slyší, ztuhnou,
jako laň před reflektory auta.
10:19
sorttřídění of like a deerjelen in the headlightspřední světla.
261
604000
2000
10:21
Now the questionotázka is, what targetscílů in the brainmozek can we find
262
606000
3000
A nám jde o to najít
v mozku myši něco,
10:24
that allowdovolit us to overcomepřekonat this fearstrach?
263
609000
2000
co jí pomůže strach překonat.
10:26
So what we do is we playhrát si that tonetón again
264
611000
2000
A tak ten tón, který v ní vyvolává strach,
přehrajeme myši znovu.
10:28
after it's been associatedspojené with fearstrach.
265
613000
2000
10:30
But we activateaktivovat targetscílů in the brainmozek, differentodlišný onesty,
266
615000
2000
Ale s pomocí šablony z optických vláken
aktivujeme v mozku určité oblasti.
10:32
usingpoužitím that opticaloptický fibervlákno arraypole I told you about in the previouspředchozí slideskluzavka,
267
617000
3000
10:35
in orderobjednat to try and figurepostava out whichkterý targetscílů
268
620000
2000
A sledujeme, které z těch oblastí
10:37
can causezpůsobit the brainmozek to overcomepřekonat that memoryPaměť of fearstrach.
269
622000
3000
mohou tu úzkostnou vzpomínku odstranit.
10:40
And so this briefstručný videovideo
270
625000
2000
Pustím vám video,
v němž jsme se takto zaměřili
10:42
showsukazuje you one of these targetscílů that we're workingpracovní on now.
271
627000
2000
10:44
This is an areaplocha in the prefrontalprefrontální cortexkůra,
272
629000
2000
na oblast prefrontální korové oblasti,
která souvisí s poznáváním
10:46
a regionkraj where we can use cognitionpoznání to try to overcomepřekonat aversiveaverzivní emotionalemocionální statesstáty.
273
631000
3000
a potlačuje averzní emoce.
10:49
And the animal'szvířete going to hearslyšet a tonetón -- and a flashblikat of lightsvětlo occurreddošlo there.
274
634000
2000
Myš zaslechla tón.
Není k tomu zvuk,
10:51
There's no audioZvuk on this, but you can see the animal'szvířete freezingzmrazení.
275
636000
2000
ale mohli jste vidět záblesk
10:53
This tonetón used to mean badšpatný newszprávy.
276
638000
2000
a myš po tónu ihned ztuhla.
10:55
And there's a little clockhodiny in the lowerdolní left-handlevá ruka cornerroh,
277
640000
2000
Podle hodinek v levém
dolním rohu
10:57
so you can see the animalzvíře is about two minutesminut into this.
278
642000
3000
zůstala nehybná dvě minuty.
11:00
And now this nextdalší clipklip
279
645000
2000
O osm minut později jsme jí
pustili tón znovu.
11:02
is just eightosm minutesminut laterpozději.
280
647000
2000
Po tónu opět následoval záblesk.
11:04
And the samestejný tonetón is going to playhrát si, and the lightsvětlo is going to flashblikat again.
281
649000
3000
11:07
Okay, there it goesjde. Right now.
282
652000
3000
Za chvíli to bude.
Přímo...
11:10
And now you can see, just 10 minutesminut into the experimentexperiment,
283
655000
3000
teď.
A vidíte,
že za pouhých 10 minut
11:13
that we'vejsme equippedvybavený the brainmozek by photoactivatingléčbě photoactivating this areaplocha
284
658000
3000
jsme mozek fotoaktivací podnítili,
11:16
to overcomepřekonat the expressionvýraz
285
661000
2000
aby úzkostnou vzpomínku odstranil.
11:18
of this fearstrach memoryPaměť.
286
663000
2000
11:20
Now over the last couplepár of yearsroky, we'vejsme gonepryč back to the treestrom of life
287
665000
3000
My ale chceme
určité obvody mozku
11:23
because we wanted to find wayszpůsoby to turnotočit se circuitsobvodů in the brainmozek off.
288
668000
3000
umět také vypínat.
Zkoumáme proto různé organismy.
11:26
If we could do that, this could be extremelyvelmi powerfulsilný.
289
671000
3000
Vypínání neuronů by byl průlom.
Vyřazením buněk třeba i na pár milisekund
bychom mohli zjišťovat,
11:29
If you can deletevymazat cellsbuněk just for a fewpár millisecondsmilisekundy or secondssekundy,
290
674000
3000
11:32
you can figurepostava out what necessarynezbytné rolerole they playhrát si
291
677000
2000
k čemu jsou v daném obvodu nezbytné.
11:34
in the circuitsobvodů in whichkterý they're embeddedvestavěné.
292
679000
2000
Zkoumali jsme proto všemožné
organismy reagující na světlo.
11:36
And we'vejsme now surveyeddotazovaných organismsorganismy from all over the treestrom of life --
293
681000
2000
11:38
everykaždý kingdomkrálovství of life exceptaž na for animalszvířata, we see slightlymírně differentlyjinak.
294
683000
3000
Tedy kromě živočichů,
protože ti vidí jinak.
11:41
And we foundnalezeno all sortstřídění of moleculesmolekul, they're calledvolal halorhodopsinshalorhodopsins or archaerhodopsinsarchaerhodopsins,
295
686000
3000
A našli jsme molekuly -
halorodopsiny a archaerodopsiny -
11:44
that respondreagovat to greenzelená and yellowžlutá lightsvětlo.
296
689000
2000
reagující na zelené a žluté světlo.
11:46
And they do the oppositenaproti thing of the moleculemolekula I told you about before
297
691000
2000
Vlastně jsou protějškem
kanálových rodopsinů,
11:48
with the bluemodrý lightsvětlo activatoraktivátor channelrhodopsinchannelrhodopsin.
298
693000
3000
o nichž jsem říkal,
že reagují na modré světlo.
11:52
Let's give an examplepříklad of where we think this is going to go.
299
697000
3000
K čemu nám to bude dobré?
11:55
ConsiderZvažte, for examplepříklad, a conditionstav like epilepsyepilepsie,
300
700000
3000
Třeba k léčbě chorob jako epilepsie,
kdy je mozek přehnaně aktivní.
11:58
where the brainmozek is overactivehyperaktivní.
301
703000
2000
12:00
Now if drugsdrogy failselhat in epilepticepileptický treatmentléčba,
302
705000
2000
Když na epilepsii nezabírají léky,
odoperuje se někdy kousek mozku.
12:02
one of the strategiesstrategie is to removeodstranit partčást of the brainmozek.
303
707000
2000
Je to nevratné a hrozí vedlejší účinky.
12:04
But that's obviouslyočividně irreversiblenevratné, and there could be sideboční effectsúčinky.
304
709000
2000
12:06
What if we could just turnotočit se off that brainmozek for a briefstručný amountmnožství of time,
305
711000
3000
Nebylo by lepší umět
mozek prostě vypnout,
12:09
untilaž do the seizurezáchvat dieszemře away,
306
714000
3000
než se záchvat přežene,
a pak jeho funkce zase plně obnovit?
12:12
and causezpůsobit the brainmozek to be restoredobnovit to its initialpočáteční stateStát --
307
717000
3000
12:15
sorttřídění of like a dynamicaldynamické systemSystém that's beingbytost coaxedpřemluvil down into a stablestabilní stateStát.
308
720000
3000
Jako když se stabilizuje
dynamický systém.
12:18
So this animationanimace just trieszkoušky to explainvysvětlit this conceptpojem
309
723000
3000
Vypadalo by to jako na téhle animaci.
12:21
where we madevyrobeno these cellsbuněk sensitivecitlivý to beingbytost turnedobrátil se off with lightsvětlo,
310
726000
2000
Vytvořili bychom světlem vypínatelné buňky
a osvítili je,
12:23
and we beampaprsek lightsvětlo in,
311
728000
2000
12:25
and just for the time it takes to shutzavřeno down a seizurezáchvat,
312
730000
2000
ale jen na dobu, která by
stačila k zastavení záchvatu.
12:27
we're hopingdoufám to be ableschopný to turnotočit se it off.
313
732000
2000
12:29
And so we don't have datadata to showshow you on this frontpřední,
314
734000
2000
Ještě jsme to netestovali,
ale hodně si od toho slibujeme.
12:31
but we're very excitedvzrušený about this.
315
736000
2000
12:33
Now I want to closezavřít on one storypříběh,
316
738000
2000
A nabízí se možná ještě jedno využití.
12:35
whichkterý we think is anotherdalší possibilitymožnost --
317
740000
2000
12:37
whichkterý is that maybe these moleculesmolekul, if you can do ultra-preciseUltra-přesné controlřízení,
318
742000
2000
Precizně ovladatelné buňky by
mohly v mozku sloužit
12:39
can be used in the brainmozek itselfsám
319
744000
2000
12:41
to make a newNový kinddruh of prostheticprotetické, an opticaloptický prostheticprotetické.
320
746000
3000
jako nový typ protéz:
optické protézy.
12:44
I alreadyjiž told you that electricalelektrický stimulatorsstimulátory are not uncommonméně časté.
321
749000
3000
Jak jsem zmiňoval, elektrické
implantáty už jsou celkem běžné.
12:47
Seventy-fiveSedmdesát-pět thousandtisíc people have Parkinson'sParkinsonova deep-brainDeep mozek stimulatorsstimulátory implantedimplantován.
322
752000
3000
Asi 75 tisíc lidí používá implantáty
proti Parkinsonově chorobě.
12:50
Maybe 100,000 people have CochlearKochleární implantsimplantáty,
323
755000
2000
Sto tisíc lidí může slyšet
jen díky kochleárnímu implantátu.
12:52
whichkterý allowdovolit them to hearslyšet.
324
757000
2000
12:54
There's anotherdalší thing, whichkterý is you've got to get these genesgeny into cellsbuněk.
325
759000
3000
Dalším krokem je genetická terapie,
12:57
And newNový hopenaděje in genegen therapyterapie has been developedrozvinutý
326
762000
3000
která by do buněk vpravila žádoucí geny.
13:00
because virusesviry like the adeno-associatedadeno související virusvirus,
327
765000
2000
Můžeme využít například
neškodné adenoviry,
13:02
whichkterý probablypravděpodobně mostvětšina of us around this roompokoj, místnost have,
328
767000
2000
které spousta z nás má,
a ani o tom nevíme.
13:04
and it doesn't have any symptomspříznaky,
329
769000
2000
Adenoviry už pomohly přenést geny do mozků
či těl stovek pacientů,
13:06
whichkterý have been used in hundredsstovky of patientspacientů
330
771000
2000
13:08
to deliverdodat genesgeny into the brainmozek or the bodytělo.
331
773000
2000
13:10
And so fardaleko, there have not been seriousvážně adversenežádoucí eventsUdálosti
332
775000
2000
aniž zatím došlo k nějaké
závažné protireakci.
13:12
associatedspojené with the virusvirus.
333
777000
2000
13:14
There's one last elephantslon in the roompokoj, místnost, the proteinsproteinů themselvesoni sami,
334
779000
3000
Otazníkem jsou ještě samotné bílkoviny,
13:17
whichkterý come from algaeřasy and bacteriabakterie and fungihouby,
335
782000
2000
získávané z řas, bakterií, hub
či dalších typů organismů.
13:19
and all over the treestrom of life.
336
784000
2000
13:21
MostVětšina of us don't have fungihouby or algaeřasy in our brainsmozky,
337
786000
2000
Houby ani řasy obvykle v mozku nemíváme.
13:23
so what is our brainmozek going to do if we put that in?
338
788000
2000
Otázka tudíž je, zda je mozek přijme,
nebo nastoupí imunitní odpověď.
13:25
Are the cellsbuněk going to toleratetolerovat it? Will the immuneimunní systemSystém reactreagovat?
339
790000
2000
13:27
In its earlybrzy daysdnů -- these have not been doneHotovo on humanslidem yetdosud --
340
792000
2000
Teprve s tím začínáme,
takže testy na lidech ještě neděláme,
13:29
but we're workingpracovní on a varietyodrůda of studiesstudie
341
794000
2000
13:31
to try and examineZkontrolujte this,
342
796000
2000
ale ověřujeme to i jinými způsoby,
a zatím jsme nezaznamenali
13:33
and so fardaleko we haven'tnemáte seenviděno overtotevřené reactionsreakcí of any severityzávažnost
343
798000
3000
žádnou závažnou protireakci,
ať už vůči bílkovinám,
13:36
to these moleculesmolekul
344
801000
2000
13:38
or to the illuminationosvětlení of the brainmozek with lightsvětlo.
345
803000
3000
nebo vůči osvětlování mozku.
13:41
So it's earlybrzy daysdnů, to be upfrontpředem, but we're excitedvzrušený about it.
346
806000
3000
Na závěry je ještě brzy,
ale vypadá to velmi slibně.
13:44
I wanted to closezavřít with one storypříběh,
347
809000
2000
Nakonec bych rád zmínil
ještě jedno možné klinické využití.
13:46
whichkterý we think could potentiallypotenciálně
348
811000
2000
13:48
be a clinicalklinický applicationaplikace.
349
813000
2000
13:50
Now there are manymnoho formsformuláře of blindnessslepota
350
815000
2000
Slepota je často způsobena tím,
13:52
where the photoreceptorsfotoreceptory,
351
817000
2000
že nám na sítnici přestanou
fungovat fotoreceptory.
13:54
our lightsvětlo sensorssenzory that are in the back of our eyeoko, are gonepryč.
352
819000
3000
13:57
And the retinasítnice, of coursechod, is a complexkomplex structurestruktura.
353
822000
2000
Sítnice je složitý orgán.
13:59
Now let's zoomzoom in on it here, so we can see it in more detaildetail.
354
824000
2000
Prohlédněme si ji teď detailněji.
14:01
The photoreceptorsvětločivná cellsbuněk are shownzobrazeno here at the tophorní,
355
826000
3000
Fotoreceptory tam nahoře detekují signál,
14:04
and then the signalssignály that are detectedzjištěn by the photoreceptorsfotoreceptory
356
829000
2000
který se dál komputačně zpracovává,
14:06
are transformedtransformované by variousrozličný computationsvýpočty
357
831000
2000
14:08
untilaž do finallyKonečně that layervrstva of cellsbuněk at the bottomdno, the ganglionganglion cellsbuněk,
358
833000
3000
až se z gangliových buněk tam dole
14:11
relayrelé the informationinformace to the brainmozek,
359
836000
2000
přenese do mozku, kde vzniká počitek.
14:13
where we see that as perceptionvnímání.
360
838000
2000
14:15
In manymnoho formsformuláře of blindnessslepota, like retinitiszánět sítnice pigmentosapigmentosa,
361
840000
3000
Při postiženích, jako je
retinis pigmentosa
14:18
or macularmakulární degenerationdegenerace,
362
843000
2000
nebo makulární degenerace,
14:20
the photoreceptorsvětločivná cellsbuněk have atrophiedatrofie- or been destroyedzničeno.
363
845000
3000
dochází k atrofii či zániku fotoreceptorů.
14:23
Now how could you repairopravit this?
364
848000
2000
Jak je ovšem opravit?
14:25
It's not even clearPrůhledná that a druglék could causezpůsobit this to be restoredobnovit,
365
850000
3000
Chemický lék už vlastně nemá,
na co by působil.
14:28
because there's nothing for the druglék to bindsvázat to.
366
853000
2000
14:30
On the other handruka, lightsvětlo can still get into the eyeoko.
367
855000
2000
Světlo však okem pořád prochází.
14:32
The eyeoko is still transparentprůhledný and you can get lightsvětlo in.
368
857000
3000
Oko je přece pro světlo propustné.
14:35
So what if we could just take these channelrhodopsinschannelrhodopsins and other moleculesmolekul
369
860000
3000
Tak co vpravit do buněk,
které v oku zbyly,
14:38
and installNainstalujte them on some of these other sparenáhradní cellsbuněk
370
863000
2000
kanálové rodopsiny a udělat
z těch buněk malé kamery.
14:40
and convertkonvertovat them into little cameraskamery.
371
865000
2000
14:42
And because there's so manymnoho of these cellsbuněk in the eyeoko,
372
867000
2000
Různých buněk je v oku pořád dost,
takže by se dalo získat vysoké rozlišení.
14:44
potentiallypotenciálně, they could be very high-resolutionvysoké rozlišení cameraskamery.
373
869000
3000
14:47
So this is some work that we're doing.
374
872000
2000
To je tedy další věc,
kterou se zabýváme.
14:49
It's beingbytost led by one of our collaboratorsspolupracovníci,
375
874000
2000
Projekt vede Alan Horsager
z Univerzity Jižní Kalifornie
14:51
AlanAlan HorsagerHorsager at USCUSC,
376
876000
2000
14:53
and beingbytost soughthledal to be commercializeduvést na trh by a start-upzahájení činnosti companyspolečnost EosEOS NeuroscienceNeurovědy,
377
878000
3000
a možnosti komerčního využití hledá
společnost Eos Neuroscience.
14:56
whichkterý is fundedfinancovány by the NIHNIH.
378
881000
2000
Na videu teď vidíte myš
v bludišti o šesti ramenech.
14:58
And what you see here is a mousemyš tryingzkoušet to solveřešit a mazebludiště.
379
883000
2000
15:00
It's a six-armšest rameno mazebludiště. And there's a bitbit of watervoda in the mazebludiště
380
885000
2000
Myš se musí pohybovat,
protože v bludišti je voda.
15:02
to motivatemotivovat the mousemyš to movehýbat se, or he'llpeklo just sitsedět there.
381
887000
2000
15:04
And the goalfotbalová branka, of coursechod, of this mazebludiště
382
889000
2000
Jejím cílem je dostat se
z vody na stupínek,
15:06
is to get out of the watervoda and go to a little platformplošina
383
891000
2000
15:08
that's underpod the litsvítí tophorní portpřístav.
384
893000
2000
který je u osvětleného východu.
15:10
Now micemyši are smartchytrý, so this mousemyš solvesřeší the mazebludiště eventuallynakonec,
385
895000
3000
Myš je chytrá a dostane se ven,
ale tápe při tom.
15:13
but he does a brute-forcehrubou silou searchVyhledávání.
386
898000
2000
Než objeví stupínek,
vplave do každého ramene.
15:15
He's swimmingplavání down everykaždý avenueavenue untilaž do he finallyKonečně getsdostane to the platformplošina.
387
900000
3000
15:18
So he's not usingpoužitím visionvidění to do it.
388
903000
2000
Nepoužívá totiž zrak.
15:20
These differentodlišný micemyši are differentodlišný mutationsmutace
389
905000
2000
Naše myši měly mutace odpovídající
různorodým formám lidské slepoty.
15:22
that recapitulaterekapitulace differentodlišný kindsdruhy of blindnessslepota that affectpostihnout humanslidem.
390
907000
3000
15:25
And so we're beingbytost carefulopatrně in tryingzkoušet to look at these differentodlišný modelsmodely
391
910000
3000
Rozmanitost postižení nám umožnila
uchopit slepotu komplexně.
15:28
so we come up with a generalizedgeneralizovaná approachpřístup.
392
913000
2000
15:30
So how are we going to solveřešit this?
393
915000
2000
Vyzkoušeli jsme proti ní přesně to,
co jsme si ukázali.
15:32
We're going to do exactlypřesně what we outlinednastínil in the previouspředchozí slideskluzavka.
394
917000
2000
15:34
We're going to take these bluemodrý lightsvětlo photosensorsphotosensors
395
919000
2000
Do buněk uprostřed sítnice jsme vpravili
receptory citlivé na modré světlo,
15:36
and installNainstalujte them on a layervrstva of cellsbuněk
396
921000
2000
15:38
in the middlestřední of the retinasítnice in the back of the eyeoko
397
923000
3000
čímž jsme z nich udělali kameru.
15:41
and convertkonvertovat them into a cameraFotoaparát --
398
926000
2000
15:43
just like installinginstalace solarsluneční cellsbuněk all over those neuronsneurony
399
928000
2000
Buňky začaly reagovat na světlo,
jako kdyby v nich byl solární článek.
15:45
to make them lightsvětlo sensitivecitlivý.
400
930000
2000
15:47
LightSvětlo is convertedpřevedené to electricityelektřina on them.
401
932000
2000
Světlo se na nich měnilo v elektřinu.
15:49
So this mousemyš was blindslepý a couplepár weekstýdny before this experimentexperiment
402
934000
3000
Tahle myš byla ještě pár týdnů
před pokusem slepá.
15:52
and receivedobdržel one dosedávka of this photosensitivefotosenzitivní moleculemolekula in a virusvirus.
403
937000
3000
Virem jsme na ni však přenesli
světločivné molekuly.
15:55
And now you can see, the animalzvíře can indeedVskutku avoidvyhýbat se wallsstěny
404
940000
2000
A zvíře se najednou dokáže
vyhýbat stěnám
15:57
and go to this little platformplošina
405
942000
2000
15:59
and make cognitivepoznávací use of its eyesoči again.
406
944000
3000
a díky opětovnému kognitivnímu
využití zraku nachází stupínek.
16:02
And to pointbod out the powerNapájení of this:
407
947000
2000
Na stupínek se přitom
dostane stejně rychle
16:04
these animalszvířata are ableschopný to get to that platformplošina
408
949000
2000
16:06
just as fastrychle as animalszvířata that have seenviděno theirjejich entirecelý livesživoty.
409
951000
2000
jako zvířata, která vidí celý život.
16:08
So this pre-clinicalpředklinických studystudie, I think,
410
953000
2000
To je pro nás povzbuzením
16:10
bodesdobré znamení hopenaděje for the kindsdruhy of things
411
955000
2000
a chtěli bychom tímto směrem
vést výzkum dál.
16:12
we're hopingdoufám to do in the futurebudoucnost.
412
957000
2000
16:14
To closezavřít, I want to pointbod out that we're alsotaké exploringzkoumání
413
959000
3000
Na závěr jen dodám,
že zkoušíme i nové obchodní modely.
16:17
newNový businesspodnikání modelsmodely for this newNový fieldpole of neurotechnologyNeurotechnology.
414
962000
2000
16:19
We're developingrozvíjející se these toolsnástroje,
415
964000
2000
Sdílíme námi vyvinuté nástroje
se stovkami dalších týmů,
16:21
but we sharepodíl them freelysvobodně with hundredsstovky of groupsskupiny all over the worldsvět,
416
966000
2000
16:23
so people can studystudie and try to treatzacházet differentodlišný disordersporuch.
417
968000
2000
aby mohly vyvíjet léčbu
různých druhů chorob.
16:25
And our hopenaděje is that, by figuringztvárnění out brainmozek circuitsobvodů
418
970000
3000
Doufáme, že díky tomu všemu
nakonec dokážeme
16:28
at a levelúroveň of abstractionabstrakce that letsPojďme us repairopravit them and engineerinženýr them,
419
973000
3000
opravovat a přetvářet obvody
v mozku tak,
16:31
we can take some of these intractableneřešitelných disordersporuch that I told you about earlierdříve,
420
976000
3000
16:34
practicallyprakticky nonežádný of whichkterý are curedvyléčit,
421
979000
2000
abychom choroby, které jej postihují
a jsou dosud vesměs neléčitelné,
16:36
and in the 21stSvatý centurystoletí make them historydějiny.
422
981000
2000
16:38
Thank you.
423
983000
2000
během 21. století vymýtili.
Děkuji.
16:40
(ApplausePotlesk)
424
985000
13000
(Potlesk.)
(Potlesk utichá.)
16:53
JuanJuan EnriquezEnriquez: So some of the stuffvěci is a little densehustý.
425
998000
3000
Juan Enriquez (JE):
Místy to bylo poněkud hutné.
16:56
(LaughterSmích)
426
1001000
2000
(Smích.)
16:58
But the implicationsDopady
427
1003000
2000
Ale chápu-li to správně,
17:00
of beingbytost ableschopný to controlřízení seizureszáchvaty or epilepsyepilepsie
428
1005000
3000
tak možnosti jako kontrolovat
epileptické záchvaty světlem
17:03
with lightsvětlo insteadmísto toho of drugsdrogy,
429
1008000
2000
17:05
and beingbytost ableschopný to targetcílová those specificallykonkrétně
430
1010000
3000
a specificky na ně cílit léčbu
17:08
is a first stepkrok.
431
1013000
2000
jsou teprve začátek.
17:10
The seconddruhý thing that I think I heardslyšel you say
432
1015000
2000
Pokud se nemýlím, uváděl jste,
17:12
is you can now controlřízení the brainmozek in two colorsbarvy,
433
1017000
3000
že už dokážete zapínat a vypínat mozek
17:15
like an on/off switchpřepínač.
434
1020000
2000
s pomocí barevného světla.
17:17
EdEd BoydenBoyden: That's right.
435
1022000
2000
Ed Boyden (EB):
Přesně tak.
17:19
JEJE: WhichKterý makesdělá everykaždý impulseimpuls going throughpřes the brainmozek a binarybinární codekód.
436
1024000
3000
JE: Takže každý impulz v mozku
je jako binární kód.
17:22
EBEB: Right, yeah.
437
1027000
2000
EB: Ano.
17:24
So with bluemodrý lightsvětlo, we can driveřídit informationinformace, and it's in the formformulář of a one.
438
1029000
3000
Spuštění přenosu modrým světlem
je jako jednička,
17:27
And by turningotáčení things off, it's more or lessméně a zeronula.
439
1032000
2000
a jeho vypnutí je vlastně nula.
17:29
So our hopenaděje is to eventuallynakonec buildstavět brainmozek coprocessorskoprocesory
440
1034000
2000
Chceme pro mozek vytvořit cosi
jako přídavný procesor,
17:31
that work with the brainmozek
441
1036000
2000
17:33
so we can augmentrozšířit functionsfunkce in people with disabilitiespostižení.
442
1038000
3000
aby u lidí s postižením fungoval lépe.
17:36
JEJE: And in theoryteorie, that meansprostředek that,
443
1041000
2000
JE: Čistě teoreticky tak můžete všechno,
17:38
as a mousemyš feelscítí, smellsvůně,
444
1043000
2000
co myš ucítí, uslyší či nahmatá,
17:40
hearsslyší, touchesdotýká se,
445
1045000
2000
17:42
you can modelmodel it out as a stringřetězec of onesty and zerosnul.
446
1047000
3000
převést do řetězce nul a jedniček.
17:45
EBEB: Sure, yeah. We're hopingdoufám to use this as a way of testingtestování
447
1050000
2000
BE: To ano. Rádi bychom takto
odhalovali neurální kódy,
17:47
what neuralneurální codeskódy can driveřídit certainurčitý behaviorschování
448
1052000
2000
které spouštějí určité jednání,
myšlenky či emoce,
17:49
and certainurčitý thoughtsmyšlenky and certainurčitý feelingspocity,
449
1054000
2000
17:51
and use that to understandrozumět more about the brainmozek.
450
1056000
3000
a pronikli tak více do tajemství mozku.
17:54
JEJE: Does that mean that some day you could downloadstažení memoriesvzpomínky
451
1059000
3000
JE: Budete tedy jednou umět
stahovat a nahrávat vzpomínky?
17:57
and maybe uploadnahrát them?
452
1062000
2000
17:59
EBEB: Well that's something we're startingzačínající to work on very hardtvrdý.
453
1064000
2000
EB: Zrovna na tom začínáme
velmi usilovně pracovat.
18:01
We're now workingpracovní on some work
454
1066000
2000
Snažíme se do mozku zavádět
nahrávací prvky.
18:03
where we're tryingzkoušet to tiledlaždice the brainmozek with recordingzáznam elementsPrvky too.
455
1068000
2000
18:05
So we can recordzáznam informationinformace and then driveřídit informationinformace back in --
456
1070000
3000
Mohli bychom tak do mozku
nahrávat informace,
18:08
sorttřídění of computingvýpočetní what the brainmozek needspotřeby
457
1073000
2000
které by zlepšily jeho výkon
při výpočetních operacích.
18:10
in orderobjednat to augmentrozšířit its informationinformace processingzpracovává se.
458
1075000
2000
18:12
JEJE: Well, that mightmohl changezměna a couplepár things. Thank you. (EBEB: Thank you.)
459
1077000
3000
JE: To by mohlo přinést
jistý pokrok.
JE: Děkuji.
EB: Díky.
18:15
(ApplausePotlesk)
460
1080000
3000
(Smích.)
(Potlesk.)
Translated by Honza Prokes
Reviewed by Samuel Titera

▲Back to top

ABOUT THE SPEAKER
Ed Boyden - Neuroengineer
Ed Boyden is a professor of biological engineering and brain and cognitive sciences at the MIT Media Lab and the MIT McGovern Institute.

Why you should listen

Ed Boyden leads the Synthetic Neurobiology Group, which develops tools for analyzing and repairing complex biological systems such as the brain. His group applies these tools in a systematic way in order to reveal ground truth scientific understandings of biological systems, which in turn reveal radical new approaches for curing diseases and repairing disabilities. These technologies include expansion microscopy, which enables complex biological systems to be imaged with nanoscale precision, and optogenetic tools, which enable the activation and silencing of neural activity with light (TED Talk: A light switch for neurons). Boyden also co-directs the MIT Center for Neurobiological Engineering, which aims to develop new tools to accelerate neuroscience progress.

Amongst other recognitions, Boyden has received the Breakthrough Prize in Life Sciences (2016), the BBVA Foundation Frontiers of Knowledge Award (2015), the Carnegie Prize in Mind and Brain Sciences (2015), the Jacob Heskel Gabbay Award (2013), the Grete Lundbeck Brain Prize (2013) and the NIH Director's Pioneer Award (2013). He was also named to the World Economic Forum Young Scientist list (2013) and the Technology Review World's "Top 35 Innovators under Age 35" list (2006). His group has hosted hundreds of visitors to learn how to use new biotechnologies and spun out several companies to bring inventions out of his lab and into the world. Boyden received his Ph.D. in neurosciences from Stanford University as a Hertz Fellow, where he discovered that the molecular mechanisms used to store a memory are determined by the content to be learned. Before that, he received three degrees in electrical engineering, computer science and physics from MIT. He has contributed to over 300 peer-reviewed papers, current or pending patents and articles, and he has given over 300 invited talks on his group's work.

More profile about the speaker
Ed Boyden | Speaker | TED.com