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
TEDSummit

Ed Boyden: A new way to study the brain's invisible secrets

Ed Boyden: Studium neviditelných tajemství mozku

Filmed:
1,501,957 views

Neurovědec Ed Boyden chce vědět, jak malinkaté biomolekuly v našem mozku vytvářejí emoce, myšlenky a pocity - a chce objevit molekulární změny, které vedou k nemocem jako je epilepsie a Alzheimer. Místo zvětšování těchto neviditelných struktur pomocí mikroskopu se snaží zvětšit je fyzicky. Podívejte se, jak polymery využívané v dětských plenkách mohou být klíčem k lepšímu pochopení našich mozků.
- 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.

00:12
HelloDobrý den, everybodyvšichni.
0
904
1405
Zdravím všechny.
00:14
I broughtpřinesl with me todaydnes a babydítě diaperplenka.
1
2333
2643
Dnes jsem s sebou přinesl dětskou plenku.
00:18
You'llYou'll see why in a seconddruhý.
2
6793
1722
Za chvilku uvidíte proč.
00:20
BabyDítě diapersplenky have interestingzajímavý propertiesvlastnosti.
3
8539
2010
Dětské pleny mají zajímavé vlastnosti.
00:22
They can swellParáda enormouslyobrovsky
when you addpřidat watervoda to them,
4
10573
2691
Když do nich přidáte vodu,
ohromně nabobtnají,
00:25
an experimentexperiment doneHotovo
by millionsmiliony of kidsděti everykaždý day.
5
13288
2984
což dokazují miliony dětí každý den.
00:28
(LaughterSmích)
6
16296
1150
(smích)
00:29
But the reasondůvod why
7
17470
1494
Důvodem je chytrý způsob,
00:30
is that they're designednavrženo
in a very cleverchytrý way.
8
18988
2190
jakým jsou navrženy.
00:33
They're madevyrobeno out of a thing
calledvolal a swellableswellable materialmateriál.
9
21202
2635
Jsou vyrobeny z takzvaného
bobtnavého materiálu.
00:35
It's a specialspeciální kinddruh of materialmateriál that,
when you addpřidat watervoda,
10
23861
2737
Jde o speciální látku,
00:38
it will swellParáda up enormouslyobrovsky,
11
26622
1430
která po přidání vody
zvětší svůj objem
00:40
maybe a thousandtisíc timesčasy in volumehlasitost.
12
28076
2166
a to až tisíckrát.
00:42
And this is a very usefulužitečný,
industrialprůmyslový kinddruh of polymerpolymer.
13
30266
3236
Je to velmi užitečný
průmyslový druh polymeru.
00:45
But what we're tryingzkoušet to do
in my groupskupina at MITMIT
14
33819
2526
V mé skupině na MIT se snažíme zjistit,
00:48
is to figurepostava out if we can do
something similarpodobný to the brainmozek.
15
36369
3213
jestli můžeme něco podobného
provést s mozkem.
00:51
Can we make it biggervětší,
16
39606
1159
Můžeme ho zvětšit?
Dostatečně na to,
abychom nakoukli dovnitř
00:52
bigvelký enoughdost that you
can peerpeer insideuvnitř
17
40789
1678
00:54
and see all the tinydrobný buildingbudova blocksbloků,
the biomoleculesbiomolekul,
18
42481
2628
a viděli všechny stavební jednotky,
biomolekuly,
00:57
how they're organizedorganizovaný in threetři dimensionsrozměry,
19
45133
2151
jak jsou uspořádány ve třech dimenzích;
tu nejhlubší stukturu mozku?
00:59
the structurestruktura, the groundpřízemní truthpravda
structurestruktura of the brainmozek, if you will?
20
47308
3485
01:02
If we could get that,
21
50817
1158
Kdyby se nám to povedlo,
01:03
maybe we could have a better understandingporozumění
of how the brainmozek is organizedorganizovaný
22
51999
3509
mohli bychom lépe pochopit,
jak je mozek uspořádán,
aby vytvářel myšlenky a emoce,
01:07
to yieldvýtěžek thoughtsmyšlenky and emotionsemoce
23
55532
1659
01:09
and actionsakce and sensationspocity.
24
57215
1719
akce a pocity.
01:10
Maybe we could try to pinpointpřesně
the exactpřesný changesZměny in the brainmozek
25
58958
3415
Mohli bychom určit
přesné změny v mozku,
01:14
that resultvýsledek in diseasesnemoci,
26
62397
1776
které způsobují nemoci,
01:16
diseasesnemoci like Alzheimer'sAlzheimerovou chorobou
and epilepsyepilepsie and Parkinson'sParkinsonova,
27
64197
3212
nemoci jako je Alzheimer,
epilepsie a Parkinson,
01:19
for whichkterý there are fewpár
treatmentsléčby, much lessméně curesléčí,
28
67433
2578
které zatím neumíme léčit,
natož vyléčit,
01:22
and for whichkterý, very oftenčasto,
we don't know the causezpůsobit or the originspůvodů
29
70035
3617
a o nichž často ani nevíme,
01:25
and what's really causingzpůsobuje them to occurnastat.
30
73676
2135
co je způsobuje.
01:28
Now, our groupskupina at MITMIT
31
76613
1740
Naše skupina na MIT
01:30
is tryingzkoušet to take
a differentodlišný pointbod of viewPohled
32
78377
2686
se snaží podívat na problém z jiného úhlu,
01:33
from the way neuroscienceneurovědy has
been doneHotovo over the last hundredsto yearsroky.
33
81087
3230
odlišného od zavedených postupů neurovědy.
01:36
We're designersnávrháři. We're inventorsvynálezcům.
34
84341
1579
Jsme návrháři. Jsme vynálezci.
01:37
We're tryingzkoušet to figurepostava out
how to buildstavět technologiestechnologií
35
85944
2544
Snažíme se vyvinout technologie,
01:40
that let us look at and repairopravit the brainmozek.
36
88512
2456
které nám umožní podívat se na mozek
a opravit jej.
01:42
And the reasondůvod is,
37
90992
1151
A to proto,
01:44
the brainmozek is incrediblyneuvěřitelně,
incrediblyneuvěřitelně complicatedsložitý.
38
92167
2801
že je mozek neuvěřitelně komplikovaný.
Jak jsme zjistili
v prvním století neurovědy,
01:47
So what we'vejsme learnednaučil se
over the first centurystoletí of neuroscienceneurovědy
39
95484
2887
01:50
is that the brainmozek is a very
complicatedsložitý networksíť,
40
98395
2303
mozek je velmi komplikovaná síť
01:52
madevyrobeno out of very specializedspecializované
cellsbuněk calledvolal neuronsneurony
41
100722
2480
sestavená ze specializovaných buněk
zvaných neurony,
01:55
with very complexkomplex geometriesgeometrie,
42
103226
1667
které mají komplexní geometrii
01:56
and electricalelektrický currentsproudy will flowtok
throughpřes these complexlysložitě shapedtvarovaná neuronsneurony.
43
104917
4237
a skrz které protéká elektrický proud.
02:01
FurthermoreNavíc, neuronsneurony
are connectedpřipojeno in networkssítě.
44
109653
2784
Mimoto, neurony jsou spojeny do sítí.
02:04
They're connectedpřipojeno by little junctionskřižovatek
calledvolal synapsessynapse that exchangevýměna chemicalsChemikálie
45
112461
3835
A to pomocí malých spojek
zvaných synapse, které si vyměňují látky,
02:08
and allowdovolit the neuronsneurony
to talk to eachkaždý other.
46
116320
2218
a tak umožňují neuronům
mezi sebou komunikovat.
02:10
The densityhustota of the brainmozek is incredibleneuvěřitelný.
47
118562
1940
Hustota mozku je neuvěřitelná.
02:12
In a cubicKubický millimetermilimetr of your brainmozek,
48
120526
2307
V jednom milimetru krychlovém vašeho mozku
02:14
there are about 100,000 of these neuronsneurony
49
122857
2457
se nachází cca 100 000 těchto neuronů
02:17
and maybe a billionmiliarda of those connectionspřipojení.
50
125338
2517
a možná až miliarda oněch spojení.
02:20
But it's worsehorší.
51
128887
1382
Ale je to horší.
02:22
So, if you could zoomzoom in to a neuronneuron,
52
130293
2305
Pokud si přiblížíme neuron
02:24
and, of coursechod, this is just
our artist'sumělce renditionpředávání of it.
53
132622
2750
- toto je jen umělecká interpretace -
02:27
What you would see are thousandstisíce
and thousandstisíce of kindsdruhy of biomoleculesbiomolekul,
54
135396
4207
uvidíme tisíce a tisíce druhů biomolekul,
02:31
little nanoscalenanometrů machinesstrojů
organizedorganizovaný in complexkomplex, 3D patternsvzory,
55
139627
4400
malých nanostrojů,
uspořádaných do komplexních 3D vzorů,
02:36
and togetherspolu they mediateZprostředkováváme
those electricalelektrický pulsesluštěniny,
56
144051
2628
které společně
zprostředkovávají elektrické impulzy,
02:38
those chemicalchemikálie exchangesvýměn
that allowdovolit neuronsneurony to work togetherspolu
57
146703
3937
ty látkové výměny, které umožňují
neuronům pracovat společně,
02:42
to generategenerovat things like thoughtsmyšlenky
and feelingspocity and so forthdále.
58
150664
3669
vytvářet myšlenky, pocity a tak dále.
02:46
Now, we don't know how
the neuronsneurony in the brainmozek are organizedorganizovaný
59
154357
3764
Nevíme, jak jsou neurony
v mozku uspořádány,
02:50
to formformulář networkssítě,
60
158145
1174
jak vytváří sítě
02:51
and we don't know how
the biomoleculesbiomolekul are organizedorganizovaný
61
159343
2500
a nevíme, jak jsou uspořádány biomolekuly
02:53
withinv rámci neuronsneurony
62
161867
1174
uvnitř neuronů,
02:55
to formformulář these complexkomplex, organizedorganizovaný machinesstrojů.
63
163065
2405
aby tvořily komplexní stroje.
02:57
If we really want to understandrozumět this,
64
165918
1820
Pokud tomu chceme opravdu porozumět,
02:59
we're going to need newNový technologiestechnologií.
65
167762
1817
budeme potřebovat nové technologie.
03:01
But if we could get suchtakový mapsmapy,
66
169603
1784
Pokud bychom získali takovéto mapy
03:03
if we could look at the organizationorganizace
of moleculesmolekul and neuronsneurony
67
171411
2943
a mohli se podívat
na uspořádání molekul a neuronů
03:06
and neuronsneurony and networkssítě,
68
174378
1566
a neuronů a sítí,
03:07
maybe we could really understandrozumět
how the brainmozek conductsprovádí informationinformace
69
175968
3437
možná bychom mohli pochopit,
jak mozek zachází s informacemi
ze senzorických oblastí,
03:11
from sensorysmyslové regionsregionů,
70
179429
1167
03:12
mixessměsi it with emotionemoce and feelingpocit,
71
180620
1736
míchá je s emocemi a pocity
03:14
and generatesgeneruje our decisionsrozhodnutí and actionsakce.
72
182380
2394
a vytváří naše rozhodnutí a činy.
03:17
Maybe we could pinpointpřesně the exactpřesný setsoubor
of molecularmolekulární changesZměny that occurnastat
73
185131
3789
Možná bychom mohli určit
přesné molekulární změny,
které se objevují při mozkové poruše.
03:20
in a brainmozek disorderporucha.
74
188944
1202
03:22
And oncejednou we know how
those moleculesmolekul have changedzměněna,
75
190170
2822
A když budeme vědět,
jak se molekuly změnily,
03:25
whetherzda they'veoni mají increasedzvýšené in numberčíslo
or changedzměněna in patternvzor,
76
193016
2780
jestli se zvětšil jejich počet
nebo konfigurace,
03:27
we could use those
as targetscílů for newNový drugsdrogy,
77
195820
2939
můžeme je použít jako cíle pro nové léky,
03:30
for newNový wayszpůsoby of deliveringdoručování
energyenergie into the brainmozek
78
198783
2271
jako nosiče energie,
03:33
in orderobjednat to repairopravit the brainmozek
computationsvýpočty that are afflictedpostižených
79
201078
3880
která pomůže opravit postižené části mozku
03:36
in patientspacientů who suffertrpět
from brainmozek disordersporuch.
80
204982
2299
u pacientů s mozkovou poruchou.
03:39
We'veMáme all seenviděno lots of differentodlišný
technologiestechnologií over the last centurystoletí
81
207793
3243
V posledních sto letech
jsme viděli mnoho různých technologií,
které se s tím snažily poprat.
03:43
to try to confrontkonfrontovat this.
82
211060
1166
03:44
I think we'vejsme all seenviděno brainmozek scansskenuje
83
212250
1880
Myslím, že všichni známe obrázky mozku,
03:46
takenpřijat usingpoužitím MRIMRI machinesstrojů.
84
214154
2034
které vytváří MRI (mag. rezonance).
03:48
These, of coursechod, have the great powerNapájení
that they are noninvasiveneinvazivní,
85
216212
3347
Jejich plus je, že jsou neinvazivní
03:51
they can be used on livingživobytí humančlověk subjectspředmětů.
86
219583
2355
a mohou být použity na živých lidech.
03:54
But alsotaké, they're spatiallyprostorově crudesurový.
87
222407
2231
Ale zároveň nejsou dost detailní.
03:56
EachKaždý of these blobsblobs that you see,
or voxelsvoxely, as they're calledvolal,
88
224662
2990
Každá skvrna, kterou tady vidíte,
neboli takzvaný voxel,
03:59
can containobsahovat millionsmiliony
and millionsmiliony of neuronsneurony.
89
227676
2689
obsahuje miliony neuronů.
04:02
So it's not at the levelúroveň of resolutionrozlišení
90
230389
1850
Což rozhodně není úroveň rozlišení,
04:04
where it can pinpointpřesně
the molecularmolekulární changesZměny that occurnastat
91
232263
2538
která by nám umožnila
určit molekulární změny
04:06
or the changesZměny in the wiringkabeláž
of these networkssítě
92
234825
2286
nebo změny v sestavení sítí,
04:09
that contributespřispívá to our abilityschopnost
to be consciousvědomí and powerfulsilný beingsbytosti.
93
237135
3946
které se podílejí na našem vědomí.
04:13
At the other extremeextrémní,
you have microscopesmikroskopy.
94
241797
3181
Druhým extrémem jsou mikroskopy.
04:17
MicroscopesMikroskopy, of coursechod, will use lightsvětlo
to look at little tinydrobný things.
95
245002
3295
Ty používají světlo ke zvětšení
malých věciček.
04:20
For centuriesstoletí, they'veoni mají been used
to look at things like bacteriabakterie.
96
248321
3075
Staletí se využívají
k pozorování bakterií.
04:23
For neuroscienceneurovědy,
97
251420
1151
Před 130 lety
04:24
microscopesmikroskopy are actuallyvlastně how neuronsneurony
were discoveredobjevil in the first placemísto,
98
252595
3412
neurovědci použili mikroskop
04:28
about 130 yearsroky agopřed.
99
256031
1292
a objevili tak neurony.
04:29
But lightsvětlo is fundamentallyzásadně limitedomezený.
100
257347
2318
Ale světlo je v podstatě limitováno.
04:31
You can't see individualindividuální moleculesmolekul
with a regularpravidelný oldstarý microscopemikroskop.
101
259689
3298
S běžným mikroskopem
nemůžete vidět jednotlivé molekuly.
04:35
You can't look at these tinydrobný connectionspřipojení.
102
263011
2152
Nemůžete se dívat na ta malá spojení.
04:37
So if we want to make our abilityschopnost
to see the brainmozek more powerfulsilný,
103
265187
3942
Takže pokud se chceme podívat
04:41
to get down to the groundpřízemní truthpravda structurestruktura,
104
269153
2168
na pravou strukturu mozku,
04:43
we're going to need to have
even better technologiestechnologií.
105
271345
3280
budeme potřebovat ještě lepší technologie.
04:47
My groupskupina, a couplepár yearsroky agopřed,
startedzačal thinkingmyslící:
106
275611
2224
Mou skupinu před pár lety napadlo:
04:49
Why don't we do the oppositenaproti?
107
277859
1412
Proč to neudělat naopak?
04:51
If it's so darnZatraceně complicatedsložitý
to zoomzoom in to the brainmozek,
108
279295
2461
Když je tak těžké přiblížit mozek,
04:53
why can't we make the brainmozek biggervětší?
109
281780
1943
proč ho nezkusíme zvětšit?
04:56
It initiallyzpočátku startedzačal
110
284166
1155
Začínali jsme se dvěma
postgraduálními studenty,
04:57
with two gradGrad studentsstudentů in my groupskupina,
FeiFei ChenChen and PaulPavel TillbergTillberg.
111
285345
2996
kterými byli Fei Chen a Paul Tillberg.
05:00
Now manymnoho othersostatní in my groupskupina
are helpingpomáhání with this processproces.
112
288365
2720
Dneska nám pomáhá více lidí.
05:03
We decidedrozhodl to try to figurepostava out
if we could take polymerspolymery,
113
291109
2762
Rozhodli jsme se zjistit,
jestli můžeme vzít polymery,
05:05
like the stuffvěci in the babydítě diaperplenka,
114
293895
1629
jako ty v dětských plenách,
05:07
and installNainstalujte it physicallyfyzicky
withinv rámci the brainmozek.
115
295548
2006
a fyzicky je vložit do mozku.
Pokud to uděláme správně
a přidáme vodu,
05:09
If we could do it just right,
and you addpřidat watervoda,
116
297578
2241
mohli bychom mozek nafouknout
05:11
you can potentiallypotenciálně blowfoukat the brainmozek up
117
299843
1835
05:13
to where you could distinguishrozlišovat
those tinydrobný biomoleculesbiomolekul from eachkaždý other.
118
301702
3377
a rozlišit tak od sebe
jednotlivé biomolekuly.
05:17
You would see those connectionspřipojení
and get mapsmapy of the brainmozek.
119
305103
2870
Viděli bychom tak ona spojení
a získali "mapu" mozku.
05:19
This could potentiallypotenciálně be quitedocela dramaticdramatický.
120
307997
1988
A tady to začíná být zajímavé.
05:22
We broughtpřinesl a little demoUkázka here.
121
310009
3008
Předvedu vám krátkou ukázku.
05:25
We got some purifiedčištěný babydítě diaperplenka materialmateriál.
122
313538
2575
Vzali jsme čistý materiál plenek.
05:28
It's much easiersnadnější
just to buyKoupit it off the InternetInternetu
123
316137
2274
Je snažší koupit ho na internetu,
05:30
than to extractvýpis the fewpár grainszrna
that actuallyvlastně occurnastat in these diapersplenky.
124
318435
3475
než extrahovat pár zrnek
ze skutečné plenky.
05:33
I'm going to put just one teaspoonlžička here
125
321934
2225
Dám jednu lžičku čistého polymeru
05:36
of this purifiedčištěný polymerpolymer.
126
324706
1794
sem do misky.
05:39
And here we have some watervoda.
127
327270
2152
A tady máme trochu vody.
05:41
What we're going to do
128
329446
1162
Uvidíme,
05:42
is see if this teaspoonlžička
of the babydítě diaperplenka materialmateriál
129
330632
3011
jestli dokáže tenhle plenkový materiál
05:45
can increasezvýšit in sizevelikost.
130
333667
1709
zvětšit svůj objem.
05:48
You're going to see it increasezvýšit in volumehlasitost
by about a thousandfoldtisícinásobně
131
336687
3696
Na vlastní oči uvidíte,
jak zvětší svůj objem asi tisíckrát.
05:52
before your very eyesoči.
132
340407
1286
06:01
I could pournalévat much more of this in there,
133
349597
1972
Mohl bych tam nalít více vody,
06:03
but I think you've got the ideaidea
134
351593
1558
ale myslím, že jste pochopili,
06:05
that this is a very,
very interestingzajímavý moleculemolekula,
135
353175
2502
že se jedná o velmi zajímavou molekulu,
06:07
and if can use it in the right way,
136
355701
1912
která nám umožní
06:09
we mightmohl be ableschopný
to really zoomzoom in on the brainmozek
137
357637
2321
doopravdy přiblížit mozek a to způsobem,
o kterém si současné technologie
mohou nechat jen zdát.
06:11
in a way that you can't do
with pastminulost technologiestechnologií.
138
359982
2594
06:15
OK. So a little bitbit of chemistrychemie now.
139
363227
2054
OK, a teď trochu chemie.
06:17
What's going on
in the babydítě diaperplenka polymerpolymer?
140
365305
2442
Co se děje v plenkovém polymeru?
06:19
If you could zoomzoom in,
141
367771
1676
Kdybychom ho mohli přiblížit,
06:21
it mightmohl look something like
what you see on the screenobrazovka.
142
369471
2673
vypadal by asi nějak takhle.
06:24
PolymersPolymery are chainsřetězy of atomsatomů
arrangeduspořádány in long, thintenký linesline.
143
372168
4492
Polymery jsou dlouhé tenké řetězce atomů.
06:28
The chainsřetězy are very tinydrobný,
144
376684
1367
Tyto řetězce jsou drobné,
06:30
about the widthšířka of a biomoleculebiomolekula,
145
378075
1864
jen na šířku biomolekuly
06:31
and these polymerspolymery are really densehustý.
146
379963
1747
a jsou opravdu husté.
06:33
They're separatedoddělené by distancesvzdálenosti
147
381734
1500
Mezi nimi je mezera
06:35
that are around the sizevelikost of a biomoleculebiomolekula.
148
383258
2252
o velikosti molekuly.
06:37
This is very good
149
385534
1165
A to je dobře,
06:38
because we could potentiallypotenciálně
movehýbat se everything apartodděleně in the brainmozek.
150
386723
3041
protože teoreticky od sebe
můžeme oddělit každý kousek mozku.
06:41
If we addpřidat watervoda, what will happenpřihodit se is,
151
389788
1848
Když přidáme vodu,
06:43
this swellableswellable materialmateriál
is going to absorbabsorbovat the watervoda,
152
391660
2515
bobtnavý materiál absorbuje vodu,
06:46
the polymerpolymer chainsřetězy will movehýbat se
apartodděleně from eachkaždý other,
153
394199
2400
polymerové řetězce se od sebe oddělí
06:48
and the entirecelý materialmateriál
is going to becomestát biggervětší.
154
396623
2634
a všechen materiál se zvětší.
06:51
And because these chainsřetězy are so tinydrobný
155
399615
1814
Protože jsou tyto řetězce tak malé
06:53
and spacedrozloženy by biomolecularbiomolekul distancesvzdálenosti,
156
401453
2205
a mezery mezi nimi také,
06:55
we could potentiallypotenciálně blowfoukat up the brainmozek
157
403682
2039
můžeme mozek nafouknout,
06:57
and make it bigvelký enoughdost to see.
158
405745
1633
abychom vše lépe viděli.
07:00
Here'sTady je the mysterytajemství, then:
159
408020
1240
Ptáme se tedy:
07:01
How do we actuallyvlastně make
these polymerpolymer chainsřetězy insideuvnitř the brainmozek
160
409284
3610
Jak můžeme dostat tyto polymery do mozku
07:04
so we can movehýbat se all the biomoleculesbiomolekul apartodděleně?
161
412918
2239
a oddělit biomolekuly od sebe?
07:07
If we could do that,
162
415181
1151
Když se nám to povede,
07:08
maybe we could get
groundpřízemní truthpravda mapsmapy of the brainmozek.
163
416356
2397
můžeme získat přesné mapy mozku.
07:10
We could look at the wiringkabeláž.
164
418777
1389
Můžeme se podívat na spoje.
07:12
We can peerpeer insideuvnitř
and see the moleculesmolekul withinv rámci.
165
420190
3157
Můžeme nakouknout dovnitř
a spatřit molekuly.
07:15
To explainvysvětlit this, we madevyrobeno some animationsanimace
166
423925
2481
Abych to lépe vysvětlil,
07:18
where we actuallyvlastně look
at, in these artistumělec renderingsvykreslování,
167
426430
2603
podívejme se na umělecké animace,
07:21
what biomoleculesbiomolekul mightmohl look
like and how we mightmohl separatesamostatný them.
168
429057
3541
jak by mohly biomolekuly vypadat
a jak je můžeme oddělit.
07:24
StepKrok one: what we'dmy jsme have
to do, first of all,
169
432622
2549
Krok 1: Ze všecho nejdřív
07:27
is attachpřipojit everykaždý biomoleculebiomolekula,
shownzobrazeno in brownhnědý here,
170
435195
3389
připevníme každou molekulu,
tady jsou zobrazeny hnědě,
07:30
to a little anchorKotva, a little handleRukojeť.
171
438608
2159
k malé kotvě nebo rukojeti.
07:32
We need to pullSEM the moleculesmolekul
of the brainmozek apartodděleně from eachkaždý other,
172
440791
3095
Musíme tyto části od sebe oddělit,
07:35
and to do that, we need
to have a little handleRukojeť
173
443910
2326
a k tomu potřebujeme rukojeť,
07:38
that allowsumožňuje those polymerspolymery to bindsvázat to them
174
446260
2285
na kterou se polymery navážou
07:40
and to exertvyvíjet theirjejich forceplatnost.
175
448569
1542
a využijí její sílu.
07:43
Now, if you just take babydítě diaperplenka
polymerpolymer and dumpskládka it on the brainmozek,
176
451278
3161
Kdybychom vzali plenkový polymer
a vysypali ho na mozek,
07:46
obviouslyočividně, it's going to sitsedět there on tophorní.
177
454463
2037
samozřejmě by zůstal jen na povrchu.
07:48
So we need to find a way
to make the polymerspolymery insideuvnitř.
178
456524
2528
Takže musíme najít způsob,
jak ho vyrobit uvnitř.
07:51
And this is where we're really luckyšťastný.
179
459076
1788
A tady jsme měli štěstí.
07:52
It turnsotočí out, you can
get the buildingbudova blocksbloků,
180
460888
2188
Ukazuje se, že můžeme
vzít "základní kameny",
07:55
monomersmonomery, as they're calledvolal,
181
463100
1372
které nazýváme monomery,
07:56
and if you let them go into the brainmozek
182
464496
1784
dát je do mozku
07:58
and then triggerspoušť the chemicalchemikálie reactionsreakcí,
183
466304
2036
a spustit chemické reakce,
08:00
you can get them to formformulář
those long chainsřetězy,
184
468364
2702
díky kterým se spojí v dlouhé řetězce
08:03
right there insideuvnitř the brainmozek tissuetkáň.
185
471090
1798
přímo uvnitř mozkové tkáně.
08:05
They're going to windvítr theirjejich way
around biomoleculesbiomolekul
186
473325
2397
Omotají se okolo biomolekul
08:07
and betweenmezi biomoleculesbiomolekul,
187
475746
1221
propletou se mezi nimi
08:08
formingformování those complexkomplex websweby
188
476991
1625
a vytvoří komplexní sítě,
08:10
that will allowdovolit you, eventuallynakonec,
to pullSEM apartodděleně the moleculesmolekul
189
478640
2862
které nám umožní
jednotlivé molekuly
od sebe oddělit.
08:13
from eachkaždý other.
190
481526
1175
08:14
And everykaždý time one
of those little handlesúchyty is around,
191
482725
3054
A pokaždé, když polymer narazí na rukojeť,
08:17
the polymerpolymer will bindsvázat to the handleRukojeť,
and that's exactlypřesně what we need
192
485803
3350
naváže se na ni,
a to je to, co potřebujeme,
abychom mohli molekuly od sebe oddělit.
08:21
in orderobjednat to pullSEM the moleculesmolekul
apartodděleně from eachkaždý other.
193
489177
2531
08:23
All right, the momentmoment of truthpravda.
194
491732
1693
A nyní, okamžik pravdy.
08:25
We have to treatzacházet this specimenvzor
195
493449
2148
Musíme náš vzorek chemicky upravit,
08:27
with a chemicalchemikálie to kinddruh of loosenUvolněte up
all the moleculesmolekul from eachkaždý other,
196
495621
3446
aby vazby mezi molekulami povolily,
08:31
and then, when we addpřidat watervoda,
197
499091
1836
a pak, když přidáme vodu,
08:32
that swellableswellable materialmateriál is going
to startStart absorbingpohlcující the watervoda,
198
500951
2953
bobtnavý materiál vodu nasaje,
08:35
the polymerpolymer chainsřetězy will movehýbat se apartodděleně,
199
503928
1703
polymerové řetězce se oddělí
08:37
but now, the biomoleculesbiomolekul
will come alongpodél for the ridejezdit.
200
505655
2722
ale tentokrát s sebou vezmou
i biomolekuly.
08:40
And much like drawingvýkres
a pictureobrázek on a balloonbalón,
201
508401
2164
Tak jako obrázek nakreslený na balónku,
08:42
and then you blowfoukat up the balloonbalón,
202
510589
1587
který poté nafouknete,
08:44
the imageobraz is the samestejný,
203
512200
1290
obraz zůstane stejný,
08:45
but the inkinkoust particlesčástice have movedpřestěhoval
away from eachkaždý other.
204
513514
2548
jenom se od sebe jednotlivé body vzdálí.
08:48
And that's what we'vejsme been ableschopný
to do now, but in threetři dimensionsrozměry.
205
516086
3467
A přesně tohle nyní dokážeme
ve třech dimenzích.
08:51
There's one last tricktrik.
206
519577
1999
Ještě poslední trik.
08:53
As you can see here,
207
521600
1218
Jak můžete vidět,
08:54
we'vejsme color-codedbarevné rozlišení
all the biomoleculesbiomolekul brownhnědý.
208
522842
2109
obarvili jsme všechny
biomolekuly na hnědo.
08:56
That's because they all
kinddruh of look the samestejný.
209
524975
2170
To proto, že všechny
vypadají v podstatě stejně.
08:59
BiomoleculesBiomolekul are madevyrobeno
out of the samestejný atomsatomů,
210
527169
2105
Jsou vytvořeny ze stejných atomů,
09:01
but just in differentodlišný ordersobjednávek.
211
529298
2240
jenom v jiném pořadí.
09:03
So we need one last thing
212
531562
1500
Potřebujeme tedy poslední věc,
09:05
in orderobjednat to make them visibleviditelné.
213
533086
1695
abychom je zviditelnili.
09:06
We have to bringpřinést in little tagsznačky,
214
534805
1579
Označkujeme je za pomocí jasných barev
09:08
with glowingzářící dyesbarviva
that will distinguishrozlišovat them.
215
536408
3019
a tak je rozlišíme.
09:11
So one kinddruh of biomoleculebiomolekula
mightmohl get a bluemodrý colorbarva.
216
539451
2673
Jeden typ molekul bude modrý.
09:14
AnotherDalší kinddruh of biomoleculebiomolekula
mightmohl get a redČervené colorbarva.
217
542148
2351
Další červený,
09:16
And so forthdále.
218
544523
1276
a tak dále.
09:17
And that's the finalfinále stepkrok.
219
545823
1552
To je poslední krok.
09:19
Now we can look at something like a brainmozek
220
547399
2278
Nyní se můžeme podívat na mozek
09:21
and look at the individualindividuální moleculesmolekul,
221
549701
1796
a vidět jednotlivé molekuly,
09:23
because we'vejsme movedpřestěhoval them
fardaleko apartodděleně enoughdost from eachkaždý other
222
551521
2707
protože jsme je od sebe
vzdálili natolik,
09:26
that we can tell them apartodděleně.
223
554252
1698
že je dokážeme rozlišit.
09:27
So the hopenaděje here is that
we can make the invisibleneviditelný visibleviditelné.
224
555974
2834
Myšlenka je tedy taková,
že neviditelné zviditelníme.
09:30
We can turnotočit se things that mightmohl seemzdát se
smallmalý and obscureobskurní
225
558832
2566
Můžeme vzít malé a nejasné věci
09:33
and blowfoukat them up
226
561422
1151
a nafouknout je
09:34
untilaž do they're like constellationssouhvězdí
of informationinformace about life.
227
562597
3177
a číst v nich informace o životě.
09:37
Here'sTady je an actualaktuální videovideo
of what it mightmohl look like.
228
565798
2375
Toto je skutečné video,
jak by to mohlo vypadat.
09:40
We have here a little brainmozek in a dishjídlo --
229
568197
2371
Máme malý mozek na misce,
09:42
a little piecekus of a brainmozek, actuallyvlastně.
230
570592
1747
vlastně kousek mozku.
09:44
We'veMáme infusedinfuze the polymerpolymer in,
231
572363
1596
Nalili jsme dovnitř polymer
09:45
and now we're addingpřidání watervoda.
232
573983
1467
a teď přidáme vodu.
09:47
What you'llBudete see is that,
right before your eyesoči --
233
575474
2358
Uvidíte na vlastní oči --
09:49
this videovideo is spedSPED up about sixtyfoldsixtyfold --
234
577856
1923
je to asi šedesátkrát zrychlené --
09:51
this little piecekus of brainmozek tissuetkáň
is going to growrůst.
235
579803
2725
jak tento malý kousek mozkové tkáně roste.
09:54
It can increasezvýšit by a hundredfoldstonásobně
or even more in volumehlasitost.
236
582552
3180
Může zvětšit svůj objem až tisíckrát.
09:57
And the coolchladný partčást is, because
those polymerspolymery are so tinydrobný,
237
585756
2949
A ta nejsuprovnější část je,
že polymery jsou tak malé,
10:00
we're separatingoddělování biomoleculesbiomolekul
evenlyrovnoměrně from eachkaždý other.
238
588729
2559
že oddělují biomolekuly
od sebe rovnoměrně.
10:03
It's a smoothhladký expansionexpanze.
239
591312
1658
Je to hladká expanze.
10:04
We're not losingztrácí the configurationKonfigurace
of the informationinformace.
240
592994
2687
Neztrácíme konfiguraci informací.
10:07
We're just makingtvorba it easiersnadnější to see.
241
595705
2700
Jenom je zviditelňujeme.
10:11
So now we can take
actualaktuální brainmozek circuitryobvodů --
242
599333
2176
Takže můžeme vzít
reálný mozkový obvod --
10:13
here'stady je a piecekus of the brainmozek
involvedzapojeno with, for examplepříklad, memoryPaměť --
243
601533
3134
například kousek obsahující paměť --
10:16
and we can zoomzoom in.
244
604691
1263
a zvětšit si ho.
10:17
We can startStart to actuallyvlastně look at
how circuitsobvodů are configurednakonfigurován.
245
605978
2890
Můžeme se podívat,
jak obvody vypadají ve skutečnosti.
10:20
Maybe somedayněkdy we could readčíst out a memoryPaměť.
246
608892
1968
Jednoho dne možná budeme číst v paměti.
10:22
Maybe we could actuallyvlastně look
at how circuitsobvodů are configurednakonfigurován
247
610884
2779
Mohli bychom vidět, jak obvody pracují,
10:25
to processproces emotionsemoce,
248
613687
1152
jak zpracovávají emoce,
10:26
how the actualaktuální wiringkabeláž
of our brainmozek is organizedorganizovaný
249
614863
2922
a jak uspořádání spojení
10:29
in orderobjednat to make us who we are.
250
617809
2567
tvoří to, čím jsme.
10:32
And of coursechod, we can pinpointpřesně, hopefullydoufejme,
251
620400
2047
A snad budeme moci ukázat
10:34
the actualaktuální problemsproblémy in the brainmozek
at a molecularmolekulární levelúroveň.
252
622471
3159
na skutečné problémy v mozku
na molekulární úrovni.
10:37
What if we could actuallyvlastně
look into cellsbuněk in the brainmozek
253
625654
2569
Co kdybychom se mohli
skutečně podívat do buněk mozku
10:40
and figurepostava out, wowPáni, here are the 17
moleculesmolekul that have alteredzměněn
254
628247
3083
a říct: Jé, tady se změnilo
17 molekul tkáně,
10:43
in this brainmozek tissuetkáň that has been
undergoingpodstupujících epilepsyepilepsie
255
631354
3455
kvůli epilepsii
10:46
or changingměnící se in Parkinson'sParkinsonova diseasechoroba
256
634833
1650
nebo Parkinosově chorobě
10:48
or otherwisev opačném případě beingbytost alteredzměněn?
257
636507
1517
nebo bylo jinak změněno?
10:50
If we get that systematicsystematické listseznam
of things that are going wrongšpatně,
258
638048
3043
Když dostaneme systematický seznam věcí,
které jsou špatně,
10:53
those becomestát our therapeuticterapeutický targetscílů.
259
641115
2199
zaměříme na ně terapii.
10:55
We can buildstavět drugsdrogy that bindsvázat those.
260
643338
1677
Můžeme na ně navázat léky.
10:57
We can maybe aimcíl energyenergie
at differentodlišný partsčásti of the brainmozek
261
645039
2627
Můžeme cílit energii
do různých částí mozku,
10:59
in orderobjednat to help people
with Parkinson'sParkinsonova or epilepsyepilepsie
262
647690
2687
abychom pomohli lidem
s Parkinsonem nebo epilepsií
11:02
or other conditionspodmínky that affectpostihnout
over a billionmiliarda people
263
650401
2551
nebo s jinými potížemi,
které postihují miliardy lidí
11:04
around the worldsvět.
264
652976
1213
po celém světě.
11:07
Now, something interestingzajímavý
has been happeninghappening.
265
655246
2206
Děje se něco zajímavého.
11:09
It turnsotočí out that throughoutpo celou dobu biomedicinebiomedicína,
266
657476
2705
V celé biomedicíně se ukazuje,
11:12
there are other problemsproblémy
that expansionexpanze mightmohl help with.
267
660205
2666
že expanze by mohla pomoci
s dalšími problémy.
11:14
This is an actualaktuální biopsybiopsii
from a humančlověk breastprsa cancerrakovina patienttrpěliví.
268
662895
3234
Toto je skutečná biopsie
lidského nádoru prsu.
11:18
It turnsotočí out that if you look at cancersrakoviny,
269
666505
2188
Když se podíváme na rakovinu,
11:20
if you look at the immuneimunní systemSystém,
270
668717
1611
na imunitní systém,
11:22
if you look at agingstárnutí,
if you look at developmentrozvoj --
271
670352
2513
na stárnutí,
na vývoj --
11:24
all these processesprocesů are involvingzahrnující
large-scaleve velkém měřítku biologicalbiologický systemssystémy.
272
672889
4497
všechny tyto procesy zahrnují
biologické systémy ve velkém měřítku.
11:29
But of coursechod, the problemsproblémy beginzačít
with those little nanoscalenanometrů moleculesmolekul,
273
677410
4024
Ale problém nastává u molekul
v nano velikosti,
11:33
the machinesstrojů that make the cellsbuněk
and the organsorgány in our bodytělo tickklíště.
274
681458
3869
stroječků, které ovládají buňky a orgány.
11:37
So what we're tryingzkoušet
to do now is to figurepostava out
275
685351
2222
Takže se snažíme zjistit,
11:39
if we can actuallyvlastně use this technologytechnika
to mapmapa the buildingbudova blocksbloků of life
276
687597
3466
jestli můžeme tuto technologii
mapování stavebních kamenů života
11:43
in a wideširoký varietyodrůda of diseasesnemoci.
277
691087
1745
použít v širší škále onemocnění.
11:44
Can we actuallyvlastně pinpointpřesně
the molecularmolekulární changesZměny in a tumornádor
278
692856
2896
Můžem skutečně určit
molekulární změny v nádoru,
11:47
so that we can actuallyvlastně
go after it in a smartchytrý way
279
695776
2369
abychom na něj mohli jít chytřeji
11:50
and deliverdodat drugsdrogy that mightmohl wipeotřete out
exactlypřesně the cellsbuněk that we want to?
280
698169
3944
a dodat léky, které odstraní
přesně ty buňky, které chceme?
11:54
You know, a lot of medicinemedicína
is very highvysoký riskriziko.
281
702137
2335
Víte, v medicíně je všechno velký risk.
11:56
SometimesNěkdy, it's even guessworkdohady.
282
704496
1782
Někdy je to dokonce tipování.
11:58
My hopenaděje is we can actuallyvlastně turnotočit se
what mightmohl be a high-riskvysoké riziko moonměsíc shotvýstřel
283
706626
3875
Já doufám, že tento krok do neznáma
12:02
into something that's more reliablespolehlivý.
284
710525
1769
učiníme něčím spolehlivějším.
12:04
If you think about the originaloriginál moonměsíc shotvýstřel,
285
712318
2055
Když si vybavíte první cestu na Měsíc,
12:06
where they actuallyvlastně landedpřistál on the moonměsíc,
286
714397
1898
kdy skutečně přistáli na Měsíci,
12:08
it was basedna základě on solidpevný scienceVěda.
287
716319
1444
byla založena na solidní vědě.
12:09
We understoodrozuměli gravitygravitace;
288
717787
1603
Rozuměli jsme gravitaci,
12:11
we understoodrozuměli aerodynamicsaerodynamika.
289
719414
1341
rozuměli jsme aerodynamice.
12:12
We knewvěděl how to buildstavět rocketsrakety.
290
720779
1395
Uměli jsme postavit rakety.
12:14
The scienceVěda riskriziko was underpod controlřízení.
291
722198
2468
Byl to vědecky kontrolovaný risk.
12:16
It was still a great, great
featvýkon of engineeringinženýrství.
292
724690
2753
Pořád to byl skvělý výkon techniky.
12:19
But in medicinemedicína, we don't
necessarilynezbytně have all the lawszákony.
293
727467
2645
Ale v medicíně nutně
nemáme všechny zákony.
12:22
Do we have all the lawszákony
that are analogousanalogická to gravitygravitace,
294
730136
3109
Máme analogii ke gravitaci?
12:25
that are analogousanalogická to aerodynamicsaerodynamika?
295
733269
2344
Analogii k aerodynamice?
12:27
I would arguedohadovat se that with technologiestechnologií
296
735637
1730
Tvrdil bych, že s technologiemi,
12:29
like the kindsdruhy I'm talkingmluvící about todaydnes,
297
737391
1872
o jakých dnes mluvím,
12:31
maybe we can actuallyvlastně deriveodvodit those.
298
739287
1693
je možná můžeme odvodit.
12:33
We can mapmapa the patternsvzory
that occurnastat in livingživobytí systemssystémy,
299
741004
2857
Můžeme zmapovat schémata
v živých systémech,
12:35
and figurepostava out how to overcomepřekonat
the diseasesnemoci that plaguemor us.
300
743885
4558
a zjistit, jak překonat nemoci,
které nás trápí.
12:41
You know, my wifemanželka and I
have two youngmladý kidsděti,
301
749499
2079
Víte, se ženou máme dvě malé děti
12:43
and one of my hopesnaděje as a bioengineerbioengineer
is to make life better for them
302
751602
3234
a jednou z mých nadějí jako bioinženýra,
je udělat pro ně život lepší,
než jaký ho máme my.
12:46
than it currentlyv současné době is for us.
303
754860
1729
12:48
And my hopenaděje is, if we can
turnotočit se biologybiologie and medicinemedicína
304
756613
3730
Doufám, že změníme biologii a medicínu
12:52
from these high-riskvysoké riziko endeavorsúsilí
that are governedřízen by chancešance and luckštěstí,
305
760367
4357
z vysoce riskantních snah,
které záleží na štěstí
12:56
and make them things
that we winvyhrát by skilldovednost and hardtvrdý work,
306
764748
3927
a uděláme z nich obory,
které vítězí umem a tvrdou prací;
13:00
then that would be a great advancezáloha.
307
768699
1898
pak získáme velkou výhodu.
13:02
Thank you very much.
308
770621
1206
Děkuji mnohokrát.
13:03
(ApplausePotlesk)
309
771851
10383
(Potlesk)
Translated by Terka Dračková
Reviewed by Petr Bela

▲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