ABOUT THE SPEAKER
Steve McCarroll - Geneticist
Steve McCarroll is conducting groundbreaking research on the causes of mental illness.

Why you should listen

Steve McCarroll and the scientists in his lab use human genetics, molecular biology and engineering to create new ways of studying the human brain, reveal the ways in which genomes vary from person to person and discover the molecular and cellular processes that underlie brain illness. McCarroll and his team at Harvard have linked schizophrenia to specific gene variations that recruit immune molecules into "pruning" synapses in the brain, a discovery that is leading toward new ways of thinking about the biological basis of schizophrenia and new approaches for discovering medicines.

Prior to leading his lab, McCarroll earned his PhD in neuroscience at the University of California, San Francisco. He is also currently serving as Director of Genetics for the Broad Institute's Stanley Center for Psychiatric Research.

More profile about the speaker
Steve McCarroll | Speaker | TED.com
TEDMED 2017

Steve McCarroll: How data is helping us unravel the mysteries of the brain

סטיב מק'קרול: לחשוף את מסתרי המוח באמצעות נתוני-מחשב

Filmed:
1,529,178 views

הגנטיקאי סטיב מק'קרול מעוניין ליצור אטלס של כל תאי הגוף האנושי כדי שנוכל להבין במדויק ובמפורט איך פועלים גנים מסוימים, במיוחד במוח. בהרצאה מרתקת זו הוא משתף אותנו בהתקדמות של צוותו, ובין היתר בהמצאת ה-Drop-seq, טכנולוגיה שמאפשרת למדענים לנתח תאים בודדים בקנה-מידה שטרם נתאפשר עד כה. הוא מתאר גם כיצד המחקר הזה עשוי להוביל לטיפולים חדשים במחלות נפש, כמו סכיזופרניה.
- Geneticist
Steve McCarroll is conducting groundbreaking research on the causes of mental illness. Full bio

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

לפני תשע שנים
00:12
Nineתֵשַׁע yearsשנים agoלִפנֵי,
0
785
1704
אחותי גילתה גושים בצווארה ובזרועה
00:14
my sisterאָחוֹת discoveredגילה lumpsגושים
in her neckעורף and armזְרוֹעַ
1
2513
3101
ואובחן אצלה סרטן.
00:17
and was diagnosedאובחן with cancerמחלת הסרטן.
2
5638
1760
החל מאותו יום היא הפיקה תועלת
00:20
From that day, she startedהתחיל to benefitתועלת
3
8985
3199
מההבנה שהמדע רכש בנוגע לסרטן.
00:24
from the understandingהֲבָנָה
that scienceמַדָע has of cancerמחלת הסרטן.
4
12208
3115
בכל פעם שהלכה לרופאים,
00:28
Everyכֹּל time she wentהלך to the doctorדוֹקטוֹר,
5
16206
2099
הם מדדו מולקולות מסוימות
00:30
they measuredנמדד specificספֵּצִיפִי moleculesמולקולות
6
18329
2194
שנתנו להם מידע על מצבה
00:32
that gaveנתן them informationמֵידָע
about how she was doing
7
20547
2881
ועל מה שיש לעשות בהמשך.
00:35
and what to do nextהַבָּא.
8
23452
1309
אפשרויות רפואיות חדשות
נעשו זמינות מידי כמה שנים.
00:38
Newחָדָשׁ medicalרְפוּאִי optionsאפשרויות
becameהפכתי availableזמין everyכֹּל fewמְעַטִים yearsשנים.
9
26095
3666
כולם ראו שהיא נאבקת בגבורה
00:43
Everyoneכל אחד recognizedמוּכָּר
that she was strugglingנאבקת heroicallyבגבורה
10
31070
4318
במחלה ביולוגית.
00:47
with a biologicalבִּיוֹלוֹגִי illnessמַחֲלָה.
11
35412
1728
באביב הזה, היא קיבלה
טיפול רפואי חדשני במסגרת ניסוי רפואי.
00:50
This springאביב, she receivedקיבלו
an innovativeחדשני newחָדָשׁ medicalרְפוּאִי treatmentיַחַס
12
38847
3657
00:54
in a clinicalקליני trialמִשׁפָּט.
13
42528
1202
הטיפול הנחיל לסרטן מפלה ניצחת.
00:55
It dramaticallyבאופן דרמטי knockedדפק back her cancerמחלת הסרטן.
14
43754
2224
עם מי לדעתכם אבלה
בחג ההודיה הקרוב?
00:59
Guessלְנַחֵשׁ who I'm going to spendלְבַלוֹת
this Thanksgivingחג ההודיה with?
15
47446
2552
עם אחותי שופעת החיים,
01:02
My vivaciousשופעת חיים sisterאָחוֹת,
16
50022
2267
שעושה פעילות גופנית יותר ממני,
01:04
who getsמקבל more exerciseתרגיל than I do,
17
52313
2629
ושכמו רבים כאן באולם, כנראה,
01:06
and who, like perhapsאוּלַי
manyרב people in this roomחֶדֶר,
18
54966
2859
מדברת יותר ויותר על מחלה קטלנית
01:09
increasinglyיותר ויותר talksשיחות about a lethalקָטלָנִי illnessמַחֲלָה
19
57849
2292
בלשון עבר.
01:12
in the pastעבר tenseמָתוּחַ.
20
60165
1263
המדע בחיינו, ואולי אף בעשור הקרוב,
01:14
Scienceמַדָע can, in our lifetimesחיים --
even in a decadeעָשׂוֹר --
21
62614
3863
ישנה את המשמעות
של היות חולה במשהו.
01:18
transformשינוי צורה what it meansאומר
to have a specificספֵּצִיפִי illnessמַחֲלָה.
22
66501
3207
אבל לא בכל המחלות.
01:24
But not for all illnessesמחלות.
23
72055
1534
חברי, רוברט, ואני
למדנו ביחד לתואר שני.
01:27
My friendחָבֵר Robertרוברט and I
were classmatesחברים לכיתה in graduateבוגר schoolבית ספר.
24
75375
3722
רוברט היה חכם,
01:31
Robertרוברט was smartלִכאוֹב,
25
79121
1801
אבל עם כל חודש שחלף,
01:32
but with eachכל אחד passingחוֹלֵף monthחוֹדֶשׁ,
26
80946
1477
נראה שחשיבתו הלכה ונעשתה מפוזרת.
01:34
his thinkingחושב seemedנראה to becomeהפכו
more disorganizedלא מאורגנים.
27
82447
3154
הוא נשר מהלימודים,
השיג עבודה בחנות...
01:38
He droppedירד out of schoolבית ספר,
got a jobעבודה in a storeחֲנוּת ...
28
86241
3198
אבל גם זה נהיה
מסובך מדי עבורו.
01:41
But that, too, becameהפכתי too complicatedמסובך.
29
89463
2218
רוברט נעשה מפוחד ומסוגר.
01:44
Robertרוברט becameהפכתי fearfulחוֹשֵׁשׁ and withdrawnנסוגה.
30
92559
2945
כעבור שנה וחצי
הוא החל לשמוע קולות
01:48
A yearשָׁנָה and a halfחֲצִי laterיותר מאוחר,
he startedהתחיל hearingשמיעה voicesקולות
31
96281
2381
ולהאמין שעוקבים אחריו.
01:50
and believingלהאמין that people
were followingהבא him.
32
98686
2197
הרופאים אבחנו אצלו סכיזופרניה,
01:52
Doctorsרופאים diagnosedאובחן him with schizophreniaסכִיזוֹפרֶנִיָה,
33
100907
2722
ונתנו לו את התרופה
הכי טובה שיכלו לתת.
01:55
and they gaveנתן him
the bestהטוב ביותר drugתְרוּפָה they could.
34
103653
2120
התרופה השתיקה מעט את הקולות,
01:57
That drugתְרוּפָה makesעושה the voicesקולות
somewhatבמידה מסוימת quieterשקט יותר,
35
105797
3008
אבל לא שיקמה את מוחו החד
או את החברותיות שלו.
02:00
but it didn't restoreלשחזר his brightבָּהִיר mindאכפת
or his socialחֶברָתִי connectednessקשר.
36
108829
3989
רוברט נאבק כדי להישאר מחובר
02:06
Robertרוברט struggledנאבק to remainלְהִשָׁאֵר connectedמְחוּבָּר
37
114270
1856
לעולמות הלימודים, העבודה והחברים.
02:08
to the worldsעולמות of schoolבית ספר
and work and friendsחברים.
38
116150
2857
הוא הלך והתרחק,
02:11
He driftedנסחף away,
39
119031
1383
והיום אינני יודע איפה הוא.
02:12
and todayהיום I don't know where to find him.
40
120438
2285
אם הוא צופה בזה,
02:15
If he watchesשעונים this,
41
123593
1479
אני מקווה שהוא ימצא אותי.
02:17
I hopeלְקַווֹת he'llגֵיהִנוֹם find me.
42
125962
1628
מדוע יכולה הרפואה
להציע לאחותי כה הרבה,
02:22
Why does medicineתרופה have
so much to offerהַצָעָה my sisterאָחוֹת,
43
130639
4107
וכה פחות למיליוני אנשים כמו רוברט?
02:27
and so much lessפָּחוּת to offerהַצָעָה
millionsמיליונים of people like Robertרוברט?
44
135540
4210
הצורך קיים.
02:32
The need is there.
45
140952
1290
ארגון הבריאות העולמי מעריך
שמחלות של המוח,
02:34
The Worldעוֹלָם Healthבְּרִיאוּת Organizationאִרגוּן
estimatesאומדנים that brainמוֹחַ illnessesמחלות
46
142266
3153
02:37
like schizophreniaסכִיזוֹפרֶנִיָה, bipolarדו קוטבית disorderהפרעה
and majorגדול depressionדִכָּאוֹן
47
145443
4115
כמו סכיזופרניה, הפרעה דו-קוטבית
ודכאון חמור
הם הגורם העיקרי בעולם
לאובדן שנות חיים ועבודה.
02:41
are the world'sשל העולם largestהגדול causeגורם
of lostאבד yearsשנים of life and work.
48
149582
4971
חלקית, זה משום שמחלות אלה
מכות בד"כ בשלב מוקדם בחיים,
02:47
That's in partחֵלֶק because these illnessesמחלות
oftenלעתים קרובות strikeלְהַכּוֹת earlyמוקדם in life,
49
155807
3561
02:51
in manyרב waysדרכים, in the primeרִאשׁוֹנִי of life,
50
159392
2181
במובנים רבים - באביב החיים,
02:53
just as people are finishingגימור
theirשֶׁלָהֶם educationsחינוך, startingהחל careersקריירה,
51
161597
4464
בדיוק כשאנשים מסיימים את הלימודים,
פותחים בקריירה,
יוצרים מערכות-יחסים ומקימים משפחות.
02:58
formingיוצר relationshipsיחסים and familiesמשפחות.
52
166085
2279
המחלות האלה עלולות להסתיים בהתאבדות;
03:00
These illnessesמחלות can resultתוֹצָאָה in suicideהִתאַבְּדוּת;
53
168388
2829
הן בד"כ פוגעות ביכולת לממש
את מלוא הפוטנציאל בעבודה;
03:03
they oftenלעתים קרובות compromiseפְּשָׁרָה one'sיחידות abilityיְכוֹלֶת
to work at one'sיחידות fullמלא potentialפוטנציאל;
54
171907
4567
והן גורמות לטרגדיות רבות
מכפי שניתן לשער:
03:09
and they're the causeגורם of so manyרב
tragediesטרגדיות harderקשה יותר to measureלִמְדוֹד:
55
177767
3455
אובדן של מערכות-יחסים וקשרים,
03:13
lostאבד relationshipsיחסים and connectionsקשרים,
56
181246
2438
החמצת הזדמנויות
להגשמת חלומות ולמימוש רעיונות.
03:15
missedהחטיא opportunitiesהזדמנויות
to pursueלרדוף dreamsחלומות and ideasרעיונות.
57
183708
3039
המחלות האלה מגבילות
את האפשרויות האנושיות
03:19
These illnessesמחלות limitלְהַגבִּיל humanבן אנוש possibilitiesאפשרויות
58
187533
3005
בדרכים שפשוט איננו מסוגלים למדוד.
03:22
in waysדרכים we simplyבפשטות cannotלא יכול measureלִמְדוֹד.
59
190562
2154
אנו חיים בתקופה
של קידמה רפואית אדירה
03:27
We liveלחיות in an eraתְקוּפָה in whichאיזה
there's profoundעָמוֹק medicalרְפוּאִי progressהתקדמות
60
195493
4016
בהרבה מאד חזיתות אחרות.
03:31
on so manyרב other frontsחזיתות.
61
199533
1811
סיפור הסרטן של אחותי
הוא דוגמה נהדרת לכך,
03:33
My sister'sאחותה cancerמחלת הסרטן storyכַּתָבָה
is a great exampleדוגמא,
62
201368
2547
ואפשר לומר זאת גם על מחלות הלב:
03:35
and we could say the sameאותו
of heartלֵב diseaseמַחֲלָה.
63
203939
2062
תרופות כמו סטטינים ימנעו
מיליוני התקפי-לב ואירועי שבץ.
03:38
Drugsסמים like statinsסטטינים will preventלִמְנוֹעַ
millionsמיליונים of heartלֵב attacksהתקפות and strokesשבץ.
64
206025
3585
כשרואים את התחומים האלה
של הקידמה הרפואית הגדולה
03:43
When you look at these areasאזורי
of profoundעָמוֹק medicalרְפוּאִי progressהתקדמות
65
211047
2945
שאירעה עוד בימי חיינו,
03:46
in our lifetimesחיים,
66
214016
1464
יש לכולם נרטיב משותף:
03:47
they have a narrativeנרטיב in commonמשותף:
67
215504
1674
מדענים גילו מולקולות
בעלות חשיבות במחלה מסוימת,
03:50
scientistsמדענים discoveredגילה moleculesמולקולות
that matterחוֹמֶר to an illnessמַחֲלָה,
68
218067
4548
פיתחו דרכים לגלות ולמדוד בגוף
את המולקולות האלה,
03:54
they developedמפותח waysדרכים to detectלזהות
and measureלִמְדוֹד those moleculesמולקולות in the bodyגוּף,
69
222639
4679
ופיתחו דרכי התערבות במולקולות אלה
04:00
and they developedמפותח waysדרכים
to interfereלְהַפְרִיעַ with those moleculesמולקולות
70
228492
2778
בעזרת מולקולות אחרות: תרופות.
04:03
usingבאמצעות other moleculesמולקולות -- medicinesתרופות.
71
231294
2048
זאת שיטה שהצליחה פעם אחר פעם.
04:05
It's a strategyאִסטרָטֶגִיָה that has workedעבד
again and again and again.
72
233921
4020
אבל בכל הנוגע למוח,
השיטה הזאת נותרה מוגבלת,
04:11
But when it comesבא to the brainמוֹחַ,
that strategyאִסטרָטֶגִיָה has been limitedמוגבל,
73
239403
3642
כי כיום אינו יודעים מספיק,
עדיין,
04:15
because todayהיום, we don't know
nearlyכמעט enoughמספיק, yetעדיין,
74
243069
4602
על אופן פעולתו של המוח.
04:19
about how the brainמוֹחַ worksעובד.
75
247695
1852
עלינו ללמוד מהם התאים
החשובים בכל מחלה,
04:22
We need to learnלִלמוֹד whichאיזה of our cellsתאים
matterחוֹמֶר to eachכל אחד illnessמַחֲלָה,
76
250526
4266
ואילו מולקולות בתאים אלה
חשובות בכל מחלה.
04:26
and whichאיזה moleculesמולקולות in those cellsתאים
matterחוֹמֶר to eachכל אחד illnessמַחֲלָה.
77
254816
3570
וזאת השליחות שברצוני לתאר לכם היום.
04:31
And that's the missionמשימה
I want to tell you about todayהיום.
78
259058
2651
המעבדה שלי מפתחת טכנולוגיות
שבעזרתן אנו מנסים להפוך את המוח
04:34
My labמַעבָּדָה developsמפתחת technologiesטכנולוגיות
with whichאיזה we try to turnלפנות the brainמוֹחַ
79
262781
3809
לבעיית נתוני-עתק
("ביג דאטה").
04:38
into a big-dataנתונים גדולים problemבְּעָיָה.
80
266614
1700
04:40
You see, before I becameהפכתי a biologistביולוג,
I workedעבד in computersמחשבים and mathמתמטיקה,
81
268338
3536
כי לפני שהפכתי לביולוג,
עבדתי במחשבים ובמתמטיקה,
וזה הלקח שלמדתי:
04:43
and I learnedמְלוּמָד this lessonשיעור:
82
271898
1324
כשרוצים לאסוף כמויות עצומות
של נתונים מהסוג הנכון
04:46
whereverבַּאֲשֶׁר you can collectלאסוף vastעָצוּם amountsסכומים
of the right kindsמיני of dataנתונים
83
274365
4184
בנוגע לתפקודה של מערכת,
04:50
about the functioningתִפקוּד of a systemמערכת,
84
278573
2030
אפשר להשתמש במחשבים
בדרכים חדשות ורבות-עוצמה
04:53
you can use computersמחשבים in powerfulחָזָק newחָדָשׁ waysדרכים
85
281365
3618
כדי להבין את המערכת
וללמוד כיצד היא פועלת.
04:57
to make senseלָחוּשׁ of that systemמערכת
and learnלִלמוֹד how it worksעובד.
86
285007
3225
היום, הגישות הנוגעות לנתוני-עתק
05:00
Todayהיום, big-dataנתונים גדולים approachesגישות
are transformingשינוי
87
288256
2522
משנות חלקים גדלים והולכים
מהכלכלה שלנו,
05:02
ever-largerגדול יותר ויותר sectorsמגזרים of our economyכַּלְכָּלָה,
88
290802
2483
ובכוחן לעשות זאת גם בביולוגיה וברפואה.
05:05
and they could do the sameאותו
in biologyביולוגיה and medicineתרופה, too.
89
293309
3286
אבל חשוב שיהיו הנתונים מהסוג הנכון.
05:08
But you have to have
the right kindsמיני of dataנתונים.
90
296619
2557
חשוב שיהיו הנתונים
הקשורים לדברים הנכונים.
05:11
You have to have dataנתונים
about the right things.
91
299200
2259
ולעתים קרובות זה דורש
טכנולוגיות ורעיונות חדשים.
05:13
And that oftenלעתים קרובות requiresדורש
newחָדָשׁ technologiesטכנולוגיות and ideasרעיונות.
92
301917
3865
זו השליחות שמפיחה רוח-חיים
בחוקרים במעבדה שלי.
05:18
And that is the missionמשימה that animatesאנימציות
the scientistsמדענים in my labמַעבָּדָה.
93
306815
3494
היום ברצוני לספר לכם
שני סיפורים קצרים מעבודתנו.
05:23
Todayהיום, I want to tell you
two shortקצר storiesסיפורים from our work.
94
311251
2974
אחד המכשולים היסודיים שיש לנו
05:27
One fundamentalבסיסי obstacleמִכשׁוֹל we faceפָּנִים
95
315427
3104
בנסיון להפוך את המוח
לבעיית נתוני-עתק
05:30
in tryingמנסה to turnלפנות the brainמוֹחַ
into a big-dataנתונים גדולים problemבְּעָיָה
96
318555
2660
הוא שמוחנו מורכב ובנוי
ממיליארדי תאים.
05:33
is that our brainsמוֹחַ are composedמוּרכָּב of
and builtבנוי from billionsמיליארדים of cellsתאים.
97
321946
4538
והתאים האלה אינם רב-תכליתיים
אלא ייחודיים.
05:39
And our cellsתאים are not generalistsכלליים;
they're specialistsמומחים.
98
327246
3859
כמו בני-אדם בעבודה,
05:43
Like humansבני אנוש at work,
99
331129
2089
הם מתמיינים לאלפי קריירות תאיות שונות,
05:45
they specializeלְהִתְמַחוֹת into thousandsאלפים
of differentשונה cellularתָאִי careersקריירה,
100
333242
5274
או סוגי תאים.
05:50
or cellתָא typesסוגים.
101
338540
1367
למעשה, כל אחד מסוגי התאים בגופנו
05:52
In factעוּבדָה, eachכל אחד of
the cellתָא typesסוגים in our bodyגוּף
102
340796
2571
מסוגל כנראה לתת הרצאת TED מעניינת
05:55
could probablyכנראה give a livelyמלא חיים TEDTED Talk
103
343391
1878
05:57
about what it does at work.
104
345293
1542
על מה שהוא עושה בעבודה.
אבל כמדענים, אפילו איננו יודעים
06:00
But as scientistsמדענים,
we don't even know todayהיום
105
348422
2370
כמה סוגי תאים ישנם,
06:02
how manyרב cellתָא typesסוגים there are,
106
350816
1907
ואיננו יודעים מה תהיינה הכותרות
של רוב ההרצאות האלה.
06:04
and we don't know what the titlesכותרות
of mostרוב of those talksשיחות would be.
107
352747
3277
ידועים לנו דברים רבים וחשובים
אודות סוגי תאים.
06:11
Now, we know manyרב
importantחָשׁוּב things about cellתָא typesסוגים.
108
359809
2970
הם עשויים להיות שונים
עד מאד בגודל ובצורה.
06:14
They can differלִהיוֹת שׁוֹנֶה dramaticallyבאופן דרמטי
in sizeגודל and shapeצוּרָה.
109
362803
2751
תא אחד עשוי להגיב למולקולה
שתא אחר - לא,
06:17
One will respondלְהָגִיב to a moleculeמולקולה
that the other doesn't respondלְהָגִיב to,
110
365578
4135
הם מייצרים מולקולות שונות.
06:21
they'llהם יהיו make differentשונה moleculesמולקולות.
111
369737
1794
אבל המדע הגיע באופן כללי
לתובנות האלה
06:23
But scienceמַדָע has largelyבמידה רבה
been reachingהַגָעָה these insightsתובנות
112
371555
2521
באופן נקודתי,
סוג תא אחר סוג תא,
06:26
in an adמוֹדָעָה hocHoc way, one cellתָא typeסוּג at a time,
113
374100
2943
מולקולה אחר מולקולה.
06:29
one moleculeמולקולה at a time.
114
377067
1486
רצינו לאפשר ללמוד את כל זה
במהירות ובאופן מערכתי.
06:31
We wanted to make it possibleאפשרי to learnלִלמוֹד
all of this quicklyבִּמְהִירוּת and systematicallyבאופן שיטתי.
115
379854
4731
עד לאחרונה, המצב היה,
06:37
Now, untilעד recentlyלאחרונה, it was the caseמקרה
116
385673
1748
שאם רציתם רשימת-מצאי
של כל המולקולות
06:39
that if you wanted to inventoryמְלַאי
all of the moleculesמולקולות
117
387445
3076
בחלק של המוח או כל איבר שהוא,
06:42
in a partחֵלֶק of the brainמוֹחַ or any organאֵיבָר,
118
390545
2925
היה צריך קודם כל
לטחון אותו למעין שייק תאים.
06:45
you had to first grindלִטחוֹן it up
into a kindסוג of cellularתָאִי smoothieאָדָם חֲלַקְלַק.
119
393494
3954
אבל זאת בעיה.
06:50
But that's a problemבְּעָיָה.
120
398678
1230
כשטוחנים יחד את כל התאים,
06:52
As soonבקרוב as you've groundקרקע, אדמה up the cellsתאים,
121
400737
2538
אפשר לחקור את תוכנו
של התא הממוצע בלבד,
06:55
you can only studyלימוד the contentsתוכן
of the averageמְמוּצָע cellתָא --
122
403299
3511
ולא של התאים השונים.
06:58
not the individualאִישִׁי cellsתאים.
123
406834
1595
נניח שהייתם מנסים להבין
איך עובדת עיר גדולה כמו ניו-יורק,
07:01
Imagineלדמיין if you were tryingמנסה to understandמבין
how a bigגָדוֹל cityעִיר like Newחָדָשׁ Yorkיורק worksעובד,
124
409182
3709
ויכולתם לסקור רק כמה נתונים סטטיסטיים
07:04
but you could only do so
by reviewingביקורת some statisticsסטָטִיסטִיקָה
125
412915
2542
אודות התושב הניו-יורקי הממוצע.
07:07
about the averageמְמוּצָע residentתוֹשָׁב of Newחָדָשׁ Yorkיורק.
126
415481
2029
ברור שלא הייתם לומדים הרבה,
07:10
Of courseקוּרס, you wouldn'tלא learnלִלמוֹד very much,
127
418637
1979
כי כל מה שמעניין, חשוב ומלהיב
07:12
because everything that's interestingמעניין
and importantחָשׁוּב and excitingמְרַגֵשׁ
128
420640
3000
מצוי במגוון ובתחומי ההתמחות.
07:15
is in all the diversityגיוון
and the specializationsהתמחויות.
129
423664
2732
כך גם עם התאים שלנו.
07:18
And the sameאותו thing is trueנָכוֹן of our cellsתאים.
130
426420
2606
רצינו לאפשר את לימוד המוח
לא כשייק של תאים
07:21
And we wanted to make it possibleאפשרי to studyלימוד
the brainמוֹחַ not as a cellularתָאִי smoothieאָדָם חֲלַקְלַק
131
429050
4750
אלא כסלט-פירות של תאים,
07:25
but as a cellularתָאִי fruitפרי saladסלט,
132
433824
2478
כשאפשר להפיק נתונים וללמוד
07:28
in whichאיזה one could generateלִיצוֹר
dataנתונים about and learnלִלמוֹד from
133
436326
2604
מכל פיסת פרי בודדת.
07:30
eachכל אחד individualאִישִׁי pieceלְחַבֵּר of fruitפרי.
134
438954
1838
ולכן פיתחנו לשם כך טכנולוגיה.
07:34
So we developedמפותח
a technologyטֶכנוֹלוֹגִיָה for doing that.
135
442253
2718
מיד תראו סרטון שלה.
07:36
You're about to see a movieסרט of it.
136
444995
1729
כאן אנו אורזים
עשרות אלפי תאים שונים
07:41
Here we're packagingאריזה
tensעשרות of thousandsאלפים of individualאִישִׁי cellsתאים,
137
449477
4028
כל אחד בטיפת-מים זעירה משלו
07:45
eachכל אחד into its ownשֶׁלוֹ tinyזָעִיר waterמַיִם dropletאֵגֶל
138
453529
2923
לצורך ניתוח מולקולרי נפרד.
07:48
for its ownשֶׁלוֹ molecularמולקולרי analysisאָנָלִיזָה.
139
456476
2211
כשהתא מגיע לטיפת המים,
הוא מתקבל ע"י חרוז זעיר,
07:51
When a cellתָא landsאדמות in a dropletאֵגֶל,
it's greetedברכה by a tinyזָעִיר beadחָרוּז,
140
459921
4123
שמפיק מיליוני מולקולות
של ברקוד דנ"א.
07:56
and that beadחָרוּז deliversמספק millionsמיליונים
of DNAדנ"א barבָּר codeקוד moleculesמולקולות.
141
464068
3694
כל חרוז מפיק רצף שונה של ברקוד דנ"א
08:01
And eachכל אחד beadחָרוּז deliversמספק
a differentשונה barבָּר codeקוד sequenceסדר פעולות
142
469115
3308
לכל תא.
08:04
to a differentשונה cellתָא.
143
472447
1243
שילבנו את ברקודי הדנ"א
08:06
We incorporateבע"מ the DNAדנ"א barבָּר codesקודים
144
474884
2581
במולקולות הרנ"א של כל תא.
08:09
into eachכל אחד cell'sשל התא RNAרנ"א moleculesמולקולות.
145
477489
3058
אלו הרישומים המולקולריים
שהוא יוצר
08:12
Those are the molecularמולקולרי
transcriptsתמלילים it's makingהֲכָנָה
146
480571
2836
עבור הגנים המסוימים שבאמצעותם
הוא מבצע את תפקידו.
08:15
of the specificספֵּצִיפִי genesגנים
that it's usingבאמצעות to do its jobעבודה.
147
483431
3103
ואז אנו מרצפים מיליארדי
מולקולות משולבות כאלה
08:19
And then we sequenceסדר פעולות billionsמיליארדים
of these combinedמְשׁוּלָב moleculesמולקולות
148
487383
4207
והרצפים אומרים לנו
08:24
and use the sequencesרצפים to tell us
149
492532
2498
איזו מולקולה הגיעה מכל תא וכל גן.
08:27
whichאיזה cellתָא and whichאיזה geneגֵן
150
495054
2602
08:29
everyכֹּל moleculeמולקולה cameבא from.
151
497680
1540
אנו מכנים גישה זו "דרופ-סיק",
כי אנו משתמשים בטיפות
08:32
We call this approachגִישָׁה "Drop-seqירידה-seq,"
because we use dropletsטיפות
152
500561
3292
כדי להפריד את התאים לצורך ניתוח,
08:35
to separateנפרד the cellsתאים for analysisאָנָלִיזָה,
153
503877
2575
וברצפי הדנ"א כדי לתייג
ולהכין רשימת מצאי
08:38
and we use DNAדנ"א sequencesרצפים
to tagתָג and inventoryמְלַאי
154
506476
3445
כדי לעקוב אחרי הכל.
08:41
and keep trackמַסלוּל of everything.
155
509945
1488
ועכשיו, כשאנו עורכים ניסוי,
08:44
And now, wheneverבְּכָל פַּעַם we do an experimentלְנַסוֹת,
156
512727
1976
אנו מנתחים עשרות אלפי
תאים שונים.
08:46
we analyzeלְנַתֵחַ tensעשרות of thousandsאלפים
of individualאִישִׁי cellsתאים.
157
514727
3243
והיום, בתחום המדע הזה,
08:51
And todayהיום in this areaאֵזוֹר of scienceמַדָע,
158
519018
2624
הולך וגדל האתגר
ללמוד ככל שנוכל
08:53
the challengeאתגר is increasinglyיותר ויותר
how to learnלִלמוֹד as much as we can
159
521666
4931
מהר ככל שנוכל
08:58
as quicklyבִּמְהִירוּת as we can
160
526621
1872
ממערכי הנתונים הענקיים האלה.
09:00
from these vastעָצוּם dataנתונים setsסטים.
161
528517
1738
כשפיתחנו את ה"דרופ-סיק",
אמרו לנו,
09:04
When we were developingמתפתח Drop-seqירידה-seq,
people used to tell us,
162
532914
2770
"זה יהפוך אתכם לכתובת
לכל מיזם גדול שקשור למוח."
09:07
"Oh, this is going to make you guys
the go-toלך ל for everyכֹּל majorגדול brainמוֹחַ projectפּרוֹיֶקט."
163
535708
4804
אנו ראינו זאת אחרת.
09:13
That's not how we saw it.
164
541257
1544
המדע הוא במיטבו כשכולם מפיקים
המון נתונים מלהיבים.
09:14
Scienceמַדָע is bestהטוב ביותר when everyoneכל אחד
is generatingיוצר lots of excitingמְרַגֵשׁ dataנתונים.
165
542825
4531
אז כתבנו ספר-הוראות
בן 25 עמודים,
09:20
So we wroteכתבתי a 25-page-עמוד instructionהוראה bookסֵפֶר,
166
548197
3214
שבעזרתו יכול כל מדען
לבנות מערכת "דרופ-סיק" מההתחלה.
09:23
with whichאיזה any scientistמַדְעָן could buildלִבנוֹת
theirשֶׁלָהֶם ownשֶׁלוֹ Drop-seqירידה-seq systemמערכת from scratchשריטה.
167
551435
4578
ספר ההוראות הזה הורד
מאתר המעבדה שלנו
09:28
And that instructionהוראה bookסֵפֶר has been
downloadedהורד from our labמַעבָּדָה websiteאתר אינטרנט
168
556037
3697
50,000 פעם בשנתיים האחרונות.
09:31
50,000 timesפִּי in the pastעבר two yearsשנים.
169
559758
2965
כתבנו תוכנה שבה יכול
להשתמש כל מדען
09:35
We wroteכתבתי softwareתוֹכנָה
that any scientistמַדְעָן could use
170
563598
3052
כדי לנתח נתונים מניסויי "דרופ-סיק",
09:38
to analyzeלְנַתֵחַ the dataנתונים
from Drop-seqירידה-seq experimentsניסויים,
171
566674
2898
וגם התוכנה היא חינמית,
09:41
and that softwareתוֹכנָה is alsoגַם freeחופשי,
172
569596
1715
והיא הורדה מהאתר שלנו
30,000 פעם בשנתיים האחרונות.
09:43
and it's been downloadedהורד from our websiteאתר אינטרנט
30,000 timesפִּי in the pastעבר two yearsשנים.
173
571335
4388
ומאות מעבדות כתבו לנו
על התגליות שלהן
09:48
And hundredsמאות of labsמעבדות have writtenכתוב us
about discoveriesתגליות that they'veהם כבר madeעָשׂוּי
174
576328
4979
באמצעות הגישה הזאת.
09:53
usingבאמצעות this approachגִישָׁה.
175
581331
1443
היום, הטכנולוגיה הזאת משמשת
להכנת אטלס של התאים האנושיים.
09:54
Todayהיום, this technologyטֶכנוֹלוֹגִיָה is beingלהיות used
to make a humanבן אנוש cellתָא atlasאַטְלָס.
176
582798
3560
האטלס הזה יראה את
כל סוגי התאים בגוף האנושי
09:58
It will be an atlasאַטְלָס of all
of the cellתָא typesסוגים in the humanבן אנוש bodyגוּף
177
586382
3354
ואת הגנים הספציפיים שבהם
משתמש כל תא לביצוע תפקידו.
10:01
and the specificספֵּצִיפִי genesגנים
that eachכל אחד cellתָא typeסוּג usesשימו to do its jobעבודה.
178
589760
3680
עכשיו ברצוני לספר לכם
עם אתגר נוסף שלנו
10:08
Now I want to tell you about
a secondשְׁנִיָה challengeאתגר that we faceפָּנִים
179
596133
2876
בנסיון להפוך את המוח
לבעיית נתוני-עתק.
10:11
in tryingמנסה to turnלפנות the brainמוֹחַ
into a bigגָדוֹל dataנתונים problemבְּעָיָה.
180
599033
2448
האתגר הוא רצוננו ללמוד מהמוחות
10:13
And that challengeאתגר is that
we'dלהתחתן like to learnלִלמוֹד from the brainsמוֹחַ
181
601505
3279
של מאות אלפי בני-אדם חיים.
10:16
of hundredsמאות of thousandsאלפים of livingחַי people.
182
604808
2444
אבל המוחות שלנו אינם
נגישים פיזית כשאנו בחיים.
10:19
But our brainsמוֹחַ are not physicallyפיזית
accessibleנגיש while we're livingחַי.
183
607998
3704
אז איך נגלה גורמים מולקולריים
אם איננו יכולים להגיע למולקולות?
10:24
But how can we discoverלְגַלוֹת molecularמולקולרי factorsגורמים
if we can't holdלְהַחזִיק the moleculesמולקולות?
184
612895
3960
התשובה נעוצה בעובדה
שהמולקולות הכי אינפורמטיביות, החלבונים,
10:30
An answerתשובה comesבא from the factעוּבדָה that
the mostרוב informativeאִינפוֹרמָטִיבִי moleculesמולקולות, proteinsחלבונים,
185
618352
4548
מקודדות בדנ"א שלנו,
10:34
are encodedמוּצפָּן in our DNAדנ"א,
186
622924
1782
שמכיל מתכונים שעל פיהם
התאים יוצרים את החלבונים שלנו.
10:36
whichאיזה has the recipesמתכונים our cellsתאים followלעקוב אחר
to make all of our proteinsחלבונים.
187
624730
4530
המתכונים האלה משתנים מאדם לאדם
10:41
And these recipesמתכונים varyלְהִשְׁתַנוֹת
from personאדם to personאדם to personאדם
188
629999
4946
בדרכים שגורמות לחלבונים
להשתנות מאדם לאדם
10:46
in waysדרכים that causeגורם the proteinsחלבונים
to varyלְהִשְׁתַנוֹת from personאדם to personאדם
189
634969
3342
מבחינת הרצף המדויק
10:50
in theirשֶׁלָהֶם preciseמְדוּיָק sequenceסדר פעולות
190
638335
1787
וכמות החלבון שכל סוג תא מייצר.
10:52
and in how much eachכל אחד cellתָא typeסוּג
makesעושה of eachכל אחד proteinחֶלְבּוֹן.
191
640146
3151
הכל מקודד בדנ"א,
כל זה הוא גנטיקה,
10:56
It's all encodedמוּצפָּן in our DNAדנ"א,
and it's all geneticsגנטיקה,
192
644441
3393
אבל לא הגנטיקה שלמדנו בבית-הספר.
10:59
but it's not the geneticsגנטיקה
that we learnedמְלוּמָד about in schoolבית ספר.
193
647858
2817
זוכרים את האותיות
הגדולות והקטנות בדנ"א?
11:03
Do you rememberלִזכּוֹר bigגָדוֹל B, little b?
194
651572
1983
שאם ירשתם B גדולה,
תהיינה לכם עיניים חומות?
11:06
If you inheritלָרֶשֶׁת bigגָדוֹל B, you get brownחום eyesעיניים?
195
654260
2400
זה פשוט.
11:09
It's simpleפָּשׁוּט.
196
657085
1223
מעט מאד תכונות
הן עד כדי כך פשוטות.
11:11
Very fewמְעַטִים traitsתכונות are that simpleפָּשׁוּט.
197
659451
3173
אפילו צבע העיניים מוכתב ע"י
הרבה יותר מאשר מולקולת פיגמנט בודדת.
11:15
Even eyeעַיִן colorצֶבַע is shapedמְעוּצָב by much more
than a singleיחיד pigmentפִּיגמֶנט moleculeמולקולה.
198
663232
4725
ומשהו כה מורכב כמו תפקוד המוח
11:20
And something as complexמורכב
as the functionפוּנקצִיָה of our brainsמוֹחַ
199
668861
4250
נקבע ע"י יחסי הגומלין
בין אלפי גנים.
11:25
is shapedמְעוּצָב by the interactionאינטראקציה
of thousandsאלפים of genesגנים.
200
673135
3247
וכל אחד מהגנים האלה
שונה באופן משמעותי אצל כל אדם,
11:28
And eachכל אחד of these genesגנים
variesמשתנה meaningfullyמשמעות
201
676406
2340
11:30
from personאדם to personאדם to personאדם,
202
678770
1838
וכל אחד מאיתנו
הוא שילוב ייחודי של שוֹנוּת זו.
11:32
and eachכל אחד of us is a uniqueייחודי
combinationקוֹמבִּינַצִיָה of that variationוָרִיאַצִיָה.
203
680632
3517
זאת הזדמנות עבור גישת נתוני העתק.
11:37
It's a bigגָדוֹל dataנתונים opportunityהִזדַמְנוּת.
204
685419
2216
והיום, יותר ויותר מתאפשרת קידמה
11:40
And todayהיום, it's increasinglyיותר ויותר
possibleאפשרי to make progressהתקדמות
205
688214
3176
בהיקף שלא היה אפשרי עד כה.
11:43
on a scaleסוּלָם that was never possibleאפשרי before.
206
691414
2796
אנשים תורמים למחקר הגנטי
11:46
People are contributingתורם to geneticגֵנֵטִי studiesלימודים
207
694234
2405
במספרי שיא,
11:48
in recordתקליט numbersמספרים,
208
696663
1594
ומדענים בכל העולם
חולקים ביניהם נתונים
11:51
and scientistsמדענים around the worldעוֹלָם
are sharingשיתוף the dataנתונים with one anotherאַחֵר
209
699085
4087
כדי להאיץ את ההתקדמות.
11:55
to speedמְהִירוּת progressהתקדמות.
210
703196
1571
אני רוצה לספר לכם סיפור קצר
על תגלית שגילינו לאחרונה
11:57
I want to tell you a shortקצר storyכַּתָבָה
about a discoveryתַגלִית we recentlyלאחרונה madeעָשׂוּי
211
705514
3239
בנוגע לגנטיקה של הסכיזופרניה.
12:00
about the geneticsגנטיקה of schizophreniaסכִיזוֹפרֶנִיָה.
212
708777
1894
היא התאפשרה הודות ל-50,000 איש
מ-30 מדינות,
12:03
It was madeעָשׂוּי possibleאפשרי
by 50,000 people from 30 countriesמדינות,
213
711506
4596
שתרמו מהדנ"א שלהם
לחקר הגנטי של הסכיזופרניה.
12:08
who contributedתרמו theirשֶׁלָהֶם DNAדנ"א
to geneticגֵנֵטִי researchמחקר on schizophreniaסכִיזוֹפרֶנִיָה.
214
716126
4700
מזה כמה שנים ידוע
12:14
It had been knownידוע for severalכַּמָה yearsשנים
215
722406
2096
שהסיכון לסכיזופרניה הגדול ביותר
בגנום האנושי
12:16
that the humanבן אנוש genome'sשל הגנום largestהגדול influenceלְהַשְׁפִּיעַ
on riskלְהִסְתָכֵּן of schizophreniaסכִיזוֹפרֶנִיָה
216
724526
4111
מקורו בחלק בגנום
12:20
comesבא from a partחֵלֶק of the genomeגנום
217
728661
1802
שמקודד רבות מהמולקולות
במערכת החיסונית שלנו.
12:22
that encodesמקודד manyרב of the moleculesמולקולות
in our immuneחֲסִין systemמערכת.
218
730487
3344
אבל לא היה ברור
מיהו הגן האחראי לכך.
12:25
But it wasn'tלא היה clearברור whichאיזה geneגֵן
was responsibleאחראי.
219
733855
3034
מדען במעבדה שלי פיתח
דרך חדשה לניתוח דנ"א בעזרת מחשב,
12:29
A scientistמַדְעָן in my labמַעבָּדָה developedמפותח
a newחָדָשׁ way to analyzeלְנַתֵחַ DNAדנ"א with computersמחשבים,
220
737746
4040
והוא גילה דבר מפתיע ביותר.
12:33
and he discoveredגילה something
very surprisingמַפתִיעַ.
221
741810
3095
הוא גילה שגן
בשם "מרכיב משלים 4"
12:36
He foundמצאתי that a geneגֵן calledשקוראים לו
"complementמַשׁלִים componentרְכִיב 4" --
222
744929
3251
או בקיצור "סי4" --
12:40
it's calledשקוראים לו "C4" for shortקצר --
223
748204
1799
מופיע בעשרות צורות שונות
בגנומים של אנשים שונים,
12:43
comesבא in dozensעשרות of differentשונה formsטפסים
in differentשונה people'sשל אנשים genomesגנומים,
224
751036
3889
והצורות השונות האלה
יוצרות כמויות שונות
12:46
and these differentשונה formsטפסים
make differentשונה amountsסכומים
225
754949
3197
של חלבון סי4 במוח.
12:50
of C4 proteinחֶלְבּוֹן in our brainsמוֹחַ.
226
758170
2242
הוא מצא שככל שהגנים שלנו
מייצרים יותר חלבון סי4,
12:52
And he foundמצאתי that the more
C4 proteinחֶלְבּוֹן our genesגנים make,
227
760957
3985
כך גדל הסיכון לסכיזופרניה.
12:56
the greaterגדול יותר our riskלְהִסְתָכֵּן for schizophreniaסכִיזוֹפרֶנִיָה.
228
764966
2112
הסי4 הוא רק גורם-סיכון אחד
במערכת מורכבת.
12:59
Now, C4 is still just one riskלְהִסְתָכֵּן factorגורם
in a complexמורכב systemמערכת.
229
767919
4907
לא מדובר בתכונה גנטית פשוטה,
13:04
This isn't bigגָדוֹל B,
230
772850
1989
אלא בתובנה לגבי מולקולה חשובה.
13:06
but it's an insightתוֹבָנָה about
a moleculeמולקולה that mattersעניינים.
231
774863
3557
חלבונים משלימים כמו סי4
מוכרים מזה זמן רב
13:11
Complementהמשלים proteinsחלבונים like C4
were knownידוע for a long time
232
779492
3637
בשל תפקידיהם במערכת החיסונית,
13:15
for theirשֶׁלָהֶם rolesתפקידים in the immuneחֲסִין systemמערכת,
233
783153
1953
שבה הם מתפקדים
כפתקים-דביקים מולקולריים
13:17
where they actפעולה as a kindסוג of
molecularמולקולרי Post-itפוסט זה noteהערה
234
785130
2778
שמודיעים, "איכלו אותי".
13:19
that saysאומר, "Eatלאכול me."
235
787932
1580
פתק דביק כזה נצמד
לכל מיני שאריות ותאים מתים בגופנו
13:22
And that Post-itפוסט זה noteהערה
getsמקבל put on lots of debrisמַפּוֹלֶת
236
790475
2667
13:25
and deadמֵת cellsתאים in our bodiesגופים
237
793166
2357
והוא מזמין את תאי המערכת החיסונית
לחסל אותם.
13:27
and invitesמזמין immuneחֲסִין cellsתאים
to eliminateלְחַסֵל them.
238
795547
2490
אבל שניים מעמיתי גילו
שפתקי הסי4
13:30
But two colleaguesעמיתים of mineשלי foundמצאתי
that the C4 Post-itפוסט זה noteהערה
239
798779
3539
מוצמדים גם לסינפסות במוח
13:35
alsoגַם getsמקבל put on synapsesסינפסות in the brainמוֹחַ
240
803183
3298
ומזמינים את חיסולן.
13:38
and promptsהנחיות theirשֶׁלָהֶם eliminationחיסול.
241
806505
1864
יצירה וחיסול של סינפסות
היא חלק תקין
13:41
Now, the creationיצירה and eliminationחיסול
of synapsesסינפסות is a normalנוֹרמָלִי partחֵלֶק
242
809154
3266
מההתפתחות והלמידה האנושית.
13:44
of humanבן אנוש developmentהתפתחות and learningלְמִידָה.
243
812444
1854
מוחותינו יוצרים ומחסלים סינפסות כל הזמן.
13:46
Our brainsמוֹחַ createלִיצוֹר and eliminateלְחַסֵל
synapsesסינפסות all the time.
244
814322
2921
אבל לפי תוצאות
החקר הגנטי שלנו בסכיזופרניה,
13:49
But our geneticגֵנֵטִי resultsתוצאות suggestלְהַצִיעַ
that in schizophreniaסכִיזוֹפרֶנִיָה,
245
817921
2960
תהליך החיסול עלול לצאת משליטה.
13:52
the eliminationחיסול processתהליך
mayמאי go into overdriveאוברדרייב.
246
820905
3233
מדענים בחברות תרופות רבות
אומרים לי שהם נרגשים מתגלית זו,
13:57
Scientistsמדענים at manyרב drugתְרוּפָה companiesחברות tell me
they're excitedנִרגָשׁ about this discoveryתַגלִית,
247
825185
3929
כי הם עובדים כבר שנים
על חלבונים משלימים
14:01
because they'veהם כבר been workingעובד
on complementמַשׁלִים proteinsחלבונים for yearsשנים
248
829138
3239
במערכת החיסונית,
14:04
in the immuneחֲסִין systemמערכת,
249
832401
1540
והם למדו המון על אופן פעולתם.
14:05
and they'veהם כבר learnedמְלוּמָד a lot
about how they work.
250
833965
2206
הם אפילו פיתחו מולקולות
שמשבשות את פעולת החלבונים המשלימים,
14:08
They'veהם עשו זאת even developedמפותח moleculesמולקולות
that interfereלְהַפְרִיעַ with complementמַשׁלִים proteinsחלבונים,
251
836885
3894
והם מתחילים לבחון אותם במוח
וגם במערכת החיסונית.
14:12
and they're startingהחל to testמִבְחָן them
in the brainמוֹחַ as well as the immuneחֲסִין systemמערכת.
252
840803
3607
יש כאן פוטנציאל לתרופה
שתטפל בגורם יסודי
14:17
It's potentiallyפוטנציאל a pathנָתִיב towardלקראת a drugתְרוּפָה
that mightאולי addressכתובת a rootשורש causeגורם
253
845124
4721
במקום בתסמין מסוים,
14:21
ratherבמקום than an individualאִישִׁי symptomסימפטום,
254
849869
2649
ואנו מקווים שעבודתם
מרובת השנים הזו של מדענים רבים
14:24
and we hopeלְקַווֹת very much that this work
by manyרב scientistsמדענים over manyרב yearsשנים
255
852542
4048
תישא פרי.
14:28
will be successfulמוּצלָח.
256
856614
1152
אבל הסי4 הוא רק דוגמה אחת
14:31
But C4 is just one exampleדוגמא
257
859689
3014
לאפשרויות הגלומות בגישות מדעיות
מבוססות-נתונים
14:34
of the potentialפוטנציאל for data-drivenנתונים מונע
scientificמַדָעִי approachesגישות
258
862727
3112
לפתיחת חזיתות חדשות
בבעיות רפואיות בנות מאות שנים.
14:37
to openלִפְתוֹחַ newחָדָשׁ frontsחזיתות on medicalרְפוּאִי problemsבעיות
that are centuriesמאות שנים oldישן.
259
865863
3903
יש בגנום שלנו מאות מקומות
14:42
There are hundredsמאות of placesמקומות
in our genomesגנומים
260
870144
2745
שמשפיעים על הסיכון למחלות מוח,
14:44
that shapeצוּרָה riskלְהִסְתָכֵּן for brainמוֹחַ illnessesמחלות,
261
872913
2585
וכל אחד מהם עשוי להניב
את התובנה המולקולרית הבאה
14:47
and any one of them could leadעוֹפֶרֶת us
to the nextהַבָּא molecularמולקולרי insightתוֹבָנָה
262
875522
4066
בנוגע למולקולה חשובה.
14:51
about a moleculeמולקולה that mattersעניינים.
263
879612
2020
בנוסף, ישנם מאות סוגי תאים
שמשתמשים בגנים אלה בשילובים שונים.
14:53
And there are hundredsמאות of cellתָא typesסוגים that
use these genesגנים in differentשונה combinationsשילובים.
264
881656
3987
אני ומדענים נוספים עובדים
על הפקת שאר הנתונים הדרושים
14:57
As we and other scientistsמדענים
work to generateלִיצוֹר
265
885667
2069
14:59
the restמנוחה of the dataנתונים that's neededנָחוּץ
266
887760
2069
ועל לימוד כל מה שנוכל ללמוד
מנתונים אלה,
15:01
and to learnלִלמוֹד all that we can
from that dataנתונים,
267
889853
2393
ואנו מקווים לפתוח
עוד הרבה חזיתות חדשות.
15:04
we hopeלְקַווֹת to openלִפְתוֹחַ manyרב more newחָדָשׁ frontsחזיתות.
268
892270
2403
הגנטיקה וניתוח התא הבודד
הן רק שתי דרכים
15:08
Geneticsגנטיקה and single-cellתא בודד analysisאָנָלִיזָה
are just two waysדרכים
269
896483
5079
לנסות להפוך את המוח
לבעיית נתוני-עתק.
15:13
of tryingמנסה to turnלפנות the brainמוֹחַ
into a bigגָדוֹל dataנתונים problemבְּעָיָה.
270
901586
3767
יש עוד דברים רבים שנוכל לעשות.
15:18
There is so much more we can do.
271
906424
2159
מדענים במעבדתי יוצרים טכנולוגיה
15:21
Scientistsמדענים in my labמַעבָּדָה
are creatingיוצר a technologyטֶכנוֹלוֹגִיָה
272
909235
3074
למיפוי מהיר של החיבורים הסינפטיים במוח
15:24
for quicklyבִּמְהִירוּת mappingמיפוי the synapticסינפטי
connectionsקשרים in the brainמוֹחַ
273
912333
3196
כדי לקבוע אילו תאי-עצב
מדברים עם אילו תאי-עצב
15:27
to tell whichאיזה neuronsנוירונים are talkingשִׂיחָה
to whichאיזה other neuronsנוירונים
274
915553
2938
ואיך השיחות האלה משתנות
לאורך החיים ובמהלך מחלה.
15:30
and how that conversationשִׂיחָה changesשינויים
throughoutבְּמֶשֶך life and duringבְּמַהֲלָך illnessמַחֲלָה.
275
918515
3996
הם גם מפתחים דרך
לבחון במבחנה בודדת
15:35
And we're developingמתפתח a way
to testמִבְחָן in a singleיחיד tubeצינור
276
923467
4520
איך תאים עם גנומים
של מאות אנשים שונים
15:40
how cellsתאים with hundredsמאות
of differentשונה people'sשל אנשים genomesגנומים
277
928011
2718
מגיבים אחרת לאותו גירוי.
15:42
respondלְהָגִיב differentlyבאופן שונה to the sameאותו stimulusגירוי.
278
930753
2170
המיזמים האלה מחברים בין אנשים
ממגוון רקעים, הכשרות ותחומי-עניין --
15:46
These projectsפרויקטים bringלְהָבִיא togetherיַחַד
people with diverseמְגוּוָן backgroundsרקעים
279
934248
4903
15:51
and trainingהַדְרָכָה and interestsאינטרסים --
280
939175
2493
ביולוגיה, מחשבים, כימיה,
מתמטיקה, סטטיסטיקה, הנדסה.
15:53
biologyביולוגיה, computersמחשבים, chemistryכִּימִיָה,
mathמתמטיקה, statisticsסטָטִיסטִיקָה, engineeringהַנדָסָה.
281
941692
5877
והאפשרויות המדעיות מקבצות אנשים
בעלי תחומי-עניין מגוונים
16:00
But the scientificמַדָעִי possibilitiesאפשרויות
rallyלְלַכֵּד people with diverseמְגוּוָן interestsאינטרסים
282
948205
4232
לעבודה מאומצת ביחד.
16:04
into workingעובד intenselyבעוצמה togetherיַחַד.
283
952461
2235
מהו העתיד שאנו מקווים ליצור?
16:08
What's the futureעתיד
that we could hopeלְקַווֹת to createלִיצוֹר?
284
956871
2551
חישבו על הסרטן.
16:12
Considerלשקול cancerמחלת הסרטן.
285
960267
1350
עברנו מעידן הבורות
באשר לגורמי הסרטן,
16:14
We'veללא שם: יש לנו movedנִרגָשׁ from an eraתְקוּפָה of ignoranceבּוּרוּת
about what causesגורם ל cancerמחלת הסרטן,
286
962193
3922
שבו ייחסו בד"כ את הסרטן
למאפיינים פסיכולוגיים אישיים,
16:18
in whichאיזה cancerמחלת הסרטן was commonlyבדרך כלל ascribedהמיוחסים
to personalאישי psychologicalפְּסִיכוֹלוֹגִי characteristicsמאפיינים,
287
966139
6988
לעידן המודרני של ההבנה המולקולרית
באשר לגורמי הסרטן האמיתיים.
16:26
to a modernמוֹדֶרנִי molecularמולקולרי understandingהֲבָנָה
of the trueנָכוֹן biologicalבִּיוֹלוֹגִי causesגורם ל of cancerמחלת הסרטן.
288
974238
5395
הבנה זו מולידה כיום חידושים רפואיים
16:32
That understandingהֲבָנָה todayהיום
leadsמוביל to innovativeחדשני medicineתרופה
289
980100
3074
בזה אחר זה,
16:35
after innovativeחדשני medicineתרופה,
290
983198
1696
ולמרות שהמלאכה עוד רבה,
16:36
and althoughלמרות ש there's still
so much work to do,
291
984918
2839
כבר היום אנו מוקפים באנשים
שהחלימו מסרטן
16:39
we're alreadyכְּבָר surroundedמוּקָף by people
who have been curedנרפא of cancersסרטן
292
987781
3394
שנחשב חשוך-מרפא
לפני דור אחד בלבד.
16:43
that were consideredנחשב untreatableבלתי ניתן לטיפול
a generationדוֹר agoלִפנֵי.
293
991199
3269
ומיליוני ניצולי סרטן, כמו אחותי,
16:48
And millionsמיליונים of cancerמחלת הסרטן survivorsניצולים
like my sisterאָחוֹת
294
996254
3376
מגלים שמצפות להם שנות חיים
בלתי-מובנות מאליהן
16:51
find themselvesעצמם with yearsשנים of life
that they didn't take for grantedשניתנו
295
999654
4401
והזדמנויות חדשות
16:56
and newחָדָשׁ opportunitiesהזדמנויות
296
1004079
1769
לעבודה, לשמחה ולקשר אנושי.
16:57
for work and joyשִׂמְחָה and humanבן אנוש connectionחיבור.
297
1005872
3930
זהו העתיד שאנו נחושים ליצור
בנוגע למחלות הנפש --
17:03
That is the futureעתיד that we are determinedנחוש בדעתו
to createלִיצוֹר around mentalנַפשִׁי illnessמַחֲלָה --
298
1011358
4378
עתיד של הבנה אמיתית ואמפתיה
17:08
one of realאמיתי understandingהֲבָנָה and empathyאֶמפַּתִיָה
299
1016581
4119
ושל אפשרויות בלתי-מוגבלות.
17:12
and limitlessללא גבולות possibilityאפשרות.
300
1020724
1816
תודה לכם.
17:15
Thank you.
301
1023159
1190
(מחיאות כפיים)
17:16
(Applauseתְשׁוּאוֹת)
302
1024374
4062
Translated by Shlomo Adam
Reviewed by Sigal Tifferet

▲Back to top

ABOUT THE SPEAKER
Steve McCarroll - Geneticist
Steve McCarroll is conducting groundbreaking research on the causes of mental illness.

Why you should listen

Steve McCarroll and the scientists in his lab use human genetics, molecular biology and engineering to create new ways of studying the human brain, reveal the ways in which genomes vary from person to person and discover the molecular and cellular processes that underlie brain illness. McCarroll and his team at Harvard have linked schizophrenia to specific gene variations that recruit immune molecules into "pruning" synapses in the brain, a discovery that is leading toward new ways of thinking about the biological basis of schizophrenia and new approaches for discovering medicines.

Prior to leading his lab, McCarroll earned his PhD in neuroscience at the University of California, San Francisco. He is also currently serving as Director of Genetics for the Broad Institute's Stanley Center for Psychiatric Research.

More profile about the speaker
Steve McCarroll | Speaker | TED.com
THE ORIGINAL VIDEO ON TED.COM
סטיב מק'קרול: לחשוף את מסתרי המוח באמצעות נתוני-מחשב | TED Talk | TED.com