ABOUT THE SPEAKER
Carl Schoonover - Neuroscience PhD student + writer
Carl Schoonover is a neuroscientist and one of the founders of NeuWrite, a collaboration between writers and neuroscientist.

Why you should listen

Carl is a neuroscience PhD candidate at Columbia University, where he works on microanatomy and electrophysiology of rodent somatosensory cortex. He the author of Portraits of the Mind: Visualizing the Brain from Antiquity to the 21st Century, and has written for the New York Times, Le Figaro, the Huffington Post, Science, Scientific American, Design Observer, and Boing Boing. In 2008 he cofounded NeuWrite, a collaborative working group for scientists, writers, and those in between. He hosts a radio show on WkCR 89.9FM, which focuses on opera and classical music, and their relationship to the brain.

More profile about the speaker
Carl Schoonover | Speaker | TED.com
TED2012

Carl Schoonover: How to look inside the brain

Carl Schoonover: Come guardare dentro al cervello

Filmed:
962,022 views

Sono stati fatti passi da gigante nella comprensione del funzionamento del cervello, ma come vengono studiati i neuroni al suo interno? Servendosi di splendide immagini, il neuroscienziato e membro del programma TED Fellows Carl Schoonover ci mostra gli strumenti che ci permettono di guardare dentro al nostro cervello.
- Neuroscience PhD student + writer
Carl Schoonover is a neuroscientist and one of the founders of NeuWrite, a collaboration between writers and neuroscientist. Full bio

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

00:16
This is a thousand-year-oldmille-anno-vecchio drawingdisegno of the braincervello.
0
359
3996
Questo è un disegno del cervello che risale a 1000 anni fa.
00:20
It's a diagramdiagramma of the visualvisivo systemsistema.
1
4355
1912
È un diagramma del sistema visivo.
00:22
And some things look very familiarfamiliare todayoggi.
2
6267
2750
E contiene alcune cose che conosciamo bene oggi.
00:24
Two eyesocchi at the bottomparte inferiore, opticottico nervenervo flowingfluente out from the back.
3
9017
4367
Due occhi in basso, il nervo ottico che esce da dietro.
00:29
There's a very largegrande nosenaso
4
13384
2120
C'è un gran naso
00:31
that doesn't seemsembrare to be connectedcollegato to anything in particularparticolare.
5
15504
3317
che non sembra essere collegato a nulla in particolare.
00:34
And if we compareconfrontare this
6
18821
1700
Se lo confrontiamo
00:36
to more recentrecente representationsRappresentanze of the visualvisivo systemsistema,
7
20521
2074
con rappresentazioni più recenti del sistema visivo,
00:38
you'llpotrai see that things have gottenottenuto substantiallysostanzialmente more complicatedcomplicato
8
22595
2957
vedrete che le cose si sono complicate abbastanza
00:41
over the interveningintervenire thousandmille yearsanni.
9
25552
1573
negli ultimi 1000 anni.
00:43
And that's because todayoggi we can see what's insidedentro of the braincervello,
10
27125
2965
Perché oggi possiamo vedere cosa c'è dentro al cervello,
00:45
ratherpiuttosto than just looking at its overallcomplessivamente shapeforma.
11
30090
2481
non solo vederne la forma nel complesso.
00:48
ImagineImmaginate you wanted to understandcapire how a computercomputer workslavori
12
32571
3979
Immaginate di voler capire come funziona un computer
00:52
and all you could see was a keyboardtastiera, a mousetopo, a screenschermo.
13
36550
3179
e tutto ciò che si vede sono una tastiera, un mouse e uno schermo.
00:55
You really would be kindgenere of out of luckfortuna.
14
39729
2396
La fortuna non giocherebbe a vostro favore.
00:58
You want to be ablecapace to openAperto it up, crackcrepa it openAperto,
15
42125
2042
Vorreste poterlo aprire, spaccarlo,
01:00
look at the wiringcablaggio insidedentro.
16
44167
1844
guardare l'impianto al suo interno.
01:01
And up untilfino a a little more than a centurysecolo agofa,
17
46011
1864
E fino a poco più di un secolo fa,
01:03
nobodynessuno was ablecapace to do that with the braincervello.
18
47875
2000
con il cervello nessuno era in grado di farlo.
01:05
NobodyNessuno had had a glimpseintravedere of the brain'sIl cervello di wiringcablaggio.
19
49875
1880
Nessuno poteva dare un'occhiata all'impianto dentro al cervello.
01:07
And that's because if you take a braincervello out of the skullcranio
20
51755
2952
Perché se estraete il cervello dal cranio
01:10
and you cuttagliare a thinmagro slicefetta of it,
21
54707
1689
ne tagliate una sezione sottile
01:12
put it undersotto even a very powerfulpotente microscopemicroscopio,
22
56396
2498
e la mettete sotto un microscopio potentissimo,
01:14
there's nothing there.
23
58894
1181
non vedete niente.
01:15
It's graygrigio, formlessinforme.
24
60075
1613
È grigia, informe.
01:17
There's no structurestruttura. It won'tnon lo farà tell you anything.
25
61688
2604
Non c'è una struttura. Non vi dirà nulla.
01:20
And this all changedcambiato in the latein ritardo 19thesimo centurysecolo.
26
64292
2854
Ma tutto cambiò alla fine del XIX secolo,
01:23
SuddenlyImprovvisamente, newnuovo chemicalchimico stainsmacchie for braincervello tissuefazzoletto di carta were developedsviluppato
27
67146
3875
quando nacquero nuovi agenti chimici per la colorazione dei tessuti
01:26
and they gaveha dato us our first glimpsesscorci at braincervello wiringcablaggio.
28
71021
2812
che permisero di vedere per la prima volta l'impianto del cervello.
01:29
The computercomputer was crackedscrepolato openAperto.
29
73833
2013
Avevamo spaccato il computer.
01:31
So what really launchedlanciato modernmoderno neuroscienceneuroscienza
30
75846
2856
Quello che ha davvero dato il via alle moderne neuroscienze
01:34
was a stainmacchia calledchiamato the GolgiGolgi stainmacchia.
31
78702
1965
è una macchia anche detta "reazione nera" o metodo di Golgi,
01:36
And it workslavori in a very particularparticolare way.
32
80667
1881
che funziona in un modo molto particolare.
01:38
InsteadInvece of stainingla macchiatura all of the cellscellule insidedentro of a tissuefazzoletto di carta,
33
82548
3110
Anziché colorare tutte le cellule presenti in un tessuto,
01:41
it somehowin qualche modo only stainsmacchie about one percentper cento of them.
34
85658
3032
ne colora solo l'uno per cento.
01:44
It clearsCancella the forestforesta, revealsrivela the treesalberi insidedentro.
35
88690
3342
Schiarisce la foresta, ne rivela gli alberi all'interno.
01:47
If everything had been labeledcon l'etichetta, nothing would have been visiblevisibile.
36
92032
2672
Se tutto venisse etichettato, niente sarebbe visibile.
01:50
So somehowin qualche modo it showsSpettacoli what's there.
37
94704
2046
In un certo senso, mostra quello che c'è all'interno.
01:52
SpanishSpagnolo neuroanatomistanatomista SantiagoSantiago RamonRamon y CajalCajal,
38
96750
2667
Il neuroanatomista spagnolo Santiago Ramon y Cajal,
01:55
who'schi è widelyampiamente consideredconsiderato the fatherpadre of modernmoderno neuroscienceneuroscienza,
39
99417
2845
da tutti considerato il padre delle neuroscienze moderne,
01:58
appliedapplicato this GolgiGolgi stainmacchia, whichquale yieldsrendimenti datadati whichquale lookssembra like this,
40
102262
3897
applicò il metodo di Golgi, che fornisce dati di questo tipo,
02:02
and really gaveha dato us the modernmoderno notionnozione of the nervenervo cellcellula, the neuronneurone.
41
106159
3758
e ci diede il concetto moderno di cellula nervosa, il neurone.
02:05
And if you're thinkingpensiero of the braincervello as a computercomputer,
42
109917
2614
Se si pensa al cervello come a un computer,
02:08
this is the transistortransistor.
43
112531
2011
questo è il transistor.
02:10
And very quicklyvelocemente CajalCajal realizedrealizzato
44
114542
2075
Molto presto Cajal si rese conto
02:12
that neuronsneuroni don't operateoperare aloneda solo,
45
116617
2337
che i neuroni non operano da soli,
02:14
but ratherpiuttosto make connectionsconnessioni with othersaltri
46
118954
1838
ma piuttosto formano connessioni con gli altri
02:16
that formmodulo circuitscircuiti just like in a computercomputer.
47
120792
2506
che formano circuiti come quelli di un computer.
02:19
TodayOggi, a centurysecolo laterdopo, when researchersricercatori want to visualizevisualizzare neuronsneuroni,
48
123298
3391
Oggi, un secolo più tardi, per visualizzare i neuroni,
02:22
they lightleggero them up from the insidedentro ratherpiuttosto than darkeningoscuramento them.
49
126689
2767
i ricercatori li accendono dall'interno anziché oscurarli.
02:25
And there's severalparecchi waysmodi of doing this.
50
129456
1150
Esistono molti modi per farlo,
02:26
But one of the mostmaggior parte popularpopolare onesquelli
51
130606
1727
ma uno dei più comuni
02:28
involvescoinvolge greenverde fluorescentfluorescente proteinproteina.
52
132333
2092
prevede l'utilizzo di una proteina verde fluorescente,
02:30
Now greenverde fluorescentfluorescente proteinproteina,
53
134425
1659
che, curiosamente,
02:31
whichquale oddlystranamente enoughabbastanza comesviene from a bioluminescentbioluminescenti jellyfishmeduse,
54
136084
3145
proviene da una medusa bioluminiscente,
02:35
is very usefulutile.
55
139229
1238
ed è molto utile.
02:36
Because if you can get the genegene for greenverde fluorescentfluorescente proteinproteina
56
140467
2638
Perché se si riesce ad ottenere il gene di questa proteina
02:39
and deliverconsegnare it to a cellcellula,
57
143105
1675
e somministrarlo a una cellula,
02:40
that cellcellula will glowbagliore greenverde --
58
144780
1747
tale cellula emetterà una luce verde --
02:42
or any of the manymolti variantsvarianti now of greenverde fluorescentfluorescente proteinproteina,
59
146527
3746
oppure con una delle tante varianti di questa proteina,
02:46
you get a cellcellula to glowbagliore manymolti differentdiverso colorscolori.
60
150273
1664
si otterrà una cellula che emette una luce di colori diversi.
02:47
And so comingvenuta back to the braincervello,
61
151937
1521
Ora, tornando al cervello,
02:49
this is from a geneticallygeneticamente engineeredingegnerizzato mousetopo calledchiamato "BrainbowBrainbow."
62
153458
3800
questa immagine mostra un topo transgenico detto "Brainbow".
02:53
And it's so calledchiamato, of coursecorso,
63
157258
1550
Naturalmente si chiama così
02:54
because all of these neuronsneuroni are glowingincandescente differentdiverso colorscolori.
64
158808
3612
perché tutti questi neuroni emettono luci di colori diversi.
02:58
Now sometimesa volte neuroscientistsneuroscienziati need to identifyidentificare
65
162420
3451
A volte i neuroscienziati devono identificare
03:01
individualindividuale molecularmolecolare componentscomponenti of neuronsneuroni, moleculesmolecole,
66
165871
3044
singoli componenti molecolari dei neuroni, molecole,
03:04
ratherpiuttosto than the entireintero cellcellula.
67
168915
1798
anziché l'intera cellula.
03:06
And there's severalparecchi waysmodi of doing this,
68
170713
1706
I modi per farlo sono tanti,
03:08
but one of the mostmaggior parte popularpopolare onesquelli
69
172419
1469
ma uno dei più comuni
03:09
involvescoinvolge usingutilizzando antibodiesanticorpi.
70
173888
2195
comporta l'utilizzo degli anticorpi.
03:11
And you're familiarfamiliare, of coursecorso,
71
176083
1337
Naturalmente tutti conoscete
03:13
with antibodiesanticorpi as the henchmenscagnozzi of the immuneimmune systemsistema.
72
177420
2951
gli anticorpi come il braccio destro del sistema immunitario.
03:16
But it turnsgiri out that they're so usefulutile to the immuneimmune systemsistema
73
180371
2418
Ma si è scoperto che sono così utili al sistema immunitario
03:18
because they can recognizericonoscere specificspecifica moleculesmolecole,
74
182789
2550
perché possono riconoscere specifiche molecole,
03:21
like, for exampleesempio, the codecodice proteinproteina
75
185339
2119
come, ad esempio, la proteina codice
03:23
of a virusvirus that's invadinginvadendo the bodycorpo.
76
187458
2388
di un virus che sta invadendo il corpo.
03:25
And researchersricercatori have used this factfatto
77
189846
2045
I ricercatori si sono serviti di questo aspetto
03:27
in orderordine to recognizericonoscere specificspecifica moleculesmolecole insidedentro of the braincervello,
78
191891
4325
per riconoscere molecole specifiche all'interno del cervello,
03:32
recognizericonoscere specificspecifica substructuressottostrutture of the cellcellula
79
196216
2640
per riconoscere specifiche sottostrutture della cellula
03:34
and identifyidentificare them individuallyindividualmente.
80
198856
2244
e identificarle singolarmente.
03:37
And a lot of the imagesimmagini I've been showingmostrando you here are very beautifulbellissimo,
81
201100
3025
Molte delle immagini che vi ho mostrato qui sono bellissime,
03:40
but they're alsoanche very powerfulpotente.
82
204125
1906
ma sono anche molto potenti.
03:41
They have great explanatoryesplicativo powerenergia.
83
206031
1636
Hanno un enorme potere esplicativo.
03:43
This, for exampleesempio, is an antibodyanticorpo stainingla macchiatura
84
207667
2090
Ad esempio, questa è la colorazione di un anticorpo
03:45
againstcontro serotoninserotonina transporterstrasportatori in a slicefetta of mousetopo braincervello.
85
209757
3520
contro i trasportatori della serotonina in una sezione di cervello di topo.
03:49
And you've heardsentito of serotoninserotonina, of coursecorso,
86
213277
1681
E, naturalmente, avete sentito parlare di serotonina,
03:50
in the contextcontesto of diseasesmalattie like depressiondepressione and anxietyansia.
87
214958
2827
nel contesto di malattie quali la depressione e gli attacchi d'ansia.
03:53
You've heardsentito of SSRIsSSRI,
88
217785
1408
Avrete sentito parlare di SSRI,
03:55
whichquale are drugsfarmaci that are used to treattrattare these diseasesmalattie.
89
219193
2897
che sono farmaci utilizzati per trattare queste malattie.
03:57
And in orderordine to understandcapire how serotoninserotonina workslavori,
90
222090
2890
E per comprendere come funziona la serotonina,
04:00
it's criticalcritico to understandcapire where the serontoninserontonin machinerymacchinario is.
91
224980
3076
è cruciale capire dove si trova il meccanismo della serotonina.
04:03
And antibodyanticorpo stainingsstainings like this one
92
228056
1596
E la colorazione con anticorpi come questa
04:05
can be used to understandcapire that sortordinare of questiondomanda.
93
229652
3546
può essere impiegata per comprendere questioni di quel genere.
04:09
I'd like to leavepartire you with the followinga seguire thought:
94
233198
2558
Vorrei lasciarvi con questo pensiero:
04:11
GreenVerde fluorescentfluorescente proteinproteina and antibodiesanticorpi
95
235756
2610
Gli anticorpi e la proteina verde fluorescente
04:14
are bothentrambi totallytotalmente naturalnaturale productsprodotti at the get-goget-go.
96
238366
3007
sono entrambi prodotti completamente naturali all'origine.
04:17
They were evolvedevoluto by naturenatura
97
241373
2779
Li ha sviluppati la natura
04:20
in orderordine to get a jellyfishmeduse to glowbagliore greenverde for whateverqualunque cosa reasonragionare,
98
244152
2567
affinché una medusa potesse illuminarsi di verde per un qualsiasi motivo,
04:22
or in orderordine to detectindividuare the codecodice proteinproteina of an invadinginvadendo virusvirus, for exampleesempio.
99
246719
4383
o per rilevare la proteina codice di un virus che ci sta invadendo.
04:27
And only much laterdopo did scientistsscienziati come ontosu the scenescena
100
251102
3017
E solo molto tempo dopo, apparvero sulla scena gli scienziati
04:30
and say, "Hey, these are toolsutensili,
101
254119
2023
a dire: "Ehi, questi sono strumenti,
04:32
these are functionsfunzioni that we could use
102
256142
2113
sono funzioni che potremmo inserire
04:34
in our ownproprio researchricerca toolstrumento palettetavolozza."
103
258255
2008
nella nostra cassetta degli attrezzi per la ricerca".
04:36
And insteadanziché of applyingl'applicazione feebledebole humanumano mindsmenti
104
260263
3628
E anziché impiegare le nostre deboli menti umane
04:39
to designingprogettazione these toolsutensili from scratchgraffiare,
105
263891
1884
nella progettazione ex novo di questi strumenti,
04:41
there were these ready-madeReady-Made solutionssoluzioni right out there in naturenatura
106
265775
2904
la natura aveva queste soluzioni pronte per l'uso
04:44
developedsviluppato and refinedraffinato steadilycostantemente for millionsmilioni of yearsanni
107
268679
3236
già sviluppate e raffinate con costanza per milioni di anni
04:47
by the greatestpiù grande engineeringegnere of all.
108
271915
1700
dal più grande di tutti gli ingegneri.
04:49
Thank you.
109
273615
1262
Grazie.
04:50
(ApplauseApplausi)
110
274877
2538
(Applausi)
Translated by Paola Buoso
Reviewed by Elena Montrasio

▲Back to top

ABOUT THE SPEAKER
Carl Schoonover - Neuroscience PhD student + writer
Carl Schoonover is a neuroscientist and one of the founders of NeuWrite, a collaboration between writers and neuroscientist.

Why you should listen

Carl is a neuroscience PhD candidate at Columbia University, where he works on microanatomy and electrophysiology of rodent somatosensory cortex. He the author of Portraits of the Mind: Visualizing the Brain from Antiquity to the 21st Century, and has written for the New York Times, Le Figaro, the Huffington Post, Science, Scientific American, Design Observer, and Boing Boing. In 2008 he cofounded NeuWrite, a collaborative working group for scientists, writers, and those in between. He hosts a radio show on WkCR 89.9FM, which focuses on opera and classical music, and their relationship to the brain.

More profile about the speaker
Carl Schoonover | Speaker | TED.com