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

スティーブ ・マキャロル: ビッグデータが脳のミステリーをどのように明らかにするのか

Filmed:
1,529,178 views

遺伝学者のスティーブ・マキャロルは人体にある全細胞の一大地図を作成したいと願っています。特定の遺伝子が、特に脳でどのような機能を果たしているかを詳細に理解するためです。この極めて興味深いトークでは以前なら絶対不可能だった規模での個々の細胞分析を可能にする技術「ドロップシーク」の発明を含んだ彼の研究チームの成果を皆様と共有します。そして、この研究がどのように統合失調症のような精神疾患の新たな治療法に繋がる可能性があるのかについても述べます。
- 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.

00:12
Nineナイン years年 ago前,
0
785
1704
９年前
00:14
my sisterシスター discovered発見された lumps塊
in her neckネック and arm腕
1
2513
3101
私の妹は首と腕にしこりを見つけました
00:17
and was diagnosed診断された with cancer癌.
2
5638
1760
がんと診断されました
00:20
From that day, she started開始した to benefit利益
3
8985
3199
その日から 彼女は
00:24
from the understanding理解
that science科学 has of cancer癌.
4
12208
3115
科学による がんに関する理解の
恩恵を受けることになりました
00:28
Everyすべて time she went行った to the doctor医師,
5
16206
2099
医者に行くたびに
00:30
they measured測定された specific特定 molecules分子
6
18329
2194
特定の分子を測定しました
00:32
that gave与えた them information情報
about how she was doing
7
20547
2881
それは彼女の調子はどうか
次にどうすべきかの
00:35
and what to do next次.
8
23452
1309
情報を与えました
00:38
New新しい medical医療 optionsオプション
becameなりました available利用可能な everyすべて few少数 years年.
9
26095
3666
数年ごとに新しい医学的選択が
可能になっていきました
00:43
Everyoneみんな recognized認識された
that she was struggling苦しい heroically勇敢に
10
31070
4318
彼女が生物学的な疾患と
毅然と戦っていることを
00:47
with a biological生物学的 illness病気.
11
35412
1728
皆が認めました
00:50
This spring春, she received受け取った
an innovative革新的な new新しい medical医療 treatment処理
12
38847
3657
この春 彼女は臨床試験として
00:54
in a clinical臨床的 trial試行.
13
42528
1202
革新的な新規治療を受けました
00:55
It dramatically劇的に knockedノックアウト back her cancer癌.
14
43754
2224
それは劇的にがんを弱体化させました
00:59
Guess推測 who I'm going to spend費やす
this Thanksgiving感謝祭 with?
15
47446
2552
今度の感謝祭を私が誰と過ごすか
当ててみてください
01:02
My vivacious快活 sisterシスター,
16
50022
2267
私の快活な妹ですよ
01:04
who gets取得 more exercise運動 than I do,
17
52313
2629
私よりもよく運動をします
01:06
and who, like perhapsおそらく
manyたくさんの people in this roomルーム,
18
54966
2859
そして この会場の皆様と同様に
01:09
increasinglyますます talks交渉 about a lethal致死 illness病気
19
57849
2292
致命的な疾患のことを
01:12
in the past過去 tense時制.
20
60165
1263
過去形で話すことが増えてきました
01:14
Science科学 can, in our lifetimes生涯 --
even in a decade10年 --
21
62614
3863
科学は我々が生きている内に
いや10年以内にも
01:18
transform変換する what it means手段
to have a specific特定 illness病気.
22
66501
3207
特定の疾患に対する考え方を
変えてしまう可能性があります
01:24
But not for all illnesses病気.
23
72055
1534
でも全ての疾患に対してではありません
01:27
My friend友人 Robertロバート and I
were classmates同級生 in graduate卒業 school学校.
24
75375
3722
ロバートと私は大学院で
クラスメイトでした
01:31
Robertロバート was smartスマート,
25
79121
1801
ロバートは聡明でしたが
01:32
but with each各 passing通過 month月,
26
80946
1477
月日が経つごとに
01:34
his thinking考え seemed見えた to become〜になる
more disorganized混乱した.
27
82447
3154
思考が乱れていくように見えました
01:38
He dropped落とした out of school学校,
got a jobジョブ in a store格納 ...
28
86241
3198
大学院を中退し
ショップ店員をしましたが
01:41
But that, too, becameなりました too complicated複雑な.
29
89463
2218
店の仕事さえ
難し過ぎてできなくなりました
01:44
Robertロバート becameなりました fearful恐ろしい and withdrawn引きこもった.
30
92559
2945
ロバートはおびえ
引っ込み思案になりました
01:48
A year年 and a halfハーフ later後で,
he started開始した hearing聴覚 voices声
31
96281
2381
１年半後 彼には
いろいろな声が聞こえるようになり
01:50
and believing信じる that people
were following以下 him.
32
98686
2197
誰かに後を付けられていると
思い込むようになりました
01:52
Doctors医師 diagnosed診断された him with schizophrenia統合失調症,
33
100907
2722
医者は統合失調症と診断し
01:55
and they gave与えた him
the bestベスト drugドラッグ they could.
34
103653
2120
最良の薬を処方しました
01:57
That drugドラッグ makes作る the voices声
somewhat幾分 quieter静かな,
35
105797
3008
薬のおかげで
声は幾分静かになりました
02:00
but it didn't restoreリストア his bright明るい mindマインド
or his socialソーシャル connectedness接続性.
36
108829
3989
でも彼の明晰な頭脳と社会的繋がりは
回復しませんでした
02:06
Robertロバート struggled苦戦した to remain残る connected接続された
37
114270
1856
ロバートは学問と仕事と友人に
02:08
to the worlds世界 of school学校
and work and friends友達.
38
116150
2857
繋がりを残すために戦いました
02:11
He drifted漂流した away,
39
119031
1383
彼とは疎遠になり
02:12
and today今日 I don't know where to find him.
40
120438
2285
今はもうどこで彼に会えるのかも分かりません
02:15
If he watches時計 this,
41
123593
1479
彼がこのトークを見ているなら
02:17
I hope希望 he'll地獄 find me.
42
125962
1628
私だとわかってくれることを願います
02:22
Why does medicine医学 have
so much to offer提供 my sisterシスター,
43
130639
4107
なぜ医学は 私の妹には多大な恩恵をもたらし
02:27
and so much lessもっと少なく to offer提供
millions何百万 of people like Robertロバート?
44
135540
4210
何百万もの ロバートのような患者には
ほとんど何ももたらせないのでしょう
02:32
The need is there.
45
140952
1290
必要性はそこにあるはずです
02:34
The World世界 Health健康 Organization組織
estimates見積り that brain脳 illnesses病気
46
142266
3153
世界保健機関の推定では 脳の疾患
02:37
like schizophrenia統合失調症, bipolarバイポーラ disorder障害
and majorメジャー depressionうつ病
47
145443
4115
例えば統合失調症や双極性障害や
うつ病が
02:41
are the world's世界の largest最大 cause原因
of lost失われた years年 of life and work.
48
149582
4971
人生や仕事にかける時間を奪う
最大の要因であると発表しています
02:47
That's in part部 because these illnesses病気
oftenしばしば strikeストライク early早い in life,
49
155807
3561
理由の一端として このような疾患は
人生の早い時期に発症し
02:51
in manyたくさんの ways方法, in the primeプライム of life,
50
159392
2181
いろいろな意味で
人生の最良の時に発症するからです
02:53
just as people are finishing仕上げ
their彼らの educations教育, starting起動 careersキャリア,
51
161597
4464
人が学校を卒業して働き始め
02:58
formingフォーミング relationships関係 and families家族.
52
166085
2279
人間関係や家族を作る時です
03:00
These illnesses病気 can result結果 in suicide自殺;
53
168388
2829
これらの疾患は自殺という結果を招く
可能性があり
03:03
they oftenしばしば compromise妥協 one's一人 ability能力
to work at one's一人 full満員 potential潜在的な;
54
171907
4567
全力で働く能力を
しばしば損なってしまいます
03:09
and they're the cause原因 of so manyたくさんの
tragedies悲劇 harderもっと強く to measure測定:
55
177767
3455
多くの計り知れない悲劇の
原因にもなります
03:13
lost失われた relationships関係 and connections接続,
56
181246
2438
人間関係が失われたり
03:15
missed逃した opportunities機会
to pursue追求する dreams夢 and ideasアイデア.
57
183708
3039
夢や発想の追求を
断念せざるを得なかったりします
03:19
These illnesses病気 limit限界 human人間 possibilities可能性
58
187533
3005
これらの精神疾患は人間の可能性を
03:22
in ways方法 we simply単に cannotできない measure測定.
59
190562
2154
計り知れない仕方で
制限します
03:27
We liveライブ in an era時代 in whichどの
there's profound深遠な medical医療 progress進捗
60
195493
4016
今 我々がいる時代は
意味深い医学的進歩が
03:31
on so manyたくさんの other fronts前線.
61
199533
1811
多くの領域にまで見られる
そういった時代です
03:33
My sister's姉妹 cancer癌 storyストーリー
is a great example例,
62
201368
2547
妹のがんの場合が非常に良い例です
03:35
and we could say the same同じ
of heartハート disease疾患.
63
203939
2062
心臓病についても
同じことが言えるでしょう
03:38
Drugs薬物 like statinsスタチン will prevent防ぐ
millions何百万 of heartハート attacks攻撃 and strokesストローク.
64
206025
3585
スタチンのような薬剤は
何百万もの心臓発作や脳卒中を防ぎます
03:43
When you look at these areasエリア
of profound深遠な medical医療 progress進捗
65
211047
2945
現代における意義深くかつ大いに進歩した医学の領域に目を向けると
03:46
in our lifetimes生涯,
66
214016
1464
03:47
they have a narrative物語 in common一般:
67
215504
1674
ある共通点があります
03:50
scientists科学者 discovered発見された molecules分子
that matter問題 to an illness病気,
68
218067
4548
科学者はある疾患に重要な分子を発見し
03:54
they developed発展した ways方法 to detect検出する
and measure測定 those molecules分子 in the body体,
69
222639
4679
体内でこの分子を検出し
測定する方法を開発し
04:00
and they developed発展した ways方法
to interfere干渉する with those molecules分子
70
228492
2778
薬物である
別の分子を使って
04:03
usingを使用して other molecules分子 -- medicines薬.
71
231294
2048
この分子の働きを妨げる方法を
開発します
04:05
It's a strategy戦略 that has worked働いた
again and again and again.
72
233921
4020
何度も成功した戦略です
04:11
But when it comes来る to the brain脳,
that strategy戦略 has been limited限られた,
73
239403
3642
脳においては
このような戦略には限界がありました
04:15
because today今日, we don't know
nearlyほぼ enough十分な, yetまだ,
74
243069
4602
現時点では
脳がどのように機能するのか
04:19
about how the brain脳 works作品.
75
247695
1852
十分に理解されていないからです
04:22
We need to learn学ぶ whichどの of our cells細胞
matter問題 to each各 illness病気,
76
250526
4266
それぞれの疾患にどの細胞が
影響するのか
04:26
and whichどの molecules分子 in those cells細胞
matter問題 to each各 illness病気.
77
254816
3570
これらの細胞のどの分子が疾患に影響するのか
知る必要があります
04:31
And that's the missionミッション
I want to tell you about today今日.
78
259058
2651
それが皆様に今日お伝えしたい
使命なのです
04:34
My lab研究室 develops発展する technologiesテクノロジー
with whichどの we try to turn順番 the brain脳
79
262781
3809
私の研究室では脳の問題を
ビッグデータの問題へと
04:38
into a big-dataビッグデータ problem問題.
80
266614
1700
捉え直す技術を開発しています
04:40
You see, before I becameなりました a biologist生物学者,
I worked働いた in computersコンピュータ and math数学,
81
268338
3536
生物学者になる前の私は
コンピュータと数学の分野で働いていました
04:43
and I learned学んだ this lessonレッスン:
82
271898
1324
こんな教訓を得ました
04:46
whereverどこにでも you can collect集める vast広大 amounts金額
of the right kinds種類 of dataデータ
83
274365
4184
あるシステムの機能に関して
膨大な量の適切なデータを
04:50
about the functioning機能する of a systemシステム,
84
278573
2030
収集できるとき
04:53
you can use computersコンピュータ in powerful強力な new新しい ways方法
85
281365
3618
そのシステムがどう機能するのかを
理解するために
04:57
to make senseセンス of that systemシステム
and learn学ぶ how it works作品.
86
285007
3225
コンピュータを強力で新しい方法で
使えるという教訓です
05:00
Today今日, big-dataビッグデータ approachesアプローチ
are transforming変換する
87
288256
2522
今日では ビッグデータを使った手法は
05:02
ever-largerより大きな sectorsセクター of our economy経済,
88
290802
2483
より大きな経済分野を変えつつあります
05:05
and they could do the same同じ
in biology生物学 and medicine医学, too.
89
293309
3286
生物学や医学においても
同様なことが可能でしょう
05:08
But you have to have
the right kinds種類 of dataデータ.
90
296619
2557
しかし 適切な種類のデータを
得る必要があります
05:11
You have to have dataデータ
about the right things.
91
299200
2259
適切な対象についてのデータです
05:13
And that oftenしばしば requires要求する
new新しい technologiesテクノロジー and ideasアイデア.
92
301917
3865
そのためには しばしば
新しい技術と発想が必要とされます
05:18
And that is the missionミッション that animatesアニメート
the scientists科学者 in my lab研究室.
93
306815
3494
この使命こそ 私の研究室の科学者たちの
やる気に火を付けるのです
05:23
Today今日, I want to tell you
two shortショート stories物語 from our work.
94
311251
2974
今日は 我々の仕事から得た
短い話を２つしたいと思います
05:27
One fundamental基本的な obstacle障害 we face面
95
315427
3104
脳問題をビッグデータ問題に
捉え直す上で
05:30
in trying試す to turn順番 the brain脳
into a big-dataビッグデータ problem問題
96
318555
2660
我々が直面する根本的な障壁の１つは
05:33
is that our brains頭脳 are composed構成された of
and built建てられた from billions何十億 of cells細胞.
97
321946
4538
脳が何十億という細胞から
構成されているという事実です
05:39
And our cells細胞 are not generalistsジェネラリスト;
they're specialists専門家.
98
327246
3859
細胞はジェネラリスト(万能型)ではなく
スペシャリスト(専門家)なのです
05:43
Like humans人間 at work,
99
331129
2089
人が仕事をするように
05:45
they specialize特化する into thousands千
of different異なる cellular携帯電話 careersキャリア,
100
333242
5274
何千もの異なった種類の細胞に
05:50
or cell細胞 typesタイプ.
101
338540
1367
専門分化しています
05:52
In fact事実, each各 of
the cell細胞 typesタイプ in our body体
102
340796
2571
実際 体内のそれぞれの型の細胞は
05:55
could probably多分 give a livelyにぎやか TEDTED Talk
103
343391
1878
自らの機能について
05:57
about what it does at work.
104
345293
1542
知的好奇心をそそるTEDトークができるのかもしれません
06:00
But as scientists科学者,
we don't even know today今日
105
348422
2370
しかし科学者にとってさえ
どの位の種類の細胞型が存在するか
06:02
how manyたくさんの cell細胞 typesタイプ there are,
106
350816
1907
現在も分かっていませんし
06:04
and we don't know what the titlesタイトル
of most最も of those talks交渉 would be.
107
352747
3277
そのトークのタイトルが
何になるのかも想像がつきません
06:11
Now, we know manyたくさんの
important重要 things about cell細胞 typesタイプ.
108
359809
2970
今や 細胞型について
多くの重要なことが分かっています
06:14
They can differ異なる dramatically劇的に
in sizeサイズ and shape形状.
109
362803
2751
それぞれ 大きさや形が
驚くほど異なっています
06:17
One will respond応答する to a molecule分子
that the other doesn't respond応答する to,
110
365578
4135
ある細胞は
他の細胞が反応しない分子に反応して
06:21
they'll彼らは make different異なる molecules分子.
111
369737
1794
違った分子を生成します
06:23
But science科学 has largely主に
been reaching到達 these insights洞察
112
371555
2521
科学ではこれらに関する洞察を
大抵の場合
06:26
in an ad広告 hocホック way, one cell細胞 typeタイプ at a time,
113
374100
2943
その都度に得てきました—
一度に１つの細胞型
06:29
one molecule分子 at a time.
114
377067
1486
一度に１つの分子というように
06:31
We wanted to make it possible可能 to learn学ぶ
all of this quickly早く and systematically体系的に.
115
379854
4731
この過程全てを素早く体系的に
実現したいと思っていました
06:37
Now, until〜まで recently最近, it was the case場合
116
385673
1748
つい最近まで こんな感じでした
06:39
that if you wanted to inventory目録
all of the molecules分子
117
387445
3076
脳の一部やどこかの臓器にある
全分子のリストが
06:42
in a part部 of the brain脳 or any organ器官,
118
390545
2925
欲しいときには
06:45
you had to first grind粉砕する it up
into a kind種類 of cellular携帯電話 smoothieスムージー.
119
393494
3954
まず 細胞がスムージーのようになるまで
すりつぶす必要がありました
06:50
But that's a problem問題.
120
398678
1230
でもそれは問題です
06:52
As soonすぐに as you've ground接地 up the cells細胞,
121
400737
2538
細胞をすりつぶすや否や
06:55
you can only study調査 the contents内容
of the average平均 cell細胞 --
122
403299
3511
平均的な細胞の内容物しか
研究できません
06:58
not the individual個人 cells細胞.
123
406834
1595
個々の細胞ではありません
07:01
Imagine想像する if you were trying試す to understandわかる
how a big大きい cityシティ like New新しい Yorkヨーク works作品,
124
409182
3709
大都市ニューヨークがどう機能するのか
理解するところを想像してみてください
07:04
but you could only do so
by reviewingレビュー some statistics統計
125
412915
2542
平均的なニューヨーク住民についての
07:07
about the average平均 resident居住者 of New新しい Yorkヨーク.
126
415481
2029
統計データを見返すことぐらいしか
できませんよね
07:10
Of courseコース, you wouldn'tしないだろう learn学ぶ very much,
127
418637
1979
もちろん 多くは知り得ないでしょう
07:12
because everything that's interesting面白い
and important重要 and excitingエキサイティング
128
420640
3000
なぜなら 興味深く 重要で
エキサイティングなことは
07:15
is in all the diversity多様性
and the specializations専門分野.
129
423664
2732
その多様性と特殊性の中にあるからです
07:18
And the same同じ thing is true真実 of our cells細胞.
130
426420
2606
同じことが細胞についても言えます
07:21
And we wanted to make it possible可能 to study調査
the brain脳 not as a cellular携帯電話 smoothieスムージー
131
429050
4750
我々は脳の研究を
細胞スムージーではなく
07:25
but as a cellular携帯電話 fruitフルーツ saladサラダ,
132
433824
2478
細胞のフルーツサラダとして
実現したかったのです
07:28
in whichどの one could generate生成する
dataデータ about and learn学ぶ from
133
436326
2604
それぞれのフルーツ一切れからデータを得て
07:30
each各 individual個人 pieceピース of fruitフルーツ.
134
438954
1838
研究できます
07:34
So we developed発展した
a technology技術 for doing that.
135
442253
2718
我々はそれをする技術を開発しました
07:36
You're about to see a movie映画 of it.
136
444995
1729
これからその映像を見てもらいます
07:41
Here we're packaging梱包
tens数十 of thousands千 of individual個人 cells細胞,
137
449477
4028
何千もの個々の細胞を
07:45
each各 into its own自分の tiny小さな water水 droplet滴
138
453529
2923
一つずつの小さな水滴中に入れます
07:48
for its own自分の molecular分子 analysis分析.
139
456476
2211
その細胞だけの分子が分析ができます
07:51
When a cell細胞 lands土地 in a droplet滴,
it's greeted挨拶 by a tiny小さな beadビーズ,
140
459921
4123
細胞が水滴に入ると
小さなビーズが出迎えます
07:56
and that beadビーズ delivers配信する millions何百万
of DNADNA barバー codeコード molecules分子.
141
464068
3694
ビーズには何百万もの
DNAバーコード分子が含まれています
08:01
And each各 beadビーズ delivers配信する
a different異なる barバー codeコード sequenceシーケンス
142
469115
3308
それぞれのビーズは異なるバーコードの配列を
08:04
to a different異なる cell細胞.
143
472447
1243
異なる細胞へと届けます
08:06
We incorporate組み込む the DNADNA barバー codesコード
144
474884
2581
我々はDNAバーコードを
08:09
into each各 cell's細胞の RNARNA molecules分子.
145
477489
3058
それぞれの細胞のRNA分子と
反応させます
08:12
Those are the molecular分子
transcripts転写物 it's making作る
146
480571
2836
RNAは
その細胞が使う特定の遺伝子の転写物です
08:15
of the specific特定 genes遺伝子
that it's usingを使用して to do its jobジョブ.
147
483431
3103
08:19
And then we sequenceシーケンス billions何十億
of these combined結合された molecules分子
148
487383
4207
結合した分子をもとに
何十億もの塩基配列を決定し
08:24
and use the sequencesシーケンス to tell us
149
492532
2498
その配列から どの細胞のどの遺伝子に
08:27
whichどの cell細胞 and whichどの gene遺伝子
150
495054
2602
由来した分子であるかの
08:29
everyすべて molecule分子 came来た from.
151
497680
1540
情報を得ます
08:32
We call this approachアプローチ "Drop-seqドロップセク,"
because we use droplets小滴
152
500561
3292
この手法を「ドロップシーク」と名付けました
08:35
to separate別々の the cells細胞 for analysis分析,
153
503877
2575
分析では水滴（droplets）を
細胞の分離に使うからです
08:38
and we use DNADNA sequencesシーケンス
to tagタグ and inventory目録
154
506476
3445
DNA配列を使って
タグ付けとリスト作りをし
08:41
and keep trackトラック of everything.
155
509945
1488
全てを追跡します
08:44
And now, wheneverいつでも we do an experiment実験,
156
512727
1976
今や 実験をする時には
08:46
we analyze分析する tens数十 of thousands千
of individual個人 cells細胞.
157
514727
3243
何万もの個々の細胞の分析をします
08:51
And today今日 in this areaエリア of science科学,
158
519018
2624
今日 この科学分野において
08:53
the challengeチャレンジ is increasinglyますます
how to learn学ぶ as much as we can
159
521666
4931
ますます課題になることは
この膨大なデータセットから
08:58
as quickly早く as we can
160
526621
1872
少しでも多く そして
少しでも早く学ぶことです
09:00
from these vast広大 dataデータ setsセット.
161
528517
1738
少しでも多く そして
早く学ぶことです
09:04
When we were developing現像 Drop-seqドロップセク,
people used to tell us,
162
532914
2770
ドロップシークを開発していた頃
よくこう言われました
09:07
"Oh, this is going to make you guys
the go-to行く for everyすべて majorメジャー brain脳 projectプロジェクト."
163
535708
4804
「君たちは 主要な脳研究プロジェクトから
意見を求められる立場になるね」
09:13
That's not how we saw it.
164
541257
1544
それは我々の思惑とは違いました
09:14
Science科学 is bestベスト when everyoneみんな
is generating生成する lots of excitingエキサイティング dataデータ.
165
542825
4531
誰もが大量の胸躍るデータを産み出す時こそ
科学は最高なのです
09:20
So we wrote書きました a 25-page-ページ instruction命令 book本,
166
548197
3214
それで我々は25ページの
実験法指示書を作りました
09:23
with whichどの any scientist科学者 could buildビルドする
their彼らの own自分の Drop-seqドロップセク systemシステム from scratchスクラッチ.
167
551435
4578
科学者なら誰でもゼロから
ドロップシークの構築が可能になります
09:28
And that instruction命令 book本 has been
downloadedダウンロードした from our lab研究室 websiteウェブサイト
168
556037
3697
その指示書は我々の研究室のウェブサイトから
09:31
50,000 times回 in the past過去 two years年.
169
559758
2965
この２年で５万回もダウンロードされました
09:35
We wrote書きました softwareソフトウェア
that any scientist科学者 could use
170
563598
3052
科学者なら誰でも使えるソフトも作ったのです
09:38
to analyze分析する the dataデータ
from Drop-seqドロップセク experiments実験,
171
566674
2898
ドロップシーク実験から得た
データの分析ができるのです
09:41
and that softwareソフトウェア is alsoまた、 free無料,
172
569596
1715
しかもこのソフトは無料です
09:43
and it's been downloadedダウンロードした from our websiteウェブサイト
30,000 times回 in the past過去 two years年.
173
571335
4388
これもこの２年で
３万回もダウンロードされました
09:48
And hundreds数百 of labsラボ have written書かれた us
about discoveries発見 that they've彼らは made製
174
576328
4979
何百もの研究室がこの手法を使って発見した
09:53
usingを使用して this approachアプローチ.
175
581331
1443
彼らの成果を報告してくれました
09:54
Today今日, this technology技術 is beingであること used
to make a human人間 cell細胞 atlasアトラス.
176
582798
3560
今や このテクノロジーによって
人の細胞の一大地図が作られようとしています
09:58
It will be an atlasアトラス of all
of the cell細胞 typesタイプ in the human人間 body体
177
586382
3354
この地図は人体の全細胞型と
10:01
and the specific特定 genes遺伝子
that each各 cell細胞 typeタイプ uses用途 to do its jobジョブ.
178
589760
3680
それぞれの細胞型の活動時に使用される
特定の遺伝子の一大地図になると思われます
10:08
Now I want to tell you about
a second二番 challengeチャレンジ that we face面
179
596133
2876
さて我々が直面するもう一つの課題について
話したいと思います
10:11
in trying試す to turn順番 the brain脳
into a big大きい dataデータ problem問題.
180
599033
2448
脳問題をビッグデータ問題として
捉え直す試みです
10:13
And that challengeチャレンジ is that
we'd結婚した like to learn学ぶ from the brains頭脳
181
601505
3279
何十万もの生きた人の脳から
10:16
of hundreds数百 of thousands千 of living生活 people.
182
604808
2444
情報を得たいのです
10:19
But our brains頭脳 are not physically物理的に
accessibleアクセス可能な while we're living生活.
183
607998
3704
でも 脳は人が生きている間
身体の一部として入手することはできません
10:24
But how can we discover発見する molecular分子 factors要因
if we can't holdホールド the molecules分子?
184
612895
3960
分子を入手できないのなら どのように
病原分子を発見したら良いのでしょうか
10:30
An answer回答 comes来る from the fact事実 that
the most最も informative有益な molecules分子, proteinsタンパク質,
185
618352
4548
その答えは
情報を最も多く含む分子であるタンパク質は
DNAにコード化されているという
事実から得られます
10:34
are encodedコードされた in our DNADNA,
186
622924
1782
10:36
whichどの has the recipesレシピ our cells細胞 followフォローする
to make all of our proteinsタンパク質.
187
624730
4530
DNAは全てのタンパク質を作るために
細胞が従うレシピのようなものです
10:41
And these recipesレシピ vary変化する
from person人 to person人 to person人
188
629999
4946
このレシピは人によって異なります
10:46
in ways方法 that cause原因 the proteinsタンパク質
to vary変化する from person人 to person人
189
634969
3342
そのため それぞれの細胞型が
それぞれのタンパク質を発現する
10:50
in their彼らの precise正確 sequenceシーケンス
190
638335
1787
正確な順序と量は
10:52
and in how much each各 cell細胞 typeタイプ
makes作る of each各 proteinタンパク質.
191
640146
3151
人によって異なってくるのです
10:56
It's all encodedコードされた in our DNADNA,
and it's all genetics遺伝学,
192
644441
3393
全てはDNAにコード化されています
すなわち遺伝子による調節です
10:59
but it's not the genetics遺伝学
that we learned学んだ about in school学校.
193
647858
2817
でもこれは学校で習う遺伝学とは違います
11:03
Do you remember思い出す big大きい B, little b?
194
651572
1983
ビッグBとリトルb遺伝子のことを
覚えていますか
11:06
If you inherit継承する big大きい B, you get brown褐色 eyes目?
195
654260
2400
ビッグB遺伝子を受け継いでいれば
茶色の目でしたね
11:09
It's simple単純.
196
657085
1223
単純ですね
11:11
Very few少数 traits形質 are that simple単純.
197
659451
3173
こんなに単純な遺伝的形質というのは
めったにないのです
11:15
Even eye眼 color色 is shaped形をした by much more
than a singleシングル pigment顔料 molecule分子.
198
663232
4725
目の色でさえ 単一ではなく
多くの色素分子によって決定されます
11:20
And something as complex複合体
as the function関数 of our brains頭脳
199
668861
4250
脳の機能のように複雑なものは
11:25
is shaped形をした by the interactionインタラクション
of thousands千 of genes遺伝子.
200
673135
3247
何千もの遺伝子の相互作用によって
決定されます
11:28
And each各 of these genes遺伝子
varies不定 meaningfully意味のある
201
676406
2340
それぞれの遺伝子は
意味を持つ仕方で
11:30
from person人 to person人 to person人,
202
678770
1838
個々人により異なります
11:32
and each各 of us is a uniqueユニークな
combination組み合わせ of that variation変化.
203
680632
3517
我々はそれぞれ この多様性の
ユニークな組み合わせなのです
11:37
It's a big大きい dataデータ opportunity機会.
204
685419
2216
ビッグデータにとってのビッグチャンスです
11:40
And today今日, it's increasinglyますます
possible可能 to make progress進捗
205
688214
3176
かつては不可能だった規模での
11:43
on a scale規模 that was never possible可能 before.
206
691414
2796
進歩への可能性が今ますます高まっています
11:46
People are contributing貢献する to genetic遺伝的な studies研究
207
694234
2405
人々が膨大な数に上る
遺伝学的研究に
11:48
in record記録 numbers数字,
208
696663
1594
尽力し続けています
11:51
and scientists科学者 around the world世界
are sharing共有 the dataデータ with one another別の
209
699085
4087
世界中の科学者が
お互いに研究データを共有し
11:55
to speed速度 progress進捗.
210
703196
1571
それが進歩に拍車を掛けます
11:57
I want to tell you a shortショート storyストーリー
about a discovery発見 we recently最近 made製
211
705514
3239
我々が最近発見した
統合失調症の遺伝学について
12:00
about the genetics遺伝学 of schizophrenia統合失調症.
212
708777
1894
少しお話ししたいと思います
12:03
It was made製 possible可能
by 50,000 people from 30 countries国,
213
711506
4596
発見できたのは30か国５万もの人々が
12:08
who contributed貢献した their彼らの DNADNA
to genetic遺伝的な research研究 on schizophrenia統合失調症.
214
716126
4700
統合失調症の遺伝子研究に
自らのDNAを提供してくれたからです
12:14
It had been known既知の for severalいくつかの years年
215
722406
2096
その数年前から明らかだったのは
12:16
that the human人間 genome'sゲノム largest最大 influence影響
on riskリスク of schizophrenia統合失調症
216
724526
4111
統合失調症を発症するリスクに対して
ゲノムが与える もっとも大きな影響は
12:20
comes来る from a part部 of the genomeゲノム
217
728661
1802
免疫系の多くのタンパク質をコードする
12:22
that encodesエンコードする manyたくさんの of the molecules分子
in our immune免疫 systemシステム.
218
730487
3344
ゲノムの一部に
由来するということでした
12:25
But it wasn'tなかった clearクリア whichどの gene遺伝子
was responsible責任ある.
219
733855
3034
しかしどの遺伝子が原因なのか
はっきりとわかっていませんでした
12:29
A scientist科学者 in my lab研究室 developed発展した
a new新しい way to analyze分析する DNADNA with computersコンピュータ,
220
737746
4040
私の研究室のある科学者がコンピュータで
DNAを分析する新たな方法を開発して
12:33
and he discovered発見された something
very surprising驚くべき.
221
741810
3095
とても驚くべき発見をしました
12:36
He found見つけた that a gene遺伝子 calledと呼ばれる
"complement補体 component成分 4" --
222
744929
3251
「補体成分４」と呼ばれる遺伝子—
12:40
it's calledと呼ばれる "C4" for shortショート --
223
748204
1799
略してC4ですが—
12:43
comes来る in dozens数十 of different異なる formsフォーム
in different異なる people's人々の genomesゲノム,
224
751036
3889
異なる人のゲノム内には別の型として存在し
数十もの種類があります
12:46
and these different異なる formsフォーム
make different異なる amounts金額
225
754949
3197
これらの異なる型が
異なる量のC4タンパク質を
12:50
of C4 proteinタンパク質 in our brains頭脳.
226
758170
2242
脳内に生成することを発見したのです
12:52
And he found見つけた that the more
C4 proteinタンパク質 our genes遺伝子 make,
227
760957
3985
遺伝子がC4タンパク質を生成すればするほど
12:56
the greater大きい our riskリスク for schizophrenia統合失調症.
228
764966
2112
統合失調症のリスクも増大する
ということを突き止めました
12:59
Now, C4 is still just one riskリスク factor因子
in a complex複合体 systemシステム.
229
767919
4907
現段階でC4は複雑な系の中での
たった１つの危険因子でしかありません
13:04
This isn't big大きい B,
230
772850
1989
ビッグBのように単純ではありませんが
13:06
but it's an insight洞察力 about
a molecule分子 that matters問題.
231
774863
3557
とても重要な分子についての
情報なのです
13:11
Complement補完 proteinsタンパク質 like C4
were known既知の for a long time
232
779492
3637
長い間 C4のような補体タンパク質は
13:15
for their彼らの roles役割 in the immune免疫 systemシステム,
233
783153
1953
免疫システム内での役割を知られていて
13:17
where they act行為 as a kind種類 of
molecular分子 Post-itポストイット note注意
234
785130
2778
このタンパク質は
付箋的な役割の分子として
13:19
that says言う, "Eat食べる me."
235
787932
1580
「私を食べなさい」と言うのです
13:22
And that Post-itポストイット note注意
gets取得 put on lots of debrisデブリ
236
790475
2667
この付箋が壊死組織片や死んだ細胞に
13:25
and deadデッド cells細胞 in our bodies体
237
793166
2357
貼り付けられ
13:27
and invites招待状 immune免疫 cells細胞
to eliminate排除する them.
238
795547
2490
免疫細胞を呼び寄せて
不要物を除去させるのです
13:30
But two colleagues同僚 of mine鉱山 found見つけた
that the C4 Post-itポストイット note注意
239
798779
3539
２人の同僚は 付箋分子であるC4が
13:35
alsoまた、 gets取得 put on synapsesシナプス in the brain脳
240
803183
3298
脳内のシナプスにも貼られ
13:38
and promptsプロンプト their彼らの elimination排除.
241
806505
1864
その除去を促すことを
突き止めました
13:41
Now, the creation創造 and elimination排除
of synapsesシナプス is a normal正常 part部
242
809154
3266
シナプスの生成と除去は
人の発達と学習における
13:44
of human人間 development開発 and learning学習.
243
812444
1854
正常過程です
13:46
Our brains頭脳 create作成する and eliminate排除する
synapsesシナプス all the time.
244
814322
2921
脳はシナプスの生成と除去を
常時行います
13:49
But our genetic遺伝的な results結果 suggest提案する
that in schizophrenia統合失調症,
245
817921
2960
しかし我々の遺伝学的分析結果によると
13:52
the elimination排除 processプロセス
mayかもしれない go into overdriveオーバードライブ.
246
820905
3233
統合失調症でのシナプスの除去が
行き過ぎているのかもしれません
13:57
Scientists科学者 at manyたくさんの drugドラッグ companies企業 tell me
they're excited興奮した about this discovery発見,
247
825185
3929
製薬会社の科学者たちは
この発見に胸が躍ったと言います
14:01
because they've彼らは been workingワーキング
on complement補体 proteinsタンパク質 for years年
248
829138
3239
彼らは 免疫系における
補体タンパク質の研究に長年携わり
14:04
in the immune免疫 systemシステム,
249
832401
1540
それらのタンパク質が
14:05
and they've彼らは learned学んだ a lot
about how they work.
250
833965
2206
どのように働くのか知っています
14:08
They've彼らは even developed発展した molecules分子
that interfere干渉する with complement補体 proteinsタンパク質,
251
836885
3894
補体タンパク質を阻害する
分子の開発もすでに行いました
14:12
and they're starting起動 to testテスト them
in the brain脳 as well as the immune免疫 systemシステム.
252
840803
3607
これらの阻害物質を 脳や免疫系を使って
研究し始めようとしています
14:17
It's potentially潜在的 a pathパス toward〜に向かって a drugドラッグ
that mightかもしれない address住所 a rootルート cause原因
253
845124
4721
個別の症状ではなく
疾患の根本原因に向けられた
14:21
ratherむしろ than an individual個人 symptom症状,
254
849869
2649
医薬品開発につながる可能性を秘めています
14:24
and we hope希望 very much that this work
by manyたくさんの scientists科学者 over manyたくさんの years年
255
852542
4048
長年に渡る多くの科学者による試みが
成功することを
14:28
will be successful成功した.
256
856614
1152
願ってやみません
14:31
But C4 is just one example例
257
859689
3014
C4はあくまで
14:34
of the potential潜在的な for data-drivenデータ駆動型
scientific科学的 approachesアプローチ
258
862727
3112
データ主導型の科学的手法の一例で
14:37
to open開いた new新しい fronts前線 on medical医療 problems問題
that are centuries世紀 old古い.
259
865863
3903
数世紀に渡り解決されなかった
医学的問題に新境地を開いてくれます
14:42
There are hundreds数百 of places場所
in our genomesゲノム
260
870144
2745
ヒトゲノムには何百もの
14:44
that shape形状 riskリスク for brain脳 illnesses病気,
261
872913
2585
脳疾患のリスクとなる部位があり
14:47
and any one of them could lead鉛 us
to the next次 molecular分子 insight洞察力
262
875522
4066
その内のどれもが
重要な意味を持つ分子への次なる洞察へと
14:51
about a molecule分子 that matters問題.
263
879612
2020
我々を導く可能性を持っています
14:53
And there are hundreds数百 of cell細胞 typesタイプ that
use these genes遺伝子 in different異なる combinations組み合わせ.
264
881656
3987
異なる組み合わせでこれらの遺伝子を使う
何百もの細胞型が存在します
14:57
As we and other scientists科学者
work to generate生成する
265
885667
2069
我々や他の科学者が
14:59
the rest残り of the dataデータ that's needed必要な
266
887760
2069
必要な残りのデータを生成し
15:01
and to learn学ぶ all that we can
from that dataデータ,
267
889853
2393
データからできる限りの情報を学び取り
15:04
we hope希望 to open開いた manyたくさんの more new新しい fronts前線.
268
892270
2403
更に多くの新境地を開拓したいと願っています
15:08
Genetics遺伝学 and single-cell単一細胞 analysis分析
are just two ways方法
269
896483
5079
脳の問題をビッグデータの問題として
捉え直すという意味において
15:13
of trying試す to turn順番 the brain脳
into a big大きい dataデータ problem問題.
270
901586
3767
遺伝学と単一細胞解析は
あくまで２つの方法でしかありません
15:18
There is so much more we can do.
271
906424
2159
まだまだ我々にはできることがあります
15:21
Scientists科学者 in my lab研究室
are creating作成 a technology技術
272
909235
3074
私の研究室で科学者たちが
創り出している技術は
15:24
for quickly早く mappingマッピング the synapticシナプス
connections接続 in the brain脳
273
912333
3196
脳内のシナプス結合を
迅速にマッピングするというもので
15:27
to tell whichどの neuronsニューロン are talking話す
to whichどの other neuronsニューロン
274
915553
2938
どの神経細胞が 他のどの神経細胞に
コミュニケートしているか
15:30
and how that conversation会話 changes変更
throughout全体を通して life and during中 illness病気.
275
918515
3996
どうやってその会話が 生涯及び病気の期間に
変化するのか知るようにするものです
15:35
And we're developing現像 a way
to testテスト in a singleシングル tubeチューブ
276
923467
4520
また 何百人もの異なる人から得た
ゲノムを含む細胞が
15:40
how cells細胞 with hundreds数百
of different異なる people's人々の genomesゲノム
277
928011
2718
同じ刺激に対して それぞれ
どう反応するかの検査を
15:42
respond応答する differently異なって to the same同じ stimulus刺激.
278
930753
2170
１本の試験管内で行う方法を開発中です
15:46
These projectsプロジェクト bring持参する together一緒に
people with diverse多様 backgrounds背景
279
934248
4903
このプロジェクトに集まったのは
多様な背景や訓練や興味を持った人々です
15:51
and trainingトレーニング and interests関心 --
280
939175
2493
15:53
biology生物学, computersコンピュータ, chemistry化学,
math数学, statistics統計, engineeringエンジニアリング.
281
941692
5877
生物学 コンピュータ科学 化学 数学
統計学 工学など様々です
16:00
But the scientific科学的 possibilities可能性
rallyラリー people with diverse多様 interests関心
282
948205
4232
科学の可能性が
多様な関心を持つ人々を集め
16:04
into workingワーキング intensely激しく together一緒に.
283
952461
2235
共に集中的に働くことを可能にします
16:08
What's the future未来
that we could hope希望 to create作成する?
284
956871
2551
我々が創造したい未来の可能性は
どんなものでしょうか
16:12
Consider検討する cancer癌.
285
960267
1350
がんについて考えてみましょう
16:14
We've私たちは moved移動した from an era時代 of ignorance無知
about what causes原因 cancer癌,
286
962193
3922
がんの原因について無知であった時代には
16:18
in whichどの cancer癌 was commonly一般的に ascribed帰納
to personal個人的 psychological心理的 characteristics特性,
287
966139
6988
がんの原因は個人の心理的特性にあると
考えられていました
16:26
to a modernモダン molecular分子 understanding理解
of the true真実 biological生物学的 causes原因 of cancer癌.
288
974238
5395
これが 真のがんの生物学的原因を
分子レベルで理解する現代となりました
16:32
That understanding理解 today今日
leadsリード to innovative革新的な medicine医学
289
980100
3074
このような理解のおかげで次から次へと
16:35
after innovative革新的な medicine医学,
290
983198
1696
革新的な医学が導かれます
16:36
and althoughただし、 there's still
so much work to do,
291
984918
2839
まだまだすべきことは多いですが
16:39
we're already既に surrounded囲まれた by people
who have been cured硬化した of cancers癌
292
987781
3394
私たちはすでに 一世代前には
治療不可能だと考えられていた
16:43
that were considered考慮される untreatable治療できない
a generation世代 ago前.
293
991199
3269
がんを克服した人達に取り囲まれています
16:48
And millions何百万 of cancer癌 survivors生存者
like my sisterシスター
294
996254
3376
私の妹のように 何百万もの
がんの生存者が
16:51
find themselves自分自身 with years年 of life
that they didn't take for granted付与された
295
999654
4401
かつて 当たり前のものではなかった
人生の年月や
16:56
and new新しい opportunities機会
296
1004079
1769
仕事と喜び 人との繋がりへの
16:57
for work and joy喜び and human人間 connection接続.
297
1005872
3930
新たな機会に気付くのです
17:03
That is the future未来 that we are determined決定
to create作成する around mental精神的な illness病気 --
298
1011358
4378
これこそ 精神疾患について
我々が創ろうとする未来です
17:08
one of realリアル understanding理解 and empathy共感
299
1016581
4119
真の理解と共感
17:12
and limitless無限 possibility可能性.
300
1020724
1816
そして無限の可能性を持つ未来です
17:15
Thank you.
301
1023159
1190
ご清聴ありがとうございました
17:16
(Applause拍手)
302
1024374
4062
（拍手）
Translated by N.K KooZN
Reviewed by Masaki Yanagishita

▲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