TEDMED 2017
Steve McCarroll: How data is helping us unravel the mysteries of the brain
스티브 맥코렐(Steve McCarroll): 뇌의 신비를 밝히는데 도움을 주는 데이터
Filmed:
Readability: 4.8
1,529,178 views
유전학자 스티브맥코렐은 유전자가 특히 뇌 속에서 어떻게 작동하는지 정확히 이해하기 위해 인간 세포지도를 만들고 싶어합니다. 매력적인 강연을 통해, 그는 자신의 팀의 성과를 공유하며, 그들의 발명품이자 과학자들이 사상최대의 정확도로 개별 세포들을 분석할 수 있도록 만든 "물방울-배열"기법을 소개합니다. 또한 이러한 연구가 어떻게 정신분열증같은 정신질환의 새로운 해결책이 될 수 있는지 알려줍니다.
Steve McCarroll - Geneticist
Steve McCarroll is conducting groundbreaking research on the causes of mental illness. Full bio
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 years ago,
0
785
1704
9년 전에
00:14
my sister discovered lumps
in her neck and arm
in her neck and arm
1
2513
3101
제 여동생은 자신의
목과 팔에 있는 혹을 발견했고
목과 팔에 있는 혹을 발견했고
00:17
and was diagnosed with cancer.
2
5638
1760
진단해본 결과 암이었습니다.
00:20
From that day, she started to benefit
3
8985
3199
그날부터, 그녀는
혜택을 받기 시작했습니다.
혜택을 받기 시작했습니다.
00:24
from the understanding
that science has of cancer.
that science has of cancer.
4
12208
3115
과학이 암에 대해 파악한 정보로부터요.
00:28
Every time she went to the doctor,
5
16206
2099
그녀가 의사를 찾아 갈 때마다
00:30
they measured specific molecules
6
18329
2194
그들은 특정한 분자를 측정했습니다.
00:32
that gave them information
about how she was doing
about how she was doing
7
20547
2881
그 분자는 그들에게 그녀가
어떻게 지냈는지 알려주었습니다.
어떻게 지냈는지 알려주었습니다.
00:35
and what to do next.
8
23452
1309
앞으로 무엇을 할지도 알려주었죠.
00:38
New medical options
became available every few years.
became available every few years.
9
26095
3666
새로운 의학적 옵션들이
몇 년 마다 등장했습니다.
몇 년 마다 등장했습니다.
00:43
Everyone recognized
that she was struggling heroically
that she was struggling heroically
10
31070
4318
모든 사람들은 그녀가 의연하게
투쟁하고 있는 줄로 알았습니다.
투쟁하고 있는 줄로 알았습니다.
00:47
with a biological illness.
11
35412
1728
생물학적 질병과요.
00:50
This spring, she received
an innovative new medical treatment
an innovative new medical treatment
12
38847
3657
올해 봄, 그녀는 혁신적인
의학 치료를 받았습니다.
의학 치료를 받았습니다.
00:54
in a clinical trial.
13
42528
1202
임상 시험으로요.
00:55
It dramatically knocked back her cancer.
14
43754
2224
그 치료는 극적으로
그녀의 암을 물리쳤습니다.
그녀의 암을 물리쳤습니다.
00:59
Guess who I'm going to spend
this Thanksgiving with?
this Thanksgiving with?
15
47446
2552
제가 이 기쁨을 누구와
함께하려 하는지 맞춰 보시겠어요?
함께하려 하는지 맞춰 보시겠어요?
01:02
My vivacious sister,
16
50022
2267
제 명랑한 여동생입니다.
01:04
who gets more exercise than I do,
17
52313
2629
저보다 더 많이 운동하고,
01:06
and who, like perhaps
many people in this room,
many people in this room,
18
54966
2859
아마 이곳에 있는 많은 분들처럼
치명적인 질병에 대해
갈수록 자주 얘기하는 여동생이요.
갈수록 자주 얘기하는 여동생이요.
01:09
increasingly talks about a lethal illness
19
57849
2292
01:12
in the past tense.
20
60165
1263
과거 시제로 말이죠.
01:14
Science can, in our lifetimes --
even in a decade --
even in a decade --
21
62614
3863
과학은, 놀랍게도
10년 안에 우리의 삶에서
10년 안에 우리의 삶에서
01:18
transform what it means
to have a specific illness.
to have a specific illness.
22
66501
3207
특정 질병의 의미를 바꿀 수 있습니다.
01:24
But not for all illnesses.
23
72055
1534
하지만 세상의 모든 질병은 아니겠죠.
01:27
My friend Robert and I
were classmates in graduate school.
were classmates in graduate school.
24
75375
3722
로버트와 저는 대학원 친구였습니다.
01:31
Robert was smart,
25
79121
1801
로버트는 똑똑했지만
01:32
but with each passing month,
26
80946
1477
몇 달이 지나자
01:34
his thinking seemed to become
more disorganized.
more disorganized.
27
82447
3154
그의 생각이 중심을
잃는 것처럼 보였습니다.
잃는 것처럼 보였습니다.
01:38
He dropped out of school,
got a job in a store ...
got a job in a store ...
28
86241
3198
그는 학교를 그만두고,
가게에서 일을 했습니다.
가게에서 일을 했습니다.
01:41
But that, too, became too complicated.
29
89463
2218
하지만 그 일도 너무 복잡해졌습니다.
01:44
Robert became fearful and withdrawn.
30
92559
2945
로버트는 겁이 많아졌고,
내성적으로 변했습니다
내성적으로 변했습니다
01:48
A year and a half later,
he started hearing voices
he started hearing voices
31
96281
2381
1년 6개월 후에,
그는 목소리를 듣기 시작했고
그는 목소리를 듣기 시작했고
01:50
and believing that people
were following him.
were following him.
32
98686
2197
사람들이 그를 따라 다닌다고
믿기 시작했습니다.
믿기 시작했습니다.
01:52
Doctors diagnosed him with schizophrenia,
33
100907
2722
의사들은 그가
정신 분열증이 있다고 진단했고
정신 분열증이 있다고 진단했고
01:55
and they gave him
the best drug they could.
the best drug they could.
34
103653
2120
할 수 있는 최선의 약을 처방했습니다.
01:57
That drug makes the voices
somewhat quieter,
somewhat quieter,
35
105797
3008
약은 목소리들을 어느 정도
조용하게 만들었지만
조용하게 만들었지만
02:00
but it didn't restore his bright mind
or his social connectedness.
or his social connectedness.
36
108829
3989
그의 밝은 마음이나 사회적 유대감을
회복시키진 못했습니다.
회복시키진 못했습니다.
02:06
Robert struggled to remain connected
37
114270
1856
로버트는 학교, 직장, 그리고 친구들과
02:08
to the worlds of school
and work and friends.
and work and friends.
38
116150
2857
관계를 유지하는 것이 버거웠습니다.
02:11
He drifted away,
39
119031
1383
그는 소외되었죠.
02:12
and today I don't know where to find him.
40
120438
2285
그래서 오늘날 저는 그를
어디서 찾아야할지 모르겠습니다.
어디서 찾아야할지 모르겠습니다.
02:15
If he watches this,
41
123593
1479
만약 그가 이 동영상을 본다면
02:17
I hope he'll find me.
42
125962
1628
저를 찾아와주길 바랍니다.
02:22
Why does medicine have
so much to offer my sister,
so much to offer my sister,
43
130639
4107
왜 의학은 제 여동생에게
그렇게나 많은 것들을 주었으면서
그렇게나 많은 것들을 주었으면서
02:27
and so much less to offer
millions of people like Robert?
millions of people like Robert?
44
135540
4210
로버트같은 수많은 사람들에게는
그렇게 하지 못한 것일까요?
그렇게 하지 못한 것일까요?
02:32
The need is there.
45
140952
1290
그들은 도움이 필요합니다.
02:34
The World Health Organization
estimates that brain illnesses
estimates that brain illnesses
46
142266
3153
세계 보건 기구의 예측에 따르면
02:37
like schizophrenia, bipolar disorder
and major depression
and major depression
47
145443
4115
정신분열증, 조울증과
심각한 우울증과 같은 정신질환들이
심각한 우울증과 같은 정신질환들이
02:41
are the world's largest cause
of lost years of life and work.
of lost years of life and work.
48
149582
4971
세계에서 사람들의 목숨과 삶을
앗아간 가장 큰 요인일 수 있다고 합니다.
앗아간 가장 큰 요인일 수 있다고 합니다.
02:47
That's in part because these illnesses
often strike early in life,
often strike early in life,
49
155807
3561
그 이유는 이러한 질병이 우리 삶의
초기에 나타날 뿐만 아니라,
초기에 나타날 뿐만 아니라,
02:51
in many ways, in the prime of life,
50
159392
2181
이 질병들이 나타나는 방식이
02:53
just as people are finishing
their educations, starting careers,
their educations, starting careers,
51
161597
4464
의무교육을 마치고,
직업을 가져 일을 시작하고,
직업을 가져 일을 시작하고,
02:58
forming relationships and families.
52
166085
2279
사람을 만나고 가정을 꾸리는 일만큼이나
자연스럽기 때문이죠.
자연스럽기 때문이죠.
03:00
These illnesses can result in suicide;
53
168388
2829
이러한 병들은 자살을
초래할 수 있습니다.
초래할 수 있습니다.
03:03
they often compromise one's ability
to work at one's full potential;
to work at one's full potential;
54
171907
4567
우리가 잠재력을
발휘할 수 없게 방해하며
발휘할 수 없게 방해하며
03:09
and they're the cause of so many
tragedies harder to measure:
tragedies harder to measure:
55
177767
3455
헤아릴 수 없이
많은 비극을 일으킵니다.
많은 비극을 일으킵니다.
03:13
lost relationships and connections,
56
181246
2438
관계와 만남의 단절,
03:15
missed opportunities
to pursue dreams and ideas.
to pursue dreams and ideas.
57
183708
3039
꿈과 아이디어를 이룰 기회를
잃어버리는 일들을 예로 들 수 있죠.
잃어버리는 일들을 예로 들 수 있죠.
03:19
These illnesses limit human possibilities
58
187533
3005
이 병들은 사람들의
잠재력을 제한시킵니다.
잠재력을 제한시킵니다.
03:22
in ways we simply cannot measure.
59
190562
2154
저희가 쉽게 알 수 없는
방법들로 말이죠.
방법들로 말이죠.
03:27
We live in an era in which
there's profound medical progress
there's profound medical progress
60
195493
4016
우리는 의학이 여러 방면에서
심도있게 발전하는 시대에 살고 있습니다
심도있게 발전하는 시대에 살고 있습니다
03:31
on so many other fronts.
61
199533
1811
03:33
My sister's cancer story
is a great example,
is a great example,
62
201368
2547
제 동생의 암이야기가 좋은 예이죠.
03:35
and we could say the same
of heart disease.
of heart disease.
63
203939
2062
심장질환도 마찬가지입니다.
03:38
Drugs like statins will prevent
millions of heart attacks and strokes.
millions of heart attacks and strokes.
64
206025
3585
스타틴과 같은 약들은 수많은 종류의
심장 질환과 뇌졸중을 치료할 것입니다.
심장 질환과 뇌졸중을 치료할 것입니다.
03:43
When you look at these areas
of profound medical progress
of profound medical progress
65
211047
2945
우리가 사는 동안 일어난
의학적 발전의 여러 분야를 생각해보면,
의학적 발전의 여러 분야를 생각해보면,
03:46
in our lifetimes,
66
214016
1464
그것들은 공통점이 많습니다.
03:47
they have a narrative in common:
67
215504
1674
03:50
scientists discovered molecules
that matter to an illness,
that matter to an illness,
68
218067
4548
과학자들은 특정 질병과
관련된 분자들을 발견했고
관련된 분자들을 발견했고
03:54
they developed ways to detect
and measure those molecules in the body,
and measure those molecules in the body,
69
222639
4679
몸속의 분자들을 탐지하고
측정하는 법을 개발했으며
측정하는 법을 개발했으며
04:00
and they developed ways
to interfere with those molecules
to interfere with those molecules
70
228492
2778
다른 분자를 사용하여
그 분자를 방해하는 방법 또한
개발해냈습니다. 약이죠.
개발해냈습니다. 약이죠.
04:03
using other molecules -- medicines.
71
231294
2048
04:05
It's a strategy that has worked
again and again and again.
again and again and again.
72
233921
4020
이것은 계속 반복해오던 계략입니다.
04:11
But when it comes to the brain,
that strategy has been limited,
that strategy has been limited,
73
239403
3642
하지만 이 계략들을
뇌에 적용하긴 힘듭니다.
뇌에 적용하긴 힘듭니다.
04:15
because today, we don't know
nearly enough, yet,
nearly enough, yet,
74
243069
4602
왜냐하면 현재로선
뇌가 어떻게 작동하는지
뇌가 어떻게 작동하는지
04:19
about how the brain works.
75
247695
1852
충분히 알지 못하기 때문입니다.
04:22
We need to learn which of our cells
matter to each illness,
matter to each illness,
76
250526
4266
우리는 어떤 세포들이
질병에 영향을 주는지,
질병에 영향을 주는지,
04:26
and which molecules in those cells
matter to each illness.
matter to each illness.
77
254816
3570
그 세포 속 어떤 분자가
질병에 영향을 주는지 배워야 합니다.
질병에 영향을 주는지 배워야 합니다.
04:31
And that's the mission
I want to tell you about today.
I want to tell you about today.
78
259058
2651
이것이 오늘날 제가 여러분들과
이야기하고 싶은 숙제입니다.
이야기하고 싶은 숙제입니다.
04:34
My lab develops technologies
with which we try to turn the brain
with which we try to turn the brain
79
262781
3809
저의 연구실은 뇌를
빅 데이터 프로그램으로
빅 데이터 프로그램으로
04:38
into a big-data problem.
80
266614
1700
바꾸는 기술을 연구하고 있습니다.
04:40
You see, before I became a biologist,
I worked in computers and math,
I worked in computers and math,
81
268338
3536
저는 생물학자가 되기 전에,
컴퓨터와 수학을 융합하는 일을 하였고,
컴퓨터와 수학을 융합하는 일을 하였고,
04:43
and I learned this lesson:
82
271898
1324
한 가지 교훈을 배웠습니다.
04:46
wherever you can collect vast amounts
of the right kinds of data
of the right kinds of data
83
274365
4184
어떤 분야든지 시스템에 대한
올바른 데이터를 충분히 수집할 수 있다면,
올바른 데이터를 충분히 수집할 수 있다면,
04:50
about the functioning of a system,
84
278573
2030
04:53
you can use computers in powerful new ways
85
281365
3618
컴퓨터는 강력하고
새로운 도구가 될 수 있고,
새로운 도구가 될 수 있고,
04:57
to make sense of that system
and learn how it works.
and learn how it works.
86
285007
3225
시스템의 작동 방식을 배우고
이해하도록 도와준다는 것이죠.
이해하도록 도와준다는 것이죠.
05:00
Today, big-data approaches
are transforming
are transforming
87
288256
2522
오늘날, 빅데이터 접근 방식은
05:02
ever-larger sectors of our economy,
88
290802
2483
우리 경제의 큰 부문을
변화시키고 있으며,
변화시키고 있으며,
05:05
and they could do the same
in biology and medicine, too.
in biology and medicine, too.
89
293309
3286
생물학과 의학분야에서도
큰 부문을 변화시킬 수 있습니다.
큰 부문을 변화시킬 수 있습니다.
05:08
But you have to have
the right kinds of data.
the right kinds of data.
90
296619
2557
하지만 그러기 위해서는
적절한 데이터가 필요합니다.
적절한 데이터가 필요합니다.
05:11
You have to have data
about the right things.
about the right things.
91
299200
2259
우리는 올바른 데이터를
가지고 있어야 하며
가지고 있어야 하며
05:13
And that often requires
new technologies and ideas.
new technologies and ideas.
92
301917
3865
새로운 기술과 아이디어가 필요합니다.
05:18
And that is the mission that animates
the scientists in my lab.
the scientists in my lab.
93
306815
3494
이것이 제 연구실의 과학자들을
움직이게 만든 숙제입니다.
움직이게 만든 숙제입니다.
05:23
Today, I want to tell you
two short stories from our work.
two short stories from our work.
94
311251
2974
오늘, 저희 연구의 두 가지 일화를
간략히 소개하겠습니다.
간략히 소개하겠습니다.
05:27
One fundamental obstacle we face
95
315427
3104
뇌를 빅 데이터 프로그램으로
바꾸려고 하는 과정에서
바꾸려고 하는 과정에서
05:30
in trying to turn the brain
into a big-data problem
into a big-data problem
96
318555
2660
저희가 직면한 하나의 근본적인 문제는
05:33
is that our brains are composed of
and built from billions of cells.
and built from billions of cells.
97
321946
4538
우리의 뇌가 수십억 개의 세포로
구성되어 있다는 사실이었습니다.
구성되어 있다는 사실이었습니다.
05:39
And our cells are not generalists;
they're specialists.
they're specialists.
98
327246
3859
그리고 우리 세포들은
다재다능한 일꾼이 아니라
다재다능한 일꾼이 아니라
전문가에 가깝습니다.
05:43
Like humans at work,
99
331129
2089
직장에서의 사람들과 마찬가지로
05:45
they specialize into thousands
of different cellular careers,
of different cellular careers,
100
333242
5274
세포들은 수천 개의 다양한 업무나
특정 종류의 세포를
전문적으로 담당합니다.
전문적으로 담당합니다.
05:50
or cell types.
101
338540
1367
05:52
In fact, each of
the cell types in our body
the cell types in our body
102
340796
2571
사실 우리 몸의 세포 각각은
05:55
could probably give a lively TED Talk
103
343391
1878
자신들이 하는 업무를 주제로
05:57
about what it does at work.
104
345293
1542
생생한 TED 강연을 할 수 있습니다.
06:00
But as scientists,
we don't even know today
we don't even know today
105
348422
2370
하지만, 과학자로서 저희는 오늘날까지도
06:02
how many cell types there are,
106
350816
1907
뇌에 얼마나 많은 종류의 세포가 있고
06:04
and we don't know what the titles
of most of those talks would be.
of most of those talks would be.
107
352747
3277
각각의 세포들이 어떤 주제로
강연을 할지 모릅니다.
강연을 할지 모릅니다.
06:11
Now, we know many
important things about cell types.
important things about cell types.
108
359809
2970
현재, 저희는 세포 종류에 대한
많은 중요한 정보를 파악했습니다.
많은 중요한 정보를 파악했습니다.
06:14
They can differ dramatically
in size and shape.
in size and shape.
109
362803
2751
세포들은 크기와 형태가 매우 다양하죠.
06:17
One will respond to a molecule
that the other doesn't respond to,
that the other doesn't respond to,
110
365578
4135
한 세포는 어떤 분자와 반응하는데,
다른 세포는 그 분자와 반응하지 않습니다.
다른 세포는 그 분자와 반응하지 않습니다.
06:21
they'll make different molecules.
111
369737
1794
이 두 세포는 다른 분자를 만들겠죠.
06:23
But science has largely
been reaching these insights
been reaching these insights
112
371555
2521
하지만 과학은 이런 결과에 이르기까지
다양한 가능성들을 배제했습니다.
다양한 가능성들을 배제했습니다.
06:26
in an ad hoc way, one cell type at a time,
113
374100
2943
한 번에 한 세포씩, 한 번에 한 분자씩
분석하면서 말이죠.
분석하면서 말이죠.
06:29
one molecule at a time.
114
377067
1486
06:31
We wanted to make it possible to learn
all of this quickly and systematically.
all of this quickly and systematically.
115
379854
4731
저희는 이런 모든 것들을 빠르고 체계적으로
배울 수 있길 원했습니다.
배울 수 있길 원했습니다.
06:37
Now, until recently, it was the case
116
385673
1748
최근까지는 만약 당신이
우리의 뇌 또는 다른 장기들의
우리의 뇌 또는 다른 장기들의
06:39
that if you wanted to inventory
all of the molecules
all of the molecules
117
387445
3076
06:42
in a part of the brain or any organ,
118
390545
2925
모든 분자들을 분류하고 싶다면,
06:45
you had to first grind it up
into a kind of cellular smoothie.
into a kind of cellular smoothie.
119
393494
3954
먼저 그것을 갈아 세포 스무디를
만들어야만 했습니다.
만들어야만 했습니다.
06:50
But that's a problem.
120
398678
1230
이것이 문제였습니다.
06:52
As soon as you've ground up the cells,
121
400737
2538
세포를 갈아놓는 순간,
06:55
you can only study the contents
of the average cell --
of the average cell --
122
403299
3511
여러분은 오직 세포의 평균 정보를
연구해야만 합니다.
연구해야만 합니다.
06:58
not the individual cells.
123
406834
1595
각각의 세포를 연구할 순 없죠.
07:01
Imagine if you were trying to understand
how a big city like New York works,
how a big city like New York works,
124
409182
3709
만약 여러분이 뉴욕처럼
거대한 도시를 연구하는데
거대한 도시를 연구하는데
07:04
but you could only do so
by reviewing some statistics
by reviewing some statistics
125
412915
2542
뉴욕 시민들의 평균적인 통계만
사용할 수 있다면
사용할 수 있다면
07:07
about the average resident of New York.
126
415481
2029
어떤 심정일지 상상해보세요.
07:10
Of course, you wouldn't learn very much,
127
418637
1979
물론 딱히 배울 점이 없습니다.
07:12
because everything that's interesting
and important and exciting
and important and exciting
128
420640
3000
왜냐하면 흥미롭고, 중요하고,
재미있는 모든 것들은
재미있는 모든 것들은
07:15
is in all the diversity
and the specializations.
and the specializations.
129
423664
2732
다양성과 전문성에 있기 때문이죠.
07:18
And the same thing is true of our cells.
130
426420
2606
인간의 세포도 마찬가지입니다.
07:21
And we wanted to make it possible to study
the brain not as a cellular smoothie
the brain not as a cellular smoothie
131
429050
4750
저희는 인간의 뇌를
세포 스무디를 통해서보단,
세포 스무디를 통해서보단,
07:25
but as a cellular fruit salad,
132
433824
2478
각각의 과일 조각에 대한 정보를
파악하고 배울 수 있는
파악하고 배울 수 있는
07:28
in which one could generate
data about and learn from
data about and learn from
133
436326
2604
세포 샐러드를 통해
연구하고 싶었습니다.
연구하고 싶었습니다.
07:30
each individual piece of fruit.
134
438954
1838
07:34
So we developed
a technology for doing that.
a technology for doing that.
135
442253
2718
저희는 이를 위해
한 기술을 개발했습니다.
한 기술을 개발했습니다.
07:36
You're about to see a movie of it.
136
444995
1729
관련된 영상을 보시죠.
07:41
Here we're packaging
tens of thousands of individual cells,
tens of thousands of individual cells,
137
449477
4028
영상에서, 저희는 수만 개의 세포들을
07:45
each into its own tiny water droplet
138
453529
2923
작은 물방울에 포장하고 있습니다.
07:48
for its own molecular analysis.
139
456476
2211
세포의 분자를 분석하기 위해서죠.
07:51
When a cell lands in a droplet,
it's greeted by a tiny bead,
it's greeted by a tiny bead,
140
459921
4123
세포가 물방울에 닿으면
반응을 통해 작은 구슬로 바뀌고,
반응을 통해 작은 구슬로 바뀌고,
07:56
and that bead delivers millions
of DNA bar code molecules.
of DNA bar code molecules.
141
464068
3694
그 구슬은 수백만 개의
DNA 바코드 분자들을 운반합니다.
DNA 바코드 분자들을 운반합니다.
08:01
And each bead delivers
a different bar code sequence
a different bar code sequence
142
469115
3308
그리고 각각의 구슬은
전혀 다른 바코드 순서를 운반합니다.
전혀 다른 바코드 순서를 운반합니다.
08:04
to a different cell.
143
472447
1243
또다른 세포에게로요.
08:06
We incorporate the DNA bar codes
144
474884
2581
우리 몸은 DNA 바코드를
08:09
into each cell's RNA molecules.
145
477489
3058
각 세포의 RNA 분자들로 통합합니다.
08:12
Those are the molecular
transcripts it's making
transcripts it's making
146
480571
2836
RNA는 일종의 분자 설계도인데,
08:15
of the specific genes
that it's using to do its job.
that it's using to do its job.
147
483431
3103
세포가 업무수행 때 사용하는
특정 유전자들로 구성됩니다.
특정 유전자들로 구성됩니다.
08:19
And then we sequence billions
of these combined molecules
of these combined molecules
148
487383
4207
그 후 저희는 수십억 개의 통합된 분자들이
어떻게 배열되어 있는지 밝히고,
어떻게 배열되어 있는지 밝히고,
08:24
and use the sequences to tell us
149
492532
2498
이 배열 순서를 사용하여
08:27
which cell and which gene
150
495054
2602
분자들이 어떤 세포,
어떤 유전자로부터 왔는지
어떤 유전자로부터 왔는지
08:29
every molecule came from.
151
497680
1540
전부 알아냅니다.
08:32
We call this approach "Drop-seq,"
because we use droplets
because we use droplets
152
500561
3292
저희는 이 방법을
"물방울-배열"이라고 부릅니다.
"물방울-배열"이라고 부릅니다.
세포분석을 위해 개별체로 분리하는 과정에서
물방울을 사용하기 때문이죠.
물방울을 사용하기 때문이죠.
08:35
to separate the cells for analysis,
153
503877
2575
08:38
and we use DNA sequences
to tag and inventory
to tag and inventory
154
506476
3445
또한 DNA 배열을 이용하여
모든 것들을 명명하고,
모든 것들을 명명하고,
08:41
and keep track of everything.
155
509945
1488
분류하고, 추적하기 때문입니다.
08:44
And now, whenever we do an experiment,
156
512727
1976
그리고 현재, 실험을 하려고
마음만 먹으면
마음만 먹으면
08:46
we analyze tens of thousands
of individual cells.
of individual cells.
157
514727
3243
저희는 언제든지라도 수만 개의
개별 세포들을 분석할 수 있습니다.
개별 세포들을 분석할 수 있습니다.
08:51
And today in this area of science,
158
519018
2624
오늘날 이 분야의 과학에서
08:53
the challenge is increasingly
how to learn as much as we can
how to learn as much as we can
159
521666
4931
점점 떠오르는 도전과제가 있습니다.
이 방대한 양의 데이터를 통해
가능한 많이, 가능한 빨리
지식을 얻는 방법을 찾는 것이죠.
지식을 얻는 방법을 찾는 것이죠.
08:58
as quickly as we can
160
526621
1872
09:00
from these vast data sets.
161
528517
1738
09:04
When we were developing Drop-seq,
people used to tell us,
people used to tell us,
162
532914
2770
물방울-배열법을 개발했을 때,
사람들은 이렇게 말했습니다.
사람들은 이렇게 말했습니다.
09:07
"Oh, this is going to make you guys
the go-to for every major brain project."
the go-to for every major brain project."
163
535708
4804
"오, 이건 모든 주요 뇌 연구 프로젝트에서
자네들을 주목하게 만들거야."
자네들을 주목하게 만들거야."
이건 저희의 관점과 달랐습니다.
09:13
That's not how we saw it.
164
541257
1544
09:14
Science is best when everyone
is generating lots of exciting data.
is generating lots of exciting data.
165
542825
4531
과학이 가장 과학다운 순간은
모든 사람들이 흥미로운 데이터를
모든 사람들이 흥미로운 데이터를
수많이 만들어낼 때입니다.
09:20
So we wrote a 25-page instruction book,
166
548197
3214
그래서 저희는 25장짜리
지도서를 만들었습니다.
지도서를 만들었습니다.
09:23
with which any scientist could build
their own Drop-seq system from scratch.
their own Drop-seq system from scratch.
167
551435
4578
어느 과학자라도 사전지식 없이 자신만의
물방울-배열 시스템을 만들 수 있도록 말이죠.
물방울-배열 시스템을 만들 수 있도록 말이죠.
09:28
And that instruction book has been
downloaded from our lab website
downloaded from our lab website
168
556037
3697
지난 2년간 이 지도서는
저희 연구소 웹사이트를 통해
저희 연구소 웹사이트를 통해
09:31
50,000 times in the past two years.
169
559758
2965
5만 번 정도 다운로드 되었습니다.
09:35
We wrote software
that any scientist could use
that any scientist could use
170
563598
3052
저희는 물방울-배열 실험에서 얻은
데이터를 분석하기 위해서라면
데이터를 분석하기 위해서라면
09:38
to analyze the data
from Drop-seq experiments,
from Drop-seq experiments,
171
566674
2898
어느 과학자라도 사용할 수 있는
소프트웨어를 개발했습니다.
소프트웨어를 개발했습니다.
09:41
and that software is also free,
172
569596
1715
물론 소프트웨어는 무료이고,
09:43
and it's been downloaded from our website
30,000 times in the past two years.
30,000 times in the past two years.
173
571335
4388
지난 2년간 저희 웹사이트를 통해
3만 번 정도 다운로드 되었습니다.
3만 번 정도 다운로드 되었습니다.
09:48
And hundreds of labs have written us
about discoveries that they've made
about discoveries that they've made
174
576328
4979
그리고 수많은 연구소가
이 방법을 통해 얻은 발견들을
이 방법을 통해 얻은 발견들을
09:53
using this approach.
175
581331
1443
저희에게 전하고 있죠.
09:54
Today, this technology is being used
to make a human cell atlas.
to make a human cell atlas.
176
582798
3560
오늘날, 이 기술은 인간 세포지도를
제작하는데 사용되고 있습니다.
제작하는데 사용되고 있습니다.
09:58
It will be an atlas of all
of the cell types in the human body
of the cell types in the human body
177
586382
3354
이것은 인간에게 있는 세포종류를
모두 표시한 지도가 될 것이고,
모두 표시한 지도가 될 것이고,
10:01
and the specific genes
that each cell type uses to do its job.
that each cell type uses to do its job.
178
589760
3680
세포들이 역할을 수행하며 사용하는
특정 유전자를 알려줄 것입니다.
특정 유전자를 알려줄 것입니다.
10:08
Now I want to tell you about
a second challenge that we face
a second challenge that we face
179
596133
2876
이제 뇌를 빅데이터
프로그램으로 바꿀 때,
프로그램으로 바꿀 때,
저희가 직면한 두 번째 문제점을
말씀드리겠습니다.
말씀드리겠습니다.
10:11
in trying to turn the brain
into a big data problem.
into a big data problem.
180
599033
2448
10:13
And that challenge is that
we'd like to learn from the brains
we'd like to learn from the brains
181
601505
3279
그 문제점은 저희가
수많은 살아있는 사람들의 뇌를
수많은 살아있는 사람들의 뇌를
10:16
of hundreds of thousands of living people.
182
604808
2444
연구해야 된다는 것입니다.
10:19
But our brains are not physically
accessible while we're living.
accessible while we're living.
183
607998
3704
하지만, 살아있는 인간의 뇌에는
물리적으로 접근하기 어렵죠.
물리적으로 접근하기 어렵죠.
10:24
But how can we discover molecular factors
if we can't hold the molecules?
if we can't hold the molecules?
184
612895
3960
만약 분자들을 얻을 수 없다면,
어떻게 분자에 대해 알아낼 수 있을까요?
어떻게 분자에 대해 알아낼 수 있을까요?
10:30
An answer comes from the fact that
the most informative molecules, proteins,
the most informative molecules, proteins,
185
618352
4548
답은 정보가 많은 분자와 단백질들이
우리의 DNA에 입력되어있다는
사실로부터 왔습니다.
사실로부터 왔습니다.
10:34
are encoded in our DNA,
186
622924
1782
10:36
which has the recipes our cells follow
to make all of our proteins.
to make all of our proteins.
187
624730
4530
DNA는 우리 세포들이 단백질을 만들 때
반드시 사용하는 요리법이기 때문이죠.
반드시 사용하는 요리법이기 때문이죠.
10:41
And these recipes vary
from person to person to person
from person to person to person
188
629999
4946
이 요리법은 사람마다 다릅니다.
10:46
in ways that cause the proteins
to vary from person to person
to vary from person to person
189
634969
3342
그렇기 때문에 사람마다
다른 특징들이 나타나죠.
다른 특징들이 나타나죠.
10:50
in their precise sequence
190
638335
1787
단백질의 순서가 미묘하게 다르고,
10:52
and in how much each cell type
makes of each protein.
makes of each protein.
191
640146
3151
각각의 세포 유형이 만드는
특정 단백질의 양도 다르죠.
특정 단백질의 양도 다르죠.
10:56
It's all encoded in our DNA,
and it's all genetics,
and it's all genetics,
192
644441
3393
이 모든 것이 DNA에 입력되어 있고,
이것은 곧 유전입니다.
이것은 곧 유전입니다.
10:59
but it's not the genetics
that we learned about in school.
that we learned about in school.
193
647858
2817
하지만 우리가 학교에서
배운 유전과는 다르죠.
배운 유전과는 다르죠.
11:03
Do you remember big B, little b?
194
651572
1983
B, b를 기억하시나요?
11:06
If you inherit big B, you get brown eyes?
195
654260
2400
B를 가지고 태어나면,
눈동자는 갈색이겠죠?
눈동자는 갈색이겠죠?
11:09
It's simple.
196
657085
1223
이것은 간단합니다.
11:11
Very few traits are that simple.
197
659451
3173
매우 소수의 특징만이
이렇게 간단합니다.
이렇게 간단합니다.
11:15
Even eye color is shaped by much more
than a single pigment molecule.
than a single pigment molecule.
198
663232
4725
심지어 눈동자색조차 하나의 염색분자가 아닌
훨씬 많은 분자들이 만들어내는 것이죠.
훨씬 많은 분자들이 만들어내는 것이죠.
11:20
And something as complex
as the function of our brains
as the function of our brains
199
668861
4250
우리 뇌의 기능만큼이나 복잡한 것은
11:25
is shaped by the interaction
of thousands of genes.
of thousands of genes.
200
673135
3247
수천 개의 유전자가
상호작용하여 만듭니다.
상호작용하여 만듭니다.
11:28
And each of these genes
varies meaningfully
varies meaningfully
201
676406
2340
그리고 각각의 유전자는 상당한 정도로
11:30
from person to person to person,
202
678770
1838
사람마다 다릅니다.
11:32
and each of us is a unique
combination of that variation.
combination of that variation.
203
680632
3517
우리는 그 다양성의
특별한 결합인 셈이죠.
특별한 결합인 셈이죠.
11:37
It's a big data opportunity.
204
685419
2216
이제 빅데이터를 사용할 기회입니다.
11:40
And today, it's increasingly
possible to make progress
possible to make progress
205
688214
3176
현재, 과학이 발전할 가능성이
점점 커지고 있습니다.
점점 커지고 있습니다.
11:43
on a scale that was never possible before.
206
691414
2796
전에는 없던 엄청난 규모로 말이죠.
11:46
People are contributing to genetic studies
207
694234
2405
유전 연구에 참가하는 사람들의 숫자는
11:48
in record numbers,
208
696663
1594
해마다 기록을 갱신하고 있고,
11:51
and scientists around the world
are sharing the data with one another
are sharing the data with one another
209
699085
4087
전 세계의 과학자들은
서로 정보를 공유하고 있습니다.
서로 정보를 공유하고 있습니다.
11:55
to speed progress.
210
703196
1571
발전을 촉진하기 위해서요.
11:57
I want to tell you a short story
about a discovery we recently made
about a discovery we recently made
211
705514
3239
정신분열증의 유전에 대해
저희가 최근 발견한 것을
저희가 최근 발견한 것을
12:00
about the genetics of schizophrenia.
212
708777
1894
짧은 이야기로 전해드리겠습니다.
12:03
It was made possible
by 50,000 people from 30 countries,
by 50,000 people from 30 countries,
213
711506
4596
30개국의 5만 명의 사람들이
정신분열증 유전연구를 위해
정신분열증 유전연구를 위해
12:08
who contributed their DNA
to genetic research on schizophrenia.
to genetic research on schizophrenia.
214
716126
4700
DNA를 기증해주신 덕분에
이 연구는 가능할 수 있었습니다.
이 연구는 가능할 수 있었습니다.
12:14
It had been known for several years
215
722406
2096
인간 유전자가 정신분열증 발병에
미치는 가장 큰 영향력은
미치는 가장 큰 영향력은
12:16
that the human genome's largest influence
on risk of schizophrenia
on risk of schizophrenia
216
724526
4111
어느 유전체의 한 부분으로부터 나오고,
12:20
comes from a part of the genome
217
728661
1802
이 유전체는 인간 면역체계 속
많은 분자들을 코드화했다는 사실이
많은 분자들을 코드화했다는 사실이
12:22
that encodes many of the molecules
in our immune system.
in our immune system.
218
730487
3344
수년간 알려져 왔습니다.
12:25
But it wasn't clear which gene
was responsible.
was responsible.
219
733855
3034
하지만, 그것이 어떤 유전자인지는
명확하지 않았습니다.
명확하지 않았습니다.
12:29
A scientist in my lab developed
a new way to analyze DNA with computers,
a new way to analyze DNA with computers,
220
737746
4040
저희 연구실의 한 과학자는 컴퓨터로
DNA를 분석하는 새로운 방법을 발명했고,
DNA를 분석하는 새로운 방법을 발명했고,
12:33
and he discovered something
very surprising.
very surprising.
221
741810
3095
매우 놀라운 사실을 알아냈습니다.
12:36
He found that a gene called
"complement component 4" --
"complement component 4" --
222
744929
3251
그는 "보체결합 4"라고 불리는
유전자를 발견했습니다.
유전자를 발견했습니다.
12:40
it's called "C4" for short --
223
748204
1799
짧게 "C4"라고 부르는데요,
12:43
comes in dozens of different forms
in different people's genomes,
in different people's genomes,
224
751036
3889
그는 이 유전자가 사람의 유전체에 따라
수십 개의 다른 형태를 띄고,
수십 개의 다른 형태를 띄고,
12:46
and these different forms
make different amounts
make different amounts
225
754949
3197
우리 뇌 속 C4단백질의 양이
결정하는 주체가
결정하는 주체가
유전자 형태의 다양성임을 밝혔습니다.
12:50
of C4 protein in our brains.
226
758170
2242
12:52
And he found that the more
C4 protein our genes make,
C4 protein our genes make,
227
760957
3985
그리고, 그는 우리의 유전자가
더 많은 C4단백질을 만들어낼수록
더 많은 C4단백질을 만들어낼수록
12:56
the greater our risk for schizophrenia.
228
764966
2112
정신분열증의 위험이
높아지는 것을 발견했죠.
높아지는 것을 발견했죠.
12:59
Now, C4 is still just one risk factor
in a complex system.
in a complex system.
229
767919
4907
이제, C4는 복잡한 체계속에서
한 가지 위험요소일 뿐입니다.
한 가지 위험요소일 뿐입니다.
13:04
This isn't big B,
230
772850
1989
이것은 B가 아니죠.
13:06
but it's an insight about
a molecule that matters.
a molecule that matters.
231
774863
3557
하지만 중요한 분자에 대해
이해한 것입니다.
이해한 것입니다.
13:11
Complement proteins like C4
were known for a long time
were known for a long time
232
779492
3637
C4와 같은 보체단백질은
면역체계 속에서 일을 한다는 사실이
면역체계 속에서 일을 한다는 사실이
13:15
for their roles in the immune system,
233
783153
1953
수년간 알려져 왔습니다.
13:17
where they act as a kind of
molecular Post-it note
molecular Post-it note
234
785130
2778
그들은 일종의
분자 메모지처럼 행동합니다.
분자 메모지처럼 행동합니다.
13:19
that says, "Eat me."
235
787932
1580
"저를 먹으세요."라는 메모지요.
13:22
And that Post-it note
gets put on lots of debris
gets put on lots of debris
236
790475
2667
그리고 메모지는
우리 몸의 수많은 잔해와
우리 몸의 수많은 잔해와
13:25
and dead cells in our bodies
237
793166
2357
죽은 세포들을 뒤집어 씁니다.
13:27
and invites immune cells
to eliminate them.
to eliminate them.
238
795547
2490
그 후, 그것들을 제거하기 위해
면역세포들을 부르죠.
면역세포들을 부르죠.
13:30
But two colleagues of mine found
that the C4 Post-it note
that the C4 Post-it note
239
798779
3539
하지만, C4 메모지는
우리 뇌의 시냅스를 뒤집어 쓴 채로
우리 뇌의 시냅스를 뒤집어 쓴 채로
13:35
also gets put on synapses in the brain
240
803183
3298
자멸을 촉진한다는 사실을
13:38
and prompts their elimination.
241
806505
1864
제 동료 두 명이 밝혔습니다.
13:41
Now, the creation and elimination
of synapses is a normal part
of synapses is a normal part
242
809154
3266
현재, 인간의 성장과 배움에 있어서
시냅스의 생성과 소멸은
시냅스의 생성과 소멸은
13:44
of human development and learning.
243
812444
1854
자주 일어나는 일입니다.
13:46
Our brains create and eliminate
synapses all the time.
synapses all the time.
244
814322
2921
우리의 뇌는 매순간
시냅스를 생성하고 제거합니다.
시냅스를 생성하고 제거합니다.
13:49
But our genetic results suggest
that in schizophrenia,
that in schizophrenia,
245
817921
2960
하지만 인간은
정신분열증에 걸렸을 경우,
정신분열증에 걸렸을 경우,
13:52
the elimination process
may go into overdrive.
may go into overdrive.
246
820905
3233
세포제거 과정이 급속도로 빨라지는데,
이는 유전의 결과입니다.
이는 유전의 결과입니다.
13:57
Scientists at many drug companies tell me
they're excited about this discovery,
they're excited about this discovery,
247
825185
3929
제약회사의 과학자들은 저에게
이 발견이 정말 흥미롭다고 말했습니다.
이 발견이 정말 흥미롭다고 말했습니다.
14:01
because they've been working
on complement proteins for years
on complement proteins for years
248
829138
3239
왜냐하면 그들은 수년간
면역체계 속 보체 단백질에 대해
면역체계 속 보체 단백질에 대해
14:04
in the immune system,
249
832401
1540
연구했기 때문입니다.
14:05
and they've learned a lot
about how they work.
about how they work.
250
833965
2206
그들은 단백질이 어떻게
일하는지 많이 배웠죠.
일하는지 많이 배웠죠.
14:08
They've even developed molecules
that interfere with complement proteins,
that interfere with complement proteins,
251
836885
3894
심지어는 보체 단백질을 방해하는
분자를 개발하기도 했습니다.
분자를 개발하기도 했습니다.
14:12
and they're starting to test them
in the brain as well as the immune system.
in the brain as well as the immune system.
252
840803
3607
그리고 면역체계뿐만 아니라 뇌에서도
그것들을 실험하기 시작했습니다.
그것들을 실험하기 시작했습니다.
14:17
It's potentially a path toward a drug
that might address a root cause
that might address a root cause
253
845124
4721
이것은 개별적인 증상보다
근본적인 원인을 해결하는 약을 개발하는데
근본적인 원인을 해결하는 약을 개발하는데
14:21
rather than an individual symptom,
254
849869
2649
하나의 잠재적인 길이 될 수 있습니다.
14:24
and we hope very much that this work
by many scientists over many years
by many scientists over many years
255
852542
4048
그리고 많은 과학자들이 수년간 노력하여
이 일이 성공적으로 끝나기를
이 일이 성공적으로 끝나기를
14:28
will be successful.
256
856614
1152
간절히 원했습니다.
14:31
But C4 is just one example
257
859689
3014
하지만 C4는 단지
데이터 기반의 과학적 시도들이
데이터 기반의 과학적 시도들이
14:34
of the potential for data-driven
scientific approaches
scientific approaches
258
862727
3112
수 세기동안 풀리지 않은 의학적 문제들에
새로운 해결방안을 제시하는
새로운 해결방안을 제시하는
14:37
to open new fronts on medical problems
that are centuries old.
that are centuries old.
259
865863
3903
가능성의 한 가지 예시일 뿐입니다.
14:42
There are hundreds of places
in our genomes
in our genomes
260
870144
2745
우리의 유전체 속에는 뇌질환을 유발하는
부분들이 수많이 있습니다.
부분들이 수많이 있습니다.
14:44
that shape risk for brain illnesses,
261
872913
2585
14:47
and any one of them could lead us
to the next molecular insight
to the next molecular insight
262
875522
4066
그리고 유전체의 어떤 부분이라도
중요한 분자에 대한 새로운 해석을
우리에게 알려줄 수 있습니다.
우리에게 알려줄 수 있습니다.
14:51
about a molecule that matters.
263
879612
2020
14:53
And there are hundreds of cell types that
use these genes in different combinations.
use these genes in different combinations.
264
881656
3987
그리고 수많은 종류의 세포들이
서로 다른 방식으로 유전자들을 사용하죠.
서로 다른 방식으로 유전자들을 사용하죠.
14:57
As we and other scientists
work to generate
work to generate
265
885667
2069
저희와 다른 과학자들은
14:59
the rest of the data that's needed
266
887760
2069
필수 데이터를 마저 완성하고
15:01
and to learn all that we can
from that data,
from that data,
267
889853
2393
데이터로부터
가능한 모든 것들을 배운 후,
가능한 모든 것들을 배운 후,
15:04
we hope to open many more new fronts.
268
892270
2403
저희가 많은 부분들을
개척했길 바랐습니다.
개척했길 바랐습니다.
15:08
Genetics and single-cell analysis
are just two ways
are just two ways
269
896483
5079
유전학과 개별 세포 분석법은
뇌를 빅데이터의 문제로 바꾸려는
뇌를 빅데이터의 문제로 바꾸려는
15:13
of trying to turn the brain
into a big data problem.
into a big data problem.
270
901586
3767
두 가지 방법에 불과합니다.
15:18
There is so much more we can do.
271
906424
2159
시도할 수 있는 방법은 아직 많습니다.
15:21
Scientists in my lab
are creating a technology
are creating a technology
272
909235
3074
저희 연구소의 과학자들은
뇌 속의 시냅스 연결망을
뇌 속의 시냅스 연결망을
15:24
for quickly mapping the synaptic
connections in the brain
connections in the brain
273
912333
3196
빠르게 파악하는 기술을 개발했습니다.
15:27
to tell which neurons are talking
to which other neurons
to which other neurons
274
915553
2938
이 지도는 한 뉴런이
어떤 뉴런과 소통하는지,
어떤 뉴런과 소통하는지,
15:30
and how that conversation changes
throughout life and during illness.
throughout life and during illness.
275
918515
3996
살아가면서 또는 병에 걸린 동안에는
이 소통이 어떻게 변하는지 알려줍니다.
이 소통이 어떻게 변하는지 알려줍니다.
15:35
And we're developing a way
to test in a single tube
to test in a single tube
276
923467
4520
또한 수많은 인간 유전체의 세포들이
같은 자극에 어떻게 다르게 반응하는지
같은 자극에 어떻게 다르게 반응하는지
15:40
how cells with hundreds
of different people's genomes
of different people's genomes
277
928011
2718
단 하나의 실험관에서 실험할 수 있는
15:42
respond differently to the same stimulus.
278
930753
2170
기술을 개발하기도 했죠.
15:46
These projects bring together
people with diverse backgrounds
people with diverse backgrounds
279
934248
4903
이러한 프로젝트는 배경, 교육과정,
관심사가 서로 다른 사람들이
관심사가 서로 다른 사람들이
15:51
and training and interests --
280
939175
2493
서로 만나도록 만들었습니다.
15:53
biology, computers, chemistry,
math, statistics, engineering.
math, statistics, engineering.
281
941692
5877
그들은 생물학, 컴퓨터학, 화학,
수학, 통계학, 공학 분야의 사람들이죠.
수학, 통계학, 공학 분야의 사람들이죠.
16:00
But the scientific possibilities
rally people with diverse interests
rally people with diverse interests
282
948205
4232
하지만, 과학적 가능성이
다양한 분야의 사람들을 결집시켜
다양한 분야의 사람들을 결집시켜
16:04
into working intensely together.
283
952461
2235
같이 열심히 일하도록 만들었습니다.
16:08
What's the future
that we could hope to create?
that we could hope to create?
284
956871
2551
우리가 만들고 싶은 미래는
어떤 모습일까요?
어떤 모습일까요?
16:12
Consider cancer.
285
960267
1350
암을 예시로 들겠습니다.
개인의 심리적 특징 때문에
암이 발병한다고 알려졌던
암이 발병한다고 알려졌던
16:14
We've moved from an era of ignorance
about what causes cancer,
about what causes cancer,
286
962193
3922
16:18
in which cancer was commonly ascribed
to personal psychological characteristics,
to personal psychological characteristics,
287
966139
6988
암 발병 원인에 대한
무지의 시대로부터 벗어나
무지의 시대로부터 벗어나
16:26
to a modern molecular understanding
of the true biological causes of cancer.
of the true biological causes of cancer.
288
974238
5395
우리는 암의 생물학적 원인을 진정으로
파악하는 현대 분자식 이해로 가고 있습니다.
파악하는 현대 분자식 이해로 가고 있습니다.
16:32
That understanding today
leads to innovative medicine
leads to innovative medicine
289
980100
3074
오늘날 이러한 이해는 획기적인 약을
16:35
after innovative medicine,
290
983198
1696
거듭해서 개발해내고 있습니다.
16:36
and although there's still
so much work to do,
so much work to do,
291
984918
2839
그리고 비록 할 일이 많이 남았지만,
16:39
we're already surrounded by people
who have been cured of cancers
who have been cured of cancers
292
987781
3394
한 세대 전에는 치료가
불가능하다고 여겨졌던 암을
불가능하다고 여겨졌던 암을
16:43
that were considered untreatable
a generation ago.
a generation ago.
293
991199
3269
극복한 환자들이 우리 주변에 많이 있죠.
16:48
And millions of cancer survivors
like my sister
like my sister
294
996254
3376
제 여동생과 같은
수백 만의 암 생존자들은
수백 만의 암 생존자들은
16:51
find themselves with years of life
that they didn't take for granted
that they didn't take for granted
295
999654
4401
그들에게 오지 않을 운명이였던
수십 년의 시간과 새로운 기회들,
수십 년의 시간과 새로운 기회들,
16:56
and new opportunities
296
1004079
1769
16:57
for work and joy and human connection.
297
1005872
3930
일, 기쁨과 인간관계의 기회들을
만끽하며 살고 있습니다.
만끽하며 살고 있습니다.
17:03
That is the future that we are determined
to create around mental illness --
to create around mental illness --
298
1011358
4378
이것이 저희가 이루고자 했던
정신질환의 새로운 모습입니다.
정신질환의 새로운 모습입니다.
17:08
one of real understanding and empathy
299
1016581
4119
이것은 진정한 이해와 공감이고
17:12
and limitless possibility.
300
1020724
1816
무한한 가능성입니다.
17:15
Thank you.
301
1023159
1190
감사합니다.
17:16
(Applause)
302
1024374
4062
(박수)
ABOUT THE SPEAKER
Steve McCarroll - GeneticistSteve 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.
Steve McCarroll | Speaker | TED.com