ABOUT THE SPEAKER
Ed Boyden - Neuroengineer
Ed Boyden is a professor of biological engineering and brain and cognitive sciences at the MIT Media Lab and the MIT McGovern Institute.

Why you should listen

Ed Boyden leads the Synthetic Neurobiology Group, which develops tools for analyzing and repairing complex biological systems such as the brain. His group applies these tools in a systematic way in order to reveal ground truth scientific understandings of biological systems, which in turn reveal radical new approaches for curing diseases and repairing disabilities. These technologies include expansion microscopy, which enables complex biological systems to be imaged with nanoscale precision, and optogenetic tools, which enable the activation and silencing of neural activity with light (TED Talk: A light switch for neurons). Boyden also co-directs the MIT Center for Neurobiological Engineering, which aims to develop new tools to accelerate neuroscience progress.

Amongst other recognitions, Boyden has received the Breakthrough Prize in Life Sciences (2016), the BBVA Foundation Frontiers of Knowledge Award (2015), the Carnegie Prize in Mind and Brain Sciences (2015), the Jacob Heskel Gabbay Award (2013), the Grete Lundbeck Brain Prize (2013) and the NIH Director's Pioneer Award (2013). He was also named to the World Economic Forum Young Scientist list (2013) and the Technology Review World's "Top 35 Innovators under Age 35" list (2006). His group has hosted hundreds of visitors to learn how to use new biotechnologies and spun out several companies to bring inventions out of his lab and into the world. Boyden received his Ph.D. in neurosciences from Stanford University as a Hertz Fellow, where he discovered that the molecular mechanisms used to store a memory are determined by the content to be learned. Before that, he received three degrees in electrical engineering, computer science and physics from MIT. He has contributed to over 300 peer-reviewed papers, current or pending patents and articles, and he has given over 300 invited talks on his group's work.

More profile about the speaker
Ed Boyden | Speaker | TED.com
TED2011

Ed Boyden: A light switch for neurons

Edas Boidenas: Neuronų jungiklis.

Filmed:
1,098,379 views

Edas Boidenas rodo kaip, į smegenų ląsteles įterpdamas šviesai jautrių baltymų genus, jis gali pasirinktinai aktyvuoti ir deaktyvuoti neuronus šviesolaidiniais implantais. Su šiomis, atitikmens neturinčiomis, valdymo galimybėmis jam pavyko pelėms išgydyti sutrikimus analogiškus potrauminio streso sindromui ir kai kurių rūšių aklumui. Horizonte - neuroprotezai. Po pranešimo sesijos vedantysis Chuanas Enrikesas vadovauja trumpam klausimų ir atsakymų pokalbiui.
- Neuroengineer
Ed Boyden is a professor of biological engineering and brain and cognitive sciences at the MIT Media Lab and the MIT McGovern Institute. Full bio

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

00:15
Think about your day for a secondantra.
0
0
2000
Akimirkai pagalvokite apie savo dieną.
00:17
You wokeprabudau up, feltjaučiamas freshšviežias airoras on your faceveidas as you walkedvaikščiojo out the doordurys,
1
2000
3000
Atsikėlėte, jautėte šviežią orą ant savo veido, kai ėjote pro duris,
00:20
encounteredsusidūrėme newnaujas colleagueskolegos and had great discussionsdiskusijos,
2
5000
2000
sutikote naujų kolegų, puikiai padiskutavote,
00:22
and feltjaučiamas in aweežeras when you foundrasta something newnaujas.
3
7000
2000
ir jautėte pagarbią baimę, kai atradote kažką naujo.
00:24
But I betbet there's something you didn't think about todayšiandien --
4
9000
2000
Bet lažinuosi, kad yra kai kas, apie ką šiandien nepagalvojote.
00:26
something so closeUždaryti to home
5
11000
2000
Kažkas taip arti namų,
00:28
that you probablytikriausiai don't think about it very oftendažnai at all.
6
13000
2000
kad veikiausiai apie tai labai dažnai iš vis negalvojate.
00:30
And that's that all the sensationspojūčiai, feelingsjausmai,
7
15000
2000
Ir tai yra tai, kad visiems pojūčiams, jausmams,
00:32
decisionssprendimai and actionsveiksmai
8
17000
2000
sprendimams ir veiksmams
00:34
are mediatedtarpininkaujant by the computerkompiuteris in your headgalva
9
19000
2000
tarpininkauja kompiuteris jūsų galvoje,
00:36
calledvadinamas the brainsmegenys.
10
21000
2000
vadinamas smegenimis.
00:38
Now the brainsmegenys mayGegužė not look like much from the outsidelauke --
11
23000
2000
Iš išorės smegenys gali atrodyti ne per daug ypatingos -
00:40
a couplepora poundssvarai of pinkish-grayrausvai pilka fleshkūnas,
12
25000
2000
pora kilogramų rausvai pilkšvo audinio,
00:42
amorphousamorfinis --
13
27000
2000
be aiškios formos.
00:44
but the last hundredšimtas yearsmetai of neuroscienceneurologija
14
29000
2000
Bet paskutinis neuromokslų šimtmetis
00:46
have allowedleidžiama us to zoompriartinti in on the brainsmegenys,
15
31000
2000
leido mums pažiūrėti į smegenis iš arčiau
00:48
and to see the intricacysudėtingumas of what liesmelas withinper.
16
33000
2000
ir pamatyti sudėtingumą to, kas slypi viduje.
00:50
And they'vejie jau told us that this brainsmegenys
17
35000
2000
Ir jie mums atskleidė, kad smegenys
00:52
is an incrediblyneįtikėtinai complicatedsudėtingas circuitgrandinė
18
37000
2000
yra neįtikėtinai sudėtinga grandinė,
00:54
madepagamintas out of hundredsšimtai of billionsmilijardai of cellsląstelės calledvadinamas neuronsneuronai.
19
39000
4000
sudaryta iš šimtų milijardų ląstelių, vadinamų neuronais.
00:58
Now unlikeskirtingai a human-designedžmogaus sukurtos computerkompiuteris,
20
43000
3000
Skirtingai nuo žmogaus sukurto kompiuterio,
01:01
where there's a fairlyteisingai smallmažas numbernumeris of differentskiriasi partsdalys --
21
46000
2000
kur skirtingų sudedamųjų dalių kiekis yra gana mažas,
01:03
we know how they work, because we humansžmonės designedsuprojektuotas them --
22
48000
3000
ir mes žinom kaip jie veikia, nes mes, žmonės, juos ir sukūrėme,
01:06
the brainsmegenys is madepagamintas out of thousandstūkstančiai of differentskiriasi kindsrūšys of cellsląstelės,
23
51000
3000
smegenys sudarytos iš tūkstančių skirtingų ląstelių rūšių,
01:09
maybe tensdešimtys of thousandstūkstančiai.
24
54000
2000
gal dešimčių tūkstančių.
01:11
They come in differentskiriasi shapesformos; they're madepagamintas out of differentskiriasi moleculesmolekulės.
25
56000
2000
Jos būna skirtingų formų, jos sudarytos iš skirtingų molekulių,
01:13
And they projectprojektas and connectPrisijungti to differentskiriasi brainsmegenys regionsregionai,
26
58000
3000
ir jos jungia skirtingas smegenų dalis.
01:16
and they alsotaip pat changekeisti differentskiriasi waysbūdai in differentskiriasi diseaseliga statesteigia.
27
61000
3000
Jos taip pat pasikeičia skirtingais būdais skirtingose ligų stadijose.
01:19
Let's make it concretebetonas.
28
64000
2000
Sukonkretinkime tai.
01:21
There's a classklasė of cellsląstelės,
29
66000
2000
Yra grupė ląstelių,
01:23
a fairlyteisingai smallmažas cellląstelė, an inhibitoryslopinantis cellląstelė, that quietsquiets its neighborskaimynai.
30
68000
3000
tai gana maža ląstelė, slopinanti ląstelė, kuri nutildo savo kaimynus.
01:26
It's one of the cellsląstelės that seemsatrodo to be atrophiedatrofuojasi in disorderssutrikimai like schizophreniašizofrenija.
31
71000
4000
Tai viena iš ląstelių, kurios manomai atrofuojasi esant tokiems sutrikimams kaip šizofrenija.
01:30
It's calledvadinamas the basketkrepšelis cellląstelė.
32
75000
2000
Ji vadinama krepšine nervine ląstele.
01:32
And this cellląstelė is one of the thousandstūkstančiai of kindsrūšys of cellląstelė
33
77000
2000
Ir ši ląstelė yra viena iš tūkstančio rūšių,
01:34
that we are learningmokymasis about.
34
79000
2000
apie kurias mes sužinome.
01:36
NewNaujas onesvieni are beingesamas discoveredatrado everydaykiekvieną dieną.
35
81000
2000
Naujos rūšys atrandamos kasdien.
01:38
As just a secondantra examplepavyzdys:
36
83000
2000
Kaip ir antras pavyzdys:
01:40
these pyramidalpiramidės formos cellsląstelės, largedidelis cellsląstelės,
37
85000
2000
yra piramidiniai neuronai, didelės ląstelės,
01:42
they can spanspan a significantreikšmingas fractionfrakcija of the brainsmegenys.
38
87000
2000
jos gali aprėpti žymią smegenų dalį.
01:44
They're excitatorysužadinimo.
39
89000
2000
Jos yra sužadinančios.
01:46
And these are some of the cellsląstelės
40
91000
2000
Ir tai vienos iš ląstelių,
01:48
that mightgali be overactivehiperaktyvios in disorderssutrikimai suchtoks as epilepsyepilepsija.
41
93000
3000
kurios, manoma, yra pernelyg aktyvios esant tokiems sutrikimams kaip epilepsija.
01:51
EveryKiekvienas one of these cellsląstelės
42
96000
2000
Kiekviena iš šių ląstelių
01:53
is an incredibleneįtikėtinas electricalelektrinis deviceprietaisas.
43
98000
3000
yra nuostabus elektrinis prietaisas.
01:56
They receivegaukite inputįvestis from thousandstūkstančiai of upstreamprieš srovę partnersPartneriai
44
101000
2000
Jos gauna signalus iš tūkstančio priešsrovinių partnerių,
01:58
and computeapskaičiuoti their ownsavo electricalelektrinis outputsišėjimai,
45
103000
3000
ir apskaičiuoja savo elektrinius signalus,
02:01
whichkuris then, if they passpraeiti a certaintam tikras thresholdslenkstis,
46
106000
2000
kurie, jei perkopia tam tikrą ribą,
02:03
will go to thousandstūkstančiai of downstreampasroviui partnersPartneriai.
47
108000
2000
bus siunčiami tūkstančiams pasrovinių partnerių.
02:05
And this processprocesas, whichkuris takes just a millisecondmilisekundės or so,
48
110000
3000
Ir šis procesas, kuris užtrunka apie vieną milisekundę,
02:08
happensatsitinka thousandstūkstančiai of timeslaikai a minuteminutė
49
113000
2000
vyksta tūkstančius kartų per minutę
02:10
in everykiekvienas one of your 100 billionmlrd cellsląstelės,
50
115000
2000
kiekvienoje iš jūsų 100 milijardų ląstelių,
02:12
as long as you livegyventi
51
117000
2000
visą laiką kol jūs gyvenate,
02:14
and think and feel.
52
119000
3000
galvojate, jaučiate.
02:17
So how are we going to figurefigūra out what this circuitgrandinė does?
53
122000
3000
Taigi, kaip išsiaiškinti, ką ši grandinė daro?
02:20
IdeallyIdealiu atveju, we could go throughper the circuitgrandinė
54
125000
2000
Idealiu atveju, mes galėtume sekti šia grandine,
02:22
and turnpasukti these differentskiriasi kindsrūšys of cellląstelė on and off
55
127000
3000
išjungti ir įjungti skirtingas ląstelių rūšis
02:25
and see whetherar we could figurefigūra out
56
130000
2000
ir pažiūrėti, ar galime išsiaiškinti,
02:27
whichkuris onesvieni contributeprisidėti to certaintam tikras functionsfunkcijos
57
132000
2000
kurios iš jų prisideda prie tam tikrų funkcijų
02:29
and whichkuris onesvieni go wrongneteisingai in certaintam tikras pathologiespatologijos.
58
134000
2000
ir kurios sutrinka esant tam tikroms patologijoms.
02:31
If we could activateaktyvinti cellsląstelės, we could see what powersįgaliojimai they can unleashatskleisti,
59
136000
3000
Jei galėtume aktyvuoti ląsteles, galėtume matyti, kokias galias jos išlaisvina,
02:34
what they can initiateinicijuoti and sustainišlaikyti.
60
139000
2000
ką jos inicijuoja ir palaiko.
02:36
If we could turnpasukti them off,
61
141000
2000
Jei galėtume jas išjungti,
02:38
then we could try and figurefigūra out what they're necessarybūtina for.
62
143000
2000
Tada galėtume pabandyti išsiaiškinti, kam jos būtinos.
02:40
And that's a storyistorija I'm going to tell you about todayšiandien.
63
145000
3000
Ir tai istorija, kurią aš jums šiandien papasakosiu.
02:43
And honestlysąžiningai, where we'vemes turime gonedingo throughper over the last 11 yearsmetai,
64
148000
3000
Kalbant atvirai, tai, per ką mes perėjome pastaruosius 11 metų,
02:46
throughper an attemptbandymas to find waysbūdai
65
151000
2000
per bandymus atrasti būdus
02:48
of turningtekinimas circuitsgrandinės and cellsląstelės and partsdalys and pathwayskeliai of the brainsmegenys
66
153000
2000
išjungti ir įjungti smegenų grandines, ląsteles, sritis
02:50
on and off,
67
155000
2000
ir kanalus,
02:52
bothabu to understandsuprasti the sciencemokslas
68
157000
2000
kad suprastume mokslą ir
02:54
and alsotaip pat to confrontpriešintis some of the issuesProblemos
69
159000
3000
susiremtume su kai kuriais klausimais,
02:57
that faceveidas us all as humansžmonės.
70
162000
3000
kurie rūpi mums visiems, kaip žmonėms.
03:00
Now before I tell you about the technologytechnologija,
71
165000
3000
Prieš man papasakojant apie technologijas,
03:03
the badblogai newsnaujienos is that a significantreikšmingas fractionfrakcija of us in this roomkambarys,
72
168000
3000
bloga naujiena yra tai, kad žymi dalis mūsų šioje salėje,
03:06
if we livegyventi long enoughpakankamai,
73
171000
2000
jei gyvensime pakankamai ilgai,
03:08
will encountersusitikimas, perhapsgalbūt, a brainsmegenys disordersutrikimas.
74
173000
2000
veikiausiai susidursime su smegenų liga.
03:10
AlreadyJau, a billionmlrd people
75
175000
2000
Jau milijardas žmonių
03:12
have had some kindmalonus of brainsmegenys disordersutrikimas
76
177000
2000
yra patyrę kokią nors smegenų ligą,
03:14
that incapacitatesincapacitates them,
77
179000
2000
kuri juos suluošino.
03:16
and the numbersnumeriai don't do it justiceteisingumas thoughnors.
78
181000
2000
Ir skaičiai neatspindi visos tikrovės.
03:18
These disorderssutrikimai -- schizophreniašizofrenija, Alzheimer'sAlzheimerio,
79
183000
2000
Šie susirgimai - šizofrenija, Alzheimerio liga,
03:20
depressiondepresija, addictionpriklausomybės nuo --
80
185000
2000
depresija, priklausomybė -
03:22
they not only stealpavogti our time to livegyventi, they changekeisti who we are.
81
187000
3000
jie ne tik vagia laiką iš mūsų gyvenimo, bet ir pakeičia mus.
03:25
They take our identitytapatybė and changekeisti our emotionsemocijos
82
190000
2000
Jie pasiima mūsų tapatybę, pakeičia emocijas
03:27
and changekeisti who we are as people.
83
192000
3000
ir pakeičia mus kaip žmones.
03:30
Now in the 20thth centuryamžius,
84
195000
3000
20-ajame amžiuje
03:33
there was some hopetikiuosi that was generatedsugeneruotas
85
198000
3000
buvo suteikta šiek tiek vilties,
03:36
throughper the developmentplėtra of pharmaceuticalsfarmacijos produktai for treatinggydymas brainsmegenys disorderssutrikimai,
86
201000
3000
kuriant medikamentus smegenų ligoms gydyti.
03:39
and while manydaug drugsnarkotikai have been developedišsivysčiusios
87
204000
3000
Ir nors buvo sukurta daug vaistų,
03:42
that can alleviatesumažinti symptomssimptomai of brainsmegenys disorderssutrikimai,
88
207000
2000
kurie gali palengvinti smegenų ligų simptomus,
03:44
practicallypraktiškai nonenė vienas of them can be consideredlaikomas to be curedišgydyti.
89
209000
3000
praktiškai negalima sakyti, kad nors viena iš jų būtų išgydyta.
03:47
And partdalis of that's because we're bathingmaudymosi the brainsmegenys in the chemicalcheminė medžiaga.
90
212000
3000
Iš dalies taip yra todėl, kad mes maudome savo smegenis chemikaluose.
03:50
This elaboratedetalizuoti circuitgrandinė
91
215000
2000
Ši sudėtinga grandinė
03:52
madepagamintas out of thousandstūkstančiai of differentskiriasi kindsrūšys of cellląstelė
92
217000
2000
sudaryta iš tūkstančio skirtingų ląstelių rūšių
03:54
is beingesamas bathedmaudytis in a substancemedžiaga.
93
219000
2000
panardinama į kažkokią medžiagą.
03:56
That's alsotaip pat why, perhapsgalbūt, mostlabiausiai of the drugsnarkotikai, and not all, on the marketturgus
94
221000
2000
Taip pat dėl to tikriausiai dauguma, jei ne visi, rinkoje esantys vaistai
03:58
can presentpateikti some kindmalonus of seriousrimtas sidepusė effectefektas too.
95
223000
3000
gali sukelti kokį nors rimtą pašalinį poveikį.
04:01
Now some people have gottenįgytas some solacePaguodos Kvantas
96
226000
3000
Kai kuriems žmonėms taip pat suteikiama šiokia tokia paguoda
04:04
from electricalelektrinis stimulatorsstimuliatoriai that are implantedimplantuotas in the brainsmegenys.
97
229000
3000
implantuojant į smegenis elektrinius stimuliatorius.
04:07
And for Parkinson'sParkinsono diseaseliga,
98
232000
2000
Parkinsono ligai gydyti,
04:09
CochlearŚlimakowych implantsimplantai,
99
234000
2000
kochleariniai implantai,
04:11
these have indeediš tikrųjų been ablegalingas
100
236000
2000
jie iš tiesų sugebėjo
04:13
to bringatnešk some kindmalonus of remedyteisės gynimo priemonės
101
238000
2000
suteikti šiokią tokią pagalbą
04:15
to people with certaintam tikras kindsrūšys of disordersutrikimas.
102
240000
2000
žmonėms su tam tikrais susirgimais.
04:17
But electricityelektra alsotaip pat will go in all directionskryptys --
103
242000
2000
Bet elektra taip pat sklinda visomis kryptimis -
04:19
the pathkelias of leastmažiausiai resistancepasipriešinimas,
104
244000
2000
mažiausio pasipriešinimo keliu,
04:21
whichkuris is where that phrasefrazė, in partdalis, comesateina from.
105
246000
2000
kas iš dalies ir nulemia šios frazės reikšmę.
04:23
And it alsotaip pat will affectįtakos normalnormalus circuitsgrandinės as well as the abnormalnenormalus onesvieni that you want to fixpataisyti.
106
248000
3000
Ji paveiks ir sveikas grandines, ne tik tas, sutrikusias, kurias norite pataisyti.
04:26
So again, we're sentišsiųstas back to the ideaidėja
107
251000
2000
Taigi mes vėl grįžtame prie idėjos
04:28
of ultra-preciseitin tiksliai controlkontrolė.
108
253000
2000
apie ypatingo tikslumo valdymą.
04:30
Could we dial-intelefono informationinformacija preciselybūtent where we want it to go?
109
255000
3000
Ar mes galėtume įvesti informaciją tiksliai ten, kur norime, kad ji nukeliautų?
04:34
So when I startedprasidėjo in neuroscienceneurologija 11 yearsmetai agoprieš,
110
259000
4000
Taigi, kai pradėjau dirbti neuromokslų srityje prieš 11 metų,
04:38
I had trainedtreniruotas as an electricalelektrinis engineerinžinierius and a physicistfizikas,
111
263000
3000
turėjau elektros inžinieriaus ir fiziko išsilavinimą,
04:41
and the first thing I thought about was,
112
266000
2000
ir pirmas dalykas, apie kurį pagalvojau,
04:43
if these neuronsneuronai are electricalelektrinis devicesprietaisai,
113
268000
2000
buvo, kad jei šie neuronai yra elektros prietaisai,
04:45
all we need to do is to find some way
114
270000
2000
viskas, ką reikia padaryti, tai surasti būdą,
04:47
of drivingvairuoja those electricalelektrinis changespokyčiai at a distanceatstumas.
115
272000
2000
reguliuoti tuos elektrinius pokyčius per atstumą.
04:49
If we could turnpasukti on the electricityelektra in one cellląstelė,
116
274000
2000
Jei galėtume įjungti elektros energiją vienoje ląstelėje,
04:51
but not its neighborskaimynai,
117
276000
2000
bet ne jos kaimynėse,
04:53
that would give us the toolįrankis we need to activateaktyvinti and shutUždaryti down these differentskiriasi cellsląstelės,
118
278000
3000
tai mums duotų įrankį aktyvuoti ir išjungti visas tas skirtingas ląsteles,
04:56
figurefigūra out what they do and how they contributeprisidėti
119
281000
2000
kad išsiaiškintume, ką jos daro ir kaip prisideda
04:58
to the networkstinklai in whichkuris they're embeddedįterptas.
120
283000
2000
prie tų tinklų, kuriuose jos įsitvirtinusios.
05:00
And alsotaip pat it would allowleisti us to have the ultra-preciseitin tiksliai controlkontrolė we need
121
285000
2000
Ir tai taip pat leistų mums turėti ypatingo tikslumo valdymą, kurio mums reikia,
05:02
in orderįsakymas to fixpataisyti the circuitgrandinė computationsskaičiavimai
122
287000
3000
kad grandinėje pataisytume skaičiavimus,
05:05
that have gonedingo awrykreivai.
123
290000
2000
kurie išsikraipė.
05:07
Now how are we going to do that?
124
292000
2000
Tai kaip gi mes tai padarysime?
05:09
Well there are manydaug moleculesmolekulės that existegzistuoja in naturegamta,
125
294000
2000
Na, gamtoje yra daug molekulių,
05:11
whichkuris are ablegalingas to convertkonvertuoti lightšviesa into electricityelektra.
126
296000
3000
kurios sugeba paversti šviesą elektra.
05:14
You can think of them as little proteinsbaltymai
127
299000
2000
Galite apie jas galvoti kaip apie mažus baltymus,
05:16
that are like solarsaulės energija cellsląstelės.
128
301000
2000
kurie yra kaip saulės baterijos.
05:18
If we can installdiegti these moleculesmolekulės in neuronsneuronai somehowkažkaip,
129
303000
3000
Jei šias molekules kaip nors įtaisysime neuronuose,
05:21
then these neuronsneuronai would becometapti electricallyelektra drivabledrivable with lightšviesa.
130
306000
3000
šių neuronų elektriniai impulsai taptų valdomi šviesa.
05:24
And their neighborskaimynai, whichkuris don't have the moleculemolekulė, would not.
131
309000
3000
O jų kaimynai, kurie neturi tos molekulės, paveikti nebūtų.
05:27
There's one other magicmagija tricktriukas you need to make this all happenatsitikti,
132
312000
2000
Yra vienas magiškas triukas, kurio reikia, kad tai taptų įmanoma,
05:29
and that's the abilitygebėjimas to get lightšviesa into the brainsmegenys.
133
314000
3000
tai galimybė šviesai patekti į smegenis.
05:32
And to do that -- the brainsmegenys doesn't feel painskausmas -- you can put --
134
317000
3000
Kad tai atsitiktų, - smegenys nejaučia skausmo, - galime įstatyti, -
05:35
takingpasiimti advantagepranašumas of all the effortpastangos
135
320000
2000
naudodamiesi tomis pastangomis,
05:37
that's gonedingo into the InternetInterneto and communicationsryšiai and so on --
136
322000
2000
kurios buvo sudėtos į internetą ir komunikacijas ir taip toliau, -
05:39
opticaloptinis fiberspluoštai connectedprijungtas to laserslazeriai
137
324000
2000
šviesolaidžius, sujungtus su lazeriais,
05:41
that you can use to activateaktyvinti, in animalgyvūnas modelsmodeliai for examplepavyzdys,
138
326000
2000
kuriuos galime naudoti, pavyzdžiui, bandomiesiems gyvūnams,
05:43
in pre-clinicalikiklinikinių studiesstudijos,
139
328000
2000
priešklinikiniuose tyrimuose,
05:45
these neuronsneuronai and to see what they do.
140
330000
2000
sužadinti tam tikrus neuronus ir pažiūrėti, ką jie daro.
05:47
So how do we do this?
141
332000
2000
Kaip tai padaryti?
05:49
Around 2004,
142
334000
2000
Apie 2004-uosius
05:51
in collaborationbendradarbiavimas with GerhardGerhard NagelNagel and KarlKarl DeisserothDeisseroth,
143
336000
2000
bendradarbiaudami su Gerhardu Nageliu ir Karlu Deiserotu,
05:53
this visionvizija cameatėjo to fruitionvaisius.
144
338000
2000
mes įgyvendinome šią viziją
05:55
There's a certaintam tikras algaalga that swimsplaukia in the wildlaukinis,
145
340000
3000
Yra tam tikras dumblis, kuris gyvena gamtoje
05:58
and it needsporeikiai to navigateRodyti kelią towardslink lightšviesa
146
343000
2000
ir jam reikia plaukti link šviesos,
06:00
in orderįsakymas to photosynthesizephotosynthesize optimallyoptimaliai.
147
345000
2000
kad galėtų optimaliai fotosintetinti.
06:02
And it sensesjausmai lightšviesa with a little eye-spotakių vietoje,
148
347000
2000
Šviesą jis jaučia maža akute,
06:04
whichkuris worksdarbai not unlikeskirtingai how our eyeakis worksdarbai.
149
349000
3000
kuri veikia ne labai skirtingai nuo mūsų akies.
06:07
In its membranemembrana, or its boundaryriba,
150
352000
2000
Jos membranoje arba jos sienelėje,
06:09
it containsyra little proteinsbaltymai
151
354000
3000
yra maži baltymai,
06:12
that indeediš tikrųjų can convertkonvertuoti lightšviesa into electricityelektra.
152
357000
3000
kurie gali paversti šviesą elektra.
06:15
So these moleculesmolekulės are calledvadinamas channelrhodopsinschannelrhodopsins.
153
360000
3000
Šios molekulės vadinamos kanalo-rodopsinais.
06:18
And eachkiekvienas of these proteinsbaltymai actsveiksmai just like that solarsaulės energija cellląstelė that I told you about.
154
363000
3000
Ir kiekvienas iš šių baltymų veikia kaip ta saulės baterija, apie kurią jums pasakojau.
06:21
When bluemėlynas lightšviesa hitshitai it, it opensatsidaro up a little holeskylė
155
366000
3000
Kai šviečia mėlyna šviesa, jis atveria mažą skylutę
06:24
and allowsleidžia chargedapmokestintas particlesdalelės to enterįveskite the eye-spotakių vietoje,
156
369000
2000
ir leidžia įkrautoms dalelėms patekti į akutę.
06:26
and that allowsleidžia this eye-spotakių vietoje to have an electricalelektrinis signalsignalas
157
371000
2000
Ir taip akutė gali išskirti elektrinį signalą.
06:28
just like a solarsaulės energija cellląstelė chargingįkrovimas up a batterybaterija.
158
373000
3000
Visai kaip saulės elementas, kraunantis bateriją.
06:31
So what we need to do is to take these moleculesmolekulės
159
376000
2000
Ką mums reikia padaryti, tai paimti šias molekules
06:33
and somehowkažkaip installdiegti them in neuronsneuronai.
160
378000
2000
ir kaip nors įdiegti jas į neuronus.
06:35
And because it's a proteinbaltymas,
161
380000
2000
Ir todėl, kad tai baltymas,
06:37
it's encodedkodavimas for in the DNADNR of this organismorganizmas.
162
382000
3000
jis užkoduotas šio organizmo DNR.
06:40
So all we'vemes turime got to do is take that DNADNR,
163
385000
2000
Taigi, viskas, ką mums reikia padaryti, tai paimti tą DNR,
06:42
put it into a genegenas therapyterapija vectorVektorius, like a virusvirusas,
164
387000
3000
įdėti ją į genų terapijos vektorių, pavyzdžiui, virusą,
06:45
and put it into neuronsneuronai.
165
390000
3000
ir įkelti į neuronus.
06:48
So it turnedPaaiškėjo out that this was a very productiveproduktyvus time in genegenas therapyterapija,
166
393000
3000
Paaiškėjo, kad tai buvo labai produktyvus metas genų terapijoje,
06:51
and lots of virusesvirusai were comingartėja alongkartu.
167
396000
2000
daug virusų buvo sėkmingai naudojami.
06:53
So this turnedPaaiškėjo out to be very simplepaprasta to do.
168
398000
2000
Taigi, paaiškėjo, kad tai padaryti labai paprasta.
06:55
And earlyanksti in the morningrytas one day in the summervasara of 2004,
169
400000
3000
Ir vieną ankstų rytą, 2004-ųjų vasarą,
06:58
we gavedavė it a try, and it workeddirbo on the first try.
170
403000
2000
mes tai išbandėme ir viskas suveikė iš pirmo karto.
07:00
You take this DNADNR and you put it into a neuronneuronas.
171
405000
3000
Paimate DNR ir įkeliate į neuroną.
07:03
The neuronneuronas usesnaudoja its naturalnatūralus protein-makingbaltymų gamybos machinerymašinos
172
408000
3000
Neuronas naudoja savo natūralius baltymų gamybos mechanizmus,
07:06
to fabricateišsigalvoti these little light-sensitivešviesai proteinsbaltymai
173
411000
2000
pagamina šiuos mažus šviesai jautrius baltymus,
07:08
and installdiegti them all over the cellląstelė,
174
413000
2000
ir įtaiso juos visoje ląstelėje,
07:10
like puttingišleisti solarsaulės energija panelsplokštės on a roofstogas,
175
415000
2000
kaip saulės baterijas ant stogo.
07:12
and the nextKitas thing you know,
176
417000
2000
Ir nespėjus net apsidairyti,
07:14
you have a neuronneuronas whichkuris can be activatedaktyvuota with lightšviesa.
177
419000
2000
turite neuroną, kuris gali būti aktyvuotas šviesa.
07:16
So this is very powerfulgalingas.
178
421000
2000
Tai labai galinga.
07:18
One of the tricksgudrybės you have to do
179
423000
2000
Vienas iš triukų, kuruos turite įgyvendinti,
07:20
is to figurefigūra out how to deliverpristatyti these genesgenai to the cellsląstelės that you want
180
425000
2000
tai sugalvoti, kaip nusiųst tuos genus į norimas ląsteles,
07:22
and not all the other neighborskaimynai.
181
427000
2000
bet ne į visus kitus jų kaimynus.
07:24
And you can do that; you can tweakreguliuojama the virusesvirusai
182
429000
2000
Ir tai galima padaryti. Galima suderinti virusus,
07:26
so they hitnukentėti just some cellsląstelės and not otherskiti.
183
431000
2000
kad jie pultų tik vienas ląsteles, bet ne kitas.
07:28
And there's other geneticgenetinis tricksgudrybės you can playGroti
184
433000
2000
Ir yra kitų genetinių triukų, kuriuos galite pasitelkti,
07:30
in orderįsakymas to get light-activatedšviesos aktyvuotų cellsląstelės.
185
435000
3000
kad gautumėte šviesa aktyvuojamas ląsteles.
07:33
This fieldlaukas has now come to be knownžinomas as optogeneticsoptogenetics.
186
438000
4000
Ši sritis dabar tapo žinoma kaip optogenetika.
07:37
And just as one examplepavyzdys of the kindmalonus of thing you can do,
187
442000
2000
Ir vienas iš pavyzdžių, to, ką galite padaryti,
07:39
you can take a complexkompleksas networktinklas,
188
444000
2000
galite paimti tankų tinklą,
07:41
use one of these virusesvirusai to deliverpristatyti the genegenas
189
446000
2000
panaudoti vieną iš šių virusų, kad pristatytų geną,
07:43
just to one kindmalonus of cellląstelė in this densetankus networktinklas.
190
448000
3000
tik į vieno tipo ląsteles šiame tankiame tinkle.
07:46
And then when you shinešviesti lightšviesa on the entirevisa networktinklas,
191
451000
2000
Ir kai apšviečiate šviesa visą tinklą,
07:48
just that cellląstelė typetipo will be activatedaktyvuota.
192
453000
2000
bus aktyvuotos tik to tipo ląstelės.
07:50
So for examplepavyzdys, letsleidžia sortrūšiuoti of considerapsvarstykite that basketkrepšelis cellląstelė I told you about earlieranksčiau --
193
455000
3000
Pagalvokime, pavyzdžiui, apie krepšines ląsteles, apie kurias jums pasakojau anksčiau.
07:53
the one that's atrophiedatrofuojasi in schizophreniašizofrenija
194
458000
2000
tas, kurios atrofuojasi esant šizofrenijai
07:55
and the one that is inhibitoryslopinantis.
195
460000
2000
ir kurios yra slopinančios.
07:57
If we can deliverpristatyti that genegenas to these cellsląstelės --
196
462000
2000
Jei galėtume nusiųsti tą geną į šias ląsteles, -
07:59
and they're not going to be alteredpakeista by the expressionišraiška of the genegenas, of coursežinoma --
197
464000
3000
ir jos, žinoma, nepasikeis dėl to geno raiškos -
08:02
and then flashblykstė bluemėlynas lightšviesa over the entirevisa brainsmegenys networktinklas,
198
467000
3000
ir tada apšviesti visą smegenų tinklą mėlyna šviesa,
08:05
just these cellsląstelės are going to be drivenvažiuojama.
199
470000
2000
tik šios ląstelės pradės veikti.
08:07
And when the lightšviesa turnspasisuka off, these cellsląstelės go back to normalnormalus,
200
472000
2000
Ir kai šviesa išjungiama, šios ląstelės vėl grįžta į normalią būseną,
08:09
so they don't seematrodo to be aversenemėgstantiems againstprieš that.
201
474000
3000
taigi, atrodo, jos nereaguoja į tai priešiškai.
08:12
Not only can you use this to studystudijuoti what these cellsląstelės do,
202
477000
2000
Tai galima panaudoti ne tik studijuojant, ką šios ląstelės daro,
08:14
what their powergalia is in computingskaičiavimas in the brainsmegenys,
203
479000
2000
kokia jų įtaka smegenų informacijos apdorojime,
08:16
but you can alsotaip pat use this to try to figurefigūra out --
204
481000
2000
bet taip pat tam, kad išsiaiškintume, -
08:18
well maybe we could jazzdžiazas up the activityveikla of these cellsląstelės,
205
483000
2000
gal galime taip pat paskatinti šių ląstelių veiklą,
08:20
if indeediš tikrųjų they're atrophiedatrofuojasi.
206
485000
2000
jei jos iš tikrųjų atrofavęsi.
08:22
Now I want to tell you a couplepora of shorttrumpas storiesistorijos
207
487000
2000
Dabar noriu jums papasakoti keletą trumpų istorijų.
08:24
about how we're usingnaudojant this,
208
489000
2000
apie tai, kaip mes tai panaudojame,
08:26
bothabu at the scientificmokslinis, clinicalklinikinis and pre-clinicalikiklinikinių levelslygiai.
209
491000
3000
moksliniame, klinikiniame ir priešklinikiniame lygyje.
08:29
One of the questionsklausimai we'vemes turime confrontedsusiduria
210
494000
2000
Vienas iš klausimų, su kuriais susidūrėme,
08:31
is, what are the signalssignalai in the brainsmegenys that mediatetarpininkauti the sensationsensacija of rewardatlygis?
211
496000
3000
yra: kokie smegenų signalai sukelia atlygio jausmą?
08:34
Because if you could find those,
212
499000
2000
Nes jei rastume juos,
08:36
those would be some of the signalssignalai that could drivevairuoti learningmokymasis.
213
501000
2000
tai galėtų būti signalai skatinantys mokymąsi.
08:38
The brainsmegenys will do more of whateverNesvarbu got that rewardatlygis.
214
503000
2000
Smegenys darys daugiau to, už ką gauna tą atlygį.
08:40
And alsotaip pat these are signalssignalai that go awrykreivai in disorderssutrikimai suchtoks as addictionpriklausomybės nuo.
215
505000
3000
Ir tai tie patys signalai. kurie išsikraipo esant priklausomybei.
08:43
So if we could figurefigūra out what cellsląstelės they are,
216
508000
2000
Taigi, jei galėtume išsiaiškinti, kurios tai ląstelės,
08:45
we could maybe find newnaujas targetstikslai
217
510000
2000
galėtume rasti naujus taikinius,
08:47
for whichkuris drugsnarkotikai could be designedsuprojektuotas or screenedtikrinami againstprieš,
218
512000
2000
kuriems būtų kuriami ar kurių neveiktų tam tikri vaistai,
08:49
or maybe placesvietos where electrodeselektrodai could be put in
219
514000
2000
arba vietas, kur galima būtų įdėti elektrodus
08:51
for people who have very severesunkus disabilitynegalios.
220
516000
3000
ypač didelę negalią turintiems žmonėms.
08:54
So to do that, we cameatėjo up with a very simplepaprasta paradigmparadigma
221
519000
2000
Tam mes sukūrėme labai paprastą paradigmą,
08:56
in collaborationbendradarbiavimas with the FiorellaFiorella groupgrupė,
222
521000
2000
bendradarbiaudami su Fiorella grupe,
08:58
where one sidepusė of this little boxdėžė,
223
523000
2000
vienoje šios dėžutės pusėje,
09:00
if the animalgyvūnas goeseina there, the animalgyvūnas getsgauna a pulseimpulsas of lightšviesa
224
525000
2000
jei gyvūnas eina ten, jis gauna šviesos impulsą
09:02
in orderįsakymas to make differentskiriasi cellsląstelės in the brainsmegenys sensitivejautrus to lightšviesa.
225
527000
2000
kai kurios ląstelės jo smegenyse jautrios šviesai.
09:04
So if these cellsląstelės can mediatetarpininkauti rewardatlygis,
226
529000
2000
Jei tos ląstelės tarpininkauja atlygiui,
09:06
the animalgyvūnas should go there more and more.
227
531000
2000
gyvūnas ten turėtų vis eiti ir eiti.
09:08
And so that's what happensatsitinka.
228
533000
2000
Ir štai, kas nutinka.
09:10
This animal'sgyvūno going to go to the right-handdešinė ranka sidepusė and pokekišti his nosenosis there,
229
535000
2000
Šis gyvūnas eis į dešinę pusę ir įkiš savo nosį ten,
09:12
and he getsgauna a flashblykstė of bluemėlynas lightšviesa everykiekvienas time he does that.
230
537000
2000
ir kiekvieną kartą, jis gauna mėlynos šviesos žybsnį.
09:14
And he'llpragaras do that hundredsšimtai and hundredsšimtai of timeslaikai.
231
539000
2000
Ir jis tai kartos šimtus kartų.
09:16
These are the dopaminedopaminas neuronsneuronai,
232
541000
2000
Tai - dopamino neuronai,
09:18
whichkuris some of you mayGegužė have heardišgirdo about, in some of the pleasuremalonumas centerscentrai in the brainsmegenys.
233
543000
2000
apie juos kai kurie iš jūsų esate girdėję, - dalis malonumo centrų smegenyse.
09:20
Now we'vemes turime shownparodyta that a brieftrumpas activationaktyvinimas of these
234
545000
2000
Mes įrodėme, kad trumpa jų aktyvacija
09:22
is enoughpakankamai, indeediš tikrųjų, to drivevairuoti learningmokymasis.
235
547000
2000
yra užtektina paskata mokymuisi.
09:24
Now we can generalizeapibendrinti the ideaidėja.
236
549000
2000
Dabar mes galime šią idėją apibendrinti.
09:26
InsteadVietoj to of one pointtaškas in the brainsmegenys,
237
551000
2000
Vietoje vieno smegenų taško,
09:28
we can deviseparengti devicesprietaisai that spanspan the brainsmegenys,
238
553000
2000
mes galime sukurti smegenis perdengiančius prietaisus,
09:30
that can deliverpristatyti lightšviesa into three-dimensionaltrimatis patternsmodeliai --
239
555000
2000
kurie gali skleisti šviesą trimačiais modeliais -
09:32
arraysmatricos of opticaloptinis fiberspluoštai,
240
557000
2000
šviesolaidžių rinkiniai,
09:34
eachkiekvienas coupledkartu to its ownsavo independentnepriklausomas miniatureMiniatiūriniai lightšviesa sourcešaltinis.
241
559000
2000
kiekvienas sujungtas su nepriklausomu šviesos šaltiniu.
09:36
And then we can try to do things in vivovivo
242
561000
2000
Ir tada galime daryti in vivo
09:38
that have only been donepadaryta to-dateiki šios dienos in a dishpatiekalas --
243
563000
3000
tai, kas iki šiol buvo daroma mėgintuvėlyje -
09:41
like high-throughputdidelio našumo screeningatranka throughoutvisoje the entirevisa brainsmegenys
244
566000
2000
kaip kad aukšto pralaidumo visų smegenų skanavimas,
09:43
for the signalssignalai that can causepriežastis certaintam tikras things to happenatsitikti.
245
568000
2000
ieškant signalų, sąlygojančių skirtingus dalykus.
09:45
Or that could be good clinicalklinikinis targetstikslai
246
570000
2000
Arba į juos galėtų būti nukreipti klinikiniai tyrimai,
09:47
for treatinggydymas brainsmegenys disorderssutrikimai.
247
572000
2000
smegenų ligų gydymui.
09:49
And one storyistorija I want to tell you about
248
574000
2000
Viena iš istorijų, apie kurias noriu papasakoti,
09:51
is how can we find targetstikslai for treatinggydymas post-traumaticpotrauminio stressstresas disordersutrikimas --
249
576000
3000
yra kaip mes randame taikinius gydyti potrauminio streso sindromui, -
09:54
a formforma of uncontrollednekontroliuojamas anxietynerimas and fearbaimė.
250
579000
3000
vienai iš nekontroliuojamo nerimo ir baimės formų.
09:57
And one of the things that we did
251
582000
2000
Vienas iš dalykų, kuriuos padarėme,
09:59
was to adoptpriimti a very classicalKlasikinė modelmodelis of fearbaimė.
252
584000
3000
tai pasinaudojome klasikiniu baimės modeliu.
10:02
This goeseina back to the PavlovianPavlovian daysdienos.
253
587000
3000
Jis siekia Pavlovo dienas.
10:05
It's calledvadinamas PavlovianPavlovian fearbaimė conditioningkondicionavimas --
254
590000
2000
Tai vadinama Pavlovo baimės sąlygojimu, -
10:07
where a tonetonas endsbaigiasi with a brieftrumpas shockšokas.
255
592000
2000
Garsas baigiamas trumpu šoku.
10:09
The shockšokas isn't painfulskausmingas, but it's a little annoyingerzina.
256
594000
2000
Šokas neskausmingas, bet truputį erzinantis.
10:11
And over time -- in this caseatvejis, a mousepelė,
257
596000
2000
Ir su laiku, - šiuo atveju pelė,
10:13
whichkuris is a good animalgyvūnas modelmodelis, commonlydažnai used in suchtoks experimentseksperimentai --
258
598000
2000
kuri yra geras bandomasis gyvūnas dažnai naudojamas tokiems eksperimentams, -
10:15
the animalgyvūnas learnsmokosi to fearbaimė the tonetonas.
259
600000
2000
gyvūnas išmoksta bijoti garso.
10:17
The animalgyvūnas will reactreaguoti by freezingužšaldymo,
260
602000
2000
Gyvūnas reaguos sustingdamas,
10:19
sortrūšiuoti of like a deerelnias in the headlightspriekiniai žibintai.
261
604000
2000
kaip elnias automobilio žibintų šviesoje.
10:21
Now the questionklausimas is, what targetstikslai in the brainsmegenys can we find
262
606000
3000
Klausimas yra, kokius taikinius mes galime rasti smegenyse,
10:24
that allowleisti us to overcomeįveikti this fearbaimė?
263
609000
2000
kurie leistų mums nugalėti šia baimę?
10:26
So what we do is we playGroti that tonetonas again
264
611000
2000
Taigi, mes vėl grojame tą garsą,
10:28
after it's been associatedasociacija with fearbaimė.
265
613000
2000
po to kai jis jau susietas su baime.
10:30
But we activateaktyvinti targetstikslai in the brainsmegenys, differentskiriasi onesvieni,
266
615000
2000
Bet smegenyse aktyvuojame kitas ląsteles,
10:32
usingnaudojant that opticaloptinis fiberpluoštas arraymasyvas I told you about in the previousankstesnis slideskaidrę,
267
617000
3000
naudodami šviesolaidžių rinkinį, apie kurį pasakojau ankstesnėje skaidrėje,
10:35
in orderįsakymas to try and figurefigūra out whichkuris targetstikslai
268
620000
2000
kad pabandytume išsiaiškinti, kurie taikiniai
10:37
can causepriežastis the brainsmegenys to overcomeįveikti that memoryatmintis of fearbaimė.
269
622000
3000
gali padėti smegenims nugalėti tą baimės atsiminimą.
10:40
And so this brieftrumpas videovideo
270
625000
2000
Šis trumpas filmukas
10:42
showsparodos you one of these targetstikslai that we're workingdirba on now.
271
627000
2000
parodo vieną iš taikinių, su kuriais dirbame.
10:44
This is an areaplotas in the prefrontalprefrontalinę cortexžievė,
272
629000
2000
Tai sritis prefrontalinėje smegenų žievėje,
10:46
a regionregione where we can use cognitionpažinimas to try to overcomeįveikti aversiveaversive emotionalemocinis statesteigia.
273
631000
3000
regionas, kuriame galime panaudoti savo žinojimą, kad nugalėtume neigiamas emocines būsenas.
10:49
And the animal'sgyvūno going to heargirdėti a tonetonas -- and a flashblykstė of lightšviesa occurredįvyko there.
274
634000
2000
Gyvūnas išgirs garsą, - ir čia taip pat žybtelėjo šviesa.
10:51
There's no audiogarsas on this, but you can see the animal'sgyvūno freezingužšaldymo.
275
636000
2000
Čia nėra garso, bet matote - gyvūnas sustingsta.
10:53
This tonetonas used to mean badblogai newsnaujienos.
276
638000
2000
Šis garsas reikšdavo kažką blogo.
10:55
And there's a little clocklaikrodis in the lowermažesnis left-handkairiarankis cornerkampas,
277
640000
2000
Apatiniame kairiame kampe yra laikrodis,
10:57
so you can see the animalgyvūnas is about two minutesminutės into this.
278
642000
3000
taigi matote, kad nuo bandymo pradžios praėjo dvi minutės.
11:00
And now this nextKitas clipklipas
279
645000
2000
O dabar - kitas filmukas,
11:02
is just eightaštuoni minutesminutės latervėliau.
280
647000
2000
tik po aštuonių minučių.
11:04
And the sametas pats tonetonas is going to playGroti, and the lightšviesa is going to flashblykstė again.
281
649000
3000
Tas pats garsas skambės ir šviesa vėl plykstelės.
11:07
Okay, there it goeseina. Right now.
282
652000
3000
Va, tai vyksta. Kaip tik dabar.
11:10
And now you can see, just 10 minutesminutės into the experimenteksperimentas,
283
655000
3000
O dabar matote, kad tik po 10 eksperimento minučių,
11:13
that we'vemes turime equippedįrengtas the brainsmegenys by photoactivatingphotoactivating this areaplotas
284
658000
3000
mums pavyko įgalinti smegenis, fotoaktyvuojant šią sritį,
11:16
to overcomeįveikti the expressionišraiška
285
661000
2000
nugalėti baimės atsiminimų
11:18
of this fearbaimė memoryatmintis.
286
663000
2000
reiškinius.
11:20
Now over the last couplepora of yearsmetai, we'vemes turime gonedingo back to the treemedis of life
287
665000
3000
Per paskutinius keletą metų, mes grįžome prie gyvybės medžio,
11:23
because we wanted to find waysbūdai to turnpasukti circuitsgrandinės in the brainsmegenys off.
288
668000
3000
nes norėjome rasti būdus smegenų grandinėms išjungti.
11:26
If we could do that, this could be extremelylabai powerfulgalingas.
289
671000
3000
Jei galėtume taip padaryti, tai būtų labai galinga.
11:29
If you can deleteIštrinti cellsląstelės just for a fewnedaug millisecondsmilisekundžių or secondssekundes,
290
674000
3000
Jei galima ištrinti ląsteles kelioms milisekundėms ar sekundėms,
11:32
you can figurefigūra out what necessarybūtina rolevaidmuo they playGroti
291
677000
2000
galima išsiaiškinti, kokį būtiną vaidmenį jos vaidina
11:34
in the circuitsgrandinės in whichkuris they're embeddedįterptas.
292
679000
2000
tose grandinėse, kuriose jos yra.
11:36
And we'vemes turime now surveyedapklaustų organismsorganizmai from all over the treemedis of life --
293
681000
2000
Dabar, kai jau išnagrinėjome organizmų iš viso gyvybės medžio -
11:38
everykiekvienas kingdomkaralystė of life exceptišskyrus for animalsgyvūnai, we see slightlyLengvai differentlyskirtingai.
294
683000
3000
iš kiekvienos karalystės, išskyrus gyvūnus, mes viską matome kiek kitaip.
11:41
And we foundrasta all sortsrūšiuoja of moleculesmolekulės, they're calledvadinamas halorhodopsinshalorhodopsins or archaerhodopsinsarchaerhodopsins,
295
686000
3000
Mes radome visokių rūšių molekulių, jos vadinamos halorodopsinais arba archėjų rodopsinais,
11:44
that respondatsakyti to greenžalia and yellowgeltona lightšviesa.
296
689000
2000
kurie reaguoja į žalią ir geltoną šviesą.
11:46
And they do the oppositepriešingas thing of the moleculemolekulė I told you about before
297
691000
2000
Ir jie elgiasi priešingai, nei molekulė, apie kurią pasakojau pradžioje,
11:48
with the bluemėlynas lightšviesa activatoraktyvatorius channelrhodopsinchannelrhodopsin.
298
693000
3000
turinti mėlyna šviesa aktyvuojamo kanalo-rodopsino.
11:52
Let's give an examplepavyzdys of where we think this is going to go.
299
697000
3000
Duosiu pavyzdį, kur, mūsų manymu, tai galėtų nuvesti.
11:55
ConsiderApsvarstyti, for examplepavyzdys, a conditionsąlyga like epilepsyepilepsija,
300
700000
3000
Pagalvokite apie susirgimą, kaip epilepsija,
11:58
where the brainsmegenys is overactivehiperaktyvios.
301
703000
2000
kai smegenų ląstelės yra per aktyvios.
12:00
Now if drugsnarkotikai failnepavyks in epilepticepilepsija treatmentgydymas,
302
705000
2000
Jei vaistai nuo epilepsijos neveikia,
12:02
one of the strategiesstrategijas is to removepašalinti partdalis of the brainsmegenys.
303
707000
2000
viena iš strategijų yra pašalinti dalį smegenų.
12:04
But that's obviouslyakivaizdu irreversiblenegrįžtamas, and there could be sidepusė effectsefektai.
304
709000
2000
Bet tai, žinoma, negrįžtama ir gali turėti šalutinių pasekmių.
12:06
What if we could just turnpasukti off that brainsmegenys for a brieftrumpas amountsuma of time,
305
711000
3000
Kas, jei galėtume tiesiog trumpam išjungti tą smegenų dalį,
12:09
untiliki the seizuretraukuliai diesmiršta away,
306
714000
3000
kol priepuolis praeis,
12:12
and causepriežastis the brainsmegenys to be restoredatkurta to its initialpradinis statevalstija --
307
717000
3000
ir atstatyti smegenis į pradinę būklę,
12:15
sortrūšiuoti of like a dynamicalDinaminis systemsistema that's beingesamas coaxedcoaxed down into a stablestabilus statevalstija.
308
720000
3000
kaip dinaminę sistemą, kuri švelniai grąžinama į stabilią būseną.
12:18
So this animationanimacija just triesbando to explainpaaiškinti this conceptkoncepcija
309
723000
3000
Šis filmukas tiesiog bando paaiškinti šią idėją,
12:21
where we madepagamintas these cellsląstelės sensitivejautrus to beingesamas turnedPaaiškėjo off with lightšviesa,
310
726000
2000
kai padarome šias ląsteles išjungiamas su šviesa
12:23
and we beamšviesos lightšviesa in,
311
728000
2000
ir apšviečiame jas,
12:25
and just for the time it takes to shutUždaryti down a seizuretraukuliai,
312
730000
2000
tik taip ilgai, kaip būtina priepuoliui nuslopinti,
12:27
we're hopingtikiuosi to be ablegalingas to turnpasukti it off.
313
732000
2000
tikimės kad galėsime jas išjungti.
12:29
And so we don't have dataduomenys to showRodyti you on this frontpriekyje,
314
734000
2000
Mes neturime ko jums parodyti šioje srityje,
12:31
but we're very excitedsusijaudinęs about this.
315
736000
2000
bet tai labai jaudinantis dalykas.
12:33
Now I want to closeUždaryti on one storyistorija,
316
738000
2000
Norėčiau baigti viena istorija,
12:35
whichkuris we think is anotherkitas possibilitygalimybė --
317
740000
2000
kuri, mes manome, yra dar viena galimybė, -
12:37
whichkuris is that maybe these moleculesmolekulės, if you can do ultra-preciseitin tiksliai controlkontrolė,
318
742000
2000
kuri yra, kad galbūt tos molekulės, jei galim pasiekti ypač tikslią kontrolę,
12:39
can be used in the brainsmegenys itselfpats
319
744000
2000
galėtų būti naudojamos pačiose smegenyse,
12:41
to make a newnaujas kindmalonus of prostheticprotezai, an opticaloptinis prostheticprotezai.
320
746000
3000
kuriant naujus protezus, optinius protezus.
12:44
I alreadyjau told you that electricalelektrinis stimulatorsstimuliatoriai are not uncommonNedažni.
321
749000
3000
Aš jau minėjau, kad elektriniai stimuliatoriai nėra reti.
12:47
Seventy-fiveSeptyniasdešimt penki thousandtūkstantis people have Parkinson'sParkinsono deep-braingiliai smegenų stimulatorsstimuliatoriai implantedimplantuotas.
322
752000
3000
75 000 žmonių su Parkinsono liga turi giliųjų smegenų stimuliatorius.
12:50
Maybe 100,000 people have CochlearŚlimakowych implantsimplantai,
323
755000
2000
Gal 100 000 žmonių turi kochlearinius implantus,
12:52
whichkuris allowleisti them to heargirdėti.
324
757000
2000
kurie leidžia jiems girdėti.
12:54
There's anotherkitas thing, whichkuris is you've got to get these genesgenai into cellsląstelės.
325
759000
3000
Yra dar vienas dalykas - reikia perkelti tuos genus į ląsteles.
12:57
And newnaujas hopetikiuosi in genegenas therapyterapija has been developedišsivysčiusios
326
762000
3000
Ir nauja viltis genų terapijoje jau vystoma,
13:00
because virusesvirusai like the adeno-associatedAdeno susijusių virusvirusas,
327
765000
2000
nes virusai, kaip adenoasocijuoti virusai,
13:02
whichkuris probablytikriausiai mostlabiausiai of us around this roomkambarys have,
328
767000
2000
kurių veikiausiai turi dauguma šioje salėje,
13:04
and it doesn't have any symptomssimptomai,
329
769000
2000
ir kurie nesukelia jokių simptomų,
13:06
whichkuris have been used in hundredsšimtai of patientspacientai
330
771000
2000
jau naudojami šimtams pacientų,
13:08
to deliverpristatyti genesgenai into the brainsmegenys or the bodykūnas.
331
773000
2000
kad genai būtų pristatyti į smegenis ar į kūną.
13:10
And so fartoli, there have not been seriousrimtas adversenepageidaujamos eventsrenginiai
332
775000
2000
Kol kas dar nebuvo jokių rimtų neigiamų pasekmių,
13:12
associatedasociacija with the virusvirusas.
333
777000
2000
kurias būtų galima sieti su virusu.
13:14
There's one last elephantdramblys in the roomkambarys, the proteinsbaltymai themselvespatys,
334
779000
3000
Yra dar vienas neaptartas dalykas, patys baltymai,
13:17
whichkuris come from algaedumbliai and bacteriabakterijos and fungigrybai,
335
782000
2000
jie imami iš dumblių, bakterijų ir grybų,
13:19
and all over the treemedis of life.
336
784000
2000
iš viso gyvybės medžio.
13:21
MostDauguma of us don't have fungigrybai or algaedumbliai in our brainssmegenys,
337
786000
2000
Daugelis mūsų smegenyse neturime dumblių ir grybų,
13:23
so what is our brainsmegenys going to do if we put that in?
338
788000
2000
tai kaip mūsų smegenys reaguos, jei juos ten įdėsime?
13:25
Are the cellsląstelės going to toleratetoleruoti it? Will the immuneimuninis systemsistema reactreaguoti?
339
790000
2000
Ar ląstelės juos toleruos? Ar sureaguos imuninė sistema?
13:27
In its earlyanksti daysdienos -- these have not been donepadaryta on humansžmonės yetvis dar --
340
792000
2000
Šiame ankstyvame periode, - tai dar nebuvo išbandyta su žmonėmis, -
13:29
but we're workingdirba on a varietyveislė of studiesstudijos
341
794000
2000
bet mes atliekame daug skirtingų studijų,
13:31
to try and examineišnagrinėti this,
342
796000
2000
kad tai ištirtume.
13:33
and so fartoli we haven'tne seenmatė overtatvira reactionsreakcijos of any severitysunkumo
343
798000
3000
Ir kol kas nematėme jokių pakankamai stiprių tiesioginių reakcijų
13:36
to these moleculesmolekulės
344
801000
2000
į šias molekules
13:38
or to the illuminationapšvietimas of the brainsmegenys with lightšviesa.
345
803000
3000
ar į smegenų apšvietimą šviesa.
13:41
So it's earlyanksti daysdienos, to be upfrontiš anksto, but we're excitedsusijaudinęs about it.
346
806000
3000
Taigi, atvirai, dar labai anksti, bet mes tuo labai užsidegę.
13:44
I wanted to closeUždaryti with one storyistorija,
347
809000
2000
Ir pabaigai viena istorija,
13:46
whichkuris we think could potentiallypotencialiai
348
811000
2000
kuri, mūsų manymu, galėtų potencialiai turėti
13:48
be a clinicalklinikinis applicationprašymas.
349
813000
2000
klinikinį pritaikymą.
13:50
Now there are manydaug formsformos of blindnessaklumas
350
815000
2000
Yra daug aklumo rūšių,
13:52
where the photoreceptorsfotoreceptoriai,
351
817000
2000
kai fotoreceptoriai,
13:54
our lightšviesa sensorsjutikliai that are in the back of our eyeakis, are gonedingo.
352
819000
3000
arba šviesos jutikiliai išnyksta iš mūsų akies.
13:57
And the retinatinklainė, of coursežinoma, is a complexkompleksas structurestruktūra.
353
822000
2000
Ir tinklainė, žinoma, yra sudėtingas darinys.
13:59
Now let's zoompriartinti in on it here, so we can see it in more detailišsamiai.
354
824000
2000
Priartinkime ją, kad galėtume viską matyti detaliau.
14:01
The photoreceptorphotoreceptor cellsląstelės are shownparodyta here at the topviršuje,
355
826000
3000
šviesai jautrios ląstelės parodytos čia, viršuje,
14:04
and then the signalssignalai that are detectedaptiktas by the photoreceptorsfotoreceptoriai
356
829000
2000
tada signalai, kurie aptinkami šiomis ląstelėmis,
14:06
are transformedtransformuota by variousįvairios computationsskaičiavimai
357
831000
2000
pakeičiami įvairių skaičiavimų,
14:08
untiliki finallypagaliau that layersluoksnis of cellsląstelės at the bottomapačioje, the ganglionmazgas cellsląstelės,
358
833000
3000
kol galiausiai apatinis ląstelių sluoksnis, ganglinės ląstelės,
14:11
relayrelės the informationinformacija to the brainsmegenys,
359
836000
2000
perduoda informaciją smegenims,
14:13
where we see that as perceptionsuvokimas.
360
838000
2000
kur mes matome tai, kaip suvokimą.
14:15
In manydaug formsformos of blindnessaklumas, like retinitispigmentinis pigmentosaretinitu,
361
840000
3000
Daugelyje aklumo formų, kaip tinklainės pigmentacija,
14:18
or maculargeltonosios dėmės degenerationdegeneracija,
362
843000
2000
arba geltonosios dėmės degeneracija,
14:20
the photoreceptorphotoreceptor cellsląstelės have atrophiedatrofuojasi or been destroyedsunaikinta.
363
845000
3000
šviesai jautrios ląstelės atrofavosi arba buvo sunaikintos.
14:23
Now how could you repairremontas this?
364
848000
2000
Na ir kaip tai pataisyti?
14:25
It's not even clearaišku that a drugvaistas could causepriežastis this to be restoredatkurta,
365
850000
3000
Neaišku net ar vaistai galėtų jas atstatyti,
14:28
because there's nothing for the drugvaistas to bindįpareigoti to.
366
853000
2000
nes nebelieka nieko, ką vaistas galėtų veikti.
14:30
On the other handranka, lightšviesa can still get into the eyeakis.
367
855000
2000
Kita vertus, šviesa vis dar gali patekti į akį.
14:32
The eyeakis is still transparentskaidrus and you can get lightšviesa in.
368
857000
3000
Akis vis dar permatoma ir galima įleisti ten šviesą.
14:35
So what if we could just take these channelrhodopsinschannelrhodopsins and other moleculesmolekulės
369
860000
3000
Tai kas, jei mes tiesiog paimsime tuos kanalo-rodopsinus ir kitas molekules
14:38
and installdiegti them on some of these other spareatsarginis cellsląstelės
370
863000
2000
ir įdiegsime jas į kai kurias iš kitų likusių ląstelių,
14:40
and convertkonvertuoti them into little camerasfotoaparatai.
371
865000
2000
ir paversime jas į mažas kameras.
14:42
And because there's so manydaug of these cellsląstelės in the eyeakis,
372
867000
2000
Ir todėl, kad akyje šių ląstelių yra tiek daug,
14:44
potentiallypotencialiai, they could be very high-resolutiondidelės raiškos camerasfotoaparatai.
373
869000
3000
jos galėtų potencialiai būti labai geros skiriamosios gebos kameros.
14:47
So this is some work that we're doing.
374
872000
2000
Taigi, tai kai kurie darbai, kuriuos darome.
14:49
It's beingesamas led by one of our collaboratorsbendradarbiai,
375
874000
2000
Jiems vadovauja vienas iš mūsų bendradarbių,
14:51
AlanAlanas HorsagerHorsager at USCUSC,
376
876000
2000
Alanas Horsageris iš PKU (JAV).
14:53
and beingesamas soughtieškojo to be commercializedparduodamos by a start-upveiklos pradžios companybendrovė EosEOS NeuroscienceNeurologijos,
377
878000
3000
ir juos bando komercializuoti naujai įsteigta kompanija Eos Neuroscience,
14:56
whichkuris is fundedfinansuojamas by the NIHNACIONALINIO SVEIKATOS INSTITUTO.
378
881000
2000
finansuojama NSI (JAV).
14:58
And what you see here is a mousepelė tryingbandau to solveišspręsk a mazelabirintas.
379
883000
2000
Čia matote pelę, kuri bando pereiti labirintą.
15:00
It's a six-armšešių rankos mazelabirintas. And there's a bitšiek tiek of watervanduo in the mazelabirintas
380
885000
2000
Tai labirintas su šešiomis atšakomis ir su trupučiu vandens,
15:02
to motivatemotyvuoti the mousepelė to movejudėti, or he'llpragaras just sitsėdėti there.
381
887000
2000
kad pelė būtų skatinama judėti, antraip ji tiesiog sėdėtų ten.
15:04
And the goaltikslas, of coursežinoma, of this mazelabirintas
382
889000
2000
Ir, žinoma, šio labirinto tikslas
15:06
is to get out of the watervanduo and go to a little platformplatforma
383
891000
2000
yra išlipti iš vandens ir pasiekti mažą pakylą,
15:08
that's underpagal the litapšviestas topviršuje portuostas.
384
893000
2000
kuri yra po apšviesta anga.
15:10
Now micepelės are smartprotingas, so this mousepelė solvessprendžia the mazelabirintas eventuallygaliausiai,
385
895000
3000
Pelės gudrios, taigi ši pelė galiausiai pereina labirintą,
15:13
but he does a brute-forcegrubaus jėga searchPaieška.
386
898000
2000
bet ji naudoja buką paiešką.
15:15
He's swimmingmaudytis down everykiekvienas avenuealėja untiliki he finallypagaliau getsgauna to the platformplatforma.
387
900000
3000
Ji plaukia į kiekvieną atšaką, kol pagaliau pasiekia pakylą.
15:18
So he's not usingnaudojant visionvizija to do it.
388
903000
2000
Taigi, ji tam nenaudoja regos.
15:20
These differentskiriasi micepelės are differentskiriasi mutationsmutacijos
389
905000
2000
Šios skirtingos pelės turi skirtingas mutacijas,
15:22
that recapitulateapibendrinti differentskiriasi kindsrūšys of blindnessaklumas that affectįtakos humansžmonės.
390
907000
3000
kurios atitinka skirtingas aklumo rūšis, kurios veikia žmones.
15:25
And so we're beingesamas carefulatsargiai in tryingbandau to look at these differentskiriasi modelsmodeliai
391
910000
3000
Taigi mes stengiamės atsargiai žiūrėti į visus šiuos skirtingus modelius,
15:28
so we come up with a generalizedapibendrintas approachpožiūris.
392
913000
2000
kad galėtume pasiūlyti apibendrintą požiūrį.
15:30
So how are we going to solveišspręsk this?
393
915000
2000
Taigi kaip tai ruošiamės išspręsti?
15:32
We're going to do exactlytiksliai what we outlinednurodyta in the previousankstesnis slideskaidrę.
394
917000
2000
Mes darysime būtent tai, ką nurodėme ankstesnėje skaidrėje.
15:34
We're going to take these bluemėlynas lightšviesa photosensorsphotosensors
395
919000
2000
Mes paimsime šiuos mėlynai šviesai jautrius fotosensorius
15:36
and installdiegti them on a layersluoksnis of cellsląstelės
396
921000
2000
ir įdiegsime į ląstelių sluoksnį,
15:38
in the middleviduryje of the retinatinklainė in the back of the eyeakis
397
923000
3000
tinklainės viduryje akies gilumoje
15:41
and convertkonvertuoti them into a camerafotoaparatas --
398
926000
2000
ir paversime jas kamera.
15:43
just like installingdiegimas solarsaulės energija cellsląstelės all over those neuronsneuronai
399
928000
2000
Taip pat kaip saulės elementų instaliavimas tuose neuronuose,
15:45
to make them lightšviesa sensitivejautrus.
400
930000
2000
kad jie taptų jautrūs šviesai.
15:47
LightŠviesos is convertedkonvertuoti to electricityelektra on them.
401
932000
2000
Šviesa juose verčiame elektros srove.
15:49
So this mousepelė was blindaklas a couplepora weekssavaitės before this experimenteksperimentas
402
934000
3000
Taigi, ši pelė buvo akla prieš keletą savaičių iki šio eksperimento
15:52
and receivedgavo one dosedozės of this photosensitivešviesai moleculemolekulė in a virusvirusas.
403
937000
3000
ir gavo šių šviesai jautrių molekulių dozę viruse.
15:55
And now you can see, the animalgyvūnas can indeediš tikrųjų avoidvengti wallssienos
404
940000
2000
Ir dabar matote, gyvūnas iš tiesų gali išvengti sienų
15:57
and go to this little platformplatforma
405
942000
2000
ir pasiekti šią mažą pakylą,
15:59
and make cognitivepažintinis use of its eyesakys again.
406
944000
3000
ir vėl naudoti savo akis suvokimui.
16:02
And to pointtaškas out the powergalia of this:
407
947000
2000
Ir kad pabrėžtume viso to jėgą:
16:04
these animalsgyvūnai are ablegalingas to get to that platformplatforma
408
949000
2000
šie gyvūnai gali pasiekti tą pakylą
16:06
just as fastgreitai as animalsgyvūnai that have seenmatė their entirevisa livesgyvena.
409
951000
2000
taip pat greitai kaip gyvūnai, kurie matė visą savo gyvenimą.
16:08
So this pre-clinicalikiklinikinių studystudijuoti, I think,
410
953000
2000
Taigi, šis priešklinikinis tyrimas, mano galva,
16:10
bodespranašauja hopetikiuosi for the kindsrūšys of things
411
955000
2000
pranašauja tuos dalykus,
16:12
we're hopingtikiuosi to do in the futureateitis.
412
957000
2000
kuriuos tikimės padaryti ateityje.
16:14
To closeUždaryti, I want to pointtaškas out that we're alsotaip pat exploringtyrinėjimas
413
959000
3000
Pabaigai noriu pridurti, kad mes taip pat tiriame
16:17
newnaujas businessverslas modelsmodeliai for this newnaujas fieldlaukas of neurotechnologyneurotechnology.
414
962000
2000
naujus verslo modelius šiai naujai neurotechnologijos sričiai.
16:19
We're developingplėtojant these toolsįrankiai,
415
964000
2000
Mes vystome šiuos įrankius,
16:21
but we sharepasidalinti them freelylaisvai with hundredsšimtai of groupsgrupes all over the worldpasaulis,
416
966000
2000
bet mes jais laisvai dalijamės su šimtais grupių visame pasaulyje,
16:23
so people can studystudijuoti and try to treatgydyk differentskiriasi disorderssutrikimai.
417
968000
2000
kad žmonės galėtų studijuoti ir pabandyti išgydyti skirtingus sutrikimus.
16:25
And our hopetikiuosi is that, by figuringsuprasti out brainsmegenys circuitsgrandinės
418
970000
3000
Ir mes viliamės, kad kai išsiaiškinsime smegenų grandines
16:28
at a levellygis of abstractionabstrakcija that letsleidžia us repairremontas them and engineerinžinierius them,
419
973000
3000
iki tokio abstrakcijos lygio, kuris leis jas taisyti ir jas konstruoti,
16:31
we can take some of these intractablesunkiausiai disorderssutrikimai that I told you about earlieranksčiau,
420
976000
3000
Mes galėsime paimti tuos sunkiai gydomus susirgimus, apie kuriuos pasakojau,
16:34
practicallypraktiškai nonenė vienas of whichkuris are curedišgydyti,
421
979000
2000
nė vienas iš kurių praktiškai nėra išgydytas,
16:36
and in the 21stst centuryamžius make them historyistorija.
422
981000
2000
ir, 21-ame amžiuje, paversti juos istorija.
16:38
Thank you.
423
983000
2000
Ačiū.
16:40
(ApplausePlojimai)
424
985000
13000
(Plojimai)
16:53
JuanJuan EnriquezEnriquez: So some of the stuffdaiktai is a little densetankus.
425
998000
3000
Chuanas Enrikesas: Kai kurie dalykai čia sunkoki.
16:56
(LaughterJuokas)
426
1001000
2000
(Juokas)
16:58
But the implicationspasekmės
427
1003000
2000
Bet pasekmės -
17:00
of beingesamas ablegalingas to controlkontrolė seizurestraukuliai or epilepsyepilepsija
428
1005000
3000
gebėti kontroliuoti priepuolius ir epilepsiją,
17:03
with lightšviesa insteadvietoj to of drugsnarkotikai,
429
1008000
2000
su šviesa, vietoj vaistų,
17:05
and beingesamas ablegalingas to targettaikinys those specificallykonkrečiai
430
1010000
3000
ir galimybė nusitaikyti į būtent juos,-
17:08
is a first stepžingsnis.
431
1013000
2000
yra pirmas žingsnis.
17:10
The secondantra thing that I think I heardišgirdo you say
432
1015000
2000
Kitas dalykas, kurį, man atrodo, jūs sakėte,
17:12
is you can now controlkontrolė the brainsmegenys in two colorsspalvos,
433
1017000
3000
kad jūs galite kontroliuoti smegenis dviem spalvom.
17:15
like an on/off switchperjungti.
434
1020000
2000
Kaip įjungimo/išjungimo jungikliu.
17:17
EdEd BoydenBoyden: That's right.
435
1022000
2000
Edas Boydenas: Tai tiesa.
17:19
JEJE: WhichKuri makesdaro everykiekvienas impulseimpulsas going throughper the brainsmegenys a binarydvejetainis codekodas.
436
1024000
3000
JE: Kas paverčia kiekvieną impulsą einantį per smegenis dvejetainiu kodu.
17:22
EBEB: Right, yeah.
437
1027000
2000
EB: Tiesa, taip.
17:24
So with bluemėlynas lightšviesa, we can drivevairuoti informationinformacija, and it's in the formforma of a one.
438
1029000
3000
Taigi su mėlyna šviesa mes galime sužadinti informaciją ir tai lyg vienetas.
17:27
And by turningtekinimas things off, it's more or lessmažiau a zeronulis.
439
1032000
2000
Ir viską išjungdami gauname maždaug nulį.
17:29
So our hopetikiuosi is to eventuallygaliausiai buildstatyti brainsmegenys coprocessorskoprocesoriai
440
1034000
2000
Mes viliamės galų gale sukurti smegenų koprocesorius,
17:31
that work with the brainsmegenys
441
1036000
2000
kurie dirbtų smegenyse,
17:33
so we can augmentpadidinti functionsfunkcijos in people with disabilitiesnegalia.
442
1038000
3000
kad galėtume papildyti jų funkcijas žmonėse su negalia.
17:36
JEJE: And in theoryteorija, that meansreiškia that,
443
1041000
2000
JE: Ir teoriškai tai reiškia, kad,
17:38
as a mousepelė feelsjaučiasi, smellskvapas,
444
1043000
2000
kai pelė jaučia ir uodžia,
17:40
hearsgirdi, touchespaliečia,
445
1045000
2000
girdi, liečia,
17:42
you can modelmodelis it out as a stringeilutė of onesvieni and zerosnuliai.
446
1047000
3000
galima tai suformuoti kaip vienetų ir nulių eilutę.
17:45
EBEB: Sure, yeah. We're hopingtikiuosi to use this as a way of testingbandymai
447
1050000
2000
EB: Žinoma, taip. Mes tikimės tai panaudoti kaip būdą ištirti,
17:47
what neuralnervinis codeskodai can drivevairuoti certaintam tikras behaviorselgesys
448
1052000
2000
kokie neurologiniai kodai gali sukelti tam tikrą elgesį
17:49
and certaintam tikras thoughtsmintis and certaintam tikras feelingsjausmai,
449
1054000
2000
ir tam tikras mintis, tam tikrus jausmus,
17:51
and use that to understandsuprasti more about the brainsmegenys.
450
1056000
3000
ir tai panaudoti, kad suprastume daugiau apie smegenis.
17:54
JEJE: Does that mean that some day you could downloadparsisiųsti memoriesatsiminimai
451
1059000
3000
JE: Ar tai reiškia, kad kažkada galėtumėt nuskaityti prisiminimus
17:57
and maybe uploadįkelkite them?
452
1062000
2000
ir, galbūt, įkelti juos?
17:59
EBEB: Well that's something we're startingpradedant to work on very hardsunku.
453
1064000
2000
EB: Na, tai kai kas, prie ko mes pradedame labai rimtai dirbti.
18:01
We're now workingdirba on some work
454
1066000
2000
Mes dabar dirbame su kai kuo,
18:03
where we're tryingbandau to tileplytelės the brainsmegenys with recordingįrašymas elementselementai too.
455
1068000
2000
mes bandome iškloti smegenis įrašančiais elementais.
18:05
So we can recordįrašyti informationinformacija and then drivevairuoti informationinformacija back in --
456
1070000
3000
Kad galėtume įrašyti informaciją ir įkelti ją atgal, -
18:08
sortrūšiuoti of computingskaičiavimas what the brainsmegenys needsporeikiai
457
1073000
2000
kaip ir apskaičiuoti, ko smegenims reikia,
18:10
in orderįsakymas to augmentpadidinti its informationinformacija processingapdorojimas.
458
1075000
2000
kad papildytume jų informacijos apdorojimą.
18:12
JEJE: Well, that mightgali changekeisti a couplepora things. Thank you. (EBEB: Thank you.)
459
1077000
3000
JE: Na, tai turbūt pakeis keletą dalykų. Ačiū. (EB: Ačiū)
18:15
(ApplausePlojimai)
460
1080000
3000
(Plojimai)
Translated by Aurelija Lukoseviciene
Reviewed by Gina Bei

▲Back to top

ABOUT THE SPEAKER
Ed Boyden - Neuroengineer
Ed Boyden is a professor of biological engineering and brain and cognitive sciences at the MIT Media Lab and the MIT McGovern Institute.

Why you should listen

Ed Boyden leads the Synthetic Neurobiology Group, which develops tools for analyzing and repairing complex biological systems such as the brain. His group applies these tools in a systematic way in order to reveal ground truth scientific understandings of biological systems, which in turn reveal radical new approaches for curing diseases and repairing disabilities. These technologies include expansion microscopy, which enables complex biological systems to be imaged with nanoscale precision, and optogenetic tools, which enable the activation and silencing of neural activity with light (TED Talk: A light switch for neurons). Boyden also co-directs the MIT Center for Neurobiological Engineering, which aims to develop new tools to accelerate neuroscience progress.

Amongst other recognitions, Boyden has received the Breakthrough Prize in Life Sciences (2016), the BBVA Foundation Frontiers of Knowledge Award (2015), the Carnegie Prize in Mind and Brain Sciences (2015), the Jacob Heskel Gabbay Award (2013), the Grete Lundbeck Brain Prize (2013) and the NIH Director's Pioneer Award (2013). He was also named to the World Economic Forum Young Scientist list (2013) and the Technology Review World's "Top 35 Innovators under Age 35" list (2006). His group has hosted hundreds of visitors to learn how to use new biotechnologies and spun out several companies to bring inventions out of his lab and into the world. Boyden received his Ph.D. in neurosciences from Stanford University as a Hertz Fellow, where he discovered that the molecular mechanisms used to store a memory are determined by the content to be learned. Before that, he received three degrees in electrical engineering, computer science and physics from MIT. He has contributed to over 300 peer-reviewed papers, current or pending patents and articles, and he has given over 300 invited talks on his group's work.

More profile about the speaker
Ed Boyden | Speaker | TED.com