ABOUT THE SPEAKER
Cynthia Kenyon - Biochemist, geneticist
When it comes to aging well, having “good genes” (or rather, mutant ones) is key, says Cynthia Kenyon. She unlocked the genetic secret of longevity in roundworms — and now she’s working to do the same for humans.

Why you should listen

Cynthia Kenyon is revolutionizing our understanding of aging. As an expert in biochemistry and biophysics at the University of California at San Francisco, she is particularly interested in the influence that genetics have on age-related diseases (from cancer to heart failure) in living things.

Her biggest breakthrough was figuring out that there’s a “universal hormonal control for aging”: carbohydrate intake, which can have a dramatic effect on how two critical genes behave, reducing insulin production and boosting repair and renovation activities. So far, her theory has proved true for worms, mice, rats, and monkeys — and she suspects it applies to humans, too.

By studying aging, Kenyon believes that she and other scientists (many of whom have successfully duplicated her experiments) will be able to pinpoint the molecules responsible for the onset of age-related diseases in people and prevent them. She’s co-founded a drug-development company called Elixir Pharmaceuticals to do just that.

She says: "The link between aging and age-related disease suggests an entirely new way to combat many diseases all at once; namely, by going after their greatest risk factor: aging itself."

More profile about the speaker
Cynthia Kenyon | Speaker | TED.com
TEDGlobal 2011

Cynthia Kenyon: Experiments that hint of longer lives

Cynthia Kenyon: Eksperymenty nastawione na przedłużenie życia.

Filmed:
1,030,469 views

Co steruje procesem starzenia? Biochemik Cynthia Kenyon odkryła prostą mutację genetyczną, która potrafi podwoić długość życia prostego nicienia, Caenorhabditis elegans. Wnioski z tego odkrycia, jak i innych, wskazują na to, że pewnego dnia będziemy w stanie znacznie wydłużyć młodzieńcze życie człowieka.
- Biochemist, geneticist
When it comes to aging well, having “good genes” (or rather, mutant ones) is key, says Cynthia Kenyon. She unlocked the genetic secret of longevity in roundworms — and now she’s working to do the same for humans. Full bio

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

00:15
Have you ever wanted to stayzostać youngmłody a little longerdłużej
0
0
3000
Czy kiedykolwiek chcieliście zostać młodzi trochę dłużej,
00:18
and put off agingstarzenie się?
1
3000
2000
odkładając starzenie na później?
00:20
This is a dreamśnić of the ageswieczność.
2
5000
3000
To odwieczne marzenie.
00:23
But scientistsnaukowcy have for a long time
3
8000
2000
Jadnak naukowcy przez długi czas
00:25
thought this just was never going to be possiblemożliwy.
4
10000
2000
sądzili, że to po prostu będzie niemożliwe.
00:27
They thought you just wearmieć na sobie out, there's nothing you can do about it --
5
12000
3000
Sądzili, że się po prostu zużywamy, i że nic nie można z tym zrobić,
00:30
kinduprzejmy of like an oldstary shoebut.
6
15000
2000
coś jak stary but.
00:32
But if you look in natureNatura,
7
17000
2000
Ale jeśli przyjrzymy się przyrodzie,
00:34
you see that differentróżne kindsrodzaje of animalszwierzęta
8
19000
2000
zauważymy, że różne gatunki zwierząt
00:36
can have really differentróżne lifespansdługość życia.
9
21000
2000
mogą mieć naprawdę różnorakie długości życia [mysz - 2 lata; kanarek - 15 lat; nietoperz - 50 lat]
00:38
Now these animalszwierzęta are differentróżne from one anotherinne,
10
23000
2000
Te zwierzęta różnią się od siebie,
00:40
because they have differentróżne genesgeny.
11
25000
2000
ponieważ mają różne geny.
00:42
So that suggestswskazuje
12
27000
2000
Sugeruje to,
00:44
that somewheregdzieś in these genesgeny, somewheregdzieś in the DNADNA,
13
29000
2000
że gdzieś pośród tych genów, w DNA,
00:46
are genesgeny for agingstarzenie się,
14
31000
2000
znajdują się geny odpowiedzialne za procesy starzenia,
00:48
genesgeny that allowdopuszczać them to have differentróżne lifespansdługość życia.
15
33000
2000
geny nadające tym organizmom różne długości życia.
00:50
So if there are genesgeny like that,
16
35000
2000
Więc jeśli istnieją takie geny,
00:52
then you can imaginewyobrażać sobie that,
17
37000
2000
to możemy sobie wyobrazić,
00:54
if you could changezmiana one of the genesgeny in an experimenteksperyment,
18
39000
2000
że jeśli będzie można eksperymentalnie zmienić któryś z tych genów,
00:56
an agingstarzenie się genegen,
19
41000
2000
gen odpowiedzialny za starzenie,
00:58
maybe you could slowpowolny down agingstarzenie się and extendposzerzać lifespandługość życia.
20
43000
3000
to może uda nam się spowolnić procesy starzenia i zwiększyć długość życia.
01:01
And if you could do that, then you could find the genesgeny for agingstarzenie się.
21
46000
3000
Jeśli potrafilibyśmy to zrobić, to moglibyśmy znaleźć geny odpowiedzialne za starzenie.
01:04
And if they exististnieć and you can find them,
22
49000
2000
Jeśli istnieją i będziemy mogli je znaleźć,
01:06
then maybe one could eventuallyostatecznie do something about it.
23
51000
3000
może wtedy uda się coś z tym zrobić.
01:09
So we'vemamy setzestaw out to look for genesgeny that controlkontrola agingstarzenie się.
24
54000
3000
Więc postanowiliśmy szukać genów kontrolujących starzenie.
01:12
And we didn't studybadanie any of these animalszwierzęta.
25
57000
3000
I nie przebadaliśmy żadnego z tych zwierząt.
01:15
InsteadZamiast tego, we studiedbadane a little, tinymalutki, roundokrągły wormrobak callednazywa C. eleganselegans,
26
60000
3000
Zamiast tego, zbadaliśmy małego, drobnego nicienia, C. elegans,
01:18
whichktóry is just about the sizerozmiar of a commaprzecinek in a sentencezdanie.
27
63000
3000
który jest mniej więcej rozmiarów przecinka w zdaniu.
01:21
And we were really optimisticoptymistyczny that we could find something
28
66000
3000
Byliśmy bardzo pozytywnie nastawieni, że mogliśmy coś znaleźć,
01:24
because there had been a reportraport of a long-liveddługowieczne mutantMutant.
29
69000
3000
ponieważ powstał raport o długowiecznym mutancie.
01:27
So we startedRozpoczęty to changezmiana genesgeny at randomlosowy,
30
72000
2000
Więc zaczęliśmy zmieniać geny na chybił trafił,
01:29
looking for long-liveddługowieczne animalszwierzęta.
31
74000
2000
chcąc odkryć długowieczne organizmy
01:31
And we were very luckySzczęściarz to find
32
76000
2000
I mieliśmy ogromne szczęście znaleźć
01:33
that mutationsmutacje that damageuszkodzić one singlepojedynczy genegen callednazywa daf-DAF-2
33
78000
4000
mutacje niszczące jeden jedyny gen, zwany daf-2,
01:37
doubledpodwojony the lifespandługość życia of the little wormrobak.
34
82000
3000
podwajający długość życia nicienia.
01:40
So you can see in blackczarny, after a monthmiesiąc --
35
85000
2000
Więc możemy zobaczyć na czarno, po miesiącu,
01:42
they're very short-livedkrótkotrwały; that's why we like to studybadanie them
36
87000
2000
żyły bardzo krótko; dlatego chcemy je badać
01:44
for studiesstudia of agingstarzenie się --
37
89000
2000
pod kątem starzenia,
01:46
in blackczarny, after a monthmiesiąc, the normalnormalna wormsrobaki are all deadnie żyje.
38
91000
3000
czarna linia, po miesiącu, normalne robaki nie żyją.
01:49
But at that time,
39
94000
2000
Ale w tym samym czasie,
01:51
mostwiększość of the mutantMutant wormsrobaki are still aliveżywy.
40
96000
2000
więsość zmutowanych robaków nadal żyje.
01:53
And it isn't untilaż do twicedwa razy as long
41
98000
2000
Żyją ponad dwukrotnie dłużej
01:55
that they're all deadnie żyje.
42
100000
2000
i dopiero umierają.
01:57
And now I want to showpokazać what they actuallytak właściwie look like in this moviefilm here.
43
102000
3000
Na tym filmie, pokażę wam, jak one dokładnie wyglądają.
02:00
So the first thing you're going to see
44
105000
2000
Pierwszą rzeczą, którą zobaczycie,
02:02
is the normalnormalna wormrobak
45
107000
2000
jest normalny robak,
02:04
when it's about collegeSzkoła Wyższa studentstudent agewiek -- a youngmłody adultdorosły.
46
109000
3000
kiedy osiągnie wiek, mniej więcej ucznia koledżu, młodego dorosłego.
02:07
It's quitecałkiem a cuteładny little fellowfacet.
47
112000
3000
Jest całkiem ładnym małym chłopcem.
02:10
And nextNastępny you're going to see the long-liveddługowieczne mutantMutant when it's youngmłody.
48
115000
3000
Teraz zobaczycie długowiecznego mutanta, jak jest jeszcze młody.
02:13
So this animalzwierzę is going to liverelacja na żywo twicedwa razy as long.
49
118000
2000
Więc to zwierzę, będzie żyć dwukrotnie dłużej.
02:15
Is it miserablenieszczęśliwy? It doesn't seemwydać się to be.
50
120000
2000
Czy to żałosne? Nie wydaje się.
02:17
It's activeaktywny. You can't tell the differenceróżnica really.
51
122000
3000
Jest aktywny. Tak naprawdę to ciężko je odróżnić.
02:20
And they can be completelycałkowicie fertilepłodny --
52
125000
2000
I są całkowicie płodne,
02:22
have the samepodobnie numbernumer of progenypotomstwo as the normalnormalna wormsrobaki do.
53
127000
2000
mają tę samą liczbę potomstwa, co zwykłe robaki.
02:24
Now get out your handkerchiefschusteczki do nosa here.
54
129000
2000
A teraz wyciągnijcie chusteczki.
02:26
You're going to see, in just two weekstygodnie,
55
131000
2000
Zobaczycie, w ciągu tylko dwóch tygodni,
02:28
the normalnormalna wormsrobaki are oldstary.
56
133000
2000
że normalne robaki są już stare.
02:30
You can see the little headgłowa movingw ruchu down at the bottomDolny there.
57
135000
3000
Tu widzicie małą główkę poruszającą się w dół, tu na dole.
02:33
But everything elsejeszcze is just lyingkłamstwo there.
58
138000
2000
Ale cała reszta tam tylko leży.
02:35
The animal'szwierzęcia clearlywyraźnie in the nursingPielęgniarstwo home.
59
140000
2000
Są w domu spokojnej starości.
02:37
And if you look at the tissuestkanki of the animalzwierzę, they're startingstartowy to deterioratepogorszeniu.
60
142000
3000
A jak przyjrzycie się ich tkankom, zanikają
02:40
You know, even if you've never seenwidziany one of these little C. eleganselegans --
61
145000
2000
Jeśli nigdy nawet nie widzieliście tych małych C. elegans,
02:42
whichktóry probablyprawdopodobnie mostwiększość of you haven'tnie mam seenwidziany one --
62
147000
2000
a prawdopodobnie większość z was nie widziała nigdy żadnego,
02:44
you can tell they're oldstary -- isn't that interestingciekawy?
63
149000
3000
to i tak możecie stwierdzić, że są stare - czy to nie interesujące?
02:47
So there's something about agingstarzenie się that's kinduprzejmy of universaluniwersalny.
64
152000
3000
Jest coś w starzeniu się uniwersalnego.
02:50
And now here is the daf-DAF-2 mutantMutant.
65
155000
3000
A to mutant daf-2.
02:53
One genegen is changedzmienione out of 20,000, and look at it.
66
158000
2000
Zmieniony jest tylko jeden gen spośród 20 000 i spójrzcie na to.
02:55
It's the samepodobnie agewiek, but it's not in the nursingPielęgniarstwo home;
67
160000
3000
W tym samym wieku, a nie jest w domu opieki;
02:58
it's going skiingjazda na nartach.
68
163000
3000
jedzie na narty.
03:01
This is what's really coolchłodny: it's agingstarzenie się more slowlypowoli.
69
166000
3000
I to jest naprawdę super: starzeje się znacznie wolniej.
03:04
It takes this wormrobak two daysdni
70
169000
2000
Temu nicieniowi zabiera dwa dni,
03:06
to agewiek as much as the normalnormalna wormrobak ageswieczność in one day.
71
171000
2000
by postarzeć się jak zwykły niecien starzeje się w jeden dzień.
03:08
And when I tell people about this,
72
173000
2000
Kiedy to ludziom opowiadam,
03:10
they tendzmierzać to think of maybe an 80 or 90 year-oldletni personosoba
73
175000
4000
zwykle myślą o 80-90 letniej osobie,
03:14
who lookswygląda really good for beingistota 90 or 80.
74
179000
2000
wyglądającej zadziwiająco dobrze, jak na swój wiek.
03:16
But it's really more like this:
75
181000
2000
Ale bardziej wygląda to tak:
03:18
let's say you're a 30 year-oldletni guy -- or in your 30s --
76
183000
3000
powiedzmy, że jesteście trzydziesto- lub trzydziestokilkuletnim mężczyzną,
03:21
and you're a bachelorstudia licencjackie and you're datingrandki people.
77
186000
2000
jesteście kawalerem i umawiacie się na randki.
03:23
And you meetspotykać się someonektoś you really like, you get to know her.
78
188000
3000
I spotkacie dziewczynę, która bardzo wam się podoba i poznajecie ją bliżej.
03:26
And you're in a restaurantrestauracja, and you say, "Well how oldstary are you?"
79
191000
3000
Siedzicie w restauracji i pytacie: "Ile w ogóle masz lat?"
03:29
She saysmówi, "I'm 60."
80
194000
2000
A ona na to, że sześdziesiąt.
03:31
That's what it's like. And you would never know.
81
196000
2000
Tak to właśnie wygląda. A wy nigdy byście nie wiedzieli,
03:33
You would never know, untilaż do she told you.
82
198000
2000
gdyby wam nie powiedziała.
03:35
(LaughterŚmiech)
83
200000
4000
(Śmiech)
03:39
Okay.
84
204000
2000
OK.
03:41
So what is the daf-DAF-2 genegen?
85
206000
2000
Więc czym jest gen daf-2?
03:43
Well as you know, genesgeny, whichktóry are partczęść of the DNADNA,
86
208000
2000
Jak już wiecie, geny, które są częścią DNA,
03:45
they're instructionsinstrukcje to make a proteinbiałko that does something.
87
210000
3000
są instrukcją do budowy białek, które coś robią.
03:48
And the daf-DAF-2 genegen
88
213000
2000
I gen daf-2
03:50
encodeskoduje a hormonehormon receptorchwytnik.
89
215000
2000
koduje receptor hormonalny.
03:52
So what you see in the pictureobrazek there
90
217000
2000
Na rysunku widzicie
03:54
is a cellkomórka with a hormonehormon receptorchwytnik in redczerwony
91
219000
2000
komórkę z zaznaczonym na czerwono receptorem hormonalnym,
03:56
punchingwykrawania throughprzez the edgekrawędź of the cellkomórka.
92
221000
2000
przebijającym się przez zewnętrzną warstwę komórki.
03:58
So partczęść of it is like a baseballbaseball gloverękawica.
93
223000
2000
Częściowo wygląda to jak rękawica do bejsbola.
04:00
PartCzęść of it's on the outsidena zewnątrz,
94
225000
2000
Część jest na zewnątrz
04:02
and it's catchinguchwyt the hormonehormon as it comespochodzi by in greenZielony.
95
227000
2000
i łapie zbliżający się hormon, zaznaczony na zielono.
04:04
And the other partczęść is on the insidewewnątrz
96
229000
2000
Druga część znajduje się w środku,
04:06
where it sendswysyła signalssygnały into the cellkomórka.
97
231000
2000
gdzie wysyła sygnały do wnętrza komórki.
04:08
Okay, so what is the daf-DAF-2 receptorchwytnik
98
233000
2000
OK, więc co receptor darf-2
04:10
tellingwymowny the insidewewnątrz of the cellkomórka?
99
235000
2000
przekazuje do wnętrza komórki?
04:12
I just told you that, if you make a mutationMutacja in the daf-DAF-2 genegen cellkomórka,
100
237000
3000
Właśnie wam to powiedziałam, jeśli dokonamy mutacji w komórce genowej daf-2,
04:15
that you get a receptorchwytnik that doesn't work as well;
101
240000
2000
to otrzymamy receptor, który nie działa;
04:17
the animalzwierzę liveszyje longerdłużej.
102
242000
2000
zwierzę żyje dłużej.
04:19
So that meansznaczy that the normalnormalna functionfunkcjonować of this hormonehormon receptorchwytnik
103
244000
3000
Oznacza to, że normalną funkcją tego receptora hormonalnego
04:22
is to speedprędkość up agingstarzenie się.
104
247000
2000
jest przyspieszanie procesu starzenia.
04:24
That's what that arrowstrzałka meansznaczy.
105
249000
2000
Na rysunku oznaczono to strzałką.
04:26
It speedsprędkości up agingstarzenie się. It makesczyni it go fasterszybciej.
106
251000
2000
Przyspiesza starzenie.
04:28
So it's like the animalzwierzę has the grimponury reaperŻniwiarz insidewewnątrz of itselfsamo,
107
253000
2000
To tak, jakby zwierzę miało w sobie ponurego żniwiarza,
04:30
speedingprzyspieszenie up agingstarzenie się.
108
255000
2000
przyspieszającego starzenie.
04:32
So this is altogethercałkowicie really, really interestingciekawy.
109
257000
3000
To wszystko jest bardzo interesujące.
04:35
It saysmówi that agingstarzenie się is subjectPrzedmiot to controlkontrola by the genesgeny,
110
260000
3000
Dowiadujemy się, że starzenie jest procesem kontrolowanym przez geny,
04:38
and specificallykonkretnie by hormoneshormony.
111
263000
3000
a dokładniej przez hormony.
04:41
So what kinduprzejmy of hormoneshormony are these?
112
266000
2000
Więc jakie to hormony?
04:43
There's lots of hormoneshormony. There's testosteronetestosteronu, adrenalinadrenalina.
113
268000
2000
Hormonów jest wiele. Mamy testosteron, adrenalinę.
04:45
You know about a lot of them.
114
270000
2000
Znacie wiele z nich.
04:47
These hormoneshormony are similarpodobny
115
272000
2000
Te hormony są podobne
04:49
to hormoneshormony that we have in our bodiesciała.
116
274000
2000
do hormonów w naszym organizmie.
04:51
The daf-DAF-2 hormonehormon receptorchwytnik
117
276000
2000
Receptor hormonalny daf-2
04:53
is very similarpodobny to the receptorchwytnik
118
278000
2000
jest bardzo podobny do receptora
04:55
for the hormonehormon insulininsulina and IGF-IGF-1.
119
280000
3000
kodującego insulinę i IGF-1.
04:58
Now you've all heardsłyszał of at leastnajmniej insulininsulina.
120
283000
2000
Wszyscy na pewno słyszeliście przynajmniej o insulinie.
05:00
InsulinInsuliny is a hormonehormon that promotespromuje the uptakewychwyt of nutrientsskładniki odżywcze
121
285000
3000
Insulina jest hormonem wspomagającym wchłanianie składników odżywczych
05:03
into your tissuestkanki after you eatjeść a mealposiłek.
122
288000
2000
przez nasze tkanki, po posiłku.
05:05
And the hormonehormon IGF-IGF-1 promotespromuje growthwzrost.
123
290000
3000
Hormon IGF-1 wspomaga wzrost.
05:08
So these functionsFunkcje were knownznany for these hormoneshormony for a long time,
124
293000
3000
Funkcje tych hormonów znane były od dawna,
05:11
but our studiesstudia suggestedzasugerował
125
296000
2000
ale nasze badania wykazały,
05:13
that maybe they had a thirdtrzeci functionfunkcjonować that nobodynikt knewwiedziałem about --
126
298000
2000
że mają może trzecią funkcję, z której istnienia nikt nie zdawał sobie sprawy,
05:15
maybe they alsorównież affectoddziaływać agingstarzenie się.
127
300000
2000
może także mają wpływ na starzenie.
05:17
And it's looking like that's the casewalizka.
128
302000
2000
I wygląda na to, że tak.
05:19
So after we madezrobiony our discoveriesodkrycia with little C. eleganselegans,
129
304000
3000
Po naszych odkryciach związanych z małymi C. elegans,
05:22
people who workedpracował on other kindsrodzaje of animalszwierzęta
130
307000
2000
ludzie pracujący na innych gatunkach zwierząt
05:24
startedRozpoczęty askingpytając, if we madezrobiony the samepodobnie daf-DAF-2 mutationMutacja,
131
309000
3000
zaczęli nas wypytywać, czy zrobiliśmy tę samą mutację daf-2,
05:27
the hormonehormon receptorchwytnik mutationMutacja, in other animalszwierzęta,
132
312000
3000
mutację receptora hormonalnego, u innych gatunków zwierząt,
05:30
will they liverelacja na żywo longerdłużej?
133
315000
2000
czy też będą żyć dłużej?
05:32
And that is the casewalizka in fliesmuchy.
134
317000
2000
W przypadku much, tak.
05:34
If you changezmiana this hormonehormon pathwayścieżka in fliesmuchy, they liverelacja na żywo longerdłużej.
135
319000
3000
Jeśli u much zmienimy działanie tego hormonu, będą żyć dłużej.
05:37
And alsorównież in micemyszy -- and micemyszy are mammalsssaki like us.
136
322000
3000
Również u myszy, a myszy są ssakami, jak ludzie.
05:40
So it's an ancientstarożytny pathwayścieżka,
137
325000
2000
Więc jest to odwieczne działanie,
05:42
because it mustmusi have arisenpowstały a long time agotemu in evolutionewolucja
138
327000
2000
ponieważ musiało powstać dawno temu w procesie ewolucji,
05:44
suchtaki that it still worksPrace in all these animalszwierzęta.
139
329000
3000
tak, że działa u wszystkich tych zwierząt.
05:47
And alsorównież, the commonpospolity precursorprekursor alsorównież gavedał risewzrost to people.
140
332000
3000
Ponadto, ten wspólny prekursor dał początek gatunkowi ludzkiemu.
05:50
So maybe it's workingpracujący in people the samepodobnie way.
141
335000
2000
Więc może u ludzi, działa w podobny sposób.
05:52
And there are hintswskazówki of this.
142
337000
2000
I są ku temu przesłanki.
05:54
So for exampleprzykład, there was one studybadanie that was doneGotowe
143
339000
2000
Na przykład, przeprowadzono badanie
05:56
in a populationpopulacja of AshkenaziAszkenazyjskich JewsŻydzi in NewNowy YorkYork CityMiasto.
144
341000
3000
w populacji Żydów aszkenazyjskich, w Nowym Jorku.
05:59
And just like any populationpopulacja,
145
344000
2000
I jak większość ludzi w każdej populacji,
06:01
mostwiększość of the people liverelacja na żywo to be about 70 or 80,
146
346000
3000
większość z nich dożywała wieku około 70-80 lat,
06:04
but some liverelacja na żywo to be 90 or 100.
147
349000
2000
ale niektórzy żyli do 90-100 lat.
06:06
And what they founduznany
148
351000
2000
I odkryto,
06:08
was that people who livedPerscyativestwo recyrodycyjcystwo recyrodycyjcystwo recyrodycyj to 90 or 100
149
353000
3000
że u ludzi żyjących dłużej, do 90-100 lat,
06:11
were more likelyprawdopodobne to have daf-DAF-2 mutationsmutacje --
150
356000
3000
występowało większe prawdopodobieństwo mutacji daf-2,
06:14
that is, changeszmiany in the genegen
151
359000
2000
tzn. zmian w genie
06:16
that encodeskoduje the receptorchwytnik for IGF-IGF-1.
152
361000
2000
kodującym receptor genu IGF-1.
06:18
And these changeszmiany madezrobiony the genegen not actdziałać as well
153
363000
5000
Przez te zmiany, gen nie działał jak powinien
06:23
as the normalnormalna genegen would have acteddziałał.
154
368000
2000
działać normalny gen.
06:25
It damageduszkodzony the genegen.
155
370000
2000
Mutacja zniszczyła gen.
06:27
So those are hintswskazówki
156
372000
2000
Więc są to przesłanki
06:29
suggestingsugestia that humansludzie are susceptiblepodatny
157
374000
2000
ku temu, że ludzie są wrażliwi
06:31
to the effectsruchomości of the hormoneshormony for agingstarzenie się.
158
376000
2000
na wpływy hormonów odpowiedzialnych za starzenie.
06:33
So the nextNastępny questionpytanie, of coursekurs, is:
159
378000
2000
Więc kolejnym pytaniem będzie:
06:35
Is there any effectefekt on age-relatedzwiązane z wiekiem diseasechoroba?
160
380000
3000
Czy są choroby powiązane z wiekiem?
06:38
As you agewiek, you're much more likelyprawdopodobne
161
383000
2000
Z wiekiem, wzrasta prawdopodobieństwo
06:40
to get cancernowotwór, Alzheimer'sAlzheimera diseasechoroba,
162
385000
2000
zachorowań na raka, Alzheimera,
06:42
heartserce diseasechoroba, all sortssortuje of diseaseschoroby.
163
387000
2000
chorób serca, przeróżnych chorób.
06:44
It turnsskręca out that these long-liveddługowieczne mutantsmutanty
164
389000
2000
Okazuje się, że te długo żyjące mutanty
06:46
are more resistantodporny to all these diseaseschoroby.
165
391000
2000
są bardziej odporne na wszystkie te choroby.
06:48
They hardlyledwie get cancernowotwór,
166
393000
2000
Rzadko chorują na raka,
06:50
and when they do it's not as severesilny.
167
395000
2000
a jak już zachorują, to nie aż tak poważnie.
06:52
So it's really interestingciekawy, and it makesczyni sensesens in a way,
168
397000
2000
Więc jest to bardzo interesujące, i jest sens w tym,
06:54
that they're still youngmłody,
169
399000
2000
że pozostają młodzi,
06:56
so why would they be gettinguzyskiwanie diseaseschoroby of agingstarzenie się untilaż do theirich oldstary?
170
401000
3000
więc dlaczego mieliby cierpieć na choroby związane ze starzeniem, będąc jeszcze młodzi?
07:00
So it suggestswskazuje
171
405000
2000
Sugeruje to,
07:02
that, if we could have a therapeuticterapeutyczny or a pillpigułka to take
172
407000
3000
że jeśli mielibyśmy kurację lub pigułkę,
07:05
to replicatereplika some of these effectsruchomości in humansludzie,
173
410000
2000
replikującą niektóre z tych efektów u ludzi,
07:07
maybe we would have a way
174
412000
2000
może moglibyśmy znaleźć w końcu sposób
07:09
of combatingzwalczanie lots of differentróżne age-relatedzwiązane z wiekiem diseaseschoroby
175
414000
2000
na walkę z różnymi chorobami
07:11
all at oncepewnego razu.
176
416000
2000
związanymi z wiekiem.
07:13
So how can a hormonehormon ultimatelyostatecznie affectoddziaływać the rateoceniać of agingstarzenie się?
177
418000
2000
Więc jak może ostatecznie hormon wpłynąć na tempo starzenia się?
07:15
How could that work?
178
420000
2000
Jak to może działać?
07:17
Well it turnsskręca out that in the daf-DAF-2 mutantsmutanty,
179
422000
3000
Okazuje się, że u mutantów daf-2,
07:20
a wholecały lot of genesgeny are switchedprzełączony on in the DNADNA
180
425000
3000
ogromna ilość genów w DNA jest włączona,
07:23
that encodekodowanie proteinsbiałka that protectochraniać the cellskomórki and the tissuestkanki,
181
428000
3000
które kodują białka chroniące komórki i tkanki,
07:26
and repairnaprawa damageuszkodzić.
182
431000
2000
oraz naprawiają zniszczenia.
07:28
And the way that they're switchedprzełączony on
183
433000
3000
A aktywowane są
07:31
is by a genegen regulatorregulatora proteinbiałko callednazywa FOXOFOXO.
184
436000
3000
przez gen regulujący białko zwane FOXO.
07:34
So in a daf-DAF-2 mutantMutant --
185
439000
2000
Więc u mutanta daf-2,
07:36
you see that I have the X drawnpociągnięty here throughprzez the receptorchwytnik.
186
441000
2000
widzicie, że przekreśliłam krzyżykiem receptor.
07:38
The receptorchwytnik isn't workingpracujący as well.
187
443000
2000
Receptor nie działa.
07:40
UnderPod those conditionswarunki, the FOXOFOXO proteinbiałko in blueniebieski
188
445000
3000
W takich warunkach, białko FOXO (na niebiesko)
07:43
has goneodszedł into the nucleusjądro --
189
448000
2000
dostało się do jądra komórki,
07:45
that little compartmentprzedział there in the middleśrodkowy of the cellkomórka --
190
450000
2000
to małe miejsce w samym środku komórki,
07:47
and it's sittingposiedzenie down on a genegen bindingwiązania to it.
191
452000
2000
osiada na genie i się z nim wiąże.
07:49
You see one genegen. There are lots of genesgeny actuallytak właściwie that bindwiązać on FOXOFOXO.
192
454000
2000
Tu widzicie tylko jeden gen. Genów wiążących się z białkiem FOXO jest bardzo dużo.
07:51
And it's just sittingposiedzenie on one of them.
193
456000
2000
A tu osiadł tylko na jednym.
07:53
So FOXOFOXO turnsskręca on a lot of genesgeny.
194
458000
2000
FOXO aktywuje wiele genów.
07:55
And the genesgeny it turnsskręca on includesobejmuje antioxidantprzeciwutleniacz genesgeny,
195
460000
3000
Wśród genów, które uruchamia, są geny antyoksydacyjne,
07:58
genesgeny I call carrot-givermarchew dawcą genesgeny,
196
463000
2000
które nazywam, tzw. "carrot-giver genes" [dające zachętę, motywujące],
08:00
whosektórego proteinbiałko productsprodukty
197
465000
2000
których produkty białkowe
08:02
actuallytak właściwie help other proteinsbiałka to functionfunkcjonować well --
198
467000
2000
faktycznie pomagają innym białkom dobrze funkcjonować,
08:04
to foldzagięcie correctlyprawidłowo and functionfunkcjonować correctlyprawidłowo.
199
469000
2000
poprawnie się zwijać i funkcjonować.
08:06
And it can alsorównież escortEscort them to the garbageŚmieci canspuszki of the cellkomórka
200
471000
3000
Mogą też je eskortować do odpadów komórkowych
08:09
and recyclerecykling them if they're damageduszkodzony.
201
474000
2000
i je przetwarzać, jeśli są zniszczone.
08:11
DNADNA repairnaprawa genesgeny
202
476000
2000
Geny naprawy DNA
08:13
are more activeaktywny in these animalszwierzęta.
203
478000
2000
są bardziej aktywne u tych zwierząt.
08:15
And the immuneodporny systemsystem is more activeaktywny.
204
480000
2000
Aktywniejszy jest też układ odpornościowy.
08:17
And manywiele of these differentróżne genesgeny, we'vemamy shownpokazane,
205
482000
3000
Wiele z różnych pokazanych tu genów,
08:20
actuallytak właściwie contributeprzyczynić się to the long lifespandługość życia of the daf-DAF-2 mutantMutant.
206
485000
3000
faktycznie wpływa na długie życie mutanta daf-2.
08:23
So it's really interestingciekawy.
207
488000
2000
Więc jest to bardzo interesujące.
08:25
These animalszwierzęta have withinw ciągu them
208
490000
2000
Te zwierzęta mają w sobie
08:27
the latentutajony capacityPojemność to liverelacja na żywo much longerdłużej than they normallynormalnie do.
209
492000
3000
ukrytą zdolność do dłuższego, niż zazwyczaj, życia.
08:30
They have the abilityzdolność
210
495000
2000
Mają zdolność
08:32
to protectochraniać themselvessami from manywiele kindsrodzaje of damageuszkodzić,
211
497000
2000
ochrony przed wieloma zagrożeniami,
08:34
whichktóry we think makesczyni them liverelacja na żywo longerdłużej.
212
499000
3000
co, według nas, sprawia, że żyją dłużej.
08:37
So what about the normalnormalna wormrobak?
213
502000
2000
A co ze zwykłym robakiem?
08:39
Well when the daf-DAF-2 receptorchwytnik is activeaktywny,
214
504000
3000
Kiedy receptor daf-2 jest aktywny,
08:42
then it triggerswyzwalacze a seriesseria of eventswydarzenia
215
507000
2000
powoduje serię zdarzeń
08:44
that preventzapobiec FOXOFOXO
216
509000
2000
zapobiegającym przedostaniu się FOXO
08:46
from gettinguzyskiwanie into the nucleusjądro where the DNADNA is.
217
511000
3000
do jądra, gdzie znajduje się DNA.
08:49
So it can't turnskręcać the genesgeny on.
218
514000
2000
Może więc uruchomić geny.
08:51
That's how it worksPrace. That's why we don't see the long lifespandługość życia,
219
516000
2000
Tak właśnie działa. Dlatego nie odnotowujemy długiego życia,
08:53
untilaż do we have the daf-DAF-2 mutantMutant.
220
518000
2000
do czasu mutacji daf-2.
08:55
But what good is this for the wormrobak?
221
520000
2000
Ale co ma z tego robak?
08:57
Well we think that insulininsulina and IGF-IGF-1 hormoneshormony
222
522000
3000
Uważamy, że insulina i IGF-1,
09:00
are hormoneshormony that are particularlyszczególnie activeaktywny
223
525000
2000
są szczególnie aktywnymi hormonami
09:02
underpod favorablekorzystny conditionswarunki -- in the good timesczasy --
224
527000
2000
w sprzyjających warunkach, w dobrych czasach,
09:04
when foodjedzenie is plentifulobfity and there's not a lot of stressnaprężenie in the environmentśrodowisko.
225
529000
3000
gdy jest dużo pokarmu i mało stresu w otoczeniu.
09:07
Then they promotepromować the uptakewychwyt of nutrientsskładniki odżywcze.
226
532000
2000
Wtedy wspomagają wchłanianie składników odżywczych.
09:09
You can storesklep the foodjedzenie, use it for energyenergia,
227
534000
3000
Można gromadzić pokarm, zamienić w energię,
09:12
growrosnąć, etcitp.
228
537000
2000
rosnąć itd.
09:14
But what we think is that, underpod conditionswarunki of stressnaprężenie,
229
539000
3000
Ale podejrzewamy, że w warunkach stresowych,
09:17
the levelspoziomy of these hormoneshormony dropupuszczać --
230
542000
2000
poziomy tych hormonów spadają,
09:19
for exampleprzykład, havingmający limitedograniczony foodjedzenie supplyDostawa.
231
544000
3000
np. przy małych zapasach żywności.
09:22
And that, we think,
232
547000
2000
I to, uważamy,
09:24
is registeredzarejestrowany by the animalzwierzę as a dangerniebezpieczeństwo signalsygnał,
233
549000
2000
że jest odbierane przez zwierzęta jako sygnał o niebezpieczeństwie,
09:26
a signalsygnał that things are not okay
234
551000
2000
sygnał, że coś jest nie tak
09:28
and that it should rollrolka out its protectiveochronny capacityPojemność.
235
553000
3000
i powinno się zastosować zdolności ochronne.
09:31
So it activatesaktywuje FOXOFOXO, FOXOFOXO goesidzie to the DNADNA,
236
556000
3000
Więc to aktywuje FOXO, które wnika do DNA,
09:34
and that triggerswyzwalacze the expressionwyrażenie of these genesgeny
237
559000
2000
to wywołuje ekspresję tych genów,
09:36
that improvespoprawia się the abilityzdolność of the cellkomórka
238
561000
2000
co poprawia zdolności komórki
09:38
to protectochraniać itselfsamo and repairnaprawa itselfsamo.
239
563000
2000
do ochrony i regeneracji.
09:40
And that's why we think the animalszwierzęta liverelacja na żywo longerdłużej.
240
565000
2000
I dlatego uważamy, że te zwierzęta żyją dłużej.
09:42
So you can think of FOXOFOXO
241
567000
2000
Możecie więc spojrzeć na FOXO,
09:44
as beingistota like a buildingbudynek superintendentkuratora.
242
569000
3000
jak na dozorcę budynku.
09:47
So maybe he's a little bitkawałek lazyleniwy,
243
572000
2000
Może i jest trochę leniwy,
09:49
but he's there, he's takingnabierający careopieka of the buildingbudynek.
244
574000
2000
ale tam jest i dba o budynek.
09:51
But it's deterioratingpogarszający się.
245
576000
2000
Ale się psuje.
09:53
And then suddenlynagle, he learnsuczy się that there's going to be a hurricanehuragan.
246
578000
3000
I nagle, dowiaduje się, że ma nadejść huragan.
09:56
So he doesn't actuallytak właściwie do anything himselfsamego siebie.
247
581000
2000
Więc nie robi nic samemu,
09:58
He getsdostaje on the telephonetelefon --
248
583000
2000
tylko chwyta za telefon,
10:00
just like FOXOFOXO getsdostaje on the DNADNA --
249
585000
2000
tak jak FOXO wnika do DNA,
10:02
and he callspołączenia up
250
587000
2000
i wzywa
10:04
the rooferdekarz, the windowokno personosoba,
251
589000
2000
dekarza, szklarza,
10:06
the paintermalarz, the floorpiętro personosoba.
252
591000
3000
malarza, kogoś od podłóg.
10:09
And they all come and they fortifywzmocnić the housedom.
253
594000
2000
A oni wszyscy przychodzą i wzmacniają dom.
10:11
And then the hurricanehuragan comespochodzi throughprzez,
254
596000
2000
Później przechodzi huragan,
10:13
and the housedom is in much better conditionstan than it would normallynormalnie have been in.
255
598000
2000
a dom jest w lepszym stanie, niż by był normalnie.
10:15
And not only that, it can alsorównież just last longerdłużej,
256
600000
3000
A to nie wszystko, może również wytrzymać wiele dłużej,
10:18
even if there isn't a hurricanehuragan.
257
603000
2000
nawet jak huragan nie nadejdzie.
10:20
So that's the conceptpojęcie here
258
605000
2000
To pojęcie pomaga nam zrozumieć
10:22
for how we think this life extensionrozbudowa abilityzdolność existsistnieje.
259
607000
4000
istnienie zdolności organizmów do wydłużania życia
10:26
Now the really coolchłodny thing about FOXOFOXO
260
611000
2000
Super sprawą związaną z FOXO
10:28
is that there are differentróżne formsformularze of it.
261
613000
2000
jest to, że ma różne formy.
10:30
We all have FOXOFOXO genesgeny,
262
615000
3000
Wszyscy mamy geny FOXO,
10:33
but we don't all have exactlydokładnie the samepodobnie formformularz of the FOXOFOXO genegen.
263
618000
3000
ale nie wszyscy mamy tę samą formę genu.
10:36
Just like we all have eyesoczy,
264
621000
2000
Tak jak wszyscy mamy oczy,
10:38
but some of us have blueniebieski eyesoczy and some of us have brownbrązowy eyesoczy.
265
623000
3000
niektórzy mają niebieskie, a inni brązowe.
10:41
And there are certainpewny formsformularze of the FOXOFOXO genegen
266
626000
3000
I tak samo istnieją różne formy genu FOXO,
10:44
that have founduznany to be more frequentlyczęsto presentteraźniejszość
267
629000
2000
które, jak odkryto, częściej występują
10:46
in people who liverelacja na żywo to be 90 or 100.
268
631000
2000
u ludzi dożywających 90-100 lat.
10:48
And that's the casewalizka all over the worldświat,
269
633000
2000
I tak samo jest na całym świecie,
10:50
as you can see from these starsgwiazdy.
270
635000
2000
jak widać z oznaczeń gwiazdkami.
10:52
And eachkażdy one of these starsgwiazdy representsreprezentuje a populationpopulacja
271
637000
2000
Każda z tych gwiazdek reprezentuje populację,
10:54
where scientistsnaukowcy have askedspytał,
272
639000
2000
gdzie naukowcy zadali pytanie:
10:56
"Okay, are there differencesróżnice in the typerodzaj of FOXOFOXO genesgeny
273
641000
2000
"OK, czy występują różnice w genach FOXO
10:58
amongpośród people who liverelacja na żywo a really long time?" and there are.
274
643000
3000
wśród ludzi żyjących naprawdę długo?" - Występują.
11:01
We don't know the detailsdetale of how this worksPrace,
275
646000
2000
Nie znamy szczegółów jak to działa,
11:03
but we do know then
276
648000
2000
ale wiemy,
11:05
that FOXOFOXO genesgeny can impactwpływ
277
650000
2000
że geny FOXO mogą wpływać
11:07
the lifespandługość życia of people.
278
652000
2000
na długość życia człowieka.
11:09
And that meansznaczy that, maybe if we tweakuszczypnąć it a little bitkawałek,
279
654000
3000
Oznacza to, że może jeśli trochę to dopracujemy,
11:12
we can increasezwiększać the healthzdrowie and longevitydługowieczność of people.
280
657000
4000
to polepszymy zdrowie i wydłużymy ludzkie życie.
11:16
So this is really excitingekscytujący to me.
281
661000
2000
Jest to dla mnie bardzo pasjonujące.
11:18
A FOXOFOXO is a proteinbiałko that we founduznany in these little, roundokrągły wormsrobaki
282
663000
2000
FOXO jest białkiem, które znaleźliśmy w tych małych nicieniach,
11:20
to affectoddziaływać lifespandługość życia,
283
665000
2000
wpływającym na długość życia,
11:22
and here it affectsma wpływ lifespandługość życia in people.
284
667000
2000
a tu wpływa na długość życia ludzi.
11:24
So we'vemamy been tryingpróbować in our lablaboratorium now
285
669000
2000
Obecnie, pracujemy w naszym laboratorium
11:26
to developrozwijać drugsleki
286
671000
2000
nad stworzeniem leków
11:28
that will activateaktywować this FOXOFOXO cellkomórka
287
673000
2000
aktywujących komórkę FOXO,
11:30
usingza pomocą humanczłowiek cellskomórki now
288
675000
2000
tym razem pracujemy na komórkach ludzkich,
11:32
in orderzamówienie to try and come up with drugsleki
289
677000
2000
by stworzyć leki
11:34
that will delayopóźnienie agingstarzenie się and age-relatedzwiązane z wiekiem diseaseschoroby.
290
679000
3000
opóźniające starzenie i choroby z nim związane.
11:37
And I'm really optimisticoptymistyczny that this is going to work.
291
682000
3000
Jestem optymistycznie nastawiona, i sądzę, że to zadziała.
11:40
There are lots of differentróżne proteinsbiałka that are knownznany to affectoddziaływać agingstarzenie się.
292
685000
3000
Jest masa różnych białek wpływających na starzenie.
11:43
And for at leastnajmniej one of them, there is a drugnarkotyk.
293
688000
3000
I przynajmniej dla jednego z nich musi być lek.
11:46
There's one callednazywa TORTORA, whichktóry is anotherinne nutrientskładniki odżywcze sensorczujnik,
294
691000
2000
Istnieje jeden, zwany TOR, jest kolejnym sensorem odżywczym,
11:48
like the insulininsulina pathwayścieżka.
295
693000
2000
podobnie jak szlak insulinowy.
11:50
And mutationsmutacje that damageuszkodzić the TORTORA genegen --
296
695000
2000
Mutacje niszczące gen TOR,
11:52
just like the daf-DAF-2 mutationsmutacje --
297
697000
2000
podobnie jak mutacje daf-2,
11:54
extendposzerzać lifespandługość życia in wormsrobaki
298
699000
2000
wydłużają życie robaków,
11:56
and fliesmuchy and micemyszy.
299
701000
3000
much i myszy.
11:59
But in this casewalizka, there's alreadyjuż a drugnarkotyk callednazywa rapamycinRapamycyna
300
704000
2000
W tym przypadku, istnieje już lek, rapamycin
12:01
that bindswiąże to the TORTORA proteinbiałko
301
706000
2000
wiążący się z białkiem TOR
12:03
and inhibitshamuje its activityczynność.
302
708000
2000
i hamujący jego aktywność.
12:05
And you can take rapamycinRapamycyna and give it to a mousemysz --
303
710000
3000
Można podać rapamycin myszy,
12:08
even when it's prettyładny oldstary, like agewiek 60 for a humanczłowiek,
304
713000
2000
nawet jeśli jest dość stara, jak 60 lat dla człowieka,
12:10
that oldstary for a mousemysz --
305
715000
2000
analogicznie dla myszy,
12:12
if you give the mousemysz rapamycinRapamycyna,
306
717000
2000
Jeśli podamy myszy rapamycin,
12:14
it will liverelacja na żywo longerdłużej.
307
719000
2000
będzie dłużej żyć.
12:16
Now I don't want you all to go out takingnabierający rapamycinRapamycyna.
308
721000
2000
Ale oczywiście nie chcę, żebyście wszyscy teraz wyszli po rapamycin.
12:18
It is a drugnarkotyk for people,
309
723000
2000
Jest lekiem dla ludzi,
12:20
but the reasonpowód is it suppressespomija the immuneodporny systemsystem.
310
725000
3000
ale tłumi układ odpornościowy.
12:23
So people take it to preventzapobiec organorgan transplantsprzeszczepy from beingistota rejectedodrzucony.
311
728000
4000
Więc zażywają go ludzie, by zapobiec odrzuceniu organu po przeszczepie.
12:27
So this maymoże not be the perfectidealny drugnarkotyk
312
732000
2000
Więc może nie jest to lek doskonały,
12:29
for stayingprzebywający youngmłody longerdłużej.
313
734000
2000
by dłużej cieszyć się młodością
12:31
But still, here in the yearrok 2011,
314
736000
3000
Ale i tak, teraz w 2011 roku,
12:34
there's a drugnarkotyk that you can give to micemyszy at a prettyładny oldstary agewiek
315
739000
2000
istnieje lek, który można podać dość starej myszy,
12:36
that will extendposzerzać theirich lifespandługość życia,
316
741000
2000
który przedłuży ich żyie,
12:38
whichktóry comespochodzi out of this sciencenauka
317
743000
2000
co wynika z tych badań,
12:40
that's been doneGotowe in all these differentróżne animalszwierzęta.
318
745000
2000
które przeprowadziliśmy na tych wszystkich różnych zwierzętach.
12:42
So I'm really optimisticoptymistyczny,
319
747000
2000
Jestem bardzo optymistycznie nastawiona,
12:44
and I think it won'tprzyzwyczajenie be too long, I hopenadzieja,
320
749000
2000
i sądzę, że nie zajmie to zbyt długo, mam taką nadzieję,
12:46
before this age-oldodwieczny dreamśnić beginszaczyna się to come trueprawdziwe.
321
751000
3000
kiedy ten prastary sen się spełni.
12:49
Thank you.
322
754000
2000
Dziękuję.
12:51
(ApplauseAplauz)
323
756000
9000
(Oklaski)
13:00
MattMatt RidleyRidley: Thank you, CynthiaCynthia.
324
765000
3000
Mark Ridley: Dziękujemy ci Cynthio.
13:03
Let me get this straightproste.
325
768000
2000
Pozwól, że zapytam wprost.
13:05
AlthoughChociaż you're looking for a drugnarkotyk
326
770000
2000
Pomimo, że pracujecie nad lekiem,
13:07
that can solverozwiązać agingstarzenie się
327
772000
2000
który może rozwiązać problem starzenia
13:09
in oldstary menmężczyźni like me,
328
774000
3000
u takich starych ludzi jak ja,
13:12
what you could do now prettyładny well in the lablaboratorium,
329
777000
3000
co moglibyście osiągnąć w swoim laboratorium,
13:15
if you were alloweddozwolony ethicallyetycznie,
330
780000
2000
jeśli etycznie wolno wam było
13:17
is startpoczątek a humanczłowiek life from scratchzadraśnięcie
331
782000
3000
rozpocząć badania na ludziach
13:20
with alteredzmieniony genesgeny that would make it liverelacja na żywo for a lot longerdłużej?
332
785000
3000
ze zmodyfiwanymi genami wydłużającymi życie?
13:23
CKCK: AhAh, so the kindsrodzaje of drugsleki I was talkingmówić about
333
788000
3000
CK: A więc, te leki, o których mówiłam,
13:26
would not changezmiana the genesgeny,
334
791000
2000
nie zmodyfikowałyby genów,
13:28
they would just bindwiązać to the proteinbiałko itselfsamo
335
793000
3000
tylko związałyby się z białkiem
13:31
and changezmiana its activityczynność.
336
796000
2000
i zmieniły jego działanie.
13:33
So if you stop takingnabierający the drugnarkotyk, the proteinbiałko would go back to normalnormalna.
337
798000
3000
Po odłożeniu leku, białko wróciłoby do normalności.
13:36
You could changezmiana the genesgeny in principlezasada.
338
801000
3000
Z założenia można modyfikować geny.
13:39
There isn't the technologytechnologia to do that.
339
804000
2000
Nie ma odpowiedniej technologii.
13:41
But I don't think that's a good ideapomysł.
340
806000
2000
Ale nie sądzę by był to najlepszy pomysł.
13:43
And the reasonpowód is
341
808000
2000
Dlatego,
13:45
that these hormoneshormony,
342
810000
2000
że te hormony,
13:47
like the insulininsulina and the IGFIGF hormoneshormony and the TORTORA pathwayścieżka,
343
812000
3000
jak insulina, IGF oraz szlak TOR,
13:50
they're essentialistotny.
344
815000
2000
są niezwykle ważne.
13:52
If you knockKnock them out completelycałkowicie, then you're very sickchory.
345
817000
3000
Jeśli je całkowicie wyeleminujemy, to będziemy chorzy.
13:55
So it mightmoc be that you would just have to fine tuneTune it very carefullyostrożnie
346
820000
3000
Najprawdopodobniej, powinniśmy je bardzo ostrożnie dostroić,
13:58
to get the benefitskorzyści withoutbez gettinguzyskiwanie any problemsproblemy.
347
823000
3000
by osiągnąć korzyści bez skutków negatywnych.
14:01
And I think that's much better,
348
826000
2000
I to uważam za słuszne,
14:03
that kinduprzejmy of controlkontrola would be much better as a drugnarkotyk.
349
828000
2000
taka kontrola pozwoliłaby uzyskać lepszy lek.
14:05
And alsorównież, there are other wayssposoby of activatingaktywacja FOXOFOXO
350
830000
3000
Istnieją również inne sposby aktywowania genu FOXO,
14:08
that don't even involveangażować insulininsulina or IGF-IGF-1
351
833000
2000
nie wywymagające nawet insuliny, czy IGF-1,
14:10
that mightmoc even be saferbezpieczniejsze.
352
835000
2000
które są nawet bezpieczniejsze.
14:12
MRMR: I wasn'tnie było suggestingsugestia that I was going to go and do it, but ...
353
837000
3000
MR: nie miałem na myśli tego, że zamierzam to zrobić, ale...
14:15
(LaughterŚmiech)
354
840000
2000
(Śmiech)
14:19
There's a phenomenonzjawisko whichktóry you have writtenpisemny about and spokenMówiony about,
355
844000
4000
Istnieje fenomen, o którym pisałaś i mówiłaś,
14:23
whichktóry is a negligiblenieistotne senescencestarzenie.
356
848000
3000
jakim jest zapobieganie procesom starżenia.
14:26
There are some creaturesstworzenia on this planetplaneta alreadyjuż
357
851000
2000
Już teraz żyją na naszej planecie stworzenia,
14:28
that don't really do agingstarzenie się.
358
853000
3000
które tak naprawdę się nie starzeją.
14:31
Just moveruszaj się to one sidebok for us, if you would.
359
856000
3000
Po prostu przenieś to na jedną stronę, jeśli możesz.
14:34
CKCK: There are. There are some animalszwierzęta that don't seemwydać się to agewiek.
360
859000
3000
CK: Tak, są. Istnieją zwierzęta, które zdają się nie starzeć.
14:37
For exampleprzykład, there are some tortoisesżółwie callednazywa Blanding'sEmydoidea turtlesżółwie.
361
862000
4000
Na przykład, są pewne żółwie, zwane żółwiami Blandinga (Emydoidea blandingii).
14:41
And they growrosnąć to be about this sizerozmiar.
362
866000
2000
Dorastają do mniej więcej takich rozmiarów.
14:43
And they'veoni been taggedetykietą, and they'veoni been founduznany to be 70 yearslat oldstary.
363
868000
3000
Zostały oznakowane, okazało się, że mają 70 lat.
14:46
And when you look at these 70 year-oldletni turtlesżółwie,
364
871000
2000
Patrząc na te 70- letnie żółwie,
14:48
you can't tell the differenceróżnica, just by looking,
365
873000
3000
nie sposób odróżnić ich
14:51
betweenpomiędzy those turtlesżółwie and 20 year-oldletni turtlesżółwie.
366
876000
2000
od żółwi 20-letnich.
14:53
And the 70 year-oldletni oneste,
367
878000
2000
Te 70-letnie,
14:55
actuallytak właściwie they're better at scoutingharcerstwo out the good nestingZagnieżdżanie placesmiejsca,
368
880000
3000
Akurat są lepsze w znajdowaniu dobrych miejsc na gniazda,
14:58
and they alsorównież have more progenypotomstwo everykażdy yearrok.
369
883000
3000
co roku mają też liczniejsze potomstwo.
15:01
And there are other examplesprzykłady of these kindsrodzaje of animalszwierzęta,
370
886000
3000
Takich przykładów zwierząt jest więcej,
15:04
like turnsskręca, certainpewny kindsrodzaje of birdsptaki are like this.
371
889000
3000
np. mewy, gdzieś takie.
15:07
And nobodynikt knowswie if they really can liverelacja na żywo foreverna zawsze,
372
892000
2000
I nikt nie wie, czy są naprawdę długowieczne
15:09
or what keepstrzyma them from agingstarzenie się.
373
894000
2000
lub co chroni je przed starzeniem.
15:11
It's not clearjasny.
374
896000
2000
Nie jest to jasne.
15:13
If you look at birdsptaki, whichktóry liverelacja na żywo a long time,
375
898000
3000
Jeśli przyjrzycie się ptakom, które żyją bardzo długo,
15:16
cellskomórki from the birdsptaki tendzmierzać to be more resistantodporny
376
901000
3000
ich komórki zwykle są bardziej odporne
15:19
to a lot of differentróżne environmentalśrodowiskowy stressespodkreśla
377
904000
2000
na wiele czynników środowiskowych,
15:21
like highwysoki temperaturetemperatura
378
906000
2000
jak wysoka temperatura
15:23
or hydrogenwodór peroxidenadtlenek, things like that.
379
908000
2000
lub nadtlenek wodoru itp.
15:25
And our long-liveddługowieczne mutantsmutanty are too.
380
910000
2000
Tak jak nasze długowieczne mutanty.
15:27
They're more resistantodporny to these kindsrodzaje of stressespodkreśla.
381
912000
2000
Również są bardziej odporne na tego typu czynniki.
15:29
So it could be that the pathwaysścieżki that I've been talkingmówić about,
382
914000
3000
Więc możliwe, że szlaki o których mówiłam,
15:32
whichktóry are setzestaw to runbiegać really quicklyszybko in the wormrobak,
383
917000
3000
które są zaprogramowane u robaków na szybie działania,
15:35
have a differentróżne normalnormalna setzestaw pointpunkt
384
920000
3000
mają różne punkty nastawcze termoregulacji
15:38
in something like a birdptak, so that a birdptak can liverelacja na żywo a lot longerdłużej.
385
923000
3000
u ptaków, tak że mogą żyć o wiele dłużej.
15:41
And maybe they're even setzestaw really differentlyróżnie
386
926000
2000
I możliwe, że są nawet różnie ustawione
15:43
in animalszwierzęta with no senescencestarzenie at all -- but we don't know.
387
928000
3000
u zwierząt bez okresu starzenia, ale tego nie wiemy.
15:46
MRMR: But what you're talkingmówić about here
388
931000
2000
MR: Ale to, o czym tutaj mówisz,
15:48
is not extendingrozsuwalny humanczłowiek lifespandługość życia
389
933000
3000
to nie tyle przedłużanie ludzkiego życia
15:51
by preventingzapobieganie deathśmierć,
390
936000
2000
przez zapobieganie śmierci,
15:53
so much as extendingrozsuwalny humanczłowiek youthspanyouthspan.
391
938000
2000
co przedłużanie ludzkiej młodości.
15:55
CKCK: Yes, that's right.
392
940000
2000
CK: Tak, racja.
15:57
It's more like, say, if you were a dogpies.
393
942000
2000
To bardziej jakbyście, powiedzmy, byli psem.
15:59
You noticeogłoszenie that you're gettinguzyskiwanie oldstary, and you look at your humanczłowiek
394
944000
2000
Zauważacie, że się starzejecie i patrząc na człowieka
16:01
and you think, "Why isn't this humanczłowiek gettinguzyskiwanie oldstary?"
395
946000
2000
zadajecie sobie pytanie: "Dlaczego ten człowiek się nie starzeje?"
16:03
They're not gettinguzyskiwanie oldstary in the dog'spsa lifespandługość życia.
396
948000
2000
Nie starzeją się w tempie psów.
16:05
It's more like that.
397
950000
2000
To, mniej więcej, wygląda tak.
16:07
But now we're the humanczłowiek looking out and imaginingwyobrażając sobie a differentróżne humanczłowiek.
398
952000
4000
Ale teraz, jesteśmy ludźmi, wyobrażającymi sobie innych ludzi.
16:11
MRMR: Thank you very much indeedw rzeczy samej, CynthiaCynthia KenyonKenyon.
399
956000
3000
MR: Bardzo dziękuję. Cynthia Kenyon.
16:14
(ApplauseAplauz)
400
959000
3000
(Oklaski)
Translated by Bartłomiej Szóstak
Reviewed by Wojciech Borucki

▲Back to top

ABOUT THE SPEAKER
Cynthia Kenyon - Biochemist, geneticist
When it comes to aging well, having “good genes” (or rather, mutant ones) is key, says Cynthia Kenyon. She unlocked the genetic secret of longevity in roundworms — and now she’s working to do the same for humans.

Why you should listen

Cynthia Kenyon is revolutionizing our understanding of aging. As an expert in biochemistry and biophysics at the University of California at San Francisco, she is particularly interested in the influence that genetics have on age-related diseases (from cancer to heart failure) in living things.

Her biggest breakthrough was figuring out that there’s a “universal hormonal control for aging”: carbohydrate intake, which can have a dramatic effect on how two critical genes behave, reducing insulin production and boosting repair and renovation activities. So far, her theory has proved true for worms, mice, rats, and monkeys — and she suspects it applies to humans, too.

By studying aging, Kenyon believes that she and other scientists (many of whom have successfully duplicated her experiments) will be able to pinpoint the molecules responsible for the onset of age-related diseases in people and prevent them. She’s co-founded a drug-development company called Elixir Pharmaceuticals to do just that.

She says: "The link between aging and age-related disease suggests an entirely new way to combat many diseases all at once; namely, by going after their greatest risk factor: aging itself."

More profile about the speaker
Cynthia Kenyon | Speaker | TED.com