TEDMED 2017
Steve McCarroll: How data is helping us unravel the mysteries of the brain
Стив МакКэррол: Как информация помогает нам раскрыть тайны мозга
Filmed:
Readability: 4.8
1,529,178 views
Генетик Стив МакКэррол хочет создать атлас клеток человеческого тела, из которого мы сможем досконально узнать, как работают специфические гены, в первую очередь в мозге. В этой увлекательной лекции он делится опытом своей команды — в том числе рассказывает об изобретении «Каплепорядка» — технологии, обеспечивающей учёным возможность анализировать отдельные клетки в ранее невиданных масштабах, и описывает, как его исследование могло бы привести к новым способам лечения таких психических заболеваний, как шезофрения.
Steve McCarroll - Geneticist
Steve McCarroll is conducting groundbreaking research on the causes of mental illness. Full bio
Steve McCarroll is conducting groundbreaking research on the causes of mental illness. Full bio
Double-click the English transcript below to play the video.
00:12
Nine years ago,
0
785
1704
Девять лет назад
00:14
my sister discovered lumps
in her neck and arm
in her neck and arm
1
2513
3101
моя сестра обнаружила опухоли
на шее и руке.
на шее и руке.
00:17
and was diagnosed with cancer.
2
5638
1760
Ей диагностировали рак.
00:20
From that day, she started to benefit
3
8985
3199
С тех пор она начала пользоваться
00:24
from the understanding
that science has of cancer.
that science has of cancer.
4
12208
3115
достижениями науки
в области исследования рака.
в области исследования рака.
00:28
Every time she went to the doctor,
5
16206
2099
Во время каждого приёма у врача
00:30
they measured specific molecules
6
18329
2194
у неё измеряли содержание
определённых молекул,
определённых молекул,
00:32
that gave them information
about how she was doing
about how she was doing
7
20547
2881
тем самым получая данные о её состоянии,
00:35
and what to do next.
8
23452
1309
и определяли, что делать дальше.
00:38
New medical options
became available every few years.
became available every few years.
9
26095
3666
Каждые несколько лет появлялись
новые медицинские средства.
новые медицинские средства.
00:43
Everyone recognized
that she was struggling heroically
that she was struggling heroically
10
31070
4318
Все признают, что она героически сражалась
00:47
with a biological illness.
11
35412
1728
со своей болезнью.
00:50
This spring, she received
an innovative new medical treatment
an innovative new medical treatment
12
38847
3657
Этой весной она получила
инновационное лечение
инновационное лечение
00:54
in a clinical trial.
13
42528
1202
в ходе клинических испытаний.
00:55
It dramatically knocked back her cancer.
14
43754
2224
Оно существенно отбросило
назад развитие её рака.
назад развитие её рака.
00:59
Guess who I'm going to spend
this Thanksgiving with?
this Thanksgiving with?
15
47446
2552
Знаете, с кем я проведу День благодарения?
01:02
My vivacious sister,
16
50022
2267
С моей ожившей сестрой,
01:04
who gets more exercise than I do,
17
52313
2629
которая тренируется больше меня
01:06
and who, like perhaps
many people in this room,
many people in this room,
18
54966
2859
и, наверное, как многие в этом зале,
01:09
increasingly talks about a lethal illness
19
57849
2292
говорит о смертельной болезни
01:12
in the past tense.
20
60165
1263
в прошедшем времени.
01:14
Science can, in our lifetimes --
even in a decade --
even in a decade --
21
62614
3863
В течение нашей жизни, или даже за 10 лет,
наука способна изменить понимание того,
наука способна изменить понимание того,
01:18
transform what it means
to have a specific illness.
to have a specific illness.
22
66501
3207
что значит жить со специфической болезнью.
01:24
But not for all illnesses.
23
72055
1534
Но это касается не всех недугов.
01:27
My friend Robert and I
were classmates in graduate school.
were classmates in graduate school.
24
75375
3722
Я и мой друг Роберт
учились вместе в аспирантуре.
учились вместе в аспирантуре.
01:31
Robert was smart,
25
79121
1801
Роберт был умён,
01:32
but with each passing month,
26
80946
1477
но с каждым месяцем
01:34
his thinking seemed to become
more disorganized.
more disorganized.
27
82447
3154
его мышление казалось
всё менее организованным.
всё менее организованным.
01:38
He dropped out of school,
got a job in a store ...
got a job in a store ...
28
86241
3198
Он бросил аспирантуру,
стал работать в магазине,
стал работать в магазине,
01:41
But that, too, became too complicated.
29
89463
2218
но и это стало для него слишком сложно.
01:44
Robert became fearful and withdrawn.
30
92559
2945
Роберт стал боязливым и замкнутым.
01:48
A year and a half later,
he started hearing voices
he started hearing voices
31
96281
2381
Через полтора года он стал слышать голоса
01:50
and believing that people
were following him.
were following him.
32
98686
2197
и думать, что его преследуют.
01:52
Doctors diagnosed him with schizophrenia,
33
100907
2722
Врачи диагностировали у него шизофрению
01:55
and they gave him
the best drug they could.
the best drug they could.
34
103653
2120
и дали самый лучший препарат,
который могли.
который могли.
01:57
That drug makes the voices
somewhat quieter,
somewhat quieter,
35
105797
3008
Препарат немного приглушает голоса,
02:00
but it didn't restore his bright mind
or his social connectedness.
or his social connectedness.
36
108829
3989
но не восстанавливает его ясный ум
и социальную связь с обществом.
и социальную связь с обществом.
Роберту было сложно сохранить связь
02:06
Robert struggled to remain connected
37
114270
1856
02:08
to the worlds of school
and work and friends.
and work and friends.
38
116150
2857
со школой, работой и друзьями.
02:11
He drifted away,
39
119031
1383
Он отдалился от нас,
02:12
and today I don't know where to find him.
40
120438
2285
и сейчас я не знаю, как его найти.
02:15
If he watches this,
41
123593
1479
Если он нас смотрит,
02:17
I hope he'll find me.
42
125962
1628
надеюсь, он меня найдёт.
02:22
Why does medicine have
so much to offer my sister,
so much to offer my sister,
43
130639
4107
Почему медицина так много может
предложить моей сестре
предложить моей сестре
02:27
and so much less to offer
millions of people like Robert?
millions of people like Robert?
44
135540
4210
и так мало — Роберту и миллионам
с такой же болезнью?
с такой же болезнью?
02:32
The need is there.
45
140952
1290
Они в этом нуждаются.
02:34
The World Health Organization
estimates that brain illnesses
estimates that brain illnesses
46
142266
3153
Всемирная организация здравоохранения
считает, что болезни мозга,
считает, что болезни мозга,
02:37
like schizophrenia, bipolar disorder
and major depression
and major depression
47
145443
4115
как шизофрения, биполярное расстройство
личности и глубокая депрессия,
личности и глубокая депрессия,
02:41
are the world's largest cause
of lost years of life and work.
of lost years of life and work.
48
149582
4971
являются самой частой в мире причиной
сокращения годов жизни и работы.
сокращения годов жизни и работы.
02:47
That's in part because these illnesses
often strike early in life,
often strike early in life,
49
155807
3561
Это отчасти потому, что эти болезни
часто поражают рано,
часто поражают рано,
02:51
in many ways, in the prime of life,
50
159392
2181
очень часто в молодые годы,
02:53
just as people are finishing
their educations, starting careers,
their educations, starting careers,
51
161597
4464
как только люди заканчивают образование,
начинают карьеру,
начинают карьеру,
02:58
forming relationships and families.
52
166085
2279
образуют отношения и семьи.
03:00
These illnesses can result in suicide;
53
168388
2829
Эти болезни могут спровоцировать суицид;
03:03
they often compromise one's ability
to work at one's full potential;
to work at one's full potential;
54
171907
4567
они часто ставят под угрозу
способность работать на полную;
способность работать на полную;
03:09
and they're the cause of so many
tragedies harder to measure:
tragedies harder to measure:
55
177767
3455
трудно представить, сколько бед
они могут повлечь за собой:
они могут повлечь за собой:
03:13
lost relationships and connections,
56
181246
2438
разрыв отношений и контактов,
03:15
missed opportunities
to pursue dreams and ideas.
to pursue dreams and ideas.
57
183708
3039
упущенные шансы осуществить мечты.
03:19
These illnesses limit human possibilities
58
187533
3005
Эти болезни ограничивают
человеческие способности так,
человеческие способности так,
03:22
in ways we simply cannot measure.
59
190562
2154
что мы не можем этого даже измерить.
03:27
We live in an era in which
there's profound medical progress
there's profound medical progress
60
195493
4016
Мы живём в эпоху интенсивного
прогресса в медицине
прогресса в медицине
03:31
on so many other fronts.
61
199533
1811
и многих других сферах.
03:33
My sister's cancer story
is a great example,
is a great example,
62
201368
2547
Хорошим примером тому служит
история рака моей сестры,
история рака моей сестры,
03:35
and we could say the same
of heart disease.
of heart disease.
63
203939
2062
то же самое можно сказать
и о болезнях сердца.
и о болезнях сердца.
03:38
Drugs like statins will prevent
millions of heart attacks and strokes.
millions of heart attacks and strokes.
64
206025
3585
Такие препараты, как статины,
предупреждают миллионы
предупреждают миллионы
сердечных приступов и инсультов.
03:43
When you look at these areas
of profound medical progress
of profound medical progress
65
211047
2945
Если посмотреть на прогресс
медицины в этих сферах
медицины в этих сферах
03:46
in our lifetimes,
66
214016
1464
в течение нашей жизни,
03:47
they have a narrative in common:
67
215504
1674
можно увидеть в них много общего:
03:50
scientists discovered molecules
that matter to an illness,
that matter to an illness,
68
218067
4548
учёные открывали молекулы,
относящиеся к болезни,
относящиеся к болезни,
03:54
they developed ways to detect
and measure those molecules in the body,
and measure those molecules in the body,
69
222639
4679
научились находить и измерять
эти молекулы в организме,
эти молекулы в организме,
04:00
and they developed ways
to interfere with those molecules
to interfere with those molecules
70
228492
2778
а также научились
препятствовать их развитию,
препятствовать их развитию,
04:03
using other molecules -- medicines.
71
231294
2048
применяя другие молекулы — лекарства.
04:05
It's a strategy that has worked
again and again and again.
again and again and again.
72
233921
4020
Этот подход срабатывал снова и снова.
04:11
But when it comes to the brain,
that strategy has been limited,
that strategy has been limited,
73
239403
3642
Но когда приходит очередь мозга,
такой подход оказывается ограниченным,
такой подход оказывается ограниченным,
04:15
because today, we don't know
nearly enough, yet,
nearly enough, yet,
74
243069
4602
поскольку сегодня мы недостаточно знаем
04:19
about how the brain works.
75
247695
1852
о его работе.
04:22
We need to learn which of our cells
matter to each illness,
matter to each illness,
76
250526
4266
Нам надо узнать, какие клетки мозга
имеют значение для каждой болезни,
имеют значение для каждой болезни,
04:26
and which molecules in those cells
matter to each illness.
matter to each illness.
77
254816
3570
и какие молекулы в этих клетках
имеют значение для каждой болезни.
имеют значение для каждой болезни.
04:31
And that's the mission
I want to tell you about today.
I want to tell you about today.
78
259058
2651
Об этом я и хочу вам сегодня рассказать.
Моя лаборатория развивает технологии,
с помощью которых мы пытаемся превратить
с помощью которых мы пытаемся превратить
04:34
My lab develops technologies
with which we try to turn the brain
with which we try to turn the brain
79
262781
3809
мозг в проблему больших потоков данных.
04:38
into a big-data problem.
80
266614
1700
04:40
You see, before I became a biologist,
I worked in computers and math,
I worked in computers and math,
81
268338
3536
Прежде чем стать биологом, я работал
с компьютерами и математикой,
с компьютерами и математикой,
04:43
and I learned this lesson:
82
271898
1324
и я усвоил урок:
04:46
wherever you can collect vast amounts
of the right kinds of data
of the right kinds of data
83
274365
4184
где бы вы ни собирали огромное
количество разной информации
количество разной информации
04:50
about the functioning of a system,
84
278573
2030
о том, как работает система,
04:53
you can use computers in powerful new ways
85
281365
3618
вы можете использовать
мощность компьютера,
мощность компьютера,
04:57
to make sense of that system
and learn how it works.
and learn how it works.
86
285007
3225
чтобы получить представление о системе
и том, как она работает.
и том, как она работает.
05:00
Today, big-data approaches
are transforming
are transforming
87
288256
2522
Сейчас подходы к большим потокам
данных трансформируют
данных трансформируют
05:02
ever-larger sectors of our economy,
88
290802
2483
всё более крупные сектора экономики,
05:05
and they could do the same
in biology and medicine, too.
in biology and medicine, too.
89
293309
3286
и они могут сделать то же самое
в биологии и медицине.
в биологии и медицине.
05:08
But you have to have
the right kinds of data.
the right kinds of data.
90
296619
2557
Но вам надо иметь нужную информацию.
05:11
You have to have data
about the right things.
about the right things.
91
299200
2259
Вам нужна информация о том, что важно.
05:13
And that often requires
new technologies and ideas.
new technologies and ideas.
92
301917
3865
Это часто требует новых идей и технологий.
05:18
And that is the mission that animates
the scientists in my lab.
the scientists in my lab.
93
306815
3494
Именно это задача занимает
учёных в моей лаборатории.
учёных в моей лаборатории.
05:23
Today, I want to tell you
two short stories from our work.
two short stories from our work.
94
311251
2974
Сегодня я расскажу вам две
короткие истории из моей работы.
короткие истории из моей работы.
05:27
One fundamental obstacle we face
95
315427
3104
Одно из существенных препятствий,
с какими мы сталкиваемся,
с какими мы сталкиваемся,
05:30
in trying to turn the brain
into a big-data problem
into a big-data problem
96
318555
2660
пытаясь превратить мозг в проблему
больших потоков данных,
больших потоков данных,
05:33
is that our brains are composed of
and built from billions of cells.
and built from billions of cells.
97
321946
4538
это то, что мозг состоит
из миллиардов клеток.
из миллиардов клеток.
05:39
And our cells are not generalists;
they're specialists.
they're specialists.
98
327246
3859
И перед ними стоят не общие,
а специальные конкретные задачи.
а специальные конкретные задачи.
05:43
Like humans at work,
99
331129
2089
Как люди в работе,
05:45
they specialize into thousands
of different cellular careers,
of different cellular careers,
100
333242
5274
они специализируются
в тысячах разных клеточных карьер,
в тысячах разных клеточных карьер,
05:50
or cell types.
101
338540
1367
или типов клеток.
05:52
In fact, each of
the cell types in our body
the cell types in our body
102
340796
2571
Фактически, каждый из типов
клеток нашего тела
клеток нашего тела
05:55
could probably give a lively TED Talk
103
343391
1878
мог бы выступить на TED с лекцией
05:57
about what it does at work.
104
345293
1542
о своей работе.
06:00
But as scientists,
we don't even know today
we don't even know today
105
348422
2370
Но как учёные мы даже не знаем,
06:02
how many cell types there are,
106
350816
1907
сколько типов клеток существует,
06:04
and we don't know what the titles
of most of those talks would be.
of most of those talks would be.
107
352747
3277
и не знаем, какими были бы темы
большинства подобных лекций.
большинства подобных лекций.
06:11
Now, we know many
important things about cell types.
important things about cell types.
108
359809
2970
Сейчас мы знаем много важного
о типах клеток.
о типах клеток.
06:14
They can differ dramatically
in size and shape.
in size and shape.
109
362803
2751
Они могут существенно отличаться
формой и размерами.
формой и размерами.
06:17
One will respond to a molecule
that the other doesn't respond to,
that the other doesn't respond to,
110
365578
4135
На одну и ту же молекулу одни клетки
реагируют, а другие нет,
реагируют, а другие нет,
06:21
they'll make different molecules.
111
369737
1794
и они вырабатывают разные молекулы.
06:23
But science has largely
been reaching these insights
been reaching these insights
112
371555
2521
Но наука добивается этих знаний
06:26
in an ad hoc way, one cell type at a time,
113
374100
2943
бессистемно, по одной клетке за раз,
06:29
one molecule at a time.
114
377067
1486
по одной молекуле за раз.
06:31
We wanted to make it possible to learn
all of this quickly and systematically.
all of this quickly and systematically.
115
379854
4731
Мы хотели обеспечить возможность изучить
их все быстро и систематизировано.
их все быстро и систематизировано.
06:37
Now, until recently, it was the case
116
385673
1748
До недавнего времени для того,
06:39
that if you wanted to inventory
all of the molecules
all of the molecules
117
387445
3076
чтобы открыть все молекулы
06:42
in a part of the brain or any organ,
118
390545
2925
в части мозга или другого органа,
06:45
you had to first grind it up
into a kind of cellular smoothie.
into a kind of cellular smoothie.
119
393494
3954
вам надо было размолоть его
на клеточный коктейль.
на клеточный коктейль.
06:50
But that's a problem.
120
398678
1230
Но есть проблема.
06:52
As soon as you've ground up the cells,
121
400737
2538
Как только вы измельчите клетки,
06:55
you can only study the contents
of the average cell --
of the average cell --
122
403299
3511
вы сможете изучать лишь содержимое
усреднённой клетки,
усреднённой клетки,
06:58
not the individual cells.
123
406834
1595
а не индивидуальной.
07:01
Imagine if you were trying to understand
how a big city like New York works,
how a big city like New York works,
124
409182
3709
Это как если бы вы хотели узнать,
как устроен Нью-Йорк,
как устроен Нью-Йорк,
07:04
but you could only do so
by reviewing some statistics
by reviewing some statistics
125
412915
2542
но всё, что у вас есть, это данные
07:07
about the average resident of New York.
126
415481
2029
о среднестатистическом жителе Нью-Йорка.
07:10
Of course, you wouldn't learn very much,
127
418637
1979
Конечно, многого так не узнаешь,
07:12
because everything that's interesting
and important and exciting
and important and exciting
128
420640
3000
потому что самое интересное,
важное и захватывающее
важное и захватывающее
07:15
is in all the diversity
and the specializations.
and the specializations.
129
423664
2732
находится во всём
разнообразном и специфическом.
разнообразном и специфическом.
07:18
And the same thing is true of our cells.
130
426420
2606
С нашими клетками происходит то же самое.
07:21
And we wanted to make it possible to study
the brain not as a cellular smoothie
the brain not as a cellular smoothie
131
429050
4750
Мы хотели бы иметь возможность
изучать мозг не как клеточный коктейль,
изучать мозг не как клеточный коктейль,
07:25
but as a cellular fruit salad,
132
433824
2478
а как клеточный фруктовый салат,
07:28
in which one could generate
data about and learn from
data about and learn from
133
436326
2604
в котором можно получить информацию
07:30
each individual piece of fruit.
134
438954
1838
о каждом отдельном кусочке фрукта.
07:34
So we developed
a technology for doing that.
a technology for doing that.
135
442253
2718
Поэтому мы разработали технологию
именно для этого.
именно для этого.
07:36
You're about to see a movie of it.
136
444995
1729
Сейчас вы увидите об этом фильм.
07:41
Here we're packaging
tens of thousands of individual cells,
tens of thousands of individual cells,
137
449477
4028
Вот мы запаковываем десятки тысяч
отдельных клеток,
отдельных клеток,
07:45
each into its own tiny water droplet
138
453529
2923
каждую в свою собственную капельку
07:48
for its own molecular analysis.
139
456476
2211
для отдельного молекулярного анализа.
07:51
When a cell lands in a droplet,
it's greeted by a tiny bead,
it's greeted by a tiny bead,
140
459921
4123
Когда клетка помещается в капельку,
её встречает крошечная бусинка,
её встречает крошечная бусинка,
07:56
and that bead delivers millions
of DNA bar code molecules.
of DNA bar code molecules.
141
464068
3694
которая доставляет миллионы
молекул генов ДНК.
молекул генов ДНК.
08:01
And each bead delivers
a different bar code sequence
a different bar code sequence
142
469115
3308
Каждая бусинка доставляет особенную
последовательность генов
последовательность генов
08:04
to a different cell.
143
472447
1243
в отдельную клетку.
08:06
We incorporate the DNA bar codes
144
474884
2581
Мы внедряем гены ДНК
08:09
into each cell's RNA molecules.
145
477489
3058
в каждую молекулу клеток РНК.
08:12
Those are the molecular
transcripts it's making
transcripts it's making
146
480571
2836
Это молекулярные шифры,
состоящие с особых генов,
состоящие с особых генов,
08:15
of the specific genes
that it's using to do its job.
that it's using to do its job.
147
483431
3103
что используются для их работы.
08:19
And then we sequence billions
of these combined molecules
of these combined molecules
148
487383
4207
Потом мы секвенируем миллиарды
таких объединённых молекул,
таких объединённых молекул,
08:24
and use the sequences to tell us
149
492532
2498
и их последовательность сообщает нам,
08:27
which cell and which gene
150
495054
2602
из какой клетки и какого гена
08:29
every molecule came from.
151
497680
1540
происходит каждая молекула.
Мы называем такой подход
«Drop-seq» [«Каплепорядок»],
«Drop-seq» [«Каплепорядок»],
08:32
We call this approach "Drop-seq,"
because we use droplets
because we use droplets
152
500561
3292
потому что мы используем капли,
чтобы отделить клетки для анализа,
чтобы отделить клетки для анализа,
08:35
to separate the cells for analysis,
153
503877
2575
08:38
and we use DNA sequences
to tag and inventory
to tag and inventory
154
506476
3445
а также используем последовательности
ДНК, чтобы пометить, определить
ДНК, чтобы пометить, определить
08:41
and keep track of everything.
155
509945
1488
и всё отследить.
08:44
And now, whenever we do an experiment,
156
512727
1976
Каждый раз, когда мы ставим эксперименты,
08:46
we analyze tens of thousands
of individual cells.
of individual cells.
157
514727
3243
мы анализируем десятки тысяч
отдельных клеток.
отдельных клеток.
08:51
And today in this area of science,
158
519018
2624
Сегодня в этой сфере науки
08:53
the challenge is increasingly
how to learn as much as we can
how to learn as much as we can
159
521666
4931
главная цель — узнать как можно больше
08:58
as quickly as we can
160
526621
1872
и как можно быстрее
09:00
from these vast data sets.
161
528517
1738
из этих огромных наборов данных.
09:04
When we were developing Drop-seq,
people used to tell us,
people used to tell us,
162
532914
2770
Когда мы разрабатывали Drop-seq,
люди говорили нам:
люди говорили нам:
09:07
"Oh, this is going to make you guys
the go-to for every major brain project."
the go-to for every major brain project."
163
535708
4804
«Это сделает вас палочкой-выручалочкой
для всех крупных проектов по мозгу».
для всех крупных проектов по мозгу».
09:13
That's not how we saw it.
164
541257
1544
Это не то, к чему мы стремились.
09:14
Science is best when everyone
is generating lots of exciting data.
is generating lots of exciting data.
165
542825
4531
Для науки лучше всего, когда каждый
производит много увлекательной информации.
производит много увлекательной информации.
09:20
So we wrote a 25-page instruction book,
166
548197
3214
Поэтому мы написали инструкцию
на 25 страниц,
на 25 страниц,
09:23
with which any scientist could build
their own Drop-seq system from scratch.
their own Drop-seq system from scratch.
167
551435
4578
с которой любой учёный мог бы создать
собственную систему Drop-seq с нуля.
собственную систему Drop-seq с нуля.
09:28
And that instruction book has been
downloaded from our lab website
downloaded from our lab website
168
556037
3697
Эту инструкцию с сайта нашей
лаборатории за последние два года
лаборатории за последние два года
09:31
50,000 times in the past two years.
169
559758
2965
загрузили 50 000 раз.
09:35
We wrote software
that any scientist could use
that any scientist could use
170
563598
3052
Мы написали программное обеспечение,
которое каждый учёный мог бы
которое каждый учёный мог бы
09:38
to analyze the data
from Drop-seq experiments,
from Drop-seq experiments,
171
566674
2898
использовать для анализа данных
экспериментов Drop-seq,
экспериментов Drop-seq,
09:41
and that software is also free,
172
569596
1715
и это обеспечение тоже бесплатное,
09:43
and it's been downloaded from our website
30,000 times in the past two years.
30,000 times in the past two years.
173
571335
4388
и за последние 2 года его загрузили
с нашего сайта 30 000 раз.
с нашего сайта 30 000 раз.
09:48
And hundreds of labs have written us
about discoveries that they've made
about discoveries that they've made
174
576328
4979
Сотни лабораторий написали нам
об открытиях, которые они сделали
об открытиях, которые они сделали
09:53
using this approach.
175
581331
1443
благодаря этому подходу.
09:54
Today, this technology is being used
to make a human cell atlas.
to make a human cell atlas.
176
582798
3560
Сегодня эта технология используется,
чтобы создать атлас клеток человека.
чтобы создать атлас клеток человека.
09:58
It will be an atlas of all
of the cell types in the human body
of the cell types in the human body
177
586382
3354
Это будет атлас всех типов клеток
в человеческом теле
в человеческом теле
10:01
and the specific genes
that each cell type uses to do its job.
that each cell type uses to do its job.
178
589760
3680
и специфических генов, которые каждый
тип клеток использует в своей работе.
тип клеток использует в своей работе.
А теперь я расскажу о другой трудности,
с которой мы столкнулись,
с которой мы столкнулись,
10:08
Now I want to tell you about
a second challenge that we face
a second challenge that we face
179
596133
2876
10:11
in trying to turn the brain
into a big data problem.
into a big data problem.
180
599033
2448
пытаясь представить мозг в виде
крупного потока данных.
крупного потока данных.
10:13
And that challenge is that
we'd like to learn from the brains
we'd like to learn from the brains
181
601505
3279
Трудность в том, что мы
хотели изучить мозги
хотели изучить мозги
10:16
of hundreds of thousands of living people.
182
604808
2444
сотен тысяч живущих ныне людей.
10:19
But our brains are not physically
accessible while we're living.
accessible while we're living.
183
607998
3704
Но наш мозг физически недоступен
для исследования, пока мы живы.
для исследования, пока мы живы.
10:24
But how can we discover molecular factors
if we can't hold the molecules?
if we can't hold the molecules?
184
612895
3960
Как же открыть молекулярные факторы,
если мы не можем заполучить молекулы?
если мы не можем заполучить молекулы?
10:30
An answer comes from the fact that
the most informative molecules, proteins,
the most informative molecules, proteins,
185
618352
4548
Ответ в том, что самые
информативные молекулы — белки́ —
информативные молекулы — белки́ —
10:34
are encoded in our DNA,
186
622924
1782
закодированы в нашей ДНК,
10:36
which has the recipes our cells follow
to make all of our proteins.
to make all of our proteins.
187
624730
4530
которая содержит рецепты, по которым
наши клетки создают все наши белки.
наши клетки создают все наши белки.
10:41
And these recipes vary
from person to person to person
from person to person to person
188
629999
4946
Эти рецепты индивидуальны
для каждого человека,
для каждого человека,
10:46
in ways that cause the proteins
to vary from person to person
to vary from person to person
189
634969
3342
поэтому и белки у разных людей различаются
10:50
in their precise sequence
190
638335
1787
своей точной последовательностью
10:52
and in how much each cell type
makes of each protein.
makes of each protein.
191
640146
3151
и количеством белка, вырабатываемого
каждым типом клеток.
каждым типом клеток.
10:56
It's all encoded in our DNA,
and it's all genetics,
and it's all genetics,
192
644441
3393
Всё это закодировано в ДНК,
всё это генетика,
всё это генетика,
10:59
but it's not the genetics
that we learned about in school.
that we learned about in school.
193
647858
2817
но не та генетика, что мы учили в школе.
11:03
Do you remember big B, little b?
194
651572
1983
Помните доминантные, рецессивные гены?
11:06
If you inherit big B, you get brown eyes?
195
654260
2400
Если вы унаследовали доминанту,
у вас карие глаза?
у вас карие глаза?
11:09
It's simple.
196
657085
1223
Это просто.
11:11
Very few traits are that simple.
197
659451
3173
Настолько простых черт очень мало.
11:15
Even eye color is shaped by much more
than a single pigment molecule.
than a single pigment molecule.
198
663232
4725
Даже цвет глаз зависит не только
от пигментных молекул.
от пигментных молекул.
11:20
And something as complex
as the function of our brains
as the function of our brains
199
668861
4250
Нечто настолько сложное,
как работа нашего мозга,
как работа нашего мозга,
11:25
is shaped by the interaction
of thousands of genes.
of thousands of genes.
200
673135
3247
формируется благодаря
взаимодействию тысяч таких генов.
взаимодействию тысяч таких генов.
11:28
And each of these genes
varies meaningfully
varies meaningfully
201
676406
2340
Каждый из этих генов
существенно различается
существенно различается
11:30
from person to person to person,
202
678770
1838
у разных людей,
11:32
and each of us is a unique
combination of that variation.
combination of that variation.
203
680632
3517
и каждый из нас — уникальная
комбинация этих различий.
комбинация этих различий.
11:37
It's a big data opportunity.
204
685419
2216
Это большая информационная возможность.
11:40
And today, it's increasingly
possible to make progress
possible to make progress
205
688214
3176
Сегодня всё больше можно
добиться прогресса
добиться прогресса
11:43
on a scale that was never possible before.
206
691414
2796
в ранее невозможных масштабах.
11:46
People are contributing to genetic studies
207
694234
2405
Люди делают вклад в учение о генетике
11:48
in record numbers,
208
696663
1594
в рекордные сроки,
11:51
and scientists around the world
are sharing the data with one another
are sharing the data with one another
209
699085
4087
а учёные по всему миру делятся
данными друг с другом для того,
данными друг с другом для того,
11:55
to speed progress.
210
703196
1571
чтобы ускорить прогресс.
11:57
I want to tell you a short story
about a discovery we recently made
about a discovery we recently made
211
705514
3239
Я хочу рассказать короткую историю
об открытии, которое мы сделали недавно
об открытии, которое мы сделали недавно
12:00
about the genetics of schizophrenia.
212
708777
1894
в области шизофрении.
12:03
It was made possible
by 50,000 people from 30 countries,
by 50,000 people from 30 countries,
213
711506
4596
Оно стало возможным благодаря
50 000 людей из 30 разных стран,
50 000 людей из 30 разных стран,
12:08
who contributed their DNA
to genetic research on schizophrenia.
to genetic research on schizophrenia.
214
716126
4700
которые предоставили свои ДНК для
генетического исследования о шизофрении.
генетического исследования о шизофрении.
12:14
It had been known for several years
215
722406
2096
Уже несколько лет известно,
12:16
that the human genome's largest influence
on risk of schizophrenia
on risk of schizophrenia
216
724526
4111
что на риск развития шизофрении влияет
12:20
comes from a part of the genome
217
728661
1802
часть человеческого генома,
12:22
that encodes many of the molecules
in our immune system.
in our immune system.
218
730487
3344
который кодирует множество молекул
нашей иммунной системы.
нашей иммунной системы.
12:25
But it wasn't clear which gene
was responsible.
was responsible.
219
733855
3034
Но не было понятно,
какой именно ген за это отвечал.
какой именно ген за это отвечал.
12:29
A scientist in my lab developed
a new way to analyze DNA with computers,
a new way to analyze DNA with computers,
220
737746
4040
Учёный в моей лаборатории нашёл
новый способ анализировать ДНК
новый способ анализировать ДНК
с помощью компьютера,
и открыл кое-что неожиданное.
и открыл кое-что неожиданное.
12:33
and he discovered something
very surprising.
very surprising.
221
741810
3095
12:36
He found that a gene called
"complement component 4" --
"complement component 4" --
222
744929
3251
Он узнал, что ген под названием
«комплементный компонент 4» —
«комплементный компонент 4» —
12:40
it's called "C4" for short --
223
748204
1799
его сокращённо называют «С4» —
12:43
comes in dozens of different forms
in different people's genomes,
in different people's genomes,
224
751036
3889
встречается в разных формах
в различных человеческих геномах,
в различных человеческих геномах,
12:46
and these different forms
make different amounts
make different amounts
225
754949
3197
и эти разные формы вырабатывают
разное количество
разное количество
12:50
of C4 protein in our brains.
226
758170
2242
белка С4 в мозге.
12:52
And he found that the more
C4 protein our genes make,
C4 protein our genes make,
227
760957
3985
Ещё он узнал, что чем больше
белка С4 вырабатывают наши гены,
белка С4 вырабатывают наши гены,
12:56
the greater our risk for schizophrenia.
228
764966
2112
тем больше риск развития шизофрении.
12:59
Now, C4 is still just one risk factor
in a complex system.
in a complex system.
229
767919
4907
Пока С4 остаётся единственным
фактором риска в сложной системе.
фактором риска в сложной системе.
13:04
This isn't big B,
230
772850
1989
Это не доминантный ген,
13:06
but it's an insight about
a molecule that matters.
a molecule that matters.
231
774863
3557
но это знание о молекуле,
которое имеет важное значение.
которое имеет важное значение.
13:11
Complement proteins like C4
were known for a long time
were known for a long time
232
779492
3637
Белки комплемента вроде С4
известны уже долгое время
известны уже долгое время
13:15
for their roles in the immune system,
233
783153
1953
благодаря их функции в иммунной системе,
13:17
where they act as a kind of
molecular Post-it note
molecular Post-it note
234
785130
2778
где они действуют как молекулярная
метка с текстом:
метка с текстом:
13:19
that says, "Eat me."
235
787932
1580
«Съешь меня».
13:22
And that Post-it note
gets put on lots of debris
gets put on lots of debris
236
790475
2667
Этой меткой помечено много отходов
13:25
and dead cells in our bodies
237
793166
2357
и мёртвых клеток в организме,
13:27
and invites immune cells
to eliminate them.
to eliminate them.
238
795547
2490
которые клетки иммунной системы
приглашаются устранить.
приглашаются устранить.
13:30
But two colleagues of mine found
that the C4 Post-it note
that the C4 Post-it note
239
798779
3539
Но двое из моих коллег узнали,
что метками С4
что метками С4
13:35
also gets put on synapses in the brain
240
803183
3298
также помечаются синапсы мозга,
13:38
and prompts their elimination.
241
806505
1864
что вызывает их устранение.
13:41
Now, the creation and elimination
of synapses is a normal part
of synapses is a normal part
242
809154
3266
Вообще, создание и уничтожение
синапсов является естественной
синапсов является естественной
13:44
of human development and learning.
243
812444
1854
частью нашего развития.
13:46
Our brains create and eliminate
synapses all the time.
synapses all the time.
244
814322
2921
Наш мозг постоянно создаёт
и уничтожает синапсы.
и уничтожает синапсы.
13:49
But our genetic results suggest
that in schizophrenia,
that in schizophrenia,
245
817921
2960
Но наши результаты наводят
на мысль, что при шизофрении
на мысль, что при шизофрении
13:52
the elimination process
may go into overdrive.
may go into overdrive.
246
820905
3233
процесс устранения клеток
опережает их создание.
опережает их создание.
13:57
Scientists at many drug companies tell me
they're excited about this discovery,
they're excited about this discovery,
247
825185
3929
Учёные из многих фармацевтических компаний
были в восторге от этого открытия,
были в восторге от этого открытия,
14:01
because they've been working
on complement proteins for years
on complement proteins for years
248
829138
3239
потому что они годами работают
с белками комплемента
с белками комплемента
14:04
in the immune system,
249
832401
1540
для иммунной системы,
14:05
and they've learned a lot
about how they work.
about how they work.
250
833965
2206
и они много узнали о принципах их работы.
14:08
They've even developed molecules
that interfere with complement proteins,
that interfere with complement proteins,
251
836885
3894
Они даже создали молекулы, препятствующие
работе белков комплемента,
работе белков комплемента,
14:12
and they're starting to test them
in the brain as well as the immune system.
in the brain as well as the immune system.
252
840803
3607
и сейчас они начали испытывать их
как в мозге, так и в иммунной системе.
как в мозге, так и в иммунной системе.
14:17
It's potentially a path toward a drug
that might address a root cause
that might address a root cause
253
845124
4721
Это, возможно, первый шаг к препаратам,
которые повлияют на главную причину,
которые повлияют на главную причину,
14:21
rather than an individual symptom,
254
849869
2649
а не на отдельные симптомы,
14:24
and we hope very much that this work
by many scientists over many years
by many scientists over many years
255
852542
4048
и мы очень надеемся на успех
многолетней работы
многолетней работы
14:28
will be successful.
256
856614
1152
стольких учёных.
14:31
But C4 is just one example
257
859689
3014
Но С4 — лишь один из примеров возможностей
14:34
of the potential for data-driven
scientific approaches
scientific approaches
258
862727
3112
научного подхода, основанного
на управлении данными,
на управлении данными,
14:37
to open new fronts on medical problems
that are centuries old.
that are centuries old.
259
865863
3903
способного открыть новые решения
старых медицинских проблем.
старых медицинских проблем.
14:42
There are hundreds of places
in our genomes
in our genomes
260
870144
2745
В наших геномах есть сотни мест,
14:44
that shape risk for brain illnesses,
261
872913
2585
которые могут создать риск болезней мозга,
14:47
and any one of them could lead us
to the next molecular insight
to the next molecular insight
262
875522
4066
и любое из них могло бы привести нас
к очередному пониманию
к очередному пониманию
14:51
about a molecule that matters.
263
879612
2020
работы важных молекул.
14:53
And there are hundreds of cell types that
use these genes in different combinations.
use these genes in different combinations.
264
881656
3987
Существуют сотни типов клеток, которые
используют эти гены в разных комбинациях.
используют эти гены в разных комбинациях.
14:57
As we and other scientists
work to generate
work to generate
265
885667
2069
Вместе с другими учёными
мы работаем на тем,
мы работаем на тем,
14:59
the rest of the data that's needed
266
887760
2069
чтобы собрать остальную информацию,
15:01
and to learn all that we can
from that data,
from that data,
267
889853
2393
необходимую для понимания всего,
что только возможно,
что только возможно,
15:04
we hope to open many more new fronts.
268
892270
2403
и мы надеемся открыть
много новых сфер применения.
много новых сфер применения.
15:08
Genetics and single-cell analysis
are just two ways
are just two ways
269
896483
5079
Генетика и анализ отдельных клеток —
лишь два способа в попытке
лишь два способа в попытке
15:13
of trying to turn the brain
into a big data problem.
into a big data problem.
270
901586
3767
подойти к мозгу как к проблеме
больших данных.
больших данных.
15:18
There is so much more we can do.
271
906424
2159
Мы ещё многое можем сделать.
15:21
Scientists in my lab
are creating a technology
are creating a technology
272
909235
3074
Учёные в моей лаборатории
создают технологию
создают технологию
15:24
for quickly mapping the synaptic
connections in the brain
connections in the brain
273
912333
3196
для быстрого отображения
синаптических связей в мозге,
синаптических связей в мозге,
15:27
to tell which neurons are talking
to which other neurons
to which other neurons
274
915553
2938
чтобы видеть, какие нейроны
общаются между собой
общаются между собой
15:30
and how that conversation changes
throughout life and during illness.
throughout life and during illness.
275
918515
3996
и как их общение меняется в течение
жизни и на протяжении болезни.
жизни и на протяжении болезни.
15:35
And we're developing a way
to test in a single tube
to test in a single tube
276
923467
4520
Ещё мы разрабатываем способ
проверять в отдельной пробирке,
проверять в отдельной пробирке,
15:40
how cells with hundreds
of different people's genomes
of different people's genomes
277
928011
2718
как клетки с миллионами разных
человеческих геномов
человеческих геномов
15:42
respond differently to the same stimulus.
278
930753
2170
по-разному реагируют
на одни те же раздражители.
на одни те же раздражители.
15:46
These projects bring together
people with diverse backgrounds
people with diverse backgrounds
279
934248
4903
Эти проекты собрали вместе людей
с разным опытом,
с разным опытом,
15:51
and training and interests --
280
939175
2493
подготовкой и интересами:
15:53
biology, computers, chemistry,
math, statistics, engineering.
math, statistics, engineering.
281
941692
5877
биологов, программистов, химиков,
математиков, статистиков, инженеров.
математиков, статистиков, инженеров.
16:00
But the scientific possibilities
rally people with diverse interests
rally people with diverse interests
282
948205
4232
Но научные возможности собрали вместе
людей с разными интересами
людей с разными интересами
16:04
into working intensely together.
283
952461
2235
для интенсивной общей работы.
16:08
What's the future
that we could hope to create?
that we could hope to create?
284
956871
2551
Какое будущее мы надеемся создать?
16:12
Consider cancer.
285
960267
1350
Рассмотрим рак.
16:14
We've moved from an era of ignorance
about what causes cancer,
about what causes cancer,
286
962193
3922
Мы прошли путь от незнания причин рака,
16:18
in which cancer was commonly ascribed
to personal psychological characteristics,
to personal psychological characteristics,
287
966139
6988
когда рак обычно считался персональной
психологической особенностью,
психологической особенностью,
16:26
to a modern molecular understanding
of the true biological causes of cancer.
of the true biological causes of cancer.
288
974238
5395
до современного молекулярного
осознания биологических причин рака.
осознания биологических причин рака.
16:32
That understanding today
leads to innovative medicine
leads to innovative medicine
289
980100
3074
Современное осознание ведёт
к инновационной медицине
к инновационной медицине
16:35
after innovative medicine,
290
983198
1696
как следствие инновационной медицины,
16:36
and although there's still
so much work to do,
so much work to do,
291
984918
2839
и хотя до сих ещё есть, над чем работать,
16:39
we're already surrounded by people
who have been cured of cancers
who have been cured of cancers
292
987781
3394
уже сегодня вокруг много людей,
излечившихся от рака,
излечившихся от рака,
16:43
that were considered untreatable
a generation ago.
a generation ago.
293
991199
3269
который прошлое поколение
считало неизлечимым.
считало неизлечимым.
16:48
And millions of cancer survivors
like my sister
like my sister
294
996254
3376
А миллионы победивших рак,
как моя сестра,
как моя сестра,
16:51
find themselves with years of life
that they didn't take for granted
that they didn't take for granted
295
999654
4401
получили дополнительные годы жизни,
которые они не воспринимают как должное,
которые они не воспринимают как должное,
16:56
and new opportunities
296
1004079
1769
и новые возможности
16:57
for work and joy and human connection.
297
1005872
3930
для работы, развлечений и общения.
17:03
That is the future that we are determined
to create around mental illness --
to create around mental illness --
298
1011358
4378
Вот какое будущее мы намерены создать
вокруг психических заболеваний —
вокруг психических заболеваний —
17:08
one of real understanding and empathy
299
1016581
4119
будущее осознания, сопереживания
17:12
and limitless possibility.
300
1020724
1816
и неограниченных возможностей.
17:15
Thank you.
301
1023159
1190
Спасибо.
17:16
(Applause)
302
1024374
4062
(Аплодисменты)
ABOUT THE SPEAKER
Steve McCarroll - GeneticistSteve McCarroll is conducting groundbreaking research on the causes of mental illness.
Why you should listen
Steve McCarroll and the scientists in his lab use human genetics, molecular biology and engineering to create new ways of studying the human brain, reveal the ways in which genomes vary from person to person and discover the molecular and cellular processes that underlie brain illness. McCarroll and his team at Harvard have linked schizophrenia to specific gene variations that recruit immune molecules into "pruning" synapses in the brain, a discovery that is leading toward new ways of thinking about the biological basis of schizophrenia and new approaches for discovering medicines.
Prior to leading his lab, McCarroll earned his PhD in neuroscience at the University of California, San Francisco. He is also currently serving as Director of Genetics for the Broad Institute's Stanley Center for Psychiatric Research.
Steve McCarroll | Speaker | TED.com