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

Why you should listen

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

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

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

Ed Boyden: A light switch for neurons

Ed Boyden: Un interruptor de llum per les neurones

Filmed:
1,098,379 views

Ed Boyden ens ensenya com, introduint a les neurones gens de proteïnes sensibles a la llum, pot activar o desactivar determinades neurones amb implants de fibra òptica. Amb aquest nivell de control sense precedents, ha aconseguit curar ratolins de trastorns similars a l'estrés posttraumàtic i certes formes de ceguesa. A l'horitzó: les pròtesis neuronals. El moderador Juan Enriquez fa una petita entrevista al final.
- Neuroengineer
Ed Boyden is a professor of biological engineering and brain and cognitive sciences at the MIT Media Lab and the MIT McGovern Institute. Full bio

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

00:15
Think about your day for a secondsegon.
0
0
2000
Penseu en el vostre dia per un moment.
00:17
You wokeva despertar up, feltsentia freshfresc airaire on your facecara as you walkedcaminava out the doorporta,
1
2000
3000
Us heu llevat, heu sentit l'aire a la cara mentre sortíeu de casa,
00:20
encounteredtrobat newnou colleaguescompanys de feina and had great discussionsdiscussions,
2
5000
2000
heu trobat companys de feina i heu tingut converses interessants amb ells
00:22
and feltsentia in aweadmiració when you foundtrobat something newnou.
3
7000
2000
i us heu meravellat quan heu descobert quelcom nou.
00:24
But I betaposta there's something you didn't think about todayavui --
4
9000
2000
Però segur que hi ha una cosa en la qual no hi heu pensat;
00:26
something so closea prop to home
5
11000
2000
una cosa molt propera a vosaltres
00:28
that you probablyProbablement don't think about it very oftensovint at all.
6
13000
2000
en la qual probablement no hi penseu gaire sovint.
00:30
And that's that all the sensationssensacions, feelingssentiments,
7
15000
2000
I és que totes les sensacions, sentiments,
00:32
decisionsdecisions and actionsaccions
8
17000
2000
decisions i accions
00:34
are mediatedmediada per by the computerordinador in your headcap
9
19000
2000
estan controlades per l'ordinador que tenim al cap
00:36
calledanomenat the braincervell.
10
21000
2000
i que anomenem cervell.
00:38
Now the braincervell maypot not look like much from the outsidefora --
11
23000
2000
Potser creieu que el cervell no és gaire cosa des de fora:
00:40
a coupleparella poundslliures of pinkish-graygris color rosat fleshcarn,
12
25000
2000
una mica menys d'un quilogram de carn grissenca,
00:42
amorphousamorfa --
13
27000
2000
amorfa,
00:44
but the last hundredcent yearsanys of neuroscienceneurociència
14
29000
2000
però els últims cent anys de neurociència
00:46
have allowedpermès us to zoomzoom in on the braincervell,
15
31000
2000
ens han permés d'apropar-nos-hi
00:48
and to see the intricacycomplexitat of what liesmentides withindins.
16
33000
2000
i d'observar la complexitat del seu interior.
00:50
And they'veells ho han fet told us that this braincervell
17
35000
2000
I hem descobert que el cervell
00:52
is an incrediblyincreïblement complicatedcomplicat circuitcircuit
18
37000
2000
és un circuit increiblement complicat
00:54
madefet out of hundredscentenars of billionsmilers de milions of cellscèl · lules calledanomenat neuronsneurones.
19
39000
4000
compost de bilions de cèl·lules anomenades neurones.
00:58
Now unlikea diferència a human-designeddisseny humà computerordinador,
20
43000
3000
A diferència d'un ordinador dissenyat per una persona,
01:01
where there's a fairlyamb força smallpetit numbernúmero of differentdiferent partsparts --
21
46000
2000
en el qual hi ha un número força reduït de parts diferents
01:03
we know how they work, because we humansels éssers humans designeddissenyat them --
22
48000
3000
(i que sabem com funciona perquè hem sigut nosaltres, les persones, qui l'hem dissenyat),
01:06
the braincervell is madefet out of thousandsmilers of differentdiferent kindstipus of cellscèl · lules,
23
51000
3000
el cervell està format per milers de tipus de cèl·lules diferents,
01:09
maybe tensdesenes of thousandsmilers.
24
54000
2000
potser desenes de milers.
01:11
They come in differentdiferent shapesformes; they're madefet out of differentdiferent moleculesmolècules.
25
56000
2000
Tenen formes diferents, estan compostes de molècules diverses
01:13
And they projectprojecte and connectconnectar to differentdiferent braincervell regionsregions,
26
58000
3000
i projecten i es connecten a diferents regions del cervell.
01:16
and they alsotambé changecanviar differentdiferent waysmaneres in differentdiferent diseasemalaltia statesestats.
27
61000
3000
I, a més, canvien de forma diferent segons l'estadi de l'enfermetat.
01:19
Let's make it concreteconcret.
28
64000
2000
Posem-ne un exemple.
01:21
There's a classclasse of cellscèl · lules,
29
66000
2000
Hi ha un tipus de cèl·lula,
01:23
a fairlyamb força smallpetit cellcel·la, an inhibitoryinhibitori cellcel·la, that quietss'aquieta its neighborsveïns.
30
68000
3000
una cèl·lula força petita, inhibidora, que calma les veïnes.
01:26
It's one of the cellscèl · lules that seemssembla to be atrophiedatrofiada in disorderstrastorns like schizophreniaesquizofrènia.
31
71000
4000
És un tipus de cèl·lula que sembla estar atrofiada en trastorns com l'esquizofrènia.
01:30
It's calledanomenat the basketcistella cellcel·la.
32
75000
2000
Són les anomenades cèl·lules en cistella.
01:32
And this cellcel·la is one of the thousandsmilers of kindstipus of cellcel·la
33
77000
2000
Aquesta cèl·lula és un dels milers tipus de cèl·lules
01:34
that we are learningaprenentatge about.
34
79000
2000
sobre les quals estem aprenent coses.
01:36
NewNou onesuns are beingser discovereddescobert everydaycada dia.
35
81000
2000
Cada dia se'n descobreixen de noves.
01:38
As just a secondsegon exampleexemple:
36
83000
2000
Un altre exemple:
01:40
these pyramidalpiramidal cellscèl · lules, largegran cellscèl · lules,
37
85000
2000
aquestes cèl·lules piramidals i grans,
01:42
they can spanabast a significantsignificatiu fractionfracció of the braincervell.
38
87000
2000
poden ocupar una porció força important del cervell.
01:44
They're excitatoryexcitant.
39
89000
2000
Són excitatòries.
01:46
And these are some of the cellscèl · lules
40
91000
2000
I algunes d'aquestes cèl·lules
01:48
that mightpotser be overactivehiperactiva in disorderstrastorns suchtal as epilepsyepilèpsia.
41
93000
3000
poden ser hiperactives en trastorns com l'epil·lèpsia.
01:51
EveryCada one of these cellscèl · lules
42
96000
2000
Cadascuna d'aquestes cèl·lules
01:53
is an incredibleincreïble electricalelèctrica devicedispositiu.
43
98000
3000
és un increïble aparell elèctric.
01:56
They receiverebre inputentrada from thousandsmilers of upstreamaigües amunt partnerssocis
44
101000
2000
Reben senyals provinents de milers d'altres neurones
01:58
and computecalcular theirels seus ownpropi electricalelèctrica outputssortides,
45
103000
3000
i calculen la seva pròpia resposta elèctrica
02:01
whichquin then, if they passpassar a certaincert thresholdllindar,
46
106000
2000
que, si supera un llindar determinat,
02:03
will go to thousandsmilers of downstreamavall partnerssocis.
47
108000
2000
arribarà a milers de neurones.
02:05
And this processprocés, whichquin takes just a millisecondmil·lisegon or so,
48
110000
3000
Aquest procés es fa en més o menys una mil·lèssima de segon
02:08
happenspassa thousandsmilers of timestemps a minuteminut
49
113000
2000
i es repeteix milers de vegades cada minut
02:10
in everycada one of your 100 billionmil milions cellscèl · lules,
50
115000
2000
en cadascuna del bilió de cèl·lules del nostre cos
02:12
as long as you liveen directe
51
117000
2000
mentre vivim,
02:14
and think and feel.
52
119000
3000
pensem i sentim.
02:17
So how are we going to figurefigura out what this circuitcircuit does?
53
122000
3000
Com podem esbrinar el que fa aquest circuit?
02:20
IdeallyIdealment, we could go througha través the circuitcircuit
54
125000
2000
En un món perfecte, recorreríem el circuit
02:22
and turngirar these differentdiferent kindstipus of cellcel·la on and off
55
127000
3000
i connectaríem i desconnectaríem els diferents tipus de cèl·lules
02:25
and see whetherja sigui we could figurefigura out
56
130000
2000
per provar d'esbrinar
02:27
whichquin onesuns contributecontribueix to certaincert functionsfuncions
57
132000
2000
quines participen en determinades funcions
02:29
and whichquin onesuns go wrongmal in certaincert pathologiespatologies.
58
134000
2000
i quines no funcionen en determinades malalties.
02:31
If we could activateactivar cellscèl · lules, we could see what powerspoders they can unleashdesencadenar,
59
136000
3000
Si poguéssim activar les neurones,
02:34
what they can initiateiniciar and sustainsostenir.
60
139000
2000
que poden iniciar i mantenir.
02:36
If we could turngirar them off,
61
141000
2000
Si poguéssim desconnectar-les,
02:38
then we could try and figurefigura out what they're necessarynecessari for.
62
143000
2000
podríem provar d'esbrinar per a què són necessàries.
02:40
And that's a storyhistòria I'm going to tell you about todayavui.
63
145000
3000
Aquesta és la història que us explicaré avui.
02:43
And honestlyhonestament, where we'vetenim gones'ha anat througha través over the last 11 yearsanys,
64
148000
3000
En els últims onze anys, hem passat per molts estadis
02:46
througha través an attemptintent to find waysmaneres
65
151000
2000
per tal d'intentar trobar maneres
02:48
of turningtornejat circuitscircuits and cellscèl · lules and partsparts and pathwayscamins of the braincervell
66
153000
2000
d'activar i desactivar circuits, neurones, parts
02:50
on and off,
67
155000
2000
i rutes del cervell,
02:52
bothtots dos to understandentendre the scienceciència
68
157000
2000
tant per entendre la ciència
02:54
and alsotambé to confrontconfrontar some of the issuesproblemes
69
159000
3000
com per fer front a alguns dels problemes
02:57
that facecara us all as humansels éssers humans.
70
162000
3000
inherents a tots els homes.
03:00
Now before I tell you about the technologytecnologia,
71
165000
3000
Abans de parlar sobre la tecnologia,
03:03
the baddolent newsnotícies is that a significantsignificatiu fractionfracció of us in this roomhabitació,
72
168000
3000
una mala notícia: una part important del que som avui en aquesta sala
03:06
if we liveen directe long enoughsuficient,
73
171000
2000
és probable que pateixi,
03:08
will encountertrobada, perhapstal vegada, a braincervell disordertrastorn.
74
173000
2000
si vivim prou temps, un trastorn cerebral.
03:10
AlreadyJa, a billionmil milions people
75
175000
2000
Deu mil milions de persones
03:12
have had some kindamable of braincervell disordertrastorn
76
177000
2000
ja han patit algun tipus de trastorn cerebral
03:14
that incapacitatesincapacita per them,
77
179000
2000
que els ha deixat incapacitats.
03:16
and the numbersnúmeros don't do it justicejustícia thoughperò.
78
181000
2000
I els números no fan justícia.
03:18
These disorderstrastorns -- schizophreniaesquizofrènia, Alzheimer'sAlzheimer,
79
183000
2000
Aquests trastorns (esquizofrènia, Alzheimer,
03:20
depressiondepressió, addictionaddicció --
80
185000
2000
depressió, addicció)
03:22
they not only stealrobar our time to liveen directe, they changecanviar who we are.
81
187000
3000
no només ens treuen temps de vida, també canvien el que som;
03:25
They take our identityidentitat and changecanviar our emotionsemocions
82
190000
2000
ens treuen la identitat i canvien les nostres emocions;
03:27
and changecanviar who we are as people.
83
192000
3000
i canvien qui som.
03:30
Now in the 20thth centurysegle,
84
195000
3000
Al s.XX,
03:33
there was some hopeesperança that was generatedgenerat
85
198000
3000
hi va haver una certa esperança
03:36
througha través the developmentdesenvolupament of pharmaceuticalsproductes farmacèutics for treatingtractant braincervell disorderstrastorns,
86
201000
3000
a causa del desenvolupament de les farmacèutiques pel que fa al tractament de trastorns cerebrals.
03:39
and while manymolts drugsdrogues have been developeddesenvolupat
87
204000
3000
S'han desenvolupat molts medicaments
03:42
that can alleviatealleujar symptomssímptomes of braincervell disorderstrastorns,
88
207000
2000
que poden alleujar els símptomes d'aquests trastorns,
03:44
practicallypràcticament nonecap of them can be consideredconsiderat to be curedcurat.
89
209000
3000
però pràcticament no s'ha arribat a guarir cap d'ells.
03:47
And partpart of that's because we're bathingbany the braincervell in the chemicalquímica.
90
212000
3000
En part, es deu a que estem inundant el cervell amb substàncies químiques.
03:50
This elaborateelaborar circuitcircuit
91
215000
2000
A aquest complicat circuit
03:52
madefet out of thousandsmilers of differentdiferent kindstipus of cellcel·la
92
217000
2000
compost per milers de tipus diferents de cèl·lules
03:54
is beingser bathedbanyat in a substancesubstància.
93
219000
2000
se l'està banyant en una substància.
03:56
That's alsotambé why, perhapstal vegada, mostla majoria of the drugsdrogues, and not all, on the marketmercat
94
221000
2000
També és la raó per la qual, la majoria dels medicaments, sinó tots,
03:58
can presentpresent some kindamable of seriousgreu sidecostat effectefecte too.
95
223000
3000
poden tenir algun tipus d'efecte secundari greu.
04:01
Now some people have gottenaconseguit some solaceconsol
96
226000
3000
Hi ha gent que troba consol
04:04
from electricalelèctrica stimulatorsestimuladors that are implantedimplantat in the braincervell.
97
229000
3000
en estimuladors elèctrics que els implanten al cervell.
04:07
And for Parkinson'sParkinson diseasemalaltia,
98
232000
2000
Pel que fa al Parkinson,
04:09
CochlearCoclear implantsimplants,
99
234000
2000
els implants coclears
04:11
these have indeeden efecte been ablecapaç
100
236000
2000
s'han convertit
04:13
to bringportar some kindamable of remedyremei
101
238000
2000
en una mena de remei
04:15
to people with certaincert kindstipus of disordertrastorn.
102
240000
2000
per a persones amb determinats tipus de trastorns.
04:17
But electricityelectricitat alsotambé will go in all directionsadreces --
103
242000
2000
Però l'electricitat anirà en totes direccions:
04:19
the pathCamí of leastmenys resistanceresistència,
104
244000
2000
seguint el camí de la mínima resistència,
04:21
whichquin is where that phrasefrase, in partpart, comesve from.
105
246000
2000
que és d'on ve, en part, aquesta expressió.
04:23
And it alsotambé will affectafectar normalnormal circuitscircuits as well as the abnormalanormal onesuns that you want to fixcorregir.
106
248000
3000
I tindrà efecte sobre els circuits normals, a més de sobre els anormals que volem arreglar.
04:26
So again, we're sentenviat back to the ideaidea
107
251000
2000
Tornem, doncs, a la idea
04:28
of ultra-preciseUltra-precisa controlcontrol.
108
253000
2000
del control extremadament precís.
04:30
Could we dial-inmarcatge informationinformació preciselyprecisament where we want it to go?
109
255000
3000
Podem fer que la informació arribi precisament allà on volem que hi vagi?
04:34
So when I startedva començar in neuroscienceneurociència 11 yearsanys agofa,
110
259000
4000
Quan vaig començar a treballar en el camp de la neurociència ha 11 anys,
04:38
I had trainedentrenat as an electricalelèctrica engineerenginyer and a physicistfísic,
111
263000
3000
era enginyer elèctric i físic
04:41
and the first thing I thought about was,
112
266000
2000
i el primer que vaig pensar va ser:
04:43
if these neuronsneurones are electricalelèctrica devicesdispositius,
113
268000
2000
si aquestes neurones són aparells elèctrics,
04:45
all we need to do is to find some way
114
270000
2000
l'únic que hem d'aconseguir és trobar la manera
04:47
of drivingconduir those electricalelèctrica changescanvis at a distancedistància.
115
272000
2000
de dirigir aquests canvis elèctrics des de lluny.
04:49
If we could turngirar on the electricityelectricitat in one cellcel·la,
116
274000
2000
Si puguéssim activar l'electricitat d'una neurona
04:51
but not its neighborsveïns,
117
276000
2000
però no la de les neurones veïnes,
04:53
that would give us the tooleina we need to activateactivar and shuttancat down these differentdiferent cellscèl · lules,
118
278000
3000
aconseguiríem l'eina per activar i desactivar les diferents cèl·lules,
04:56
figurefigura out what they do and how they contributecontribueix
119
281000
2000
i es descobriria el que fan i com contribueixen
04:58
to the networksxarxes in whichquin they're embeddedincrustat.
120
283000
2000
a les xarxes de les quals formen part.
05:00
And alsotambé it would allowpermetre'l us to have the ultra-preciseUltra-precisa controlcontrol we need
121
285000
2000
També ens permetria tenir el control extremadament precís que necessitem
05:02
in orderordre to fixcorregir the circuitcircuit computationscàlculs
122
287000
3000
per tal d'arreglar els càlculs dels circuits
05:05
that have gones'ha anat awryTort.
123
290000
2000
que estan malament.
05:07
Now how are we going to do that?
124
292000
2000
I com ho aconseguirem, això?
05:09
Well there are manymolts moleculesmolècules that existexisteixen in naturenaturalesa,
125
294000
2000
Bé, doncs hi ha unes molècules que existeixen a la natura
05:11
whichquin are ablecapaç to convertconvertir lightllum into electricityelectricitat.
126
296000
3000
que són capaces de convertir la llum en electricitat.
05:14
You can think of them as little proteinsproteïnes
127
299000
2000
Són una mena de petites proteïnes,
05:16
that are like solarsolar cellscèl · lules.
128
301000
2000
com cèl·lules solars.
05:18
If we can installinstal·lar these moleculesmolècules in neuronsneurones somehowd'alguna manera,
129
303000
3000
Si d'alguna manera instal·lem aquestes molècules en les neurones,
05:21
then these neuronsneurones would becomeconvertir-se en electricallyelèctricament drivabledrivable with lightllum.
130
306000
3000
aleshores aquestes es podrien dirigir elèctricament amb la llum.
05:24
And theirels seus neighborsveïns, whichquin don't have the moleculemolècula, would not.
131
309000
3000
Però no les seves veïnes, que no tindrien aquesta molècula.
05:27
There's one other magicmàgia tricktruc you need to make this all happenpassar,
132
312000
2000
Hi ha un altre truc de màgia que fa possible que això passi de debó
05:29
and that's the abilityhabilitat to get lightllum into the braincervell.
133
314000
3000
i és la capacitat d'introduir llum al cervell.
05:32
And to do that -- the braincervell doesn't feel paindolor -- you can put --
134
317000
3000
I per fer-ho (el cervell no sent dolor)
05:35
takingpresa advantageavantatge of all the effortesforç
135
320000
2000
se'n pot treure profit de tot l'esforç
05:37
that's gones'ha anat into the InternetInternet and communicationscomunicacions and so on --
136
322000
2000
invertit en Internet, en les comunicacion, etc.
05:39
opticalòptica fibersfibres connectedconnectat to laserslàsers
137
324000
2000
i connectar fibres òptiques a làsers
05:41
that you can use to activateactivar, in animalanimal modelsmodels for exampleexemple,
138
326000
2000
per tal d'activar, en models animals
05:43
in pre-clinicalpre-clínics studiesestudis,
139
328000
2000
i en estudis pre-clínics,
05:45
these neuronsneurones and to see what they do.
140
330000
2000
aquestes neurones i veure què fan.
05:47
So how do we do this?
141
332000
2000
I com ho fem, això?
05:49
Around 2004,
142
334000
2000
Cap a l'any 2004,
05:51
in collaborationcol·laboració with GerhardGerhard NagelNagel and KarlKarl DeisserothDeisseroth,
143
336000
2000
amb la col·laboració de Gerhard Nagel i Karl Deisseroth,
05:53
this visionvisió cameva venir to fruitionfruïció.
144
338000
2000
aquesta idea es va fer realitat.
05:55
There's a certaincert algaalga that swimsNeda in the wildsalvatge,
145
340000
3000
Hi ha una alga que neda en el món salvatge
05:58
and it needsnecessitats to navigatenavegar towardscap a lightllum
146
343000
2000
i que neda cap a la llum
06:00
in orderordre to photosynthesizephotosynthesize optimallyde manera òptima.
147
345000
2000
per tal de fer la fotosíntesi de manera òptima.
06:02
And it sensessentits lightllum with a little eye-spotull-Espot,
148
347000
2000
L'alga detecta la llum per mitjà d'una mena d'ull
06:04
whichquin worksfunciona not unlikea diferència how our eyeull worksfunciona.
149
349000
3000
que funciona més o menys com el nostre ull.
06:07
In its membranemembrana, or its boundarylímit,
150
352000
2000
A la membrana,
06:09
it containsconté little proteinsproteïnes
151
354000
3000
té petites proteïnes
06:12
that indeeden efecte can convertconvertir lightllum into electricityelectricitat.
152
357000
3000
que realment poden convertir la llum en electricitat.
06:15
So these moleculesmolècules are calledanomenat channelrhodopsinschannelrhodopsins.
153
360000
3000
Aquestes molècules s'anomenen canalrodopsines.
06:18
And eachcadascun of these proteinsproteïnes actsactes just like that solarsolar cellcel·la that I told you about.
154
363000
3000
Cadascuna d'aquestes proteïnes actua com una de les cèl·lules solars de les d'abans.
06:21
When blueblau lightllum hitsaccessos it, it openss'obre up a little holeforat
155
366000
3000
Quan li arriba la llum blava, s'obre un petit forat
06:24
and allowspermet chargedcarregat particlespartícules to enterentrar the eye-spotull-Espot,
156
369000
2000
que permet que partícules carregades entrin per aquesta mena d'ull.
06:26
and that allowspermet this eye-spotull-Espot to have an electricalelèctrica signalsenyal
157
371000
2000
Això fa que aquest ull tingui una senyal elèctrica
06:28
just like a solarsolar cellcel·la chargingcarregant up a batterybateria.
158
373000
3000
com si fos una cèl·lula solar carregant la bateria.
06:31
So what we need to do is to take these moleculesmolècules
159
376000
2000
El que hem de fer, doncs, és agafar aquestes molècules
06:33
and somehowd'alguna manera installinstal·lar them in neuronsneurones.
160
378000
2000
i aconseguir instal·lar-les en les neurones.
06:35
And because it's a proteinproteïna,
161
380000
2000
I com que és una proteïna,
06:37
it's encodedcodificat for in the DNAL'ADN of this organismorganisme.
162
382000
3000
està codificada a l'ADN d'aquest organisme.
06:40
So all we'vetenim got to do is take that DNAL'ADN,
163
385000
2000
El que hem de fer és agafar aquest ADN,
06:42
put it into a genegen therapyteràpia vectorvector, like a virusvirus,
164
387000
3000
posar-lo en un vector de terapia gènica, com si fos un virus,
06:45
and put it into neuronsneurones.
165
390000
3000
i introduir-lo a les neurones.
06:48
So it turnedconvertit out that this was a very productiveproductiu time in genegen therapyteràpia,
166
393000
3000
Resulta que era un moment molt productiu en el camp de la terapia gènetica
06:51
and lots of virusesvirus were comingarribant alongjunts.
167
396000
2000
i apareixien molts virus.
06:53
So this turnedconvertit out to be very simplesenzill to do.
168
398000
2000
I va resultar ser una cosa ben senzilla.
06:55
And earlyaviat in the morningmatí one day in the summerestiu of 2004,
169
400000
3000
A l'estiu del 2004, un matí
06:58
we gaveva donar it a try, and it workedtreballat on the first try.
170
403000
2000
ho vam provar i va funcionar a la primera.
07:00
You take this DNAL'ADN and you put it into a neuronneurona.
171
405000
3000
S'agafa l'ADN i es posa a la neurona.
07:03
The neuronneurona usesusos its naturalnatural protein-makingproteïna de presa machinerymaquinària
172
408000
3000
La neurona fa servir la seva maquinària natural de proteïnes
07:06
to fabricatefabricar these little light-sensitivesensibles a la llum proteinsproteïnes
173
411000
2000
per fabricar petites proteines sensibles a la llum
07:08
and installinstal·lar them all over the cellcel·la,
174
413000
2000
i les instal·la per tota la cèl·lula,
07:10
like puttingposant solarsolar panelspanells on a roofsostre,
175
415000
2000
com si s'instal·lessin panels solars a la teulada.
07:12
and the nextPròxim thing you know,
176
417000
2000
I tot seguit
07:14
you have a neuronneurona whichquin can be activatedactivat with lightllum.
177
419000
2000
tenim una neurona que pot ser activada amb llum.
07:16
So this is very powerfulpotent.
178
421000
2000
Això és molt poderós.
07:18
One of the trickstrucs you have to do
179
423000
2000
Una de les coses que s'ha de fer
07:20
is to figurefigura out how to deliverlliurar these genesgens to the cellscèl · lules that you want
180
425000
2000
és descobrir com proporcionar els gens a unes neurones determinades
07:22
and not all the other neighborsveïns.
181
427000
2000
i no a les veïnes.
07:24
And you can do that; you can tweakpessigar the virusesvirus
182
429000
2000
I es pot fer: es pot ajustar el virus
07:26
so they hitcolpejar just some cellscèl · lules and not othersaltres.
183
431000
2000
per a que impactin sobre unes neurones i no unes altres.
07:28
And there's other geneticgenètica trickstrucs you can playjugar
184
433000
2000
Hi ha més trucs que es poden fer
07:30
in orderordre to get light-activatedllum-activat cellscèl · lules.
185
435000
3000
per tal d'obtenir unes neurones que s'activin per mitjà de la llum.
07:33
This fieldcamp has now come to be knownconegut as optogeneticsoptogenetics.
186
438000
4000
A aquest camp se'l coneix amb el nom d'optogenètica.
07:37
And just as one exampleexemple of the kindamable of thing you can do,
187
442000
2000
Un exemple del tipus de coses que podem fer:
07:39
you can take a complexcomplex networkxarxa,
188
444000
2000
podem agafar una xarxa complexa
07:41
use one of these virusesvirus to deliverlliurar the genegen
189
446000
2000
i fer servir un dels virus per entregar el gen
07:43
just to one kindamable of cellcel·la in this densedens networkxarxa.
190
448000
3000
a només un tipus de cèl·lula dins d'aquesta densa xarxa.
07:46
And then when you shinebrillar lightllum on the entiretot networkxarxa,
191
451000
2000
I quan inundem de llum la xarxa sencera,
07:48
just that cellcel·la typeescriu will be activatedactivat.
192
453000
2000
només aquella cèl·lula s'activarà.
07:50
So for exampleexemple, letsdeixa sortordenar of considerconsidereu that basketcistella cellcel·la I told you about earlierabans --
193
455000
3000
Prenem com a exemple la cèl·lula en cistella de la qual us en parlava abans,
07:53
the one that's atrophiedatrofiada in schizophreniaesquizofrènia
194
458000
2000
aquella que està atrofiada en l'esquizofrènia
07:55
and the one that is inhibitoryinhibitori.
195
460000
2000
i que és inhibidora.
07:57
If we can deliverlliurar that genegen to these cellscèl · lules --
196
462000
2000
Si podem entregar el gen a aquestes cèl·lules
07:59
and they're not going to be alteredalterat by the expressionexpressió of the genegen, of coursecurs --
197
464000
3000
que no patiran cap modificació a causa l'expressió del gen, és clar,
08:02
and then flashflaix blueblau lightllum over the entiretot braincervell networkxarxa,
198
467000
3000
i aleshores il·luminar amb llum blava tota la xarxa cerebral,
08:05
just these cellscèl · lules are going to be drivenimpulsat.
199
470000
2000
veuríem només que s'activen aquestes cèl·lules.
08:07
And when the lightllum turnsgirs off, these cellscèl · lules go back to normalnormal,
200
472000
2000
I quan s'apagués la llum, aquestes neurones tornarien a la normalitat,
08:09
so they don't seemsembla to be averseaversió al risc againsten contra that.
201
474000
3000
així que no sembla que hi hagi cap mena d'aversió.
08:12
Not only can you use this to studyestudiar what these cellscèl · lules do,
202
477000
2000
No només ho podem fer servir per estudiar el funcionament de les neurones,
08:14
what theirels seus powerpoder is in computinginformàtica in the braincervell,
203
479000
2000
o com són d'importants en el còmput cerebral;
08:16
but you can alsotambé use this to try to figurefigura out --
204
481000
2000
també podem fer-ho servir per provar
08:18
well maybe we could jazzjazz up the activityactivitat of these cellscèl · lules,
205
483000
2000
d'estimular l'activitat d'aquestes neurones,
08:20
if indeeden efecte they're atrophiedatrofiada.
206
485000
2000
si és que efectivament estan atrofiades.
08:22
Now I want to tell you a coupleparella of shortcurt storieshistòries
207
487000
2000
M'agradaria explicar-vos un parell d'històries curtes
08:24
about how we're usingutilitzant this,
208
489000
2000
en relació a l'ús que li estem donant
08:26
bothtots dos at the scientificcientífic, clinicalclínic and pre-clinicalpre-clínics levelsnivells.
209
491000
3000
tant en l'ámbit clínic com pre-clínic.
08:29
One of the questionspreguntes we'vetenim confrontedenfrontat
210
494000
2000
Una de les qüestions a les quals ens hem afrontat
08:31
is, what are the signalssenyals in the braincervell that mediateintervenir the sensationsensació of rewardrecompensa?
211
496000
3000
és la següent: quins són els senyals involucrats en la sensació de recompensa?
08:34
Because if you could find those,
212
499000
2000
Si fóssim capaços de trobar-los,
08:36
those would be some of the signalssenyals that could driveconduir learningaprenentatge.
213
501000
2000
podrien ser alguns dels senyals que dirigeixen l'aprenentage.
08:38
The braincervell will do more of whateverel que sigui got that rewardrecompensa.
214
503000
2000
El cervell farà molt més del que sigui que va obtenir la recompensa.
08:40
And alsotambé these are signalssenyals that go awryTort in disorderstrastorns suchtal as addictionaddicció.
215
505000
3000
A més, aquests senyals són els que no funcionen bé en trastorns com l'addicció.
08:43
So if we could figurefigura out what cellscèl · lules they are,
216
508000
2000
Doncs bé, si poguéssim esbrinar quines cèl·lules són,
08:45
we could maybe find newnou targetsobjectius
217
510000
2000
potser podríem trobar nous objectius
08:47
for whichquin drugsdrogues could be designeddissenyat or screenedprojectades againsten contra,
218
512000
2000
pels quals es podrien dissenyar i invesitgar medicamets
08:49
or maybe placesllocs where electrodeselèctrodes could be put in
219
514000
2000
o potser llocs on es podrien posar els electrodes
08:51
for people who have very severesevera disabilitydiscapacitat.
220
516000
3000
en gent que pateix discapacitats molt greus.
08:54
So to do that, we cameva venir up with a very simplesenzill paradigmparadigma
221
519000
2000
Per tal de fer-ho, se'ns va ocórrer un paradigme molt simple
08:56
in collaborationcol·laboració with the FiorellaSerena groupgrup,
222
521000
2000
amb la col·laboració del grup Fiorella.
08:58
where one sidecostat of this little boxCaixa,
223
523000
2000
En un cantó d'aquesta petita capsa,
09:00
if the animalanimal goesva there, the animalanimal getses posa a pulsepols of lightllum
224
525000
2000
si un animal hi va, aleshores rep un impuls lluminós
09:02
in orderordre to make differentdiferent cellscèl · lules in the braincervell sensitivesensible to lightllum.
225
527000
2000
per tal de fer que certes neurones siguin sensibles a la llum.
09:04
So if these cellscèl · lules can mediateintervenir rewardrecompensa,
226
529000
2000
Si aquestes cèl·lules participen en la recompensa,
09:06
the animalanimal should go there more and more.
227
531000
2000
l'animal hi anirà allà una vegada i una altra.
09:08
And so that's what happenspassa.
228
533000
2000
I és això el que passa.
09:10
This animal'sde l'animal going to go to the right-handmà dreta sidecostat and pokeestrènyer his nosenas there,
229
535000
2000
Aquest animal hi anirà al cantó dret i hi ficarà el nas
09:12
and he getses posa a flashflaix of blueblau lightllum everycada time he does that.
230
537000
2000
i rebrà una llampada cada vegada que ho faci.
09:14
And he'llinfern do that hundredscentenars and hundredscentenars of timestemps.
231
539000
2000
I ho repetirà centenars de vegada.
09:16
These are the dopaminedopamina neuronsneurones,
232
541000
2000
Aquestes són les neurones dopamines
09:18
whichquin some of you maypot have heardescoltat about, in some of the pleasureplaer centerscentres in the braincervell.
233
543000
2000
de les quals alguns haureu sentit a dir que formen part dels centres de plaer del cervell.
09:20
Now we'vetenim shownmostrat that a briefbreu activationactivació of these
234
545000
2000
Hem vist que una petita activació
09:22
is enoughsuficient, indeeden efecte, to driveconduir learningaprenentatge.
235
547000
2000
és suficient per dirigir l'aprenentatge.
09:24
Now we can generalizegeneralitzar the ideaidea.
236
549000
2000
És hora de generalitzar aquesta idea.
09:26
InsteadEn canvi of one pointpunt in the braincervell,
237
551000
2000
En comptes d'un punt del cervell,
09:28
we can devisetestamentàries devicesdispositius that spanabast the braincervell,
238
553000
2000
podem dissenyar dispositius que abarquin el cervell,
09:30
that can deliverlliurar lightllum into three-dimensionaltridimensional patternspatrons --
239
555000
2000
podem fer arribar la llum en patrons tridimensionals,
09:32
arraysmatrius of opticalòptica fibersfibres,
240
557000
2000
matrius de fibres òptiques,
09:34
eachcadascun coupledjuntament to its ownpropi independentindependent miniatureen miniatura lightllum sourcefont.
241
559000
2000
cadascuna emparellada a la seva font lluminosa independent en miniatura.
09:36
And then we can try to do things in vivovivo
242
561000
2000
Aleshores podem provar de fer en viu
09:38
that have only been donefet to-datefins a la data in a dishplat --
243
563000
3000
coses que només s'han fet en un plat,
09:41
like high-throughputalt rendiment screeningprojecció throughouttot the entiretot braincervell
244
566000
2000
com l'exploració d'alt rendiment de tot el cervell
09:43
for the signalssenyals that can causecausa certaincert things to happenpassar.
245
568000
2000
per tal de trobar senyals que causin certs esdeveniments.
09:45
Or that could be good clinicalclínic targetsobjectius
246
570000
2000
O podrien ser bons objectius clínics
09:47
for treatingtractant braincervell disorderstrastorns.
247
572000
2000
per tractar trastorns cerebrals.
09:49
And one storyhistòria I want to tell you about
248
574000
2000
Una de les històries que us vull explicar
09:51
is how can we find targetsobjectius for treatingtractant post-traumaticpost-traumàtic stressestrès disordertrastorn --
249
576000
3000
és sobre com trobem objectius per tractar l'estrés post-traumàtic,
09:54
a formforma of uncontrolledincontrolada anxietyl'ansietat and fearpor.
250
579000
3000
una forma de por i angoixa incontrolades.
09:57
And one of the things that we did
251
582000
2000
Una de les coses que vam fer
09:59
was to adoptadoptar a very classicalclàssica modelmodel of fearpor.
252
584000
3000
va ser adoptar un model molt clàssic de la por.
10:02
This goesva back to the PavlovianPaulovià daysdies.
253
587000
3000
Es remunta a l'època pavloviana.
10:05
It's calledanomenat PavlovianPaulovià fearpor conditioningcondicionament --
254
590000
2000
S'anomena condicionament pavlovià de la por,
10:07
where a toneto endsacaba with a briefbreu shockxoc.
255
592000
2000
en el qual un to acaba amb una petita descàrrega.
10:09
The shockxoc isn't painfuldolorós, but it's a little annoyingmolest.
256
594000
2000
La descàrrega no fa mal, però molesta una mica.
10:11
And over time -- in this casecas, a mouseratolí,
257
596000
2000
Amb el temps, en aquest cas, un ratolí,
10:13
whichquin is a good animalanimal modelmodel, commonlycomunament used in suchtal experimentsexperiments --
258
598000
2000
(que és un bon model d'animal que es fa servir en aquests experiments)
10:15
the animalanimal learnsAprèn to fearpor the toneto.
259
600000
2000
aprèn a tenir por al to.
10:17
The animalanimal will reactreacciona by freezingcongelació,
260
602000
2000
La reacció de l'animal serà la d'aturar-se completament,
10:19
sortordenar of like a deerCérvol in the headlightsFars.
261
604000
2000
com si estigués paral·litzat.
10:21
Now the questionpregunta is, what targetsobjectius in the braincervell can we find
262
606000
3000
La qüestió és: quins objectius del cervell podem trobar
10:24
that allowpermetre'l us to overcomesuperar this fearpor?
263
609000
2000
per tal de superar aquesta por?
10:26
So what we do is we playjugar that toneto again
264
611000
2000
El que fem és tocar el to un altre cop
10:28
after it's been associatedassociat with fearpor.
265
613000
2000
després que s'hagi associat a la por.
10:30
But we activateactivar targetsobjectius in the braincervell, differentdiferent onesuns,
266
615000
2000
Però activem uns objectius diferents en el cervell
10:32
usingutilitzant that opticalòptica fiberfibra arraymatriu I told you about in the previousanterior slidediapositiva,
267
617000
3000
fent servir la matriu de fibres òptiques de què us he parlat
10:35
in orderordre to try and figurefigura out whichquin targetsobjectius
268
620000
2000
per tal de provar d'esbrinar quins objectius
10:37
can causecausa the braincervell to overcomesuperar that memorymemòria of fearpor.
269
622000
3000
poden fer que el cervell superi la memòria de la por.
10:40
And so this briefbreu videovideo
270
625000
2000
Aquest petit vídeo
10:42
showsespectacles you one of these targetsobjectius that we're workingtreball on now.
271
627000
2000
mostra un dels objectius sobre els que estem treballant.
10:44
This is an areaàrea in the prefrontalprefrontal cortexcórtex,
272
629000
2000
Aquest és una àrea del còrtex prefrontal,
10:46
a regionregió where we can use cognitioncognició to try to overcomesuperar aversiveaversiu emotionalemocional statesestats.
273
631000
3000
una regió en la qual podem fer servir la cognició per mirar de superar estats emocionals aversius.
10:49
And the animal'sde l'animal going to hearescoltar a toneto -- and a flashflaix of lightllum occurredha passat there.
274
634000
2000
L'animal sentirà el to... i hi ha hagut una llampada de llum.
10:51
There's no audioàudio on this, but you can see the animal'sde l'animal freezingcongelació.
275
636000
2000
El vídeo no té audio, però podem veure com l'animal queda paral·litzat.
10:53
This toneto used to mean baddolent newsnotícies.
276
638000
2000
El to significava quelcom dolent, abans.
10:55
And there's a little clockrellotge in the lowermés baix left-handmà esquerra cornercantonada,
277
640000
2000
Hi ha un petit rellotge a la part inferior esquerra
10:57
so you can see the animalanimal is about two minutesminuts into this.
278
642000
3000
en el que podeu veure que l'animal ha estat així durant dos minuts.
11:00
And now this nextPròxim clipclip
279
645000
2000
El següent fragment
11:02
is just eightvuit minutesminuts latermés tard.
280
647000
2000
és de vuit minuts després.
11:04
And the samemateix toneto is going to playjugar, and the lightllum is going to flashflaix again.
281
649000
3000
Es sentirà el mateix to i es veurà la llum una altra vegada.
11:07
Okay, there it goesva. Right now.
282
652000
3000
Molt bé. Ara.
11:10
And now you can see, just 10 minutesminuts into the experimentexperiment,
283
655000
3000
Podeu comprovar que 10 minuts després d'haver iniciat l'experiment,
11:13
that we'vetenim equippedequipat the braincervell by photoactivatingphotoactivating this areaàrea
284
658000
3000
hem equipat el cervell activant l'àrea mitjançant la llum
11:16
to overcomesuperar the expressionexpressió
285
661000
2000
per tal de superar l'expressió
11:18
of this fearpor memorymemòria.
286
663000
2000
de la memòria de la por.
11:20
Now over the last coupleparella of yearsanys, we'vetenim gones'ha anat back to the treearbre of life
287
665000
3000
Durant l'últim parell d'anys, hem tornat a l'arbre de la vida
11:23
because we wanted to find waysmaneres to turngirar circuitscircuits in the braincervell off.
288
668000
3000
perquè volíem descobrir formes de desconnectar circuits del cervell.
11:26
If we could do that, this could be extremelyextremadament powerfulpotent.
289
671000
3000
Aconseguir fer això seria molt important.
11:29
If you can deleteesborrar cellscèl · lules just for a fewpocs millisecondsmil·lisegons or secondssegons,
290
674000
3000
Si poguéssim eliminar neurones tan sols durant unes mil·lèsimes de segon o uns segons,
11:32
you can figurefigura out what necessarynecessari rolepaper they playjugar
291
677000
2000
podríem veure quin paper desenvolupen
11:34
in the circuitscircuits in whichquin they're embeddedincrustat.
292
679000
2000
en els circuits dels quals formen part.
11:36
And we'vetenim now surveyedenquestats organismsorganismes from all over the treearbre of life --
293
681000
2000
Ja hem investigat organismes de tot l'arbre de la vida,
11:38
everycada kingdomregne of life exceptexcepte for animalsanimals, we see slightlylleugerament differentlyde manera diferent.
294
683000
3000
tots els regnes excepte l'animal, que veiem lleugerament diferent.
11:41
And we foundtrobat all sortstipus of moleculesmolècules, they're calledanomenat halorhodopsinshalorhodopsins or archaerhodopsinsarchaerhodopsins,
295
686000
3000
I hem descobert tot tipus de molècules, anomenades halorodopsines o arqueorodopsines,
11:44
that respondrespon to greenverd and yellowgroc lightllum.
296
689000
2000
que responen a la llum verda i groga.
11:46
And they do the oppositedavant thing of the moleculemolècula I told you about before
297
691000
2000
I fan exactament el contrari a la molècula d'abans
11:48
with the blueblau lightllum activatorActivador channelrhodopsinpresenta.
298
693000
3000
amb l'activador de llum blava, la canalrodopsina.
11:52
Let's give an exampleexemple of where we think this is going to go.
299
697000
3000
Posem un exemple sobre on creiem que s'arribarà amb això.
11:55
ConsiderConsiderar, for exampleexemple, a conditioncondició like epilepsyepilèpsia,
300
700000
3000
Prenem, per exemple, l'epilèpsia,
11:58
where the braincervell is overactivehiperactiva.
301
703000
2000
un trastorn en el qual el cervell és hiperactiu.
12:00
Now if drugsdrogues failfalla in epilepticepilèptic treatmenttractament,
302
705000
2000
Si els medicaments no funcionen en el seu tractament,
12:02
one of the strategiesestratègies is to removeeliminar partpart of the braincervell.
303
707000
2000
una de les opcions és treure part del cervell.
12:04
But that's obviouslyòbviament irreversibleirreversible, and there could be sidecostat effectsefectes.
304
709000
2000
Això és, òbviament, irreversible i podrien haver-hi efectes secundaris.
12:06
What if we could just turngirar off that braincervell for a briefbreu amountquantitat of time,
305
711000
3000
Però què passaria si poguéssim desconnectar el cervell durant un breu període de temps
12:09
untilfins a the seizureconfiscació diesmor away,
306
714000
3000
fins que l'atac hagi passat
12:12
and causecausa the braincervell to be restoredrestaurat to its initialinicial stateestat --
307
717000
3000
i féssim que el cervell recuperés el seu estat inicial,
12:15
sortordenar of like a dynamicaldinàmics systemsistema that's beingser coaxedva convèncer down into a stableestable stateestat.
308
720000
3000
com un sistema dinàmic persuadit en un estat d'estabilitat?
12:18
So this animationanimació just triesintenta to explainexplica this conceptconcepte
309
723000
3000
Aquesta animació intenta explicar aquesta idea.
12:21
where we madefet these cellscèl · lules sensitivesensible to beingser turnedconvertit off with lightllum,
310
726000
2000
Hem fet que aquestes cèl·lules siguin sensibles a la llum desactivant-les
12:23
and we beambiga lightllum in,
311
728000
2000
i les hem inundat amb llum,
12:25
and just for the time it takes to shuttancat down a seizureconfiscació,
312
730000
2000
i durant el temps que dura l'atac
12:27
we're hopingesperant to be ablecapaç to turngirar it off.
313
732000
2000
esperem ser capaços de desactivar-les.
12:29
And so we don't have datadades to showespectacle you on this frontfront,
314
734000
2000
Encara no us podem ensenyar dades en aquest aspecte,
12:31
but we're very excitedemocionat about this.
315
736000
2000
però estem molt emocionats.
12:33
Now I want to closea prop on one storyhistòria,
316
738000
2000
Vull terminar amb una història,
12:35
whichquin we think is anotherun altre possibilitypossibilitat --
317
740000
2000
que pensem que és una altra possibilitat:
12:37
whichquin is that maybe these moleculesmolècules, if you can do ultra-preciseUltra-precisa controlcontrol,
318
742000
2000
si s'aconsegueix controlar de forma molt precisa aquestes neurones,
12:39
can be used in the braincervell itselfella mateixa
319
744000
2000
es podria fer servir per fer al cervell
12:41
to make a newnou kindamable of prostheticpròtesis, an opticalòptica prostheticpròtesis.
320
746000
3000
un nou tipus de pròtesi: una pròtesi òptica.
12:44
I alreadyja told you that electricalelèctrica stimulatorsestimuladors are not uncommonpoc freqüents.
321
749000
3000
Ja us he comentat que els estimuladors elèctrics són freqüents.
12:47
Seventy-fiveSetanta-cinc thousandmilers people have Parkinson'sParkinson deep-braincerebral profunda stimulatorsestimuladors implantedimplantat.
322
752000
3000
75.000 persones tenen implantats estimuladors cerebrals pel Parkinson.
12:50
Maybe 100,000 people have CochlearCoclear implantsimplants,
323
755000
2000
Potser unes 100.000 persones tenen implants coclears,
12:52
whichquin allowpermetre'l them to hearescoltar.
324
757000
2000
que els dóna la possibilitat de sentir.
12:54
There's anotherun altre thing, whichquin is you've got to get these genesgens into cellscèl · lules.
325
759000
3000
L'altra cosa és que s'ha d'introduir els gens a les neurones.
12:57
And newnou hopeesperança in genegen therapyteràpia has been developeddesenvolupat
326
762000
3000
Hi ha una nova esperança en la teràpia genètica
13:00
because virusesvirus like the adeno-associatedadeno-associat virusvirus,
327
765000
2000
gràcies als virus, com per exemple el virus adeno-associat,
13:02
whichquin probablyProbablement mostla majoria of us around this roomhabitació have,
328
767000
2000
que molts de nosaltres probablement tenim
13:04
and it doesn't have any symptomssímptomes,
329
769000
2000
i que no presenta cap símptoma.
13:06
whichquin have been used in hundredscentenars of patientspacients
330
771000
2000
Aquest virus, doncs, s'ha fet servir en centenars de pacients
13:08
to deliverlliurar genesgens into the braincervell or the bodycos.
331
773000
2000
per tal d'introduir gens al cervell o al cos.
13:10
And so farlluny, there have not been seriousgreu adverseadverses eventsesdeveniments
332
775000
2000
I de moment, no hi ha hagut efectes adversos greus
13:12
associatedassociat with the virusvirus.
333
777000
2000
associats al virus.
13:14
There's one last elephantelefant in the roomhabitació, the proteinsproteïnes themselvesells mateixos,
334
779000
3000
Hi ha un últim problema: les proteïnes,
13:17
whichquin come from algaealgues and bacteriabacteris and fungifongs,
335
782000
2000
que provenen de les algues, les bactèries i els fongs
13:19
and all over the treearbre of life.
336
784000
2000
i que estan presents en tot l'arbre de la vida.
13:21
MostMajoria of us don't have fungifongs or algaealgues in our brainscervells,
337
786000
2000
La majoria de nosaltres no tenim ni fongs ni algues al cervell,
13:23
so what is our braincervell going to do if we put that in?
338
788000
2000
però què passaria si l'hi introduíssim?
13:25
Are the cellscèl · lules going to toleratetolerar it? Will the immuneimmune systemsistema reactreacciona?
339
790000
2000
Ho podran suportar les neurones? Reaccionarà el sistema immune?
13:27
In its earlyaviat daysdies -- these have not been donefet on humansels éssers humans yetencara --
340
792000
2000
Està en la primera fase, encara no s'han fet proves amb humnas,
13:29
but we're workingtreball on a varietyvarietat of studiesestudis
341
794000
2000
però estem treballant en una sèrie d'estudis
13:31
to try and examineexaminar this,
342
796000
2000
per tal de comprovar-ho.
13:33
and so farlluny we haven'tno ho han fet seenvist overtobert reactionsreaccions of any severitygravetat
343
798000
3000
Fins ara, no s'ha detectat cap reacció
13:36
to these moleculesmolècules
344
801000
2000
a aquestes molècules
13:38
or to the illuminationil·luminació of the braincervell with lightllum.
345
803000
3000
o a la il·luminació del cervell amb llum.
13:41
So it's earlyaviat daysdies, to be upfrontper avançat, but we're excitedemocionat about it.
346
806000
3000
És veritat que encara és aviat, però estem molt emocionats.
13:44
I wanted to closea prop with one storyhistòria,
347
809000
2000
Vull acabar amb una història
13:46
whichquin we think could potentiallypotencialment
348
811000
2000
que creiem que
13:48
be a clinicalclínic applicationaplicació.
349
813000
2000
pot ser una aplicació clínica.
13:50
Now there are manymolts formsformes of blindnessceguesa
350
815000
2000
Hi ha molts tipus de ceguesa
13:52
where the photoreceptorsfotorreceptors,
351
817000
2000
en les quals no hi ha fotoreceptors,
13:54
our lightllum sensorssensors that are in the back of our eyeull, are gones'ha anat.
352
819000
3000
els sensors de llum al fons de l'ull.
13:57
And the retinaretina, of coursecurs, is a complexcomplex structureestructura.
353
822000
2000
La retina és, evidentment, una estructura complexa.
13:59
Now let's zoomzoom in on it here, so we can see it in more detaildetall.
354
824000
2000
Si ho ampliem, ho veurem amb més detall.
14:01
The photoreceptorfotoreceptors cellscèl · lules are shownmostrat here at the topsuperior,
355
826000
3000
Les cèl·lules fotoreceptores estan aquí dalt
14:04
and then the signalssenyals that are detecteddetectat by the photoreceptorsfotorreceptors
356
829000
2000
i detecten senyals
14:06
are transformedtransformat by variousdiversos computationscàlculs
357
831000
2000
que, mitjançant càlculs, es transformen
14:08
untilfins a finallyfinalment that layercapa of cellscèl · lules at the bottomfons, the gangliongangli cellscèl · lules,
358
833000
3000
fins que finalment la capa de cèl·lules de baix, les cèl·lules ganglionars,
14:11
relayrelleus the informationinformació to the braincervell,
359
836000
2000
transmeten la informació al cervell,
14:13
where we see that as perceptionpercepció.
360
838000
2000
que és on veiem això com a percepció.
14:15
In manymolts formsformes of blindnessceguesa, like retinitisRetinosi pigmentosaPigmentària,
361
840000
3000
En molt tipus de ceguesa, com la retinitis pigmentosa,
14:18
or macularmacular degenerationdegeneració,
362
843000
2000
o la degeneració macular,
14:20
the photoreceptorfotoreceptors cellscèl · lules have atrophiedatrofiada or been destroyeddestruït.
363
845000
3000
les cèl·lules fotoreceptores estan atrofiades o han sigut destruïdes.
14:23
Now how could you repairreparació this?
364
848000
2000
Com es pot arreglar això?
14:25
It's not even clearclar that a drugdroga could causecausa this to be restoredrestaurat,
365
850000
3000
Ni tan sols és segur que un medicament hi pugui reparar
14:28
because there's nothing for the drugdroga to bindenllaçar to.
366
853000
2000
perquè el medicament no es pot lligar enlloc.
14:30
On the other hand, lightllum can still get into the eyeull.
367
855000
2000
D'altra banda, la llum pot arribar encara a l'ull.
14:32
The eyeull is still transparenttransparent and you can get lightllum in.
368
857000
3000
L'ull encara és transparent i s'hi pot introduir llum a través d'ell.
14:35
So what if we could just take these channelrhodopsinschannelrhodopsins and other moleculesmolècules
369
860000
3000
I si poguéssim agafar aquestes canalrodopsines i les altres molècules
14:38
and installinstal·lar them on some of these other sparerecanvi cellscèl · lules
370
863000
2000
i les instal·léssim en algunes de les cèl·lules lliures
14:40
and convertconvertir them into little camerascàmeres.
371
865000
2000
convertint-les en petites càmares?
14:42
And because there's so manymolts of these cellscèl · lules in the eyeull,
372
867000
2000
Com que hi ha tantes cèl·lules a l'ull,
14:44
potentiallypotencialment, they could be very high-resolutionalta resolució camerascàmeres.
373
869000
3000
podrien ser càmares d'alta resolució.
14:47
So this is some work that we're doing.
374
872000
2000
Aquesta és una part del treball que estem fent.
14:49
It's beingser led by one of our collaboratorscol·laboradors,
375
874000
2000
La dirigeix un dels nostres col·laboradors,
14:51
AlanAlan HorsagerHorsager at USCUSC,
376
876000
2000
l'Alan Horsager a la USC,
14:53
and beingser soughtbuscat to be commercializedcomercialitzat by a start-upPosada en marxa companyempresa EosEOS NeuroscienceNeurociència,
377
878000
3000
i s'intenta que es comercialitzi a través d'una nova empresa, Eos Neuroscience,
14:56
whichquin is fundedfinançat by the NIHNIH.
378
881000
2000
financiada per l'NIH.
14:58
And what you see here is a mouseratolí tryingintentant to solveresoldre a mazelaberint.
379
883000
2000
El que veieu aquí és un ratolí provant de sortir del laberint.
15:00
It's a six-armsis-braç mazelaberint. And there's a bitpoc of wateraigua in the mazelaberint
380
885000
2000
És un laberint de sis braços i hi ha una mica d'aigua
15:02
to motivatemotivar the mouseratolí to movemoure's, or he'llinfern just sitseure there.
381
887000
2000
per motivar al ratolí a sortir. D'altra banda, s'hi quedaria assegut.
15:04
And the goalobjectiu, of coursecurs, of this mazelaberint
382
889000
2000
L'objectiu del laberint és, evidentment,
15:06
is to get out of the wateraigua and go to a little platformplataforma
383
891000
2000
sortir de l'aigua i arribar a una petita plataforma
15:08
that's undersota the litencès topsuperior portport.
384
893000
2000
que està al port superior il·luminat.
15:10
Now miceratolins are smartintel·ligent, so this mouseratolí solvesresol the mazelaberint eventuallyeventualment,
385
895000
3000
Els ratolins són intel·ligents i aquest ratolí al final aconsegueix sortir-ne,
15:13
but he does a brute-forceforça de bèstia searchcerca.
386
898000
2000
però ho fa gràcies a una recerca de "força bruta".
15:15
He's swimmingnedar down everycada avenueavinguda untilfins a he finallyfinalment getses posa to the platformplataforma.
387
900000
3000
Neda per cada via fins que al final arriba a la plataforma.
15:18
So he's not usingutilitzant visionvisió to do it.
388
903000
2000
No fa servir la visió per fer-ho.
15:20
These differentdiferent miceratolins are differentdiferent mutationsmutacions
389
905000
2000
Aquests ratolins són mutacions diferents
15:22
that recapitulaterecapitular differentdiferent kindstipus of blindnessceguesa that affectafectar humansels éssers humans.
390
907000
3000
que reflexen diferents tipus de ceguesa que afecten les persones.
15:25
And so we're beingser carefulamb compte in tryingintentant to look at these differentdiferent modelsmodels
391
910000
3000
Per això, tenim cura quan mirem aquests models diferents,
15:28
so we come up with a generalizedgeneralitzat approachenfocament.
392
913000
2000
per tal d'arribar a un enfocament generalitzat.
15:30
So how are we going to solveresoldre this?
393
915000
2000
Com solucionarem això?
15:32
We're going to do exactlyexactament what we outlineddibuixats in the previousanterior slidediapositiva.
394
917000
2000
Farem exactament el que hem explicat amb la diapositiva anterior.
15:34
We're going to take these blueblau lightllum photosensorsphotosensors
395
919000
2000
Agafarem aquests fotosensors
15:36
and installinstal·lar them on a layercapa of cellscèl · lules
396
921000
2000
i els instal·larem en una capa de cèl·lules
15:38
in the middlemig of the retinaretina in the back of the eyeull
397
923000
3000
al mig de la retina, al fons de l'ull
15:41
and convertconvertir them into a cameracàmera --
398
926000
2000
i les convertirem en una càmara.
15:43
just like installinginstal·lar solarsolar cellscèl · lules all over those neuronsneurones
399
928000
2000
Com si instal·léssim cèl·lules solars per tot arreu al voltant de les neurones,
15:45
to make them lightllum sensitivesensible.
400
930000
2000
per tal de fer-les sensibles a la llum.
15:47
LightLlum is convertedconvertit to electricityelectricitat on them.
401
932000
2000
Amb elles, la llum es converteix en electricitat.
15:49
So this mouseratolí was blindcec a coupleparella weekssetmanes before this experimentexperiment
402
934000
3000
Aquest ratolí era cec un parell de setmanes abans de l'experiment
15:52
and receivedrebut one dosedosi of this photosensitivefotosensible moleculemolècula in a virusvirus.
403
937000
3000
i va rebre una dosi d'aquesta mol·lècula sensible a la llum a través d'un virus.
15:55
And now you can see, the animalanimal can indeeden efecte avoidevitar wallsparets
404
940000
2000
Com podeu comprovar, l'animal pot realment evitar les parets
15:57
and go to this little platformplataforma
405
942000
2000
i anar a la petita plataforma
15:59
and make cognitivecognitiu use of its eyesulls again.
406
944000
3000
fent un ús cognitiu dels ulls.
16:02
And to pointpunt out the powerpoder of this:
407
947000
2000
I perquè veieu la importància d'això:
16:04
these animalsanimals are ablecapaç to get to that platformplataforma
408
949000
2000
aquests animals aconseguien arribar a la plataforma
16:06
just as fastràpid as animalsanimals that have seenvist theirels seus entiretot livesvides.
409
951000
2000
tan ràpidament com els animals que sempre havien tingut bona visió.
16:08
So this pre-clinicalpre-clínics studyestudiar, I think,
410
953000
2000
Crec que aquest estudi pre-clínic
16:10
bodesun interessant hopeesperança for the kindstipus of things
411
955000
2000
és un bon presagi per les coses
16:12
we're hopingesperant to do in the futurefutur.
412
957000
2000
que esperem fer en un futur.
16:14
To closea prop, I want to pointpunt out that we're alsotambé exploringexplorant
413
959000
3000
Per acabar, vull assenyalar que també estem investigant
16:17
newnou businessnegocis modelsmodels for this newnou fieldcamp of neurotechnologyneurotechnology.
414
962000
2000
nous models de negoci pel nou camp de la neurotecnologia.
16:19
We're developingdesenvolupament these toolseines,
415
964000
2000
Estem desenvolupant aquestes eines
16:21
but we shareCompartir them freelylliurement with hundredscentenars of groupsgrups all over the worldmón,
416
966000
2000
però les compartim de forma gratuïta amb molts grups de tot el món,
16:23
so people can studyestudiar and try to treattractar differentdiferent disorderstrastorns.
417
968000
2000
per tal que la gent pugui estudiar i provar de tractar els diferents trastorns.
16:25
And our hopeesperança is that, by figuringfigurant out braincervell circuitscircuits
418
970000
3000
Esperem que si entenem bé els circuits cerebrals
16:28
at a levelnivell of abstractionabstracció that letsdeixa us repairreparació them and engineerenginyer them,
419
973000
3000
en un nivell d'abstracció que ens permet reparar-los i dissenyar-los,
16:31
we can take some of these intractableintractable disorderstrastorns that I told you about earlierabans,
420
976000
3000
podem agafar aquests trastorns dels quals us parlava abans,
16:34
practicallypràcticament nonecap of whichquin are curedcurat,
421
979000
2000
gairebé tots ells incurables,
16:36
and in the 21stst centurysegle make them historyhistòria.
422
981000
2000
i fer que siguin història al segle XXI.
16:38
Thank you.
423
983000
2000
Gràcies.
16:40
(ApplauseAplaudiments)
424
985000
13000
(Aplaudiments)
16:53
JuanJuan EnriquezEnríquez: So some of the stuffcoses is a little densedens.
425
998000
3000
Juan Enriquez: Hi ha parts un xic denses, aquí.
16:56
(LaughterRiure)
426
1001000
2000
(Rialles)
16:58
But the implicationsimplicacions
427
1003000
2000
Però les implicacions
17:00
of beingser ablecapaç to controlcontrol seizuresconvulsions or epilepsyepilèpsia
428
1005000
3000
de ser capaços de controlar convulsions o l'epilèpsia
17:03
with lightllum insteaden canvi of drugsdrogues,
429
1008000
2000
amb llum en comptes de medicaments
17:05
and beingser ablecapaç to targetobjectiu those specificallyespecíficament
430
1010000
3000
i poder marcar-los específicament
17:08
is a first steppas.
431
1013000
2000
és un primer pas.
17:10
The secondsegon thing that I think I heardescoltat you say
432
1015000
2000
La segona cosa que li he sentit a dir
17:12
is you can now controlcontrol the braincervell in two colorscolors,
433
1017000
3000
és que es pot controlar el cervell en dos colors,
17:15
like an on/off switchinterruptor.
434
1020000
2000
com un interruptor.
17:17
EdEd BoydenBoyden: That's right.
435
1022000
2000
Ed Boyden: Exacte.
17:19
JEJE: WhichQue makesfa everycada impulseimpuls going througha través the braincervell a binarybinari codecodi.
436
1024000
3000
JE: Que fa que cada impuls viatgi pel cervell segons un codi binari.
17:22
EBEB: Right, yeah.
437
1027000
2000
EB: Sí, exacte.
17:24
So with blueblau lightllum, we can driveconduir informationinformació, and it's in the formforma of a one.
438
1029000
3000
Amb la llum blava, podem conduir informació. Això és en forma d'un.
17:27
And by turningtornejat things off, it's more or lessmenys a zerozero.
439
1032000
2000
I quan desconnectem les coses, és més o menys un zero.
17:29
So our hopeesperança is to eventuallyeventualment buildconstruir braincervell coprocessorscoprocesadores
440
1034000
2000
La nostra esperança és poder construir coprocessadors
17:31
that work with the braincervell
441
1036000
2000
que treballin amb el cervell
17:33
so we can augmentaugmentar functionsfuncions in people with disabilitiesdiscapacitat.
442
1038000
3000
per tal d'augmentar les funcions en persones discapacitades.
17:36
JEJE: And in theoryteoria, that meanssignifica that,
443
1041000
2000
JE: En teoria, això significa que,
17:38
as a mouseratolí feelsse sent, smellsolora,
444
1043000
2000
com que el ratolí sent, olora,
17:40
hearssent, touchestoca,
445
1045000
2000
escolta i toca,
17:42
you can modelmodel it out as a stringcadena of onesuns and zerosposa a zero.
446
1047000
3000
podeu dissenyar una cadena d'uns i zeros.
17:45
EBEB: Sure, yeah. We're hopingesperant to use this as a way of testingWikipedia
447
1050000
2000
EB: Sí, és clar. Esperem fer-ho servir com a prova
17:47
what neuralneural codescodis can driveconduir certaincert behaviorscomportaments
448
1052000
2000
per veure quins codis neuronals dirigeixen determinats comportaments,
17:49
and certaincert thoughtspensaments and certaincert feelingssentiments,
449
1054000
2000
pensaments i sentiments,
17:51
and use that to understandentendre more about the braincervell.
450
1056000
3000
i fer-ho servir per entendre més coses sobre el cervell.
17:54
JEJE: Does that mean that some day you could downloaddescarregar memoriesrecords
451
1059000
3000
JE: Això significa que algun dia podrem descarregar memòries
17:57
and maybe uploadpujar them?
452
1062000
2000
i, potser també, carregar-les?
17:59
EBEB: Well that's something we're startingcomençant to work on very harddur.
453
1064000
2000
EB: De moment hi estem treballant de valent.
18:01
We're now workingtreball on some work
454
1066000
2000
Estem treballant
18:03
where we're tryingintentant to tilerajola the braincervell with recordingenregistrament elementselements too.
455
1068000
2000
per dotar el cervell d'elements que enregistrin també.
18:05
So we can recordregistre informationinformació and then driveconduir informationinformació back in --
456
1070000
3000
De manera que podem enregistrar informació i recuperar-la;
18:08
sortordenar of computinginformàtica what the braincervell needsnecessitats
457
1073000
2000
com si calculéssim què necessita el cervell
18:10
in orderordre to augmentaugmentar its informationinformació processingprocessament.
458
1075000
2000
per després augmentar el seu precessament de la informació.
18:12
JEJE: Well, that mightpotser changecanviar a coupleparella things. Thank you. (EBEB: Thank you.)
459
1077000
3000
JE: Bé, això podria canviar un parell de coses. Gràcies. (EB: Gràcies).
18:15
(ApplauseAplaudiments)
460
1080000
3000
(Aplaudiments)
Translated by Marta Jimenez
Reviewed by Fran Ontanaya

▲Back to top

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

Why you should listen

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

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

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

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee