TED2011
Ed Boyden: A light switch for neurons
Ed Boyden: Ein Lichtschalter für Neuronen.
Filmed:
Readability: 4
1,098,379 views
Ed Boyden zeigt, wie er durch Einführen von Genen für lichtempfindliche Proteine in Gehirnzellen einzelne Neuronen durch faseroptische Implantate an- und ausschalten kann. Mit einer noch nie da gewesenen Präzision hat er es geschafft, bei Mäusen eine Art PTBS und verschiedene Arten von Blindheit zu heilen. Neurale Protesen sind in Sicht. Der Tagungsmoderator Juan Enriquez hat nach dem Vortrag einige kurze Fragen.
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. Full bio
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 second.
0
0
2000
Denken Sie einen Moment über Ihren Tag nach.
00:17
You woke up, felt fresh air on your face as you walked out the door,
1
2000
3000
Sie sind aufgewacht, haben frische Luft im Gesicht gespürt, als Sie das Haus verließen,
00:20
encountered new colleagues and had great discussions,
2
5000
2000
haben neue Kollegen getroffen und tolle Diskussionen geführt
00:22
and felt in awe when you found something new.
3
7000
2000
und ein Aha-Erlebnis gehabt, als Sie etwas neues gefunden haben.
00:24
But I bet there's something you didn't think about today --
4
9000
2000
Aber ich wette, es gibt etwas, woran Sie heute nicht gedacht haben --
00:26
something so close to home
5
11000
2000
etwas so nah,
00:28
that you probably don't think about it very often at all.
6
13000
2000
dass Sie vermutlich überhaupt nicht oft daran denken.
00:30
And that's that all the sensations, feelings,
7
15000
2000
Und zwar dass all die Wahrnehmungen, Gefühle,
00:32
decisions and actions
8
17000
2000
Entscheidungen und Handlungen
00:34
are mediated by the computer in your head
9
19000
2000
von dem Computer in Ihrem Kopf,
00:36
called the brain.
10
21000
2000
dem Gehirn vermittelt werden.
00:38
Now the brain may not look like much from the outside --
11
23000
2000
Nun mag das Gehirn von außen vielleicht nicht viel hermachen --
00:40
a couple pounds of pinkish-gray flesh,
12
25000
2000
a paar Pfund rosa-graues Fleisch
00:42
amorphous --
13
27000
2000
formlos --
00:44
but the last hundred years of neuroscience
14
29000
2000
aber die letzten Jahrhunderte der Neurowissenschaften
00:46
have allowed us to zoom in on the brain,
15
31000
2000
erlauben uns einen genaueren Blick auf das Gehirn
00:48
and to see the intricacy of what lies within.
16
33000
2000
und lassen uns seine Komplexität erkennen.
00:50
And they've told us that this brain
17
35000
2000
Sie haben uns gesagt, dass dieses Gehirn
00:52
is an incredibly complicated circuit
18
37000
2000
ein unglaublich komplizierter Schaltkreis ist,
00:54
made out of hundreds of billions of cells called neurons.
19
39000
4000
bestehend aus hunderten Milliarden Zellen, genannt Neuronen.
00:58
Now unlike a human-designed computer,
20
43000
3000
Im Gegensatz zu menschengemachten Computern
01:01
where there's a fairly small number of different parts --
21
46000
2000
bestehend nur aus wenigen verschiedenen Teilen --
01:03
we know how they work, because we humans designed them --
22
48000
3000
wir wissen, wie sie funktionieren, weil wir Menschen sie gemacht haben --
01:06
the brain is made out of thousands of different kinds of cells,
23
51000
3000
besteht das Gehirn aus tausenden unterschiedlichen Zellen,
01:09
maybe tens of thousands.
24
54000
2000
vielleicht zehntausende.
01:11
They come in different shapes; they're made out of different molecules.
25
56000
2000
Sie haben unterschiedliche Formen, bestehen aus unterschiedlichen Molekülen;
01:13
And they project and connect to different brain regions,
26
58000
3000
und sie ragen in verschiedene Hirnregionen und verbinden sie.
01:16
and they also change different ways in different disease states.
27
61000
3000
Außerdem verändern sie sich unterschiedlich in verschiedenen Krankheitsstadien.
01:19
Let's make it concrete.
28
64000
2000
Lassen Sie uns konkret werden.
01:21
There's a class of cells,
29
66000
2000
Es gibt eine Klasse Zellen,
01:23
a fairly small cell, an inhibitory cell, that quiets its neighbors.
30
68000
3000
eine eher kleine Zelle, eine hemmende, die ihre Nachbarn beruhigt.
01:26
It's one of the cells that seems to be atrophied in disorders like schizophrenia.
31
71000
4000
Sie ist eine der Zellen, die bei Krankheiten wie Schizophrenie zu verkümmern scheinen.
01:30
It's called the basket cell.
32
75000
2000
Sie wird Korbzelle genannt.
01:32
And this cell is one of the thousands of kinds of cell
33
77000
2000
Und diese Zelle ist eine der tausend verschiedenen Zellarten,
01:34
that we are learning about.
34
79000
2000
von denen wir lernen.
01:36
New ones are being discovered everyday.
35
81000
2000
Neue Arten werden jeden Tag endeckt.
01:38
As just a second example:
36
83000
2000
Ein zweites Beispiel:
01:40
these pyramidal cells, large cells,
37
85000
2000
Diese Pyramidenzellen, große Zellen,
01:42
they can span a significant fraction of the brain.
38
87000
2000
sie können weite Teile des Gehirns umfassen.
01:44
They're excitatory.
39
89000
2000
Sie sind erregend.
01:46
And these are some of the cells
40
91000
2000
Und sie sind eine der Zellen,
01:48
that might be overactive in disorders such as epilepsy.
41
93000
3000
die bei Erkrankungen wie Epilepsie überaktiv sein können.
01:51
Every one of these cells
42
96000
2000
Jede dieser Zellen
01:53
is an incredible electrical device.
43
98000
3000
ist ein unglaublicher elektrischer Apparat.
01:56
They receive input from thousands of upstream partners
44
101000
2000
Sie erhalten tausende Eingänge von vorgeschalteten Partnern
01:58
and compute their own electrical outputs,
45
103000
3000
und errechnen ihre eigenen elektrischen Ausgaben,
02:01
which then, if they pass a certain threshold,
46
106000
2000
welche dann, falls sie einen gewissen Schwellenwert überschreiten,
02:03
will go to thousands of downstream partners.
47
108000
2000
an tausende nachgeschaltete Partner gehen.
02:05
And this process, which takes just a millisecond or so,
48
110000
3000
Und der ganze Prozess, der nur eine Millisekunde oder so dauert,
02:08
happens thousands of times a minute
49
113000
2000
passiert tausende male pro Minute
02:10
in every one of your 100 billion cells,
50
115000
2000
in jeder Ihrer 100 Milliarden Zellen,
02:12
as long as you live
51
117000
2000
so lange Sie leben,
02:14
and think and feel.
52
119000
3000
und denken und fühlen.
02:17
So how are we going to figure out what this circuit does?
53
122000
3000
Wie finden wir also heraus, was dieser Schaltkreis tut?
02:20
Ideally, we could go through the circuit
54
125000
2000
Idealerweise können wir durch den Schaltkreis gehen
02:22
and turn these different kinds of cell on and off
55
127000
3000
und jede einzelne Zellart an- und ausschalten
02:25
and see whether we could figure out
56
130000
2000
und sehen ob wir herausfinden konnten,
02:27
which ones contribute to certain functions
57
132000
2000
welche zu bestimmten Funktionen beitragen
02:29
and which ones go wrong in certain pathologies.
58
134000
2000
und welche bei bestimmten Symptomen versagen.
02:31
If we could activate cells, we could see what powers they can unleash,
59
136000
3000
Wenn wir Zellen aktivieren könnten, dann könnten wir sehen, welche Kräfte sie entfesseln können,
02:34
what they can initiate and sustain.
60
139000
2000
was sie auslösen und erhalten können.
02:36
If we could turn them off,
61
141000
2000
Wenn wir sie ausschalten könnten,
02:38
then we could try and figure out what they're necessary for.
62
143000
2000
dann könnten wir versuchen herauszufinden, wofür sie gut sind.
02:40
And that's a story I'm going to tell you about today.
63
145000
3000
Und das ist die Geschichte, die ich heute erzählen werde.
02:43
And honestly, where we've gone through over the last 11 years,
64
148000
3000
Und ehrlich gesagt, was wir in den letzten 11 Jahren durchgemacht haben,
02:46
through an attempt to find ways
65
151000
2000
bei dem Versuch herauszufinden
02:48
of turning circuits and cells and parts and pathways of the brain
66
153000
2000
wie man Schaltkreise und Zellen und Teile und Pfade des Gehirns
02:50
on and off,
67
155000
2000
an- und ausschalten kann,
02:52
both to understand the science
68
157000
2000
um einerseits die Theorie zu verstehen
02:54
and also to confront some of the issues
69
159000
3000
und andererseits einige der Probleme zu begegnen,
02:57
that face us all as humans.
70
162000
3000
die uns als alle als Menschen betrifft.
03:00
Now before I tell you about the technology,
71
165000
3000
Bevor ich anfange, über die Technologie zu reden,
03:03
the bad news is that a significant fraction of us in this room,
72
168000
3000
die schlechte Nachricht ist, dass ein großer Teil von uns in diesem Raum,
03:06
if we live long enough,
73
171000
2000
falls wir lang genug leben,
03:08
will encounter, perhaps, a brain disorder.
74
173000
2000
wahrscheinlich an einer Hirnkrankheit leiden werden.
03:10
Already, a billion people
75
175000
2000
Heute hatte bereits eine Milliarde Menschen
03:12
have had some kind of brain disorder
76
177000
2000
irgendeine Art Hirnkrankheit
03:14
that incapacitates them,
77
179000
2000
die sie einschränkt.
03:16
and the numbers don't do it justice though.
78
181000
2000
Die Zahlen sind aber nicht alles.
03:18
These disorders -- schizophrenia, Alzheimer's,
79
183000
2000
Diese Krankheiten -- Schizophrenie, Alzheimer,
03:20
depression, addiction --
80
185000
2000
Depressionen, Abhängigkeit --
03:22
they not only steal our time to live, they change who we are.
81
187000
3000
sie stehlen nicht nur unsere Lebenszeit, sie verändern auch, wer wir sind;
03:25
They take our identity and change our emotions
82
190000
2000
sie nehmen unsere Identität und verändern unsere Gefühle --
03:27
and change who we are as people.
83
192000
3000
und verändern, wer wir sind als Menschen.
03:30
Now in the 20th century,
84
195000
3000
Im 20. Jahrhundert
03:33
there was some hope that was generated
85
198000
3000
gab es einige Hoffnung
03:36
through the development of pharmaceuticals for treating brain disorders,
86
201000
3000
durch die Entwicklung der Pharmazeutika um Hirnkrankheiten zu behandeln.
03:39
and while many drugs have been developed
87
204000
3000
Und während viele Medikamente entwickelt wurden
03:42
that can alleviate symptoms of brain disorders,
88
207000
2000
die Symptome der Hirnkrankheiten lindern können,
03:44
practically none of them can be considered to be cured.
89
209000
3000
kann praktisch keine von ihnen als geheilt gelten.
03:47
And part of that's because we're bathing the brain in the chemical.
90
212000
3000
Das liegt teilweise daran, dass wir das Gehirn in Chemikalien baden.
03:50
This elaborate circuit
91
215000
2000
Dieser ausgefeilte Schaltkreis
03:52
made out of thousands of different kinds of cell
92
217000
2000
bestehend aus tausenden unterschiedlichen Zellen
03:54
is being bathed in a substance.
93
219000
2000
wird in einer Substanz gebadet.
03:56
That's also why, perhaps, most of the drugs, and not all, on the market
94
221000
2000
Daher haben die meisten Medikamente, nicht alle, auf dem Markt
03:58
can present some kind of serious side effect too.
95
223000
3000
einige schwere Nebenwirkungen.
04:01
Now some people have gotten some solace
96
226000
3000
Einige Leute haben Trost
04:04
from electrical stimulators that are implanted in the brain.
97
229000
3000
in elektrischen Stimulatoren gefunden, die ins Gehirn implantiert werden.
04:07
And for Parkinson's disease,
98
232000
2000
Und für die Parkinson-Krankheit,
04:09
Cochlear implants,
99
234000
2000
Cochleaimplantate,
04:11
these have indeed been able
100
236000
2000
die waren tatsächlich in der Lage
04:13
to bring some kind of remedy
101
238000
2000
einige Besserung
04:15
to people with certain kinds of disorder.
102
240000
2000
für Leute mit bestimmten Krankheiten zu bringen.
04:17
But electricity also will go in all directions --
103
242000
2000
Aber Elektrizität breitet sich auch in jede Richtung aus --
04:19
the path of least resistance,
104
244000
2000
den Weg des geringsten Widerstandes.
04:21
which is where that phrase, in part, comes from.
105
246000
2000
woher diese Redewendung teilweise kommt.
04:23
And it also will affect normal circuits as well as the abnormal ones that you want to fix.
106
248000
3000
Es wird die gesunden Schaltkreise genauso beeinflussen, wie die kranken, die Sie reparieren wollen.
04:26
So again, we're sent back to the idea
107
251000
2000
Also sind wir wieder bei der Idee
04:28
of ultra-precise control.
108
253000
2000
der hoch präzisen Kontrolle.
04:30
Could we dial-in information precisely where we want it to go?
109
255000
3000
Können wir Informationen genau an die Stelle bringen, die wir wollen?
04:34
So when I started in neuroscience 11 years ago,
110
259000
4000
Als ich vor 11 Jahren mit Neurowissenschaften begonnen habe,
04:38
I had trained as an electrical engineer and a physicist,
111
263000
3000
war ich ausgebildeter Elektrotechniker und Physiker,
04:41
and the first thing I thought about was,
112
266000
2000
und das erste, worüber ich nachdachte war,
04:43
if these neurons are electrical devices,
113
268000
2000
wenn diese Neuronen elektrische Apparate sind,
04:45
all we need to do is to find some way
114
270000
2000
dann müssen wir nur einen Weg finden
04:47
of driving those electrical changes at a distance.
115
272000
2000
diese elektrischen Veränderung aus der Entfernung zu steuern.
04:49
If we could turn on the electricity in one cell,
116
274000
2000
Wenn wir den Strom in einer einzelnen Zelle anschalten könnten,
04:51
but not its neighbors,
117
276000
2000
nicht aber den ihrer Nachbarn,
04:53
that would give us the tool we need to activate and shut down these different cells,
118
278000
3000
das gäbe uns die Werkzeuge, die wir brauchen, um die einzelnen Zellen an- und auszuschalten,
04:56
figure out what they do and how they contribute
119
281000
2000
herauszufinden was sie tun und wie sie
04:58
to the networks in which they're embedded.
120
283000
2000
zu dem Netzwerk beitragen zu dem sie gehören.
05:00
And also it would allow us to have the ultra-precise control we need
121
285000
2000
Außerdem würde es uns die hoch präzise Kontrolle erlauben, die wir brauchen
05:02
in order to fix the circuit computations
122
287000
3000
um die Schaltkreisberechnungen zu reparieren
05:05
that have gone awry.
123
290000
2000
die falsch laufen.
05:07
Now how are we going to do that?
124
292000
2000
Nun, wie machen wir das?
05:09
Well there are many molecules that exist in nature,
125
294000
2000
Es gibt viele Moleküle in der Natur,
05:11
which are able to convert light into electricity.
126
296000
3000
die fähig sind Licht in Strom umzuwandeln.
05:14
You can think of them as little proteins
127
299000
2000
Sie können sie sich wie kleine Proteine vorstellen,
05:16
that are like solar cells.
128
301000
2000
die wie Solarzellen sind.
05:18
If we can install these molecules in neurons somehow,
129
303000
3000
Wenn wir diese Moleküle irgendwie in den Neuronen platzieren können
05:21
then these neurons would become electrically drivable with light.
130
306000
3000
dann würden die Neuronen durch Licht steuerbar.
05:24
And their neighbors, which don't have the molecule, would not.
131
309000
3000
Und ihre Nachbarn, die dieses Molekül nicht haben, wären es nicht.
05:27
There's one other magic trick you need to make this all happen,
132
312000
2000
Es gibt einen weiteren Zaubertrick, den Sie brauchen um das Wirklichkeit werden zu lassen,
05:29
and that's the ability to get light into the brain.
133
314000
3000
und das ist die Fähigkeit, Licht ins Gehirn zu bringen.
05:32
And to do that -- the brain doesn't feel pain -- you can put --
134
317000
3000
Und um das zu tun -- das Gehirn empfindet keinen Schmerz -- können Sie --
05:35
taking advantage of all the effort
135
320000
2000
den ganzen Aufwand,
05:37
that's gone into the Internet and communications and so on --
136
322000
2000
der um Internet Kommunikation und so weiter betrieben wird ausnutzend --
05:39
optical fibers connected to lasers
137
324000
2000
Glasfasern verbunden mit Lasern
05:41
that you can use to activate, in animal models for example,
138
326000
2000
die Sie nutzen können um Zellen zu aktivieren, in Tiermodellen zum Beispiel
05:43
in pre-clinical studies,
139
328000
2000
in vorklinischen Studien,
05:45
these neurons and to see what they do.
140
330000
2000
um zu sehen, was sie machen.
05:47
So how do we do this?
141
332000
2000
Wie machen wir das?
05:49
Around 2004,
142
334000
2000
Zirka 2004,
05:51
in collaboration with Gerhard Nagel and Karl Deisseroth,
143
336000
2000
in Zusammenarbeit mit Gerhard Nagel und Karl Deisseroth,
05:53
this vision came to fruition.
144
338000
2000
wurde diese Vision Wirklichkeit.
05:55
There's a certain alga that swims in the wild,
145
340000
3000
Es gibt eine gewisse Alge, die in der Wildnis schwimmt,
05:58
and it needs to navigate towards light
146
343000
2000
und Richtung Licht navigieren muss
06:00
in order to photosynthesize optimally.
147
345000
2000
um optimal Photosynthese betreiben zu können.
06:02
And it senses light with a little eye-spot,
148
347000
2000
Sie nimmt Licht mit einem kleinen Augenfleck auf,
06:04
which works not unlike how our eye works.
149
349000
3000
der ähnlich wie unser Auge arbeitet.
06:07
In its membrane, or its boundary,
150
352000
2000
In ihrer Haut, oder ihrem Rand,
06:09
it contains little proteins
151
354000
3000
hat es kleine Proteine
06:12
that indeed can convert light into electricity.
152
357000
3000
die tatsächlich Licht in Strom umwandeln können.
06:15
So these molecules are called channelrhodopsins.
153
360000
3000
Diese Moleküle werden Kanalrhodopsine genannt.
06:18
And each of these proteins acts just like that solar cell that I told you about.
154
363000
3000
Und jedes dieser Proteine verhält sich genau wie die Solarzelle, über die ich gesprochen habe.
06:21
When blue light hits it, it opens up a little hole
155
366000
3000
Wenn es von blauem Licht getroffen wird, öffnet es ein kleines Loch
06:24
and allows charged particles to enter the eye-spot,
156
369000
2000
und lässt geladene Teilchen in den Augenfleck.
06:26
and that allows this eye-spot to have an electrical signal
157
371000
2000
Das ermöglicht dem Augenfleck ein elektrisches Signal
06:28
just like a solar cell charging up a battery.
158
373000
3000
genau wie eine Solarzelle eine Batterie aufladen würde.
06:31
So what we need to do is to take these molecules
159
376000
2000
Was wir als machen müssen ist diese Moleküle nehmen
06:33
and somehow install them in neurons.
160
378000
2000
und sie irgendwie in die Neuronen installieren.
06:35
And because it's a protein,
161
380000
2000
Und weil es ein Protein ist
06:37
it's encoded for in the DNA of this organism.
162
382000
3000
ist es in der DNS des Organismus gespeichert.
06:40
So all we've got to do is take that DNA,
163
385000
2000
Also müssen wir nur die DNS nehmen,
06:42
put it into a gene therapy vector, like a virus,
164
387000
3000
sie in einen Gentherapie Vektor zu packen, wie einen Virus,
06:45
and put it into neurons.
165
390000
3000
und dann in die Neuronen bringen.
06:48
So it turned out that this was a very productive time in gene therapy,
166
393000
3000
Es hat sich herausgestellt, dass das eine gute Zeit für Gentherapie war,
06:51
and lots of viruses were coming along.
167
396000
2000
und viele Viren zu Verfügung standen.
06:53
So this turned out to be very simple to do.
168
398000
2000
Es war sogar ziemlich leicht zu machen.
06:55
And early in the morning one day in the summer of 2004,
169
400000
3000
Und eines Morgens im Sommer 2004
06:58
we gave it a try, and it worked on the first try.
170
403000
2000
haben wir es versucht und es hat beim ersten Mal geklappt.
07:00
You take this DNA and you put it into a neuron.
171
405000
3000
Man nimmt die DNS und packt sie in ein Neuron.
07:03
The neuron uses its natural protein-making machinery
172
408000
3000
Das Neuron benutzt seine natürliche Proteinproduktion
07:06
to fabricate these little light-sensitive proteins
173
411000
2000
um die kleinen lichtempfindlichen Proteine herzustellen
07:08
and install them all over the cell,
174
413000
2000
und sie dann über die gesamte Zelle zu verteilen
07:10
like putting solar panels on a roof,
175
415000
2000
als würde man Solarzellen auf ein Dach packen.
07:12
and the next thing you know,
176
417000
2000
Und bevor Sie sich versehen,
07:14
you have a neuron which can be activated with light.
177
419000
2000
haben Sie Neuronen, die man mit Licht anschalten kann.
07:16
So this is very powerful.
178
421000
2000
Das funktioniert also sehr gut.
07:18
One of the tricks you have to do
179
423000
2000
Eines der Probleme, die man lösen muss
07:20
is to figure out how to deliver these genes to the cells that you want
180
425000
2000
ist der Transport dieser Gene zu den Zellen, die man will
07:22
and not all the other neighbors.
181
427000
2000
und nicht zu all den Nachbarn.
07:24
And you can do that; you can tweak the viruses
182
429000
2000
Und man kann es machen; man kann den Virus so justieren,
07:26
so they hit just some cells and not others.
183
431000
2000
dass er nur einige bestimmte Zellen trifft.
07:28
And there's other genetic tricks you can play
184
433000
2000
Es gibt einen anderen genetischen Trick, den man ausnutzen kann
07:30
in order to get light-activated cells.
185
435000
3000
um Zellen zu bekommen, die man mit Licht einschalten kann.
07:33
This field has now come to be known as optogenetics.
186
438000
4000
Dieses Feld ist heute als Optogenetik bekannt.
07:37
And just as one example of the kind of thing you can do,
187
442000
2000
Ich gebe Ihnen ein weiteres Beispiel, was man damit machen kann.
07:39
you can take a complex network,
188
444000
2000
Man kann ein komplexes Netzwerk nehmen,
07:41
use one of these viruses to deliver the gene
189
446000
2000
eines der Viren nutzen um das Gen
07:43
just to one kind of cell in this dense network.
190
448000
3000
zu genau einer Art Zelle in diesem dichten Netzwerk zu bringen.
07:46
And then when you shine light on the entire network,
191
451000
2000
Wenn man das das gesamte Netzwerk mit Licht anstrahlt,
07:48
just that cell type will be activated.
192
453000
2000
dann wird nur dieser eine Zelltyp aktiviert.
07:50
So for example, lets sort of consider that basket cell I told you about earlier --
193
455000
3000
Nehmen wir zum Beispiel die Korbzellen, über die ich früher gesprochen habe --
07:53
the one that's atrophied in schizophrenia
194
458000
2000
die bei Schizophrenie verkümmert sind
07:55
and the one that is inhibitory.
195
460000
2000
und die hemmend wirken.
07:57
If we can deliver that gene to these cells --
196
462000
2000
Wenn wir das Gen zu diesen Zellen bringen --
07:59
and they're not going to be altered by the expression of the gene, of course --
197
464000
3000
und sie sich nicht durch die Ausprägung des Gens verändern --
08:02
and then flash blue light over the entire brain network,
198
467000
3000
und dann blaues Licht auf das gesamte Gehirnnetzwerk leuchten,
08:05
just these cells are going to be driven.
199
470000
2000
dann werden nur diese Zellen beeinflusst.
08:07
And when the light turns off, these cells go back to normal,
200
472000
2000
Und wenn das Licht ausgeschaltet ist, dann verhalten sie sich völlig normal.
08:09
so they don't seem to be averse against that.
201
474000
3000
sie scheinen dem also nicht abgeneigt zu sein.
08:12
Not only can you use this to study what these cells do,
202
477000
2000
Man kann damit nicht nur herausfinden, was diese Zellen tun,
08:14
what their power is in computing in the brain,
203
479000
2000
welche Leistung sie bei den Berechnungen des Gehirns bringen,
08:16
but you can also use this to try to figure out --
204
481000
2000
man kann außerdem versuchen herauszufinden --
08:18
well maybe we could jazz up the activity of these cells,
205
483000
2000
vielleicht können die Aktivität dieser Zellen etwas aufmöbeln,
08:20
if indeed they're atrophied.
206
485000
2000
falls sie tatsächlich verkümmert sind.
08:22
Now I want to tell you a couple of short stories
207
487000
2000
Nun möchte ich Ihnen ein paar kurze Geschichten darüber erzählen
08:24
about how we're using this,
208
489000
2000
wie wir das ausnutzen.
08:26
both at the scientific, clinical and pre-clinical levels.
209
491000
3000
sowohl wissenschaftlich, klinisch als auch vorklinisch.
08:29
One of the questions we've confronted
210
494000
2000
Einer der Fragen, an der wir arbeiten ist,
08:31
is, what are the signals in the brain that mediate the sensation of reward?
211
496000
3000
welche Signale im Gehirn vermitteln das Gefühl von Belohnung?
08:34
Because if you could find those,
212
499000
2000
Wenn wir die finden würden,
08:36
those would be some of the signals that could drive learning.
213
501000
2000
die könnten einige der Signale sein, die das Lernen steuern.
08:38
The brain will do more of whatever got that reward.
214
503000
2000
Das Gehirn macht das häufiger, was belohnt wird.
08:40
And also these are signals that go awry in disorders such as addiction.
215
505000
3000
Und außerdem sind diese Signale bei Krankheiten wie Sucht fehlerhaft.
08:43
So if we could figure out what cells they are,
216
508000
2000
Wenn wir also herausfinden, welche Zellen sie sind,
08:45
we could maybe find new targets
217
510000
2000
könnten wir vielleicht neue Ziele finden
08:47
for which drugs could be designed or screened against,
218
512000
2000
für die Medikamente entwickelt oder vor ihnen abgeschirmt werden,
08:49
or maybe places where electrodes could be put in
219
514000
2000
oder vielleicht Orte, an denen man Elektroden anbringen könnte
08:51
for people who have very severe disability.
220
516000
3000
bei Menschen, die sehr ernste Behinderungen haben.
08:54
So to do that, we came up with a very simple paradigm
221
519000
2000
Um das zu tun, haben wir ein sehr einfaches Musterbeispiel
08:56
in collaboration with the Fiorella group,
222
521000
2000
zusammen mit der Fiorella Gruppe entwickelt,
08:58
where one side of this little box,
223
523000
2000
Wenn das Tier auf einer Seite
09:00
if the animal goes there, the animal gets a pulse of light
224
525000
2000
der Box geht, dann gibt es einen kleinen Lichtimpuls
09:02
in order to make different cells in the brain sensitive to light.
225
527000
2000
um verschiedene Zellen im Gehirn lichtempfindlich zu machen.
09:04
So if these cells can mediate reward,
226
529000
2000
Falls diese Zellen Belohnungen vermitteln,
09:06
the animal should go there more and more.
227
531000
2000
dann sollte das Tier immer häufiger dort hingehen.
09:08
And so that's what happens.
228
533000
2000
Und das ist passiert.
09:10
This animal's going to go to the right-hand side and poke his nose there,
229
535000
2000
Das Tier geht auf die rechte Seite und stöbert mit seiner Nase herum,
09:12
and he gets a flash of blue light every time he does that.
230
537000
2000
und bekommt jedes mal einen blauen Lichtblitz, wenn es das tut.
09:14
And he'll do that hundreds and hundreds of times.
231
539000
2000
Das passiert hunderte male.
09:16
These are the dopamine neurons,
232
541000
2000
Das sind die Dopamin-Neuronen,
09:18
which some of you may have heard about, in some of the pleasure centers in the brain.
233
543000
2000
von denen einige von Ihnen vielleicht gehört haben, in den Lustzentren des Gehirns.
09:20
Now we've shown that a brief activation of these
234
545000
2000
Wir haben gezeigt, dass bereits eine kurze Aktivierung dieser Zellen
09:22
is enough, indeed, to drive learning.
235
547000
2000
reicht, um das Lernen anzutreiben.
09:24
Now we can generalize the idea.
236
549000
2000
Die Idee kann verallgemeinert werden.
09:26
Instead of one point in the brain,
237
551000
2000
Anstatt nur einen Punkt zu aktivieren,
09:28
we can devise devices that span the brain,
238
553000
2000
können wir Geräte entwickeln, die das ganze Gehirn umspannen
09:30
that can deliver light into three-dimensional patterns --
239
555000
2000
und das Licht in dreidimensionalen Mustern ausstrahlen kann --
09:32
arrays of optical fibers,
240
557000
2000
Anordnungen optischer Fasern,
09:34
each coupled to its own independent miniature light source.
241
559000
2000
jeweils angeschlossen an die eigene unabhängige Miniaturlichtquelle.
09:36
And then we can try to do things in vivo
242
561000
2000
Und wir können Dinge am lebenden Organismus ausprobieren
09:38
that have only been done to-date in a dish --
243
563000
3000
die bis jetzt nur in der Petrischale gemacht wurden --
09:41
like high-throughput screening throughout the entire brain
244
566000
2000
wie Hochdurchsatz-Screening über das gesamte Gehirn
09:43
for the signals that can cause certain things to happen.
245
568000
2000
um Signale zu finden, die bestimme Dinge verursachen.
09:45
Or that could be good clinical targets
246
570000
2000
Oder sie könnten gute klinische Ziele sein
09:47
for treating brain disorders.
247
572000
2000
um Hirnkrankheiten zu behandeln.
09:49
And one story I want to tell you about
248
574000
2000
Eine andere Geschichte, die ich Ihnen erzählen möchte,
09:51
is how can we find targets for treating post-traumatic stress disorder --
249
576000
3000
handelt von der Suche nach Zielen für die Behandlung von posttraumatischem Stress --
09:54
a form of uncontrolled anxiety and fear.
250
579000
3000
eine Form unkontrollierter Angst und Sorge.
09:57
And one of the things that we did
251
582000
2000
Unter anderem
09:59
was to adopt a very classical model of fear.
252
584000
3000
haben wir ein klassisches Angstmodell adaptiert,
10:02
This goes back to the Pavlovian days.
253
587000
3000
was bis in die Pavlovsche Zeit zurückgeht.
10:05
It's called Pavlovian fear conditioning --
254
590000
2000
Es nennt sich Pavlovsche Angstkonditionierung --
10:07
where a tone ends with a brief shock.
255
592000
2000
hierbei endet ein Ton mit einem kurzem Schock.
10:09
The shock isn't painful, but it's a little annoying.
256
594000
2000
Der Schock tut nicht weh, er ist nur ein bisschen unangenehm.
10:11
And over time -- in this case, a mouse,
257
596000
2000
Und nach einiger Zeit -- in diesem Fall eine Maus,
10:13
which is a good animal model, commonly used in such experiments --
258
598000
2000
die ein gutes und in solchen Experimenten häufig verwendetes Tiermodell ist --
10:15
the animal learns to fear the tone.
259
600000
2000
bekommt das Tier Angst vor dem Ton.
10:17
The animal will react by freezing,
260
602000
2000
Das Tier wird durch Starre reagieren,
10:19
sort of like a deer in the headlights.
261
604000
2000
ähnlich wie ein Reh im Autoscheinwerfer.
10:21
Now the question is, what targets in the brain can we find
262
606000
3000
Die Frage ist jetzt, welche Ziele wir im Gehirn finden können,
10:24
that allow us to overcome this fear?
263
609000
2000
die uns erlauben, die Angst zu überwinden.
10:26
So what we do is we play that tone again
264
611000
2000
Also spielen wir den Ton noch einmal
10:28
after it's been associated with fear.
265
613000
2000
nachdem er mit der Angst assoziiert wurde.
10:30
But we activate targets in the brain, different ones,
266
615000
2000
Aber wir aktivieren jedes mal verschiedene Ziele im Gehirn
10:32
using that optical fiber array I told you about in the previous slide,
267
617000
3000
durch die optischen Fasern, die ich Ihnen auf früheren Folien gezeigt habe,
10:35
in order to try and figure out which targets
268
620000
2000
um herauszufinden, welche Ziele
10:37
can cause the brain to overcome that memory of fear.
269
622000
3000
das Gehirn veranlassen können, die Erinnerung an die Angst zu überwinden.
10:40
And so this brief video
270
625000
2000
Und dieses kurze Video
10:42
shows you one of these targets that we're working on now.
271
627000
2000
zeigt Ihnen eines der Ziele an denen wir gerade arbeiten.
10:44
This is an area in the prefrontal cortex,
272
629000
2000
Das ist ein Gebiet im präfrontalen Cortex,
10:46
a region where we can use cognition to try to overcome aversive emotional states.
273
631000
3000
eine Region, wo wir Wahrnehmung nutzen können, um die Aversion zu überwinden.
10:49
And the animal's going to hear a tone -- and a flash of light occurred there.
274
634000
2000
Und das Tier hört einen Ton -- und ein Lichtblitz erscheint dort.
10:51
There's no audio on this, but you can see the animal's freezing.
275
636000
2000
Es gibt kein Audio dazu, aber Sie können sehen, dass das Tier erstarrt.
10:53
This tone used to mean bad news.
276
638000
2000
Dieser Ton hieß schlechte Neuigkeiten.
10:55
And there's a little clock in the lower left-hand corner,
277
640000
2000
Dort ist eine kleine Uhr in der unteren linken Ecke,
10:57
so you can see the animal is about two minutes into this.
278
642000
3000
man sieht, das Tier bleibt ungefähr 2 Minuten so.
11:00
And now this next clip
279
645000
2000
Und nun das nächste Video,
11:02
is just eight minutes later.
280
647000
2000
nur 8 Minuten später.
11:04
And the same tone is going to play, and the light is going to flash again.
281
649000
3000
Der gleiche Ton wird gespielt, und das Licht wird wieder erscheinen.
11:07
Okay, there it goes. Right now.
282
652000
3000
Und es geht los. Jetzt.
11:10
And now you can see, just 10 minutes into the experiment,
283
655000
3000
Nun kann man sehen, nach nur 10 Minuten im Experiment,
11:13
that we've equipped the brain by photoactivating this area
284
658000
3000
dass wir es dem Gehirn durch Lichtaktivierung dieses Gebietes ermöglicht haben
11:16
to overcome the expression
285
661000
2000
den Ausdruck von Angst
11:18
of this fear memory.
286
663000
2000
aus seiner Erinnerung zu überwinden.
11:20
Now over the last couple of years, we've gone back to the tree of life
287
665000
3000
In den letzten paar Jahren sind wir zurück zum Baum des Lebens gegangen,
11:23
because we wanted to find ways to turn circuits in the brain off.
288
668000
3000
weil wir Wege finden wollten, die Schaltkreise im Gehirn auszuschalten.
11:26
If we could do that, this could be extremely powerful.
289
671000
3000
Wenn wir das könnten, wäre es extrem mächtig.
11:29
If you can delete cells just for a few milliseconds or seconds,
290
674000
3000
Wenn man Zellen nur für ein paar Millisekunden oder Sekunden löschen kann,
11:32
you can figure out what necessary role they play
291
677000
2000
kann man herausfinden, welche Rolle sie im Schaltkreis
11:34
in the circuits in which they're embedded.
292
679000
2000
spielen, in den sie eingebettet sind.
11:36
And we've now surveyed organisms from all over the tree of life --
293
681000
2000
Heute haben wir Organismen vom gesamten Baum des Lebens analysiert --
11:38
every kingdom of life except for animals, we see slightly differently.
294
683000
3000
jedes Reich außer das der Tiere, was wir etwas anders betrachten.
11:41
And we found all sorts of molecules, they're called halorhodopsins or archaerhodopsins,
295
686000
3000
Wir haben jede Menge verschiedene Moleküle gefunden, Bakteriorhodopsine oder Archaerhodopsine,
11:44
that respond to green and yellow light.
296
689000
2000
die auf grünes und gelbes Licht reagieren.
11:46
And they do the opposite thing of the molecule I told you about before
297
691000
2000
Und sie machen das Gegenteil von den Molekülen, von denen ich vorher erzählt habe,
11:48
with the blue light activator channelrhodopsin.
298
693000
3000
mit dem Blaulicht-Aktivierer Kanalrhodopsin.
11:52
Let's give an example of where we think this is going to go.
299
697000
3000
Lassen Sie mich ein Beispiel bringen, wo wir glauben, dass es so funktionieren wird.
11:55
Consider, for example, a condition like epilepsy,
300
700000
3000
Stellen Sie sich zum Beispiel einen Zustand wie Epilepsie vor,
11:58
where the brain is overactive.
301
703000
2000
wo das Gehirn übererregbar ist.
12:00
Now if drugs fail in epileptic treatment,
302
705000
2000
Falls Medikamente bei der Behandlung nicht anschlagen,
12:02
one of the strategies is to remove part of the brain.
303
707000
2000
ist die Entfernung von Teilen des Gehirns eine mögliche Strategie.
12:04
But that's obviously irreversible, and there could be side effects.
304
709000
2000
Das ist natürlich irreversible und es kann Nebenwirkungen haben.
12:06
What if we could just turn off that brain for a brief amount of time,
305
711000
3000
Was wäre, wenn wir stattdessen das Gehirn für einen kurzen Moment ausschalten könnten,
12:09
until the seizure dies away,
306
714000
3000
bis der Anfall vorbei ist,
12:12
and cause the brain to be restored to its initial state --
307
717000
3000
und das Gehirn dazu bringen, wieder in seinen Ausgangszustand zurückzukehren --
12:15
sort of like a dynamical system that's being coaxed down into a stable state.
308
720000
3000
ungefähr wie ein dynamisches System, was in seinen Ausgangszustand versetzt wird.
12:18
So this animation just tries to explain this concept
309
723000
3000
Diese Animation versucht dieses Konzept zu erklären
12:21
where we made these cells sensitive to being turned off with light,
310
726000
2000
in dem wir diese Zellen abschaltbar durch Licht gemacht haben,
12:23
and we beam light in,
311
728000
2000
und dann Licht hineingestrahlt haben,
12:25
and just for the time it takes to shut down a seizure,
312
730000
2000
und dann hoffentlich die Zellen solange deaktiviert haben,
12:27
we're hoping to be able to turn it off.
313
732000
2000
wie ein Anfall dauert.
12:29
And so we don't have data to show you on this front,
314
734000
2000
Wir haben dazu noch keine Daten,
12:31
but we're very excited about this.
315
736000
2000
aber wir sind wirklich begeistert davon.
12:33
Now I want to close on one story,
316
738000
2000
Ich möchte mit anderen Möglichkeit enden,
12:35
which we think is another possibility --
317
740000
2000
an die wir gedacht haben --
12:37
which is that maybe these molecules, if you can do ultra-precise control,
318
742000
2000
und zwar dass man diese Moleküle vielleicht, durch ultra-präzise Kontrolle,
12:39
can be used in the brain itself
319
744000
2000
im Gehirn selbst nutzen könnte
12:41
to make a new kind of prosthetic, an optical prosthetic.
320
746000
3000
um eine neue Art Prothese, eine optische Prothese herzustellen.
12:44
I already told you that electrical stimulators are not uncommon.
321
749000
3000
Ich habe bereits gesagt, dass elektrische Stimulatoren nicht selten sind.
12:47
Seventy-five thousand people have Parkinson's deep-brain stimulators implanted.
322
752000
3000
75.000 Menschen haben Pakinson's Tiefenhirnstimulatoren implantiert.
12:50
Maybe 100,000 people have Cochlear implants,
323
755000
2000
Vielleicht 100.000 Menschen haben Cochleaimplantate,
12:52
which allow them to hear.
324
757000
2000
die Ihnen das Hören ermöglichen.
12:54
There's another thing, which is you've got to get these genes into cells.
325
759000
3000
Ein anderes Problem ist, die Gene in die entsprechenden Zellen zu bekommen.
12:57
And new hope in gene therapy has been developed
326
762000
3000
Hoffnung geben da neu entwickelte Gentherapien,
13:00
because viruses like the adeno-associated virus,
327
765000
2000
weil Viren wie das Adeno-assoziierte Virus,
13:02
which probably most of us around this room have,
328
767000
2000
den wahrscheinlich die meisten von uns hier in diesem Raum haben,
13:04
and it doesn't have any symptoms,
329
769000
2000
und der keinerlei Symptome zeigt,
13:06
which have been used in hundreds of patients
330
771000
2000
was dazu genutzt wurde, hunderten von Patienten
13:08
to deliver genes into the brain or the body.
331
773000
2000
Gene ins Gehirn oder den Körper zu bringen.
13:10
And so far, there have not been serious adverse events
332
775000
2000
So weit hat es noch keine ernsten unerwünschten Ereignisse
13:12
associated with the virus.
333
777000
2000
assoziiert mit dem Virus gegeben.
13:14
There's one last elephant in the room, the proteins themselves,
334
779000
3000
Es gibt noch einen letzten Elefanten im Raum, die Proteine selbst,
13:17
which come from algae and bacteria and fungi,
335
782000
2000
die von Algen, Bakterien und Pilzen kommen,
13:19
and all over the tree of life.
336
784000
2000
und von überall im Baum des Lebens.
13:21
Most of us don't have fungi or algae in our brains,
337
786000
2000
Die meisten von uns haben keine Pilze oder Algen im Gehirn,
13:23
so what is our brain going to do if we put that in?
338
788000
2000
was wird unser Gehirn also tun, wenn wir dort welche hin tun?
13:25
Are the cells going to tolerate it? Will the immune system react?
339
790000
2000
Werden die Zellen es tolerieren? Wird das Immunsystem reagieren?
13:27
In its early days -- these have not been done on humans yet --
340
792000
2000
In diesem Frühstadium -- nichts davon wurde bis jetzt am Menschen getestet --
13:29
but we're working on a variety of studies
341
794000
2000
aber wir arbeiten an einer Vielzahl von Studien
13:31
to try and examine this,
342
796000
2000
um das auszuprobieren und zu testen.
13:33
and so far we haven't seen overt reactions of any severity
343
798000
3000
Bis jetzt gab es weder offene Reaktionen jeglicher Art
13:36
to these molecules
344
801000
2000
gegen die Moleküle
13:38
or to the illumination of the brain with light.
345
803000
3000
oder gegen die Beleuchtung des Gehirns.
13:41
So it's early days, to be upfront, but we're excited about it.
346
806000
3000
Um ehrlich zu sein, es ist wirklich ein Frühstadium, aber wir sind begeistert davon.
13:44
I wanted to close with one story,
347
809000
2000
Ich möchte mit einer Geschichte enden
13:46
which we think could potentially
348
811000
2000
von der wir glauben, es könnte vielleicht
13:48
be a clinical application.
349
813000
2000
klinische Anwendung finden.
13:50
Now there are many forms of blindness
350
815000
2000
Es gibt viele Formen von Blindheit,
13:52
where the photoreceptors,
351
817000
2000
wo die Photorezeptoren,
13:54
our light sensors that are in the back of our eye, are gone.
352
819000
3000
unsere Lichtsensoren, das Schwarze in unseren Augen, verloren sind.
13:57
And the retina, of course, is a complex structure.
353
822000
2000
Und die Netzhaut ist natürlich eine komplexe Struktur.
13:59
Now let's zoom in on it here, so we can see it in more detail.
354
824000
2000
Hier sieht man es sehr detailliert.
14:01
The photoreceptor cells are shown here at the top,
355
826000
3000
Die Photorezeptorzellen sind hier ganz oben,
14:04
and then the signals that are detected by the photoreceptors
356
829000
2000
und die Signale, die von diesen Zellen aufgenommen werden
14:06
are transformed by various computations
357
831000
2000
werden durch verschiedenste Berechnungen umgeformt,
14:08
until finally that layer of cells at the bottom, the ganglion cells,
358
833000
3000
bis schließlich die unterste Schicht Zellen, die Ganglien,
14:11
relay the information to the brain,
359
836000
2000
die Informationen zum Gehirn weiterleiten,
14:13
where we see that as perception.
360
838000
2000
wo wir das schließlich wahrnehmen.
14:15
In many forms of blindness, like retinitis pigmentosa,
361
840000
3000
Bei vielen Formen von Blindheit, wie Retinitis pigmentosa,
14:18
or macular degeneration,
362
843000
2000
oder der Makuladegeneration,
14:20
the photoreceptor cells have atrophied or been destroyed.
363
845000
3000
wo die Photorezeptoren verkümmert sind oder zerstört wurden.
14:23
Now how could you repair this?
364
848000
2000
Wie kann man das reparieren?
14:25
It's not even clear that a drug could cause this to be restored,
365
850000
3000
Es ist nicht einmal sicher, ob ein Medikament das heilen könnte,
14:28
because there's nothing for the drug to bind to.
366
853000
2000
weil es nichts gibt, woran man das Medikament binden kann.
14:30
On the other hand, light can still get into the eye.
367
855000
2000
Andererseits gelangt Licht immer noch ins Auge.
14:32
The eye is still transparent and you can get light in.
368
857000
3000
Das Auge ist immer noch transparent und Licht gelangt hinein.
14:35
So what if we could just take these channelrhodopsins and other molecules
369
860000
3000
Was wäre also, wenn wir einfach diese Kanalrhodopsine und andere Moleküle nehmen könnten
14:38
and install them on some of these other spare cells
370
863000
2000
und sie auf einige der übrigen Zellen installieren könnten
14:40
and convert them into little cameras.
371
865000
2000
und sie dadurch in kleine Kameras verwandeln.
14:42
And because there's so many of these cells in the eye,
372
867000
2000
Und weil es so viele dieser Zellen im Auge gibt,
14:44
potentially, they could be very high-resolution cameras.
373
869000
3000
könnte das, eventuell, eine sehr hoch-aufgelöste Kamera sein.
14:47
So this is some work that we're doing.
374
872000
2000
Das ist ein Ausschnitt von dem, was wir gerade machen.
14:49
It's being led by one of our collaborators,
375
874000
2000
Es wird von einem unserer Mitarbeiter,
14:51
Alan Horsager at USC,
376
876000
2000
Alan Horsager von der USC geleitet
14:53
and being sought to be commercialized by a start-up company Eos Neuroscience,
377
878000
3000
und was das Start-up Eos Neuroscience kommerzialisieren möchte,
14:56
which is funded by the NIH.
378
881000
2000
finanziert vom NIH.
14:58
And what you see here is a mouse trying to solve a maze.
379
883000
2000
Was Sie hier sehen, ist eine Maus, die versucht, einem Labyrinth zu entkommen.
15:00
It's a six-arm maze. And there's a bit of water in the maze
380
885000
2000
Das Labyrinth hat sechs Arme und es ist etwas Wasser darin,
15:02
to motivate the mouse to move, or he'll just sit there.
381
887000
2000
damit die Maus sich bewegt und nicht einfach still sitzen bleibt.
15:04
And the goal, of course, of this maze
382
889000
2000
Das Ziel des Labyrinths ist natürlich
15:06
is to get out of the water and go to a little platform
383
891000
2000
das Wasser zu verlassen und zu der kleinen Plattform zu gelangen
15:08
that's under the lit top port.
384
893000
2000
die unter dem oberen Öffnung liegt.
15:10
Now mice are smart, so this mouse solves the maze eventually,
385
895000
3000
Die Maus ist schlau, sie wird das Labyrinth irgendwann lösen,
15:13
but he does a brute-force search.
386
898000
2000
aber sie macht eine Brute-Force-Suche.
15:15
He's swimming down every avenue until he finally gets to the platform.
387
900000
3000
Sie schwimmt jede Straße runter, bis sie schließlich die Plattform erreicht.
15:18
So he's not using vision to do it.
388
903000
2000
Offenbar nutzt sie nicht ihre Sehkraft.
15:20
These different mice are different mutations
389
905000
2000
Diese unterschiedlichen Mäuse sind verschiedene Mutationen
15:22
that recapitulate different kinds of blindness that affect humans.
390
907000
3000
und zeigen die verschiedenen Arten der Blindheit, die Menschen haben können.
15:25
And so we're being careful in trying to look at these different models
391
910000
3000
Wir versuchen also vorsichtig diese verschiedenen Modelle zu studieren
15:28
so we come up with a generalized approach.
392
913000
2000
damit wir einen allgemeinen Ansatz finden.
15:30
So how are we going to solve this?
393
915000
2000
Wie können wir das tun?
15:32
We're going to do exactly what we outlined in the previous slide.
394
917000
2000
Wir machen genau das, was in der letzten Folie beschrieben wurde.
15:34
We're going to take these blue light photosensors
395
919000
2000
Wir nehmen diese Photosensoren für blaues Licht
15:36
and install them on a layer of cells
396
921000
2000
und installieren sie auf einer Zellschicht
15:38
in the middle of the retina in the back of the eye
397
923000
3000
in der Mitte der Netzhaut auf dem hinteren Teil des Auges
15:41
and convert them into a camera --
398
926000
2000
und verwandeln es in eine Kamera.
15:43
just like installing solar cells all over those neurons
399
928000
2000
Als würde man Solarzellen auf den Neuronen verteilen
15:45
to make them light sensitive.
400
930000
2000
um sie lichtempfindlich zu machen.
15:47
Light is converted to electricity on them.
401
932000
2000
Licht wird auf ihnen dann in Strom umgewandelt.
15:49
So this mouse was blind a couple weeks before this experiment
402
934000
3000
Diese Maus ein paar Wochen vor dem Experiment geblendet
15:52
and received one dose of this photosensitive molecule in a virus.
403
937000
3000
und erhielt eine Dosis der lichtempfindlichen Moleküle in einem Virus.
15:55
And now you can see, the animal can indeed avoid walls
404
940000
2000
Nun kann man sehen, dass das Tier tatsächlich die Wände meidet
15:57
and go to this little platform
405
942000
2000
und zu der kleinen Plattform geht
15:59
and make cognitive use of its eyes again.
406
944000
3000
und seine Augen wieder nutzen kann.
16:02
And to point out the power of this:
407
947000
2000
Um die Bedeutsamkeit hervorzuheben:
16:04
these animals are able to get to that platform
408
949000
2000
diese Tiere erreichen die Plattform
16:06
just as fast as animals that have seen their entire lives.
409
951000
2000
genauso schnell wie Tiere, die ihr ganzes Leben lang sehen konnten.
16:08
So this pre-clinical study, I think,
410
953000
2000
Ich denke, diese vorklinische Studie
16:10
bodes hope for the kinds of things
411
955000
2000
lässt auf die Dinge hoffen,
16:12
we're hoping to do in the future.
412
957000
2000
die wir in Zukunft machen wollen.
16:14
To close, I want to point out that we're also exploring
413
959000
3000
Um zu schließen, möchte ich darauf hinweisen, dass wir auch
16:17
new business models for this new field of neurotechnology.
414
962000
2000
neue Geschäftsmodelle für dieses neue Feld der Neurotechnologie prüfen.
16:19
We're developing these tools,
415
964000
2000
Wir entwickeln diese Werkzeuge,
16:21
but we share them freely with hundreds of groups all over the world,
416
966000
2000
aber wir teilen sie kostenlos mit hunderten von Gruppen aus der ganzen Welt,
16:23
so people can study and try to treat different disorders.
417
968000
2000
damit andere das studieren können und verschiedene Krankheiten behandeln können.
16:25
And our hope is that, by figuring out brain circuits
418
970000
3000
Unsere Hoffnung ist, dass wir durch das Verstehen von Gehirnschaltkreisen
16:28
at a level of abstraction that lets us repair them and engineer them,
419
973000
3000
auf einer abstrakten Stufe diese reparieren und manipulieren können,
16:31
we can take some of these intractable disorders that I told you about earlier,
420
976000
3000
und wir einige der hartnäckigen Krankheiten, von denen ich früher gesprochen habe,
16:34
practically none of which are cured,
421
979000
2000
von denen praktisch keine geheilt werden kann,
16:36
and in the 21st century make them history.
422
981000
2000
im 21. Jahrhundert Vergangenheit werden lassen können.
16:38
Thank you.
423
983000
2000
Danke sehr.
16:40
(Applause)
424
985000
13000
(Applaus)
16:53
Juan Enriquez: So some of the stuff is a little dense.
425
998000
3000
Juan Enriquez: Das war mir jetzt ein bisschen viel.
16:56
(Laughter)
426
1001000
2000
(Lachen)
16:58
But the implications
427
1003000
2000
Aber die Implikationen
17:00
of being able to control seizures or epilepsy
428
1005000
3000
der Möglichkeit Anfälle oder Epilepsie
17:03
with light instead of drugs,
429
1008000
2000
durch Licht anstatt durch Medikamente zu behandeln
17:05
and being able to target those specifically
430
1010000
3000
und die Möglichkeit, diese direkt anzusprechen
17:08
is a first step.
431
1013000
2000
ist ein erster Schritt.
17:10
The second thing that I think I heard you say
432
1015000
2000
Die zweite Sache, ich die Sie glaube ich gesagt haben,
17:12
is you can now control the brain in two colors,
433
1017000
3000
ist, dass Sie inzwischen das Gehirn mit zwei Farben kontrollieren können,
17:15
like an on/off switch.
434
1020000
2000
wie ein An/Aus-Schalter.
17:17
Ed Boyden: That's right.
435
1022000
2000
Ed Boyden: Das stimmt.
17:19
JE: Which makes every impulse going through the brain a binary code.
436
1024000
3000
JE: Was jeden einzelnen Impuls, der durch das Gehirn geht, zu einem binären Code macht.
17:22
EB: Right, yeah.
437
1027000
2000
EB: Richtig.
17:24
So with blue light, we can drive information, and it's in the form of a one.
438
1029000
3000
Mit blauem Licht können wir Informationen lenken, es ist eine eins.
17:27
And by turning things off, it's more or less a zero.
439
1032000
2000
Und durch Ausschalten ist es mehr oder weniger eine null.
17:29
So our hope is to eventually build brain coprocessors
440
1034000
2000
Wir hoffen, dass wir letztendlich einen Gehirn-Koprozessor bauen können,
17:31
that work with the brain
441
1036000
2000
der mit dem Gehirn zusammenarbeitet,
17:33
so we can augment functions in people with disabilities.
442
1038000
3000
so dass wir die Fähigkeiten von Leuten mit Behinderungen erweitern können.
17:36
JE: And in theory, that means that,
443
1041000
2000
JE: Und in der Theorie heißt dass,
17:38
as a mouse feels, smells,
444
1043000
2000
dass während eine Maus fühlt, riecht,
17:40
hears, touches,
445
1045000
2000
hört und berührt,
17:42
you can model it out as a string of ones and zeros.
446
1047000
3000
Sie das als eine Reihe von Nullen und Einsen auslesen können.
17:45
EB: Sure, yeah. We're hoping to use this as a way of testing
447
1050000
2000
Ja, klar. Wir hoffen, dass wir auf diese Art und Weise testen können,
17:47
what neural codes can drive certain behaviors
448
1052000
2000
welche neuralen Codes bestimmte Verhalten steuern
17:49
and certain thoughts and certain feelings,
449
1054000
2000
und bestimmte Gedanken und bestimmte Gefühle,
17:51
and use that to understand more about the brain.
450
1056000
3000
und das nutzen können, um das Gehirn besser zu verstehen.
17:54
JE: Does that mean that some day you could download memories
451
1059000
3000
JE: Heißt das, dass man eines Tages Erinnerungen herunterladen
17:57
and maybe upload them?
452
1062000
2000
und vielleicht sogar hochladen kann?
17:59
EB: Well that's something we're starting to work on very hard.
453
1064000
2000
EB: Wir haben angefangen, daran zu arbeiten.
18:01
We're now working on some work
454
1066000
2000
Im Moment arbeiten wir an etwas
18:03
where we're trying to tile the brain with recording elements too.
455
1068000
2000
wo wir versuchen, auch Aufnahmegeräte am Gehirn anzubringen.
18:05
So we can record information and then drive information back in --
456
1070000
3000
Dadurch können wir Informationen aufnehmen und dann wieder Informationen hinein senden --
18:08
sort of computing what the brain needs
457
1073000
2000
mehr oder weniger berechnen, was Gehirn braucht
18:10
in order to augment its information processing.
458
1075000
2000
um seine Informationsverarbeitung zu verbessern.
18:12
JE: Well, that might change a couple things. Thank you. (EB: Thank you.)
459
1077000
3000
JE: Nun, dass könnte einiges verändern. Vielen Dank. (EB: Danke sehr.)
18:15
(Applause)
460
1080000
3000
(Applaus)
ABOUT THE SPEAKER
Ed Boyden - NeuroengineerEd 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.
Ed Boyden | Speaker | TED.com