ABOUT THE SPEAKER
Pardis Sabeti - Computational geneticist
Pardis Sabeti investigates the genomes of microbes, including the Ebola virus, to help understand how to slow them.

Why you should listen

Pardis Sabeti develops algorithms to detect the genetic signatures of adaption in humans and the microbial organisms that infect humans. Among her lab’s key research areas: examining the genetic factors that drive disease susceptibility to Ebola and Lassa hemorrhagic fever, and investigating the genomes of microbes, including Lassa virus, Ebola virus, Plasmodium falciparum malaria, Vibrio cholera and Mycobacterioum tuberculosis, to help find cures.

She's based at the Center for Systems Biology and Department of Organismic and Evolutionary Biology at Harvard and the Department of Immunology and Infectious Disease at the Harvard School of Public Health. Sabeti is a National Geographic Emerging Explorer and was named a Time magazine Person of the Year in 2014 as one of the Ebola fighters.
More profile about the speaker
Pardis Sabeti | Speaker | TED.com
TEDWomen 2015

Pardis Sabeti: How we'll fight the next deadly virus

Pardis Sabeti: Wie wir den nächsten tödlichen Virus bekämpfen werden

Filmed:
1,341,966 views

Als im März 2014 Ebola ausbrach, konnten Pardis Sabeti und ihr Team die Genome des Virus sequenzieren und somit verstehen, wie es mutiert und sich ausbreitet. Sabeti veröffentlichte ihre Arbeit sofort online, damit sich Wissenschaftler der ganzen Welt ihr in diesem dringenden Kampf anschließen konnten. In diesem Vortrag zeigt sie, dass offene Kooperation der Schlüssel dazu war, das Virus aufzuhalten ... und dem nächsten den Garaus zu machen. "Wir mussten offen arbeiten, wir mussten Ergebnisse teilen und wir mussten zusammenarbeiten," sagt Sabeti. "Die Welt sollte nicht durch die zerstörerische Wirkung eines Virus definiert werden, sondern von Milliarden Herzen und Gesitern erleuchtet werden, die zusammen arbeiten."
- Computational geneticist
Pardis Sabeti investigates the genomes of microbes, including the Ebola virus, to help understand how to slow them. Full bio

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

00:13
You maykann never have heardgehört
of KenemaKenema, SierraSierra LeoneLeone
0
1015
2762
Sie haben vermutlich
noch nie etwas von Genera, Sierra Leone,
00:15
or AruaArua, NigeriaNigeria.
1
3801
1532
oder Aura, Nigeria, gehört.
00:17
But I know them as two of the mostdie meisten
extraordinaryaußergewöhnlich placessetzt on earthErde.
2
5357
3771
Aber für mich sind es zwei
der außergewöhnlichsten Orte der Welt.
00:21
In hospitalsKrankenhäuser there, there's a communityGemeinschaft
of nursesKrankenschwestern, physiciansÄrzte and scientistsWissenschaftler
3
9956
5053
In den dortigen Kliniken
gibt es eine Gemeinschaft
von Schwester, Ärzte
und Wissenschaftlern,
die gegen eine der tödlichsten Bedrohung
00:27
that have been quietlyruhig battlingKampf gegen
4
15033
1557
00:28
one of the deadliesttödlichste threatsBedrohungen
to humanityMenschheit for yearsJahre:
5
16614
2700
der Menschheit seit Jahren gekämpft haben:
00:31
LassaLassa virusVirus.
6
19338
1174
Das Lassa-Virus
00:33
LassaLassa virusVirus is a lot like EbolaEbola.
7
21118
2138
Das Lassa-Virus ähnelt Ebola sehr stark.
00:35
It can causeUrsache a severeschwer feverFieber
and can oftenhäufig be fataltödlich.
8
23280
3233
Es kann starkes Fieber verursachen
und kann oft tödlich enden.
00:39
But these individualsIndividuen,
they riskRisiko theirihr livesLeben everyjeden day
9
27053
3939
Aber diese Personen
riskieren jeden Tag ihr Leben,
00:43
to protectschützen the individualsIndividuen
in theirihr communitiesGemeinschaften,
10
31016
2917
um die Menschen in ihrer
Gemeinschaft zu schützen
00:45
and by doing so, protectschützen us all.
11
33957
2580
und damit uns alle zu schützen.
00:49
But one of the mostdie meisten extraordinaryaußergewöhnlich things
I learnedgelernt about them
12
37093
2908
Aber das Außergewöhnlichste,
was ich über sie bei einem
00:52
on one of my first visitsBesuche
out there manyviele yearsJahre agovor
13
40025
2567
meiner ersten Besuche,
viele Jahre zuvor, gelernt habe,
00:54
was that they startAnfang eachjede einzelne morningMorgen --
14
42616
1709
ist, dass Sie jeden Morgen --
00:56
these challengingherausfordernd, extraordinaryaußergewöhnlich daysTage
on the frontVorderseite linesLinien -- by singingSingen.
15
44349
4943
solche herausfordernden,
außergewöhnlichen Tage
an vorderster Front -- mit singen starten.
01:01
They gatherversammeln togetherzusammen,
and they showShow theirihr joyFreude.
16
49731
3339
Alle versammeln sich
um Ihre Freude zu zeigen.
01:05
They showShow theirihr spiritGeist.
17
53094
1522
Sie zeigen ihren Geist.
01:06
And over the yearsJahre,
18
54640
1159
Und über die Jahre,
01:07
from yearJahr after yearJahr as I've visitedhat besucht them
and they'veSie haben visitedhat besucht me,
19
55823
3113
von Jahr zu Jahr,
die ich sie besuchte und sie mich,
01:10
I get to gatherversammeln with them and I singsingen
20
58960
1993
versammelte und sang ich mit ihnen
01:12
and we writeschreiben and we love it,
21
60977
2174
und wir schrieben es auf
und jeder liebt es,
01:15
because it remindserinnert us that we're not
just there to pursueverfolgen scienceWissenschaft togetherzusammen;
22
63175
3543
weil es uns daran erinnert, dass wir
nicht nur zum Forschen da sind;
01:18
we're bondedverklebt throughdurch a sharedgeteilt humanityMenschheit.
23
66742
2317
sondern dass unsere
Menschlichkeit uns verbindet.
01:21
And that of courseKurs, as you can imaginevorstellen,
becomeswird extremelyäußerst importantwichtig,
24
69586
4323
Sowas wird, wie Sie sich vorstellen
können, extrem wichtig,
01:25
even essentialwesentlich, as things beginStart to changeVeränderung.
25
73933
2773
sogar essentiell, wenn
Veränderungen beginnen.
01:28
And that changedgeändert a great dealDeal
in MarchMärz of 2014,
26
76730
4789
Das änderte sich stark als im März 2014
01:33
when the EbolaEbola outbreakAusbruch
was declarederklärt in GuineaGuinea.
27
81543
2346
der Ausbruch von Ebola
in Guinea bekannt wurde.
01:36
This is the first outbreakAusbruch in WestWesten AfricaAfrika,
28
84426
2132
Dies ist der erste Ausbruch in Westafrika
01:38
nearin der Nähe von the borderRand
of SierraSierra LeoneLeone and LiberiaLiberia.
29
86582
2442
in der Nähe der Grenze
zu Sierra Leone und Liberia.
01:42
And it was frighteningerschreckend,
frighteningerschreckend for us all.
30
90074
2522
Es war furchterregend für uns alle.
01:44
We had actuallytatsächlich suspectedvermutlich for some time
31
92620
1912
Wir hatten schon angenommen,
dass Lassa und Ebola weiter
verbreitet waren als gedacht,
01:46
that LassaLassa and EbolaEbola were more
widespreadweit verbreitet than thought,
32
94556
2642
und wir dachten, es könnte
irgendwann auch nach Kenema kommen.
01:49
and we thought it could
one day come to KenemaKenema.
33
97222
2309
01:51
And so membersMitglieder of my teamMannschaft
immediatelysofort wentging out
34
99896
2410
Also gingen einige
Teammitglieder sofort los,
01:54
and joinedbeigetreten DrDr. HumarrHumarr KhanKhan
and his teamMannschaft there,
35
102330
2397
um Dr. Hummarr Khan
und seinem Team beizutreten.
01:56
and we setSet up diagnosticsDiagnose to be ablefähig
to have sensitiveempfindlich molecularmolekular testsTests
36
104751
3677
Wir entwickelten sensible
molekulardiagnostische Tests,
02:00
to pickwähle up EbolaEbola if it camekam
acrossüber the borderRand
37
108452
2153
um Ebola zu erkennen,
falls es über die Grenze
02:02
and into SierraSierra LeoneLeone.
38
110629
1263
nach Sierra Leone kam.
Wir hatten so eine Kapazität
schon für das Lassa-Virus erstellt,
02:03
We'dWir würden alreadybereits setSet up this kindArt
of capacityKapazität for LassaLassa virusVirus,
39
111916
2996
02:06
we knewwusste how to do it,
40
114936
1157
wir wussten, was zu tun ist.
02:08
the teamMannschaft is outstandinghervorragende.
41
116117
1430
Das Team ist herausragend.
02:09
We just had to give them
the toolsWerkzeuge and placeOrt to surveyUmfrage for EbolaEbola.
42
117571
3237
Wir mussten ihnen nur Mittel
und Raum geben, um nach Ebola zu suchen.
02:13
And unfortunatelyUnglücklicherweise, that day camekam.
43
121340
1628
Unglücklicherweise kam der Tag.
02:14
On MayMai 23, 2014, a womanFrau checkedgeprüft
into the maternityMutterschaft wardStation at the hospitalKrankenhaus,
44
122992
4981
Am 23. Mai 2014 checkte eine Frau
in die Entbindungsstation ein.
02:19
and the teamMannschaft ranlief
those importantwichtig molecularmolekular testsTests
45
127997
3726
Das Team führten diese wichtigen,
molekularen Tests durch
02:23
and they identifiedidentifiziert the first
confirmedBestätigt caseFall of EbolaEbola in SierraSierra LeoneLeone.
46
131747
3835
und identifizierten den ersten
bestätigten Ebola-Fall in Sierra Leone.
02:28
This was an exceptionalaußergewöhnlich
work that was doneerledigt.
47
136107
2049
Sie leisteten außergewöhnliche Arbeit.
02:30
They were ablefähig to diagnosediagnostizieren
the caseFall immediatelysofort,
48
138180
2260
Sie konnten sofort die Diagnose stellen,
02:32
to safelysicher treatbehandeln the patientgeduldig
49
140464
2313
um die Patientin sicher zu behandeln
02:34
and to beginStart to do contactKontakt tracingAblaufverfolgung
to followFolgen what was going on.
50
142801
3018
und Kontakte nachzuverfolgen,
um herauszufinden, was vor sich ging.
02:37
It could'vekönnte haben stoppedgestoppt something.
51
145843
1972
Es hätte etwas aufhalten können.
02:39
But by the time that day camekam,
52
147839
2847
Aber bis zu diesem Tag,
02:42
the outbreakAusbruch had alreadybereits
been breedingZucht for monthsMonate.
53
150710
2358
schwelte der Ausbruch schon seit Monaten.
02:45
With hundredsHunderte of casesFälle, it had alreadybereits
eclipsedin den Schatten gestellt all previousbisherige outbreaksAusbrüche.
54
153092
3640
Mit hunderten Fällen, stellte dieser
Ausbruch alle anderen in den Schatten.
02:48
And it camekam into SierraSierra LeoneLeone
not as that singularSingular caseFall,
55
156756
3644
In Sierra Leone war es
nicht nur dieser eine Fall,
02:52
but as a tidalGezeiten waveWelle.
56
160424
1292
sondern eine Flutwelle.
Wir arbeiteten mit der
internationalen Gemeinschaft,
02:54
We had to work
with the internationalInternational communityGemeinschaft,
57
162120
2275
mit dem Gesundheitsministerium,
mit Kenema, zusammen,
02:56
with the MinistryMinisterium für of HealthGesundheit, with KenemaKenema,
to beginStart to dealDeal with the casesFälle,
58
164419
3706
um etwas gegen diese Fälle zu tun,
03:00
as the nextNächster weekWoche broughtgebracht 31,
59
168149
2071
denn die nächste Woche brachte 31,
03:02
then 92, then 147 casesFälle --
all comingKommen to KenemaKenema,
60
170244
3674
dann 92, dann 147 Fälle --
die alle nach Kenema kamen,
03:05
one of the only placessetzt in SierraSierra LeoneLeone
that could dealDeal with this.
61
173942
3301
einer der wenigen Orte in Sierra Leone,
die damit fertig wurde.
03:09
And we workedhat funktioniert around the clockUhr
tryingversuchen to do everything we could,
62
177610
3399
Wir arbeiten rund um die Uhr,
versuchten alles was wir konnten,
versuchten den Einzelnen zu helfen
und Aufmerksamkeit zu bekommen,
03:13
tryingversuchen to help the individualsIndividuen,
tryingversuchen to get attentionAufmerksamkeit,
63
181033
2961
03:16
but we alsoebenfalls did one other simpleeinfach thing.
64
184018
1947
aber wir taten noch
etwas anderes, simples.
03:18
From that specimenProbe that we take
from a patient'sPatient bloodBlut to detecterkennen EbolaEbola,
65
186544
3789
Von der Patientenprobe
zur Identifikation von Ebola,
03:22
we can discardverwerfen it, obviouslyoffensichtlich.
66
190357
2055
können wir offensichtlich etwas behalten.
03:24
The other thing we can do is, actuallytatsächlich,
put in a chemicalchemisch and deactivatedeaktivieren it,
67
192436
3616
Außerdem können wir das Virus
mit Chemikalien deaktivieren,
03:28
so just placeOrt it into a boxBox
and shipSchiff it acrossüber the oceanOzean,
68
196076
2730
und einfach in eine Kiste stecken
und es rüber schicken.
03:30
and that's what we did.
69
198830
1151
Und das taten wir auch.
Wir schickten es nach Boston,
wo mein Team arbeitet.
03:32
We sentgesendet it to BostonBoston, where my teamMannschaft worksWerke.
70
200005
2096
03:34
And we alsoebenfalls workedhat funktioniert around the clockUhr
doing shiftVerschiebung work, day after day,
71
202724
3837
Wir arbeiteten auch rund um die Uhr
in Schichtarbeit, jeden Tag,
03:38
and we quicklyschnell generatedgeneriert 99 genomesGenome
of the EbolaEbola virusVirus.
72
206585
3869
und hatten schnell 99 Genome
des Virus generiert.
03:42
This is the blueprintBauplan -- the genomeGenom
of a virusVirus is the blueprintBauplan.
73
210478
3057
Das ist der Blueprint [Blaupause]
des Virus-Genoms.
03:45
We all have one.
74
213559
1159
Wir alle haben eine.
03:46
It sayssagt everything that makesmacht up us,
75
214742
1945
Es enthält alles, was uns ausmacht,
03:48
and it tellserzählt us so much informationInformation.
76
216711
1909
und gibt uns sehr viele Informationen.
03:50
The resultsErgebnisse of this kindArt of work
are simpleeinfach and they're powerfulmächtig.
77
218644
3177
Die Ergebnisse dieser Art Arbeit
sind so einfach wie aussagekräftig.
03:54
We could actuallytatsächlich take
these 99 differentanders virusesViren,
78
222396
2470
Wir konnten diese 99
unterschiedlichen Viren
03:56
look at them and comparevergleichen them,
79
224890
1447
ansehen und vergleichen,
03:58
and we could see, actuallytatsächlich,
comparedverglichen to threedrei genomesGenome
80
226361
2846
und wir konnten sehen, dass,
verglichen mit den drei Genomen,
04:01
that had been previouslyvorher
publishedveröffentlicht from GuineaGuinea,
81
229231
2836
die vorher von Guinea
veröffentlicht wurden,
04:04
we could showShow that the outbreakAusbruch
emergedaufgetaucht in GuineaGuinea monthsMonate before,
82
232091
3711
der Ausbruch Monate vorher
in Guinea entstand,
04:07
onceEinmal into the humanMensch populationBevölkerung,
83
235826
1842
dort die menschliche Population befiel
04:09
and from there had been transmittingÜbertragung von
from humanMensch to humanMensch.
84
237692
2672
und von dort dann von Mensch
zu Mensch übertragen wurde.
Das ist unglaublich wichtig,
04:12
Now, that's incrediblyunglaublich importantwichtig
85
240388
1544
wenn man versucht rauszufinden,
wie man eingreifen sollte,
04:13
when you're tryingversuchen to figureZahl out
how to interveneeingreifen,
86
241956
2368
04:16
but the importantwichtig thing
is contactKontakt tracingAblaufverfolgung.
87
244348
2066
aber viel wichtiger ist
Kontakte zu verfolgen.
04:18
We alsoebenfalls could see that as the virusVirus
was movingbewegend betweenzwischen humansMenschen,
88
246438
3402
Wir sahen, dass als das Virus
sich zwischen Menschen bewegte,
04:21
it was mutatingmutiert.
89
249864
1257
es mutierte.
04:23
And eachjede einzelne of those mutationsMutationen
are so importantwichtig,
90
251145
2151
Jede dieser Mutationen ist wichtig,
04:25
because the diagnosticsDiagnose, the vaccinesImpfstoffe,
91
253320
2320
da die Diagnosen, die Impfstoffe,
die Therapien, die wir benutzt haben,
04:27
the therapiesTherapien that we're usingmit,
92
255664
1485
04:29
are all basedbasierend on that genomeGenom
sequenceSequenz, fundamentallygrundlegend --
93
257173
3358
im Grunde auf der Genomsequenz basieren --
04:32
that's what drivesfährt it.
94
260555
1221
ist das der Antrieb.
04:33
And so globalglobal healthGesundheit expertsExperten
would need to respondreagieren,
95
261800
2882
Also mussten alle Gesundheitsexperten,
darauf reagieren,
04:36
would have to developentwickeln,
96
264706
1197
mussten neu entwickeln,
04:37
to recalibrateneu kalibrieren everything
that they were doing.
97
265927
2553
und rekalibrieren, was sie taten.
04:41
But the way that scienceWissenschaft worksWerke,
the positionPosition I was in at that pointPunkt
98
269079
3181
Aber so wie Wissenschaft funktioniert,
in meiner Position,
04:44
is, I had the dataDaten,
99
272284
1151
hatte ich die Daten,
und ich hätte viele Monate
in einem Silo arbeiten können,
04:45
and I could have workedhat funktioniert
in a siloSilo for manyviele, manyviele monthsMonate,
100
273459
2636
04:48
analyzedanalysiert the dataDaten carefullyvorsichtig, slowlylangsam,
101
276119
2199
die Daten genau und langsam analysierend,
04:50
submittedeingereicht the paperPapier- for publicationVeröffentlichung,
goneWeg throughdurch a fewwenige back-and-forthszurück und vorwärts,
102
278342
3460
und mit etwas Hin und Her,
einen Bericht einreichen
und als endlich der Bericht erschien
die Daten veröffentlichen können.
04:53
and then finallyendlich when the paperPapier- camekam out,
mightMacht releaseFreisetzung that dataDaten.
103
281826
3129
04:56
That's the way the statusStatus quoQuo worksWerke.
104
284979
2204
So funktioniert der Status Quo.
04:59
Well, that was not going to work
at this pointPunkt, right?
105
287207
2571
Sowas hätte zu dem Zeitpunkt
nicht funktioniert, oder?
05:01
We had friendsFreunde on the frontVorderseite linesLinien
106
289802
1608
Wir hatten Freunde an vorderster Front
05:03
and to us it was just obviousoffensichtlich
that what we needederforderlich is help,
107
291434
3254
und es war uns klar,
dass wir Hilfe brauchten,
05:06
lots of help.
108
294712
1156
viel Hilfe.
05:07
So the first thing we did is,
109
295892
1397
Also haben wir zu allererst,
05:09
as soonbald as the sequencesSequenzen
camekam off the machinesMaschinen,
110
297313
2685
sobald die Sequenzen ermittelt waren,
05:12
we publishedveröffentlicht it to the webweb.
111
300022
1429
diese online gestellt.
05:13
We just releasedfreigegeben it to the wholeganze worldWelt
and said, "Help us."
112
301475
2836
Wir zeigten es einfach aller Welt
und sagten : "Helft uns."
05:16
And help camekam.
113
304335
1335
Und Hilfe kam.
05:17
Before we knewwusste it,
114
305694
1162
Bevor wir es wussten,
05:18
we were beingSein contactedkontaktiert
from people all over,
115
306880
2336
wurden wir von Leuten
aus aller Welt kontaktiert,
05:21
surprisedüberrascht to see the dataDaten
out there and releasedfreigegeben.
116
309240
2444
die überrascht waren,
die Daten veröffentlicht zu sehen.
05:23
Some of the greatestgrößte
viralvirale trackersTracker in the worldWelt
117
311708
2252
Einige der besten Virusexperten der Welt,
05:25
were suddenlyplötzlich partTeil of our communityGemeinschaft.
118
313984
2079
waren auf ein mal Teil unseres Teams.
05:28
We were workingArbeiten togetherzusammen
in this virtualvirtuell way,
119
316087
2330
Wir arbeiteten virtuell zusammen,
05:30
sharingTeilen, regularregulär callsAnrufe, communicationsKommunikation,
120
318441
2981
Sharing, Telefonanrufe,
andere Kommunikation,
05:33
tryingversuchen to followFolgen the virusVirus
minuteMinute by minuteMinute,
121
321446
2751
und versuchten den Virus
jede Minute zu verfolgen,
05:36
to see waysWege that we could stop it.
122
324221
2221
um Wege zu finden es aufzuhalten.
05:39
And there are so manyviele waysWege
that we can formbilden communitiesGemeinschaften like that.
123
327027
3758
Es gibt viele Möglichkeiten, solche
Gemeinschaften zu bilden und nutzen.
05:43
EverybodyAlle, particularlyinsbesondere when the outbreakAusbruch
startedhat angefangen to expanderweitern globallyglobal,
124
331182
4325
Jeder, gerade als der Ausbruch anfing,
globale Ausmaße anzunehmen,
05:47
was reachingerreichen out to learnlernen,
to participatesich beteiligen, to engageengagieren.
125
335531
3590
nahm Kontakt auf um zu lernen,
teilzuhaben und mitzumachen.
05:51
EverybodyAlle wants to playspielen a partTeil.
126
339788
1594
Jeder will mitwirken.
Das Ausmaß menschlicher Möglichkeit
da draußen ist erstaunlich
05:53
The amountMenge of humanMensch capacityKapazität
out there is just amazingtolle,
127
341406
2780
05:56
and the InternetInternet connectsverbindet us all.
128
344210
1723
und das Internet verbindet uns alle.
05:57
And could you imaginevorstellen that insteadstattdessen
of beingSein frightenederschrocken of eachjede einzelne other,
129
345957
3251
Können Sie sich vorstellen, dass
wir, statt Angst voreinander zu haben,
06:01
that we all just said, "Let's do this.
130
349232
1857
sagten: " Okay, packen wir es an.
06:03
Let's work togetherzusammen,
and let's make this happengeschehen."
131
351113
2523
Lasst uns zusammenarbeiten
und es möglich machen."
06:05
But the problemProblem is that the dataDaten
that all of us are usingmit,
132
353660
2742
Das Problem ist, dass die Daten,
die wir alle benutzen,
06:08
GooglingGoogeln on the webweb, is just too limitedbegrenzt
to do what we need to do.
133
356426
4037
wenn wir googeln, zu begrenzt sind,
um sie für unsere zwecke zu verwenden.
06:12
And so manyviele opportunitiesChancen
get missedübersehen when that happensdas passiert.
134
360487
2651
Wenn das passiert, bleiben
viele Möglichkeiten ungenutzt.
06:15
So in the earlyfrüh partTeil
of the epidemicEpidemie from KenemaKenema,
135
363162
2481
Im frühen Stadium der Epidemie in Kenema
06:17
we'dheiraten had 106 clinicalklinisch recordsAufzeichnungen
from patientsPatienten,
136
365667
2742
hatten wir 106 Patientenakten,
06:20
and we onceEinmal again madegemacht that
publiclyöffentlich availableverfügbar to the worldWelt.
137
368433
2834
die wir auch wieder
der Welt zugänglich machten.
06:23
And in our ownbesitzen labLabor, we could showShow
that you could take those 106 recordsAufzeichnungen,
138
371291
3670
In unserem Labor konnten
wir mit diesen 106 Akten
06:26
we could trainZug computersComputer to predictvorhersagen
the prognosisdie Prognose for EbolaEbola patientsPatienten
139
374985
3618
Computer programmieren, um eine
Vorhersage für Ebola-Patienten
mit fast 100%iger
Genauigkeit zu erstellen.
06:30
to nearin der Nähe von 100 percentProzent accuracyGenauigkeit.
140
378627
1777
06:32
And we madegemacht an appApp
that could releaseFreisetzung that,
141
380428
2097
Wir machten eine App,
die das verarbeiten konnte,
06:34
to make that availableverfügbar
to health-careHealth care workersArbeitskräfte in the fieldFeld.
142
382549
2770
und stellten sie den
Gesundheitskräften zur Verfügung.
06:37
But 106 is just not enoughgenug
to make it powerfulmächtig,
143
385343
3259
Aber 106 ist nicht genug,
um Aussagen zu Kräftigen,
06:40
to validatevalidieren it.
144
388626
1151
oder zu bestätigen.
06:41
So we were waitingwarten for more dataDaten
to releaseFreisetzung that.
145
389801
2654
Also warteten wir auf mehr Daten,
um es zu veröffentlichen.
06:44
and the dataDaten has still not come.
146
392479
2044
Aber diese Daten sind noch nicht da.
06:46
We are still waitingwarten, tweakingFeinabstimmung away,
147
394547
2532
Wir warten immer noch, drehen Däumchen,
06:49
in silosSilos ratherlieber than workingArbeiten togetherzusammen.
148
397103
2838
eher abgegrenzt, als zusammen arbeitend.
06:51
And this just -- we can't acceptakzeptieren that.
149
399965
2232
Und das können wir nicht akzeptieren.
06:54
Right? You, all of you,
cannotnicht können acceptakzeptieren that.
150
402221
3804
Oder? Sie, jeder von Ihnen,
können es nicht akzeptieren.
06:58
It's our livesLeben on the lineLinie.
151
406049
1682
Unsere Leben stehen auf dem Spiel.
06:59
And in factTatsache, actuallytatsächlich,
152
407755
1711
Aber tatsächlich
verloren viele ihr Leben, viele
Beschäftige im Gesundheitswesen,
07:01
manyviele livesLeben were losthat verloren,
manyviele health-careHealth care workersArbeitskräfte,
153
409490
2543
07:04
includingeinschließlich belovedGeliebte colleaguesKollegen of mineBergwerk,
154
412057
1894
darunter geliebte Kollegen von mir.
07:05
fivefünf colleaguesKollegen:
MbaluMbalu FonnieFonnie, AlexAlex MoigboiMoigboi,
155
413975
3747
Fünf Kollegen: Mbalu Fonnie, Alex Moigboi,
07:09
DrDr. HumarrHumarr KhanKhan, AliceAlice KovomaKovoma
and MohamedMohamed FullahFullah.
156
417746
4011
Dr. Humarr Khan, Alice Kovoma
und Mohamed Fullah.
07:13
These are just fivefünf
of manyviele health-careHealth care workersArbeitskräfte
157
421781
2526
Das sind nur 5 von vielen
Gesundheitshelfern
07:16
at KenemaKenema and beyonddarüber hinaus
158
424331
1764
in Kenema und darüber hinaus,
07:18
that diedist verstorben while the worldWelt waitedgewartet
and while we all workedhat funktioniert,
159
426119
3036
die starben, während die Welt
wartete und wir arbeiteten,
07:21
quietlyruhig and separatelyseparat.
160
429179
1860
leise und getrennt von einander.
07:23
See, EbolaEbola, like all threatsBedrohungen to humanityMenschheit,
161
431063
2033
Ebola, so wie alle
Bedrohungen der Menschheit,
07:25
it's fueledangeheizt by mistrustMisstrauen
and distractionAblenkung and divisionAufteilung.
162
433120
3884
wird von Misstrauen,
Zerstreuung und Teilung befeuert.
07:29
When we buildbauen barriersBarrieren amongstunter ourselvesuns selbst
and we fightKampf amongstunter ourselvesuns selbst,
163
437028
3773
Wenn wir uns abgrenzen
und nur für uns selber kämpfen,
07:32
the virusVirus thriveslebt.
164
440825
1820
gedeiht das Virus.
07:34
But unlikenicht wie all threatsBedrohungen to humanityMenschheit,
165
442669
1792
Aber anders als andere
Menschheitsbedrohungen
07:36
EbolaEbola is one where
we're actuallytatsächlich all the samegleich.
166
444485
2646
sind wir bei Ebola wirklich alle gleich.
07:39
We're all in this fightKampf togetherzusammen.
167
447155
1880
Wir stecken da alle gemeinsam drin.
07:41
EbolaEbola on one person'sPerson doorstepHaustür
could soonbald be on oursunsere.
168
449059
2634
Hat unser Nachbar Ebola,
wird es schnell unser Problem.
An diesem Ort, mit den
gleichen Verwundbarkeiten,
07:44
And so in this placeOrt
with the samegleich vulnerabilitiesSchwachstellen,
169
452177
2802
den gleichen Stärken,
den gleichen Ängsten,
07:47
the samegleich strengthsstärken,
the samegleich fearsÄngste, the samegleich hopesHoffnungen,
170
455003
2413
den gleichen Hoffnungen,
07:49
I hopeHoffnung that we work togetherzusammen with joyFreude.
171
457440
3209
können wir hoffentlich
mit Freude zusammen arbeiten.
07:54
A graduateAbsolvent studentSchüler of mineBergwerk
was readingLesen a bookBuch about SierraSierra LeoneLeone,
172
462427
3070
Eine Absolventin von mir,
las ein Buch über Sierra Leone
07:57
and she discoveredentdeckt that the wordWort "KenemaKenema,"
173
465521
2334
und entdeckte, dass das Wort "Kenema",
07:59
the hospitalKrankenhaus that we work at and the cityStadt
where we work in SierraSierra LeoneLeone,
174
467879
3443
das Krankenhaus und die Stadt,
in der wir in Sierra Leone arbeiten,
08:03
is namedgenannt after the MendeMende wordWort
for "clearklar like a riverFluss, translucentdurchscheinend
175
471346
4181
nach dem mendischen Wort
für "klar wie ein Fluss, durchsichtig
und für die Öffentlichkeit
einsehbar" bedeutet.
08:07
and openöffnen to the publicÖffentlichkeit gazeBlick."
176
475551
1587
08:09
That was really profoundtiefsinnig for us,
177
477439
1545
Das hat uns sehr ergriffen,
weil wir unwissentlich
immer gefühlt haben,
08:11
because withoutohne knowingzu wissen it,
we'dheiraten always feltFilz
178
479008
2094
08:13
that in orderAuftrag to honorEhre the individualsIndividuen
in KenemaKenema where we workedhat funktioniert,
179
481126
3184
dass wir, um die Menschen in Kenema,
wo wir arbeiten, zu ehren,
08:16
we had to work openlyoffen, we had to shareAktie
and we had to work togetherzusammen.
180
484334
4287
wir offen arbeiten, teilen und
zusammenarbeiten mussten.
08:21
And we have to do that.
181
489074
1177
Und wir müssen es machen.
08:22
We all have to demandNachfrage that
of ourselvesuns selbst and othersAndere --
182
490275
3761
Wir alle müssen es von uns selbst
und von anderen verlangen --
08:26
to be openöffnen to eachjede einzelne other
when an outbreakAusbruch happensdas passiert,
183
494060
2874
offen miteinander umzugehen,
wenn eine Katastrophe passiert,
08:28
to fightKampf in this fightKampf togetherzusammen.
184
496958
1650
zusammen dagegen zu kämpfen.
08:30
Because this is not the first
outbreakAusbruch of EbolaEbola,
185
498632
2909
Denn dies ist nicht der
erste Ausbruch von Ebola,
und es wir nicht der letzte sein.
08:33
it will not be the last,
186
501565
1448
08:35
and there are manyviele other microbesMikroben
out there that are lyingliegend in wait,
187
503037
3155
Es gibt viele Mikroben da draußen,
die nur lauernd warten,
08:38
like LassaLassa virusVirus and othersAndere.
188
506216
1425
wie das Lassa-Virus und andere.
08:39
And the nextNächster time this happensdas passiert,
189
507665
1509
Und das nächste Mal
08:41
it could happengeschehen in a cityStadt of millionsMillionen,
it could startAnfang there.
190
509198
3196
könnte es in einer Millionenstadt
passieren und anfangen.
08:44
It could be something
that's transmittedübertragen throughdurch the airLuft.
191
512418
2699
Es könnte über die Luft
übertragen werden.
08:47
It could even be
disseminatedverbreitet intentionallyabsichtlich.
192
515141
2147
Es könnte absichtlich verbreitet werden.
08:49
And I know that that is frighteningerschreckend,
I understandverstehen that,
193
517312
2981
Sowas ist angsteinflößend,
das verstehe ich,
08:52
but I know alsoebenfalls,
and this experienceErfahrung showszeigt an us,
194
520317
2654
aber ich kann auch aus Erfahrung sagen,
08:54
that we have the technologyTechnologie
and we have the capacityKapazität
195
522995
3320
dass wir die Technologie
und die Möglichkeiten haben,
08:58
to winSieg this thing,
196
526339
1595
auch das zu gewinnen,
08:59
to winSieg this and have
the upperobere handHand over virusesViren.
197
527958
2846
es zu gewinnen und die Oberhand
über das Virus zu bekommen.
09:02
But we can only do it if we do it togetherzusammen
198
530828
2272
Aber wir können es nur gemeinsam schaffen
09:05
and we do it with joyFreude.
199
533124
1197
und wir haben Freude daran.
09:06
So for DrDr. KhanKhan
200
534871
1521
Also, für Dr. Kahn
09:08
and for all of those who sacrificedgeopfert
theirihr livesLeben on the frontVorderseite linesLinien
201
536416
4166
und für alle anderen, die ihr Leben
da draußen geopfert haben,
09:12
in this fightKampf with us always,
202
540606
2400
in diesem Kampf für immer mit ihnen,
09:15
let us be in this fightKampf with them always.
203
543030
2807
lasst uns immer mit ihnen kämpfen.
09:17
And let us not let the worldWelt be defineddefiniert
204
545861
1875
Die Welt sollte nicht definiert werden
09:19
by the destructionZerstörung wroughtSchmiedeeisen by one virusVirus,
205
547760
2119
von der Zerstörung,
die ein Virus verbreitet,
09:21
but illuminatedbeleuchtet by billionsMilliarden
of heartsHerzen and mindsKöpfe
206
549903
2781
sondern von der Erleuchtung
Milliarden von Herzen und Geistern
09:24
workingArbeiten in unityEinheit.
207
552708
1208
die zusammen arbeiten.
09:25
Thank you.
208
553940
1174
Danke.
09:27
(ApplauseApplaus)
209
555138
6869
(Applaus)
Translated by Till Nicke
Reviewed by Angelika Lueckert Leon

▲Back to top

ABOUT THE SPEAKER
Pardis Sabeti - Computational geneticist
Pardis Sabeti investigates the genomes of microbes, including the Ebola virus, to help understand how to slow them.

Why you should listen

Pardis Sabeti develops algorithms to detect the genetic signatures of adaption in humans and the microbial organisms that infect humans. Among her lab’s key research areas: examining the genetic factors that drive disease susceptibility to Ebola and Lassa hemorrhagic fever, and investigating the genomes of microbes, including Lassa virus, Ebola virus, Plasmodium falciparum malaria, Vibrio cholera and Mycobacterioum tuberculosis, to help find cures.

She's based at the Center for Systems Biology and Department of Organismic and Evolutionary Biology at Harvard and the Department of Immunology and Infectious Disease at the Harvard School of Public Health. Sabeti is a National Geographic Emerging Explorer and was named a Time magazine Person of the Year in 2014 as one of the Ebola fighters.
More profile about the speaker
Pardis Sabeti | Speaker | TED.com