TED2006
Joe DeRisi: Solving medical mysteries
Le ViroScan de Joe DeRisi élucide des mystères médicaux
Filmed:
Readability: 4.3
474,538 views
Le biochimiste Joe DeRisi parle des nouveaux moyens stupéfiants de diagnostiquer les virus (et de soigner les maladies qu'ils causent) qui utilisent l'ADN. Son travail nous aide à comprendre le paludisme, le SRAS, la grippe aviaire -- et 60 pour cent des infections virales courantes qui ne sont pas diagnostiquées
Joe DeRisi - Biochemist
Joe DeRisi hunts for the genes that make us sick. At his lab, he works to understand the genome of Plasmodium falciparum, the deadliest form of malaria. Full bio
Joe DeRisi hunts for the genes that make us sick. At his lab, he works to understand the genome of Plasmodium falciparum, the deadliest form of malaria. Full bio
Double-click the English transcript below to play the video.
00:12
How can we investigate
0
0
3000
Comment se fait-il, comment pouvons-nous étudier
00:15
this flora of viruses that surround us, and aid medicine?
1
3000
5000
cette flore virale qui nous entoure, et aider la médecine?
00:20
How can we turn our cumulative knowledge of virology
2
8000
4000
Comment pouvons-nous transformer notre connaissance cumulative de la virologie
00:24
into a simple, hand-held, single diagnostic assay?
3
12000
4000
en un simple test de diagnostique, portable et unique.
00:28
I want to turn everything we know right now about detecting viruses
4
16000
3000
Je veux transformer tout ce que nous savons aujourd'hui sur la détection des virus
00:31
and the spectrum of viruses that are out there
5
19000
2000
et sur l'éventail des virus existant
00:33
into, let's say, a small chip.
6
21000
3000
en, comment dirai-je, une petite puce.
00:36
When we started thinking about this project --
7
24000
2000
Quand nous avons commencé à réfléchir à ce projet --
00:38
how we would make a single diagnostic assay
8
26000
3000
comment fabriquer un test de diagnostique unique
00:41
to screen for all pathogens simultaneously --
9
29000
3000
pour dépister tous les agents pathogènes à la fois --
00:44
well, there's some problems with this idea.
10
32000
2000
eh bien, cette idée posait plusieurs problèmes.
00:46
First of all, viruses are pretty complex,
11
34000
4000
Tout d'abord, les virus sont assez complexes,
00:50
but they're also evolving very fast.
12
38000
4000
mais ils évoluent aussi très rapidement.
00:54
This is a picornavirus.
13
42000
1000
Ceci est un picornavirus.
00:55
Picornaviruses -- these are things that include
14
43000
2000
Les picornavirus -- ce sont des choses dont font partie
00:57
the common cold and polio, things like this.
15
45000
3000
le rhume commun et la polio, ce genre de choses.
01:00
You're looking at the outside shell of the virus,
16
48000
2000
Ce que vous voyez, c'est la coque du virus,
01:02
and the yellow color here are those parts of the virus
17
50000
3000
et la couleur jaune représente les parties du virus
01:05
that are evolving very, very fast,
18
53000
2000
qui évoluent très, très vite,
01:07
and the blue parts are not evolving very fast.
19
55000
2000
et les parties bleues n'évoluent pas très vite.
01:09
When people think about making pan-viral detection reagents,
20
57000
3000
Quand on réfléchit à la fabrication d'un réactif de détection de tous les virus,
01:12
usually it's the fast-evolving problem that's an issue,
21
60000
4000
habituellement c'est l'évolution rapide qui pose problème,
01:16
because how can we detect things if they're always changing?
22
64000
2000
car comment pouvons-nous détecter des choses si elles changent constamment?
01:18
But evolution is a balance:
23
66000
2000
Mais l'évolution est un équilibre:
01:20
where you have fast change, you also have ultra-conservation --
24
68000
4000
là où vous avez des changements rapides, vous avez aussi de l'ultra-conservation --
01:24
things that almost never change.
25
72000
2000
des choses qui ne changent pratiquement jamais.
01:26
And so we looked into this a little more carefully,
26
74000
3000
Et donc nous avons étudié cela d'un peu plus près,
01:29
and I'm going to show you data now.
27
77000
1000
et je vais maintenant vous montrer des données.
01:30
This is just some stuff you can do on the computer from the desktop.
28
78000
3000
C'est un truc simple que l'on peut faire sur un ordinateur dans son bureau.
01:33
I took a bunch of these small picornaviruses,
29
81000
2000
J'ai pris une poignée de ces petits picornavirus,
01:35
like the common cold, like polio and so on,
30
83000
2000
tels que le rhume commun, la polio, et ainsi de suite,
01:37
and I just broke them down into small segments.
31
85000
4000
et je les ai simplement décomposés en petits segments,
01:41
And so took this first example, which is called coxsackievirus,
32
89000
3000
et ainsi j'ai pris ce premier exemple, qui s'appelle le virus Coxsackie,
01:44
and just break it into small windows.
33
92000
2000
et je l'ai simplement décomposé en petites fenêtres.
01:46
And I'm coloring these small windows blue
34
94000
2000
Et je colorie ces petites fenêtres en bleu
01:48
if another virus shares an identical sequence in its genome
35
96000
5000
si un autre virus possède une séquence identique dans son génome
01:53
to that virus.
36
101000
1000
à celle de ce virus.
01:54
These sequences right up here --
37
102000
2000
Ces séquences tout en haut --
01:56
which don't even code for protein, by the way --
38
104000
2000
qui ne codent même pas de protéine, soit dit en passant --
01:58
are almost absolutely identical across all of these,
39
106000
3000
sont pratiquement entièrement identiques pour tous ceux-ci,
02:01
so I could use this sequence as a marker
40
109000
4000
donc je peux utiliser cette séquence comme un marqueur
02:05
to detect a wide spectrum of viruses,
41
113000
2000
pour dépister un large éventail de virus,
02:07
without having to make something individual.
42
115000
3000
sans avoir besoin de fabriquer quelque chose pour chacun.
02:10
Now, over here there's great diversity:
43
118000
2000
Bon, par ici il y a une grande diversité:
02:12
that's where things are evolving fast.
44
120000
2000
c'est là que les choses évoluent rapidement.
02:14
Down here you can see slower evolution: less diversity.
45
122000
4000
Là en bas vous pouvez voir une évolution plus lente: moins de diversité.
02:18
Now, by the time we get out here to, let's say,
46
126000
2000
Bon, une fois que l'on arrive ici, voyons,
02:20
acute bee paralysis virus --
47
128000
2000
le virus de la paralysie aiguë de l'abeille --
02:22
probably a bad one to have if you're a bee ---
48
130000
2000
probablement un qu'il ne fait pas bon d'avoir si vous êtes une abeille --
02:24
this virus shares almost no similarity to coxsackievirus,
49
132000
5000
ce virus ne partage pratiquement aucune similarité avec le virus Coxsackie,
02:29
but I can guarantee you that the sequences that are most conserved
50
137000
4000
mais je peux vous garantir que les séquences qui sont le plus conservées,
02:33
among these viruses on the right-hand of the screen
51
141000
2000
parmi ces virus à la droite de l'écran
02:35
are in identical regions right up here.
52
143000
3000
le sont dans des régions identiques tout en haut.
02:38
And so we can encapsulate these regions of ultra-conservation
53
146000
3000
Donc nous pouvons incarner ces régions d'ultra-conservation
02:41
through evolution -- how these viruses evolved --
54
149000
3000
tout au long de l'évolution -- la manière dont ces virus ont évolués --
02:44
by just choosing DNA elements or RNA elements
55
152000
3000
en choisissant simplement des éléments d'ADN ou d'ARN
02:47
in these regions to represent on our chip as detection reagents.
56
155000
4000
dans ces régions pour les représenter sur notre puce en tant que réactifs de dépistage.
02:51
OK, so that's what we did, but how are we going to do that?
57
159000
3000
OK, donc c'est ce que nous avons fait, mais comment allons-nous faire cela?
02:54
Well, for a long time, since I was in graduate school,
58
162000
2000
Bon, pendant longtemps, depuis que j'étais en troisième cycle à l'université,
02:56
I've been messing around making DNA chips --
59
164000
3000
je me suis amusé à fabriquer des puces ADN --
02:59
that is, printing DNA on glass.
60
167000
2000
c'est à dire, à imprimer de l'ADN sur du verre.
03:01
And that's what you see here:
61
169000
1000
Et c'est ce qu'on voit ici:
03:02
These little salt spots are just DNA tacked onto glass,
62
170000
3000
Ces petits grains de sel sont simplement de l'ADN fixé sur du verre,
03:05
and so I can put thousands of these on our glass chip
63
173000
3000
et je peux donc en mettre des milliers sur notre puce en verre
03:08
and use them as a detection reagent.
64
176000
2000
et les utiliser comme des réactifs de détection.
03:10
We took our chip over to Hewlett-Packard
65
178000
2000
Nous avons amené notre puce chez Hewlett-Packard
03:12
and used their atomic force microscope on one of these spots,
66
180000
2000
et avons utilisé leur microscope à force atomique sur un de ces points,
03:14
and this is what you see:
67
182000
2000
et voici ce que l'on voit:
03:16
you can actually see the strands of DNA lying flat on the glass here.
68
184000
3000
on peut vraiment voir les brins d'ADN couchés sur le verre ici.
03:19
So, what we're doing is just printing DNA on glass --
69
187000
3000
Donc, on imprime juste de l'ADN sur du verre-
03:22
little flat things -- and these are going to be markers for pathogens.
70
190000
4000
ces petits trucs plats -- et ils vont servir de marqueurs pour agents pathogènes.
03:26
OK, I make little robots in lab to make these chips,
71
194000
3000
OK, je fabrique des petits robots dans le laboratoire pour fabriquer ces puces,
03:29
and I'm really big on disseminating technology.
72
197000
3000
et j'aime beaucoup disséminer la technologie.
03:32
If you've got enough money to buy just a Camry,
73
200000
3000
Si vous avez assez d'argent pour vous acheter une Toyota Camry,
03:35
you can build one of these too,
74
203000
2000
vous pouvez aussi construire un de ceux là,
03:37
and so we put a deep how-to guide on the Web, totally free,
75
205000
4000
et nous avons mis un manuel détaillé sur internet, entièrement gratuit,
03:41
with basically order-off-the-shelf parts.
76
209000
2000
avec des pièces standard du commerce --
03:43
You can build a DNA array machine in your garage.
77
211000
3000
on peut construire une machine à fabriquer des puces ADN dans son garage.
03:46
Here's the section on the all-important emergency stop switch.
78
214000
3000
Voici la partie qui traite de ce bouton capital, le bouton d'arrêt en cas d'urgence.
03:49
(Laughter)
79
217000
2000
(Rires)
03:51
Every important machine's got to have a big red button.
80
219000
3000
Toute machine importante doit avoir un gros bouton rouge.
03:54
But really, it's pretty robust.
81
222000
2000
Mais en réalité, c'est assez solide.
03:56
You can actually be making DNA chips in your garage
82
224000
3000
On peut vraiment fabriquer des puces ADN dans son garage,
03:59
and decoding some genetic programs pretty rapidly. It's a lot of fun.
83
227000
4000
et décoder des programmes génétiques assez rapidement. C'est très amusant.
04:03
(Laughter)
84
231000
1000
(Rires)
04:04
And so what we did -- and this is a really cool project --
85
232000
4000
Et donc ce que nous avons fait -- et c'est vraiment un super projet --
04:08
we just started by making a respiratory virus chip.
86
236000
2000
nous avons simplement commencé par faire une puce des virus respiratoires.
04:10
I talked about that --
87
238000
2000
J'en ai parlé --
04:12
you know, that situation where you go into the clinic
88
240000
2000
vous savez, quand on va dans un centre de consultation
04:14
and you don't get diagnosed?
89
242000
2000
et qu'on ne diagnostique pas ce que l'on a?
04:16
Well, we just put basically all the human respiratory viruses
90
244000
2000
Bon, en gros nous avons mis tous les virus respiratoires humains
04:18
on one chip, and we threw in herpes virus for good measure --
91
246000
3000
sur une puce, et nous avons rajouté le virus de l'herpès pour faire bonne mesure --
04:21
I mean, why not?
92
249000
1000
Après tout, pourquoi pas?
04:22
The first thing you do as a scientist is,
93
250000
2000
La première chose que l'on fait en tant que scientifique est de
04:24
you make sure stuff works.
94
252000
1000
s'assurer que ça marche.
04:25
And so what we did is, we take tissue culture cells
95
253000
3000
Et donc nous avons simplement pris des cellules de culture tissulaire
04:28
and infect them with various viruses,
96
256000
2000
et nous les avons infectées avec plusieurs virus,
04:30
and we take the stuff and fluorescently label the nucleic acid,
97
258000
4000
et nous les prenons et nous marquons de façon fluorescente l'acide nucléique,
04:34
the genetic material that comes out of these tissue culture cells --
98
262000
3000
le matériel génétique qui provient de ces cellules de culture tissulaire --
04:37
mostly viral stuff -- and stick it on the array to see where it sticks.
99
265000
4000
principalement viral -- et on le met sur la puce pour voir où il se colle.
04:41
Now, if the DNA sequences match, they'll stick together,
100
269000
2000
Or, si les séquences d'ADN correspondent, ils se collent ensemble,
04:43
and so we can look at spots.
101
271000
2000
et donc nous pouvons regarder les points.
04:45
And if spots light up, we know there's a certain virus in there.
102
273000
2000
Et si les points s'éclairent, nous savons qu'il y a un certain virus là dedans.
04:47
That's what one of these chips really looks like,
103
275000
2000
Voilà ce à quoi ressemble vraiment une de ces puces,
04:49
and these red spots are, in fact, signals coming from the virus.
104
277000
3000
et ces points rouges sont en fait des signaux qui proviennent des virus.
04:52
And each spot represents a different family of virus
105
280000
3000
Et chaque point représente une famille de virus différente
04:55
or species of virus.
106
283000
1000
ou une espèce de virus différente.
04:56
And so, that's a hard way to look at things,
107
284000
2000
Et donc, c'est une façon compliquée de regarder les choses,
04:58
so I'm just going to encode things as a little barcode,
108
286000
2000
donc je vais juste coder ça comme des petits codes barres
05:00
grouped by family, so you can see the results in a very intuitive way.
109
288000
4000
regroupés par famille, pour que l'on puisse voir les résultats de façon intuitive.
05:04
What we did is, we took tissue culture cells
110
292000
2000
Voilà ce que nous avons fait, nous avons pris des cellules de culture tissulaire
05:06
and infected them with adenovirus,
111
294000
2000
et les avons infectées avec des adénovirus,
05:08
and you can see this little yellow barcode next to adenovirus.
112
296000
4000
et vous pouvez voir ce petit code barre jaune à côté des adénovirus.
05:12
And, likewise, we infected them with parainfluenza-3 --
113
300000
3000
Et, de même, nous les avons infectées avec le virus para-grippal de type 3 --
05:15
that's a paramyxovirus -- and you see a little barcode here.
114
303000
2000
c'est un paramyxovirus -- et vous voyez un petit code barre ici.
05:17
And then we did respiratory syncytial virus.
115
305000
3000
Et ensuite nous nous sommes occupé du virus respiratoire syncytial.
05:20
That's the scourge of daycare centers everywhere --
116
308000
2000
C'est partout un fléau pour les crèches --
05:22
it's like boogeremia, basically.
117
310000
2000
c'est comme une épidémie de crottes du nez.
05:24
(Laughter)
118
312000
1000
(Rires)
05:25
You can see that this barcode is the same family,
119
313000
4000
Vous pouvez voir -- vous pouvez voir que ce code barre est de la même famille,
05:29
but it's distinct from parainfluenza-3,
120
317000
2000
mais qu'il est distinct de la para-grippe de type 3,
05:31
which gives you a very bad cold.
121
319000
2000
lequel vous donne un très mauvais rhume.
05:33
And so we're getting unique signatures, a fingerprint for each virus.
122
321000
3000
Et ainsi nous obtenons des signatures uniques, une empreinte pour chaque virus.
05:36
Polio and rhino: they're in the same family, very close to each other.
123
324000
3000
Polio et rhino: ils sont dans la même famille, très proches l'un de l'autre.
05:39
Rhino's the common cold, and you all know what polio is,
124
327000
2000
Rhino est le rhume commun, et vous savez tous ce qu'est la polio,
05:41
and you can see that these signatures are distinct.
125
329000
3000
et vous pouvez voir que ces signatures sont distinctes.
05:44
And Kaposi's sarcoma-associated herpes virus
126
332000
3000
Et le virus de l'herpès associé au sarcome de Kaposi
05:47
gives a nice signature down here.
127
335000
2000
nous donne une jolie petite signature ici en-bas.
05:49
And so it is not any one stripe or something
128
337000
2000
Et ainsi ce n'est pas n'importe quelle bande ou truc
05:51
that tells me I have a virus of a particular type here;
129
339000
2000
qui nous dit que nous avons un virus d'un type particulier ici;
05:53
it's the barcode that in bulk represents the whole thing.
130
341000
4000
c'est le code barre qui dans son ensemble le représente entièrement.
05:57
All right, I can see a rhinovirus --
131
345000
2000
D'accord, je peux voir un rhinovirus --
05:59
and here's the blow-up of the rhinovirus's little barcode --
132
347000
2000
et voici un agrandissement du petit code barre du rhinovirus --
06:01
but what about different rhinoviruses?
133
349000
2000
mais qu'en est-il des différents rhinovirus?
06:03
How do I know which rhinovirus I have?
134
351000
2000
Comment est-ce que je sais quel rhinovirus j'ai?
06:05
There're 102 known variants of the common cold,
135
353000
3000
Il y a 102 variantes connues du rhume commun,
06:08
and there're only 102 because people got bored collecting them:
136
356000
3000
et il n'y en a que 102 parce que les gens ont en eu marre de les recueillir:
06:11
there are just new ones every year.
137
359000
2000
il y en a simplement de nouveaux qui apparaissent chaque année.
06:13
And so, here are four different rhinoviruses,
138
361000
2000
Et donc voici quatre rhinovirus différents,
06:15
and you can see, even with your eye,
139
363000
2000
et vous pouvez voir, même à l'oeil nu,
06:17
without any fancy computer pattern-matching
140
365000
2000
sans aucun de ces programmes informatiques sophistiqués
06:19
recognition software algorithms,
141
367000
2000
de reconnaissance des formes,
06:21
that you can distinguish each one of these barcodes from each other.
142
369000
3000
que vous pouvez distinguer chacun de ces codes barres des autres.
06:24
Now, this is kind of a cheap shot,
143
372000
2000
Bon, c'est un peu de la triche,
06:26
because I know what the genetic sequence of all these rhinoviruses is,
144
374000
3000
parce que je connais la séquence génétique de tous ces rhinovirus
06:29
and I in fact designed the chip
145
377000
1000
et j'ai en fait conçu cette puce
06:30
expressly to be able to tell them apart,
146
378000
2000
expressément pour être capable de les distinguer,
06:32
but what about rhinoviruses that have never seen a genetic sequencer?
147
380000
4000
mais qu'en est-il des rhinovirus qui n'ont jamais vu un séquenceur génétique?
06:36
We don't know what the sequence is; just pull them out of the field.
148
384000
2000
Nous ne savons pas quelle est leur séquence, on les a juste sortis du terrain.
06:38
So, here are four rhinoviruses
149
386000
2000
Donc, voici quatre rhinovirus
06:40
we never knew anything about --
150
388000
2000
dont on ne connait rien --
06:42
no one's ever sequenced them -- and you can also see
151
390000
3000
personne ne les a jamais séquencés -- et vous pouvez aussi voir
06:45
that you get unique and distinguishable patterns.
152
393000
2000
que l'on obtient des modèles uniques et reconnaissables.
06:47
You can imagine building up some library, whether real or virtual,
153
395000
3000
On peut imaginer construire une collection, réelle ou virtuelle,
06:50
of fingerprints of essentially every virus.
154
398000
2000
des empreintes de chaque virus.
06:52
But that's, again, shooting fish in a barrel, you know, right?
155
400000
3000
Mais ça aussi c'est un combat gagné d'avance, vous savez, n'est-ce pas?
06:55
You have tissue culture cells. There are a ton of viruses.
156
403000
2000
On a des cellules de culture tissulaire: il y a une tonne de virus.
06:57
What about real people?
157
405000
2000
Qu'en est-il des vrais gens?
06:59
You can't control real people, as you probably know.
158
407000
2000
On ne peut pas contrôler les vrais gens, comme vous le savez probablement.
07:01
You have no idea what someone's going to cough into a cup,
159
409000
4000
On n'a aucune idée de ce que quelqu'un va tousser dans un gobelet,
07:05
and it's probably really complex, right?
160
413000
3000
et c'est probablement vraiment complexe, n'est-ce pas?
07:08
It could have lots of bacteria, it could have more than one virus,
161
416000
3000
Il peut y avoir beaucoup de bactéries, il peut y avoir plus d'un virus,
07:11
and it certainly has host genetic material.
162
419000
2000
et il y a certainement du matériel génétique de l'hôte,
07:13
So how do we deal with this?
163
421000
1000
donc comment aborde t-on cela?
07:14
And how do we do the positive control here?
164
422000
2000
Et comment faisons-nous un contrôle positif dans ce cas?
07:16
Well, it's pretty simple.
165
424000
2000
Eh bien, c'est assez simple.
07:18
That's me, getting a nasal lavage.
166
426000
2000
Ça c'est moi, subissant un lavage nasal.
07:20
And the idea is, let's experimentally inoculate people with virus.
167
428000
5000
Et l'idée c'est, inoculons expérimentalement un virus à des personnes
07:25
This is all IRB-approved, by the way; they got paid.
168
433000
5000
et ainsi nous -- ceci a été approuvé par le Comité d'éthique médicale, au fait, ils sont payés.
07:30
And basically we experimentally inoculate people
169
438000
3000
Et en gros nous inoculons expérimentalement aux gens
07:33
with the common cold virus.
170
441000
1000
le virus du rhume commun.
07:34
Or, even better, let's just take people
171
442000
2000
Ou, encore mieux, prenons simplement des gens
07:36
right out of the emergency room --
172
444000
1000
directement des urgences --
07:37
undefined, community-acquired respiratory tract infections.
173
445000
4000
des infections communautaires des voies respiratoires non définies.
07:41
You have no idea what walks in through the door.
174
449000
2000
Vous n'avez pas idée de tout ce que nous voyons arriver.
07:43
So, let's start off with the positive control first,
175
451000
3000
Bien, commençons d'abord par le contrôle positif,
07:46
where we know the person was healthy.
176
454000
2000
celui où nous savons que la personne était en bonne santé.
07:48
They got a shot of virus up the nose,
177
456000
2000
On leur fait une injection de virus dans le nez,
07:50
let's see what happens.
178
458000
1000
voyons ce qui arrive.
07:51
Day zero: nothing happening.
179
459000
2000
Premier jour: rien ne se passe.
07:53
They're healthy; they're clean -- it's amazing.
180
461000
2000
Ils sont en bonne santé; ils sont propres -- c'est incroyable.
07:55
Actually, we thought the nasal tract might be full of viruses
181
463000
2000
En fait, on pensait que les voies nasales pourraient être pleines de virus
07:57
even when you're walking around healthy.
182
465000
1000
même quand on se balade en bonne santé.
07:58
It's pretty clean. If you're healthy, you're pretty healthy.
183
466000
2000
Elles sont plutôt propres. Si on est en bonne santé, on est en assez bonne santé.
08:00
Day two: we get a very robust rhinovirus pattern,
184
468000
4000
Troisième jour: on obtient un modèle de rhinovirus très marqué,
08:04
and it's very similar to what we get in the lab
185
472000
2000
et ça ressemble beaucoup à ce que nous obtenons en labo
08:06
doing our tissue culture experiment.
186
474000
1000
quand nous faisons notre expérience avec une culture tissulaire.
08:07
So that's great, but again, cheap shot, right?
187
475000
3000
Donc c'est super, mais encore une fois, c'est de la triche, d'accord?
08:10
We put a ton of virus up this guy's nose. So --
188
478000
2000
On injecte une tonne de virus dans le nez de ce type. Donc --
08:12
(Laughter)
189
480000
1000
(Rires)
08:13
-- I mean, we wanted it to work. He really had a cold.
190
481000
4000
-- Je veux dire, nous voulions que ça marche. Je veux dire, il a vraiment eu un rhume.
08:17
So, how about the people who walk in off the street?
191
485000
4000
Bon, et les gens qui viennent directement de l'extérieur?
08:21
Here are two individuals represented by their anonymous ID codes.
192
489000
2000
Voici donc deux individus représentés par leurs codes d'identité anonymes.
08:23
They both have rhinoviruses; we've never seen this pattern in lab.
193
491000
4000
Tous les deux ont des rhinovirus; nous n'avons jamais vu ce modèle en labo.
08:27
We sequenced part of their viruses;
194
495000
2000
Nous séquençons une partie de leurs virus;
08:29
they're new rhinoviruses no one's actually even seen.
195
497000
3000
ce sont de nouveaux rhinovirus que vraiment personne n'a jamais vu.
08:32
Remember, our evolutionary-conserved sequences
196
500000
2000
Rappelez-vous, nos séquences conservées malgré l'évolution
08:34
we're using on this array allow us to detect
197
502000
2000
que nous utilisons sur cette puce nous permettent de détecter
08:36
even novel or uncharacterized viruses,
198
504000
2000
des virus même non-caractérisés ou nouveaux,
08:38
because we pick what is conserved throughout evolution.
199
506000
4000
parce que nous sélectionnons ce qui est conservé tout au long de l'évolution.
08:42
Here's another guy. You can play the diagnosis game yourself here.
200
510000
3000
Voici un autre type. Vous pouvez jouer au jeu du diagnostic.
08:45
These different blocks represent
201
513000
2000
Ces différents blocs représentent
08:47
the different viruses in this paramyxovirus family,
202
515000
2000
les différents virus de cette famille de paramyxovirus,
08:49
so you can kind of go down the blocks
203
517000
1000
donc vous pouvez prendre ces blocs un par un
08:50
and see where the signal is.
204
518000
2000
et voir où est le signal.
08:52
Well, doesn't have canine distemper; that's probably good.
205
520000
3000
Bien, il n'a pas la maladie de Carré des chiens, ce qui est probablement une bonne chose.
08:55
(Laughter)
206
523000
2000
(Rires)
08:57
But by the time you get to block nine,
207
525000
2000
Mais quand on arrive au bloc numéro neuf,
08:59
you see that respiratory syncytial virus.
208
527000
2000
on voit ce virus syncytial respiratoire.
09:01
Maybe they have kids. And then you can see, also,
209
529000
3000
Peut-être ont-ils des enfants. Et puis on peut aussi voir
09:04
the family member that's related: RSVB is showing up here.
210
532000
2000
le membre de la famille qui est lié: on peut voir ici le sous-type B du VSR.
09:06
So, that's great.
211
534000
1000
Bon, c'est super.
09:07
Here's another individual, sampled on two separate days --
212
535000
3000
Voici un autre individu, pour lequel on a prélevé des échantillons sur deux jours différents --
09:10
repeat visits to the clinic.
213
538000
2000
visites répétées au centre de consultation.
09:12
This individual has parainfluenza-1,
214
540000
3000
Cet individu a le virus paragrippal de type 1,
09:15
and you can see that there's a little stripe over here
215
543000
2000
et on peut voir qu'il y a cette petite bande par ici
09:17
for Sendai virus: that's mouse parainfluenza.
216
545000
3000
pour le virus de Sendai: c'est la paragrippe de la souris.
09:20
The genetic relationships are very close there. That's a lot of fun.
217
548000
4000
La parenté génétique est très proche là. C'est très amusant.
09:24
So, we built out the chip.
218
552000
1000
Donc, nous avons construit la puce.
09:25
We made a chip that has every known virus ever discovered on it.
219
553000
4000
Nous avons fabriqué une puce sur laquelle il y a tous les virus connus.
09:29
Why not? Every plant virus, every insect virus, every marine virus.
220
557000
3000
Pourquoi pas? Tous les virus de plantes, tous les virus d'insectes, tous les virus marins.
09:32
Everything that we could get out of GenBank --
221
560000
2000
Tout ce que nous avons pu obtenir de la banque de gènes GenBank --
09:34
that is, the national repository of sequences.
222
562000
2000
qui est le dépôt national des séquences.
09:36
Now we're using this chip. And what are we using it for?
223
564000
3000
Maintenant nous utilisons cette puce. Et pour quoi l'utilisons-nous?
09:39
Well, first of all, when you have a big chip like this,
224
567000
2000
Bon, d'abord, quand on a une grosse puce comme celle-ci,
09:41
you need a little bit more informatics,
225
569000
2000
on a besoin d'un peu plus d'informatique,
09:43
so we designed the system to do automatic diagnosis.
226
571000
2000
donc nous avons conçu un système pour faire le diagnostique automatiquement.
09:45
And the idea is that we simply have virtual patterns,
227
573000
3000
Et l'idée c'est que, nous avons simplement des modèles virtuels --
09:48
because we're never going to get samples of every virus --
228
576000
2000
parce que nous n'aurons jamais des échantillons de chaque virus;
09:50
it would be virtually impossible. But we can get virtual patterns,
229
578000
3000
cela serait pratiquement impossible. Mais nous pouvons obtenir des modèles virtuels,
09:53
and compare them to our observed result --
230
581000
2000
et les comparer au résultat observé,
09:55
which is a very complex mixture -- and come up with some sort of score
231
583000
4000
qui est un mélange très complexe, et suggérer une sorte de note
09:59
of how likely it is this is a rhinovirus or something.
232
587000
3000
qui donne la probabilité que ce soit un rhinovirus ou autre chose.
10:02
And this is what this looks like.
233
590000
2000
Et voici à quoi ça ressemble.
10:04
If, for example, you used a cell culture
234
592000
2000
Si, par exemple, on utilise une cellule de culture
10:06
that's chronically infected with papilloma,
235
594000
2000
qui est infectée de façon chronique avec un papillome,
10:08
you get a little computer readout here,
236
596000
2000
voici ce qui s'affiche sur l'ordinateur,
10:10
and our algorithm says it's probably papilloma type 18.
237
598000
4000
et notre algorithme dit qu'il s'agit probablement du papillome de type 18.
10:14
And that is, in fact, what these particular cell cultures
238
602000
2000
Et c'est, en fait, ce avec quoi ces cellules-là
10:16
are chronically infected with.
239
604000
2000
sont infectées de façon chronique.
10:18
So let's do something a little bit harder.
240
606000
2000
Bon, faisons quelque chose d'un peu plus difficile.
10:20
We put the beeper in the clinic.
241
608000
1000
Nous mettons le beeper dans le centre de consultation.
10:21
When somebody shows up, and the hospital doesn't know what to do
242
609000
3000
Quand quelqu'un se présente, et que l'hôpital ne sait pas quoi faire
10:24
because they can't diagnose it, they call us.
243
612000
2000
parce qu'ils ne peuvent pas faire de diagnostique, ils nous appellent.
10:26
That's the idea, and we're setting this up in the Bay Area.
244
614000
2000
Voilà l'idée, et nous la mettons en place dans la région de San Francisco.
10:28
And so, this case report happened three weeks ago.
245
616000
2000
Et donc, il y a trois semaines ce cas nous a été signalé.
10:30
We have a 28-year-old healthy woman, no travel history,
246
618000
3000
Nous avons une femme de 28 ans en bonne santé, qui n'a pas voyagé,
10:33
[unclear], doesn't smoke, doesn't drink.
247
621000
3000
[indistinct], qui ne fume pas, qui ne boit pas.
10:36
10-day history of fevers, night sweats, bloody sputum --
248
624000
4000
10 jours de fièvre, de sueurs nocturnes, d'expectorations sanglantes --
10:40
she's coughing up blood -- muscle pain.
249
628000
2000
elle crache du sang -- de douleurs musculaires.
10:42
She went to the clinic, and they gave her antibiotics
250
630000
4000
Elle est allée au centre de consultation, et ils lui ont donné des antibiotiques, bien,
10:46
and then sent her home.
251
634000
1000
et puis ils l'ont renvoyée chez elle.
10:47
She came back after ten days of fever, right? Still has the fever,
252
635000
4000
Elle est revenue après dix jours de fièvre -- elle a toujours de la fièvre --
10:51
and she's hypoxic -- she doesn't have much oxygen in her lungs.
253
639000
3000
et elle souffre d'hypoxie -- elle n'a pas beaucoup d'oxygène dans les poumons.
10:54
They did a CT scan.
254
642000
1000
Ils lui ont fait un CT scan.
10:55
A normal lung is all sort of dark and black here.
255
643000
4000
Un poumon normal est tout bleu et noir ici.
10:59
All this white stuff -- it's not good.
256
647000
2000
Tout ce blanc -- ce n'est pas bon.
11:01
This sort of tree and bud formation indicates there's inflammation;
257
649000
3000
Cette sorte de formation en arbre et en bourgeons indique qu'il y a une inflammation;
11:04
there's likely to be infection.
258
652000
2000
il y a probablement une infection.
11:06
OK. So, the patient was treated then
259
654000
3000
OK. Donc la patiente a alors été traitée
11:09
with a third-generation cephalosporin antibiotic and doxycycline,
260
657000
4000
avec une céphalosporine, un antibiotique de troisième génération, et de la doxycycline,
11:13
and on day three, it didn't help: she had progressed to acute failure.
261
661000
4000
et le troisième jour, ça n'avait rien fait: elle évolua vers une insuffisance aigüe.
11:17
They had to intubate her, so they put a tube down her throat
262
665000
3000
Ils ont dû l'intuber, donc ils lui ont mis un tube dans la gorge
11:20
and they began to mechanically ventilate her.
263
668000
1000
et ils ont commencé à la ventiler mécaniquement.
11:21
She could no longer breathe for herself.
264
669000
2000
Elle ne pouvait plus respirer par elle-même.
11:23
What to do next? Don't know.
265
671000
2000
Que faire maintenant? Pas d'idée.
11:25
Switch antibiotics: so they switched to another antibiotic,
266
673000
3000
Changer les antibiotiques, donc ils lui ont donné un autre antibiotique,
11:28
Tamiflu.
267
676000
2000
et du Tamiflu, qui --
11:30
It's not clear why they thought she had the flu,
268
678000
2000
ce n'est pas clair pourquoi ils pensaient qu'elle avait la grippe --
11:32
but they switched to Tamiflu.
269
680000
2000
mais ils l'ont mise sous Tamiflu.
11:34
And on day six, they basically threw in the towel.
270
682000
2000
Et le sixième jour, ils ont pratiquement jeté l'éponge.
11:36
You do an open lung biopsy when you've got no other options.
271
684000
4000
On pratique une biopsie pulmonaire ouverte quand on n'a pas d'autres choix.
11:40
There's an eight percent mortality rate with just doing this procedure,
272
688000
2000
Il y a un taux de mortalité de huit pour cent du simple fait de pratiquer cette intervention,
11:42
and so basically -- and what do they learn from it?
273
690000
3000
et donc en fait -- et que nous apprend-elle?
11:45
You're looking at her open lung biopsy.
274
693000
2000
Ce que vous regardez c'est sa biopsie pulmonaire ouverte.
11:47
And I'm no pathologist, but you can't tell much from this.
275
695000
2000
Je ne suis pas un pathologiste, mais on ne peut pas en déduire grand chose.
11:49
All you can tell is, there's a lot of swelling: bronchiolitis.
276
697000
3000
Tout ce qu'on peut dire c'est qu'il y a un oedème important: bronchiolite.
11:52
It was "unrevealing": that's the pathologist's report.
277
700000
3000
Ce n'était pas révélateur: c'est ce que dit le rapport du pathologiste.
11:55
And so, what did they test her for?
278
703000
3000
Et donc, ils lui firent subir quels tests?
11:58
They have their own tests, of course,
279
706000
1000
Ils ont leur propres tests, bien sûr,
11:59
and so they tested her for over 70 different assays,
280
707000
3000
et donc ils lui ont fait subir 70 tests différents,
12:02
for every sort of bacteria and fungus and viral assay
281
710000
3000
pour toutes les sortes de bactérie, mycose et virus
12:05
you can buy off the shelf:
282
713000
2000
que l'on peut acheter tout prêts:
12:07
SARS, metapneumovirus, HIV, RSV -- all these.
283
715000
3000
SRAS, métapneumovirus, VIH, VRS --tous ceux-là.
12:10
Everything came back negative, over 100,000 dollars worth of tests.
284
718000
4000
Tout est revenu négatif. Plus de 100.000 dollars de tests.
12:14
I mean, they went to the max for this woman.
285
722000
3000
Je veux dire, ils ont fait le maximum pour cette femme.
12:17
And basically on hospital day eight, that's when they called us.
286
725000
3000
Et en fait ils nous ont appelés lors de son huitième jour d'hospitalisation.
12:20
They gave us endotracheal aspirate --
287
728000
2000
Ils nous donnèrent une aspiration endotrachéale --
12:22
you know, a little fluid from the throat,
288
730000
2000
vous savez, un peu de liquide prélevé dans la gorge,
12:24
from this tube that they got down there -- and they gave us this.
289
732000
2000
venant du tube qu'ils lui avaient mis là -- et il nous le donnèrent.
12:26
We put it on the chip; what do we see? Well, we saw parainfluenza-4.
290
734000
5000
Nous l'avons mis sur la puce; qu'avons nous vu? Et bien, nous avons vu le virus paragrippal de type 4.
12:31
Well, what the hell's parainfluenza-4?
291
739000
2000
Mais, qu'est-ce-que ça peut bien être le virus paragrippal de type 4?
12:33
No one tests for parainfluenza-4. No one cares about it.
292
741000
3000
Personne ne fait de contrôle pour le virus paragrippal de type 4. Personne ne s'en soucie.
12:36
In fact, it's not even really sequenced that much.
293
744000
3000
En fait, il n'a pas vraiment été séquencé tant que ca.
12:39
There's just a little bit of it sequenced.
294
747000
2000
On n'en a séquencé qu'un petit bout.
12:41
There's almost no epidemiology or studies on it.
295
749000
2000
Il n'y a pratiquement pas eu de recherche épidémiologique ni d'études à son sujet.
12:43
No one would even consider it,
296
751000
2000
Personne ne l'a même envisagé,
12:45
because no one had a clue that it could cause respiratory failure.
297
753000
3000
parce que personne n'avait la moindre idée qu'il pouvait provoquer une insuffisance respiratoire.
12:48
And why is that? Just lore. There's no data --
298
756000
3000
Et pourquoi cela? La simple habitude. Il n'y a pas de donnés --
12:51
no data to support whether it causes severe or mild disease.
299
759000
4000
pas de données qui montrent s'il provoque une maladie grave ou bénigne.
12:55
Clearly, we have a case of a healthy person that's going down.
300
763000
3000
Manifestement, nous avons le cas d'une personne en bonne santé qui va de plus en plus mal.
12:58
OK, that's one case report.
301
766000
3000
OK, c'est le compte rendu d'un cas.
13:01
I'm going to tell you one last thing in the last two minutes
302
769000
2000
Je vais vous dire une dernière chose dans les deux minutes qui restent
13:03
that's unpublished -- it's going to come out tomorrow --
303
771000
3000
qui n'a pas été publiée -- cela va être rendu public demain --
13:06
and it's an interesting case of how you might use this chip
304
774000
3000
et c'est un exemple intéressant d'utilisation de cette puce
13:09
to find something new and open a new door.
305
777000
2000
pour trouver quelque chose de nouveau et ouvrir une nouvelle voie.
13:11
Prostate cancer. I don't need to give you many statistics
306
779000
4000
Le cancer de la prostate. Je n'ai pas besoin de vous donner plein de statistiques
13:15
about prostate cancer. Most of you already know it:
307
783000
3000
sur le cancer de la prostate. La plupart d'entre vous les connaissent déjà:
13:18
third leading cause of cancer deaths in the U.S.
308
786000
2000
la troisième cause de décès par cancer aux Etats-Unis.
13:20
Lots of risk factors,
309
788000
2000
Beaucoup de facteurs de risque,
13:22
but there is a genetic predisposition to prostate cancer.
310
790000
4000
mais il y a une prédisposition génétique au cancer de la prostate.
13:26
For maybe about 10 percent of prostate cancer,
311
794000
2000
Dans peut-être 10 pour cent des cancers de la prostate,
13:28
there are folks that are predisposed to it.
312
796000
2000
il y a des gens qui y sont prédisposés.
13:30
And the first gene that was mapped in association studies
313
798000
4000
Et le premier gène qui a été cartographié dans les études d'association
13:34
for this, early-onset prostate cancer, was this gene called RNASEL.
314
802000
4000
sur ça, le cancer de la prostate chez l'homme jeune, était le gène qui s'appelle RNASEL.
13:38
What is that? It's an antiviral defense enzyme.
315
806000
3000
Qu'est-ce que c'est? C'est une enzyme antivirale.
13:41
So, we're sitting around and thinking,
316
809000
2000
Donc nous restons assis à réfléchir,
13:43
"Why would men who have the mutation --
317
811000
2000
pourquoi les hommes qui ont cette mutation,
13:45
a defect in an antiviral defense system -- get prostate cancer?
318
813000
5000
un défaut dans le système de défense antiviral, développeraient-ils un cancer de la prostate?
13:50
It doesn't make sense -- unless, maybe, there's a virus?"
319
818000
3000
Ça n'est pas logique -- sauf si, peut-être, il y a un virus.
13:53
So, we put tumors --- and now we have over 100 tumors -- on our array.
320
821000
6000
Donc, nous avons mis des tumeurs -- et nous avons maintenant plus de 100 tumeurs -- sur notre puce.
13:59
And we know who's got defects in RNASEL and who doesn't.
321
827000
3000
Et nous savons qui a ou non un RNASEL défectueux.
14:02
And I'm showing you the signal from the chip here,
322
830000
3000
Et je vous montre ici le signal sur la puce,
14:05
and I'm showing you for the block of retroviral oligos.
323
833000
4000
et je vous le montre pour le bloc des oligos de rétrovirus.
14:09
And what I'm telling you here from the signal, is
324
837000
2000
Et ce que je vous dis ici à partir du signal est
14:11
that men who have a mutation in this antiviral defense enzyme,
325
839000
4000
que les hommes qui ont une mutation de cette enzyme antivirale,
14:15
and have a tumor, often have -- 40 percent of the time --
326
843000
4000
et qui ont une tumeur, ont souvent -- 40 pour cent des cas --
14:19
a signature which reveals a new retrovirus.
327
847000
4000
une signature qui révèle un nouveau rétrovirus.
14:23
OK, that's pretty wild. What is it?
328
851000
3000
OK, c'est plutôt fou. Qu'est-ce c'est?
14:26
So, we clone the whole virus.
329
854000
1000
Donc, nous clonons le virus en entier.
14:27
First of all, I'll tell you that a little automated prediction told us
330
855000
4000
D'abord, je vous dirai qu'une rapide prévision automatisée nous a dit
14:31
it was very similar to a mouse virus.
331
859000
2000
qu'il était très semblable à un virus de souris.
14:33
But that doesn't tell us too much,
332
861000
1000
Mais ça ne nous dit pas grand chose,
14:34
so we actually clone the whole thing.
333
862000
2000
donc nous l'avons vraiment cloné en entier.
14:36
And the viral genome I'm showing you right here?
334
864000
2000
Et le génome que je vous montre juste ici?
14:38
It's a classic gamma retrovirus, but it's totally new;
335
866000
3000
C'est un rétrovirus gamma classique, mais il est totalement nouveau;
14:41
no one's ever seen it before.
336
869000
1000
on ne l'avait jamais vu avant.
14:42
Its closest relative is, in fact, from mice,
337
870000
3000
Son plus proche parent vient, en fait, des souris,
14:45
and so we would call this a xenotropic retrovirus,
338
873000
4000
et donc nous l'appelons un rétrovirus xénotropique,
14:49
because it's infecting a species other than mice.
339
877000
3000
parce qu'il infecte une autre espèce que les souris.
14:52
And this is a little phylogenetic tree
340
880000
2000
Et ceci est un petit arbre phylogénétique
14:54
to see how it's related to other viruses.
341
882000
2000
pour voir quelles sont ses relations de parenté avec les autres virus.
14:56
We've done it for many patients now,
342
884000
3000
Et ensuite nous avons fait cela pour de nombreux patients,
14:59
and we can say that they're all independent infections.
343
887000
3000
et nous pouvons dire que toutes ces infections sont indépendantes.
15:02
They all have the same virus,
344
890000
1000
Ils ont tous le même virus,
15:03
but they're different enough that there's reason to believe
345
891000
3000
mais ils sont suffisamment différents pour qu'on ait des raisons de croire
15:06
that they've been independently acquired.
346
894000
2000
qu'ils ont été infecté indépendamment.
15:08
Is it really in the tissue? And I'll end up with this: yes.
347
896000
2000
Est-ce vraiment dans les tissus. Et je finirai là-dessus. Oui.
15:10
We take slices of these biopsies of tumor tissue
348
898000
3000
Nous prenons des coupes de ces biopsies de tissus tumoraux
15:13
and use material to actually locate the virus,
349
901000
2000
et utilisons ce matériel pour localiser vraiment les virus,
15:15
and we find cells here with viral particles in them.
350
903000
4000
et nous trouvons ici des cellules qui contiennent des particules virales.
15:19
These guys really do have this virus.
351
907000
2000
Ces types ont vraiment ce virus.
15:21
Does this virus cause prostate cancer?
352
909000
2000
Ce virus provoque-t-il le cancer de la prostate?
15:23
Nothing I'm saying here implies causality. I don't know.
353
911000
4000
Rien de ce que je dis ici n'implique la causalité. Je ne sais pas.
15:27
Is it a link to oncogenesis? I don't know.
354
915000
2000
Est-ce un lien vers l'oncogenèse? Je ne sais pas.
15:29
Is it the case that these guys are just more susceptible to viruses?
355
917000
4000
Est-ce parce que ces types sont davantage sujets aux virus?
15:33
Could be. And it might have nothing to do with cancer.
356
921000
3000
C'est possible. Et ça peut n'avoir rien à voir avec le cancer.
15:36
But now it's a door.
357
924000
1000
Mais maintenant ça ouvre une voie.
15:37
We have a strong association between the presence of this virus
358
925000
3000
Nous avons une forte association entre la présence de ce virus
15:40
and a genetic mutation that's been linked to cancer.
359
928000
3000
et une mutation génétique que l'on a liée au cancer.
15:43
That's where we're at.
360
931000
1000
Voilà où nous en sommes.
15:44
So, it opens up more questions than it answers, I'm afraid,
361
932000
4000
Donc, je crains que ça pose plus de questions que ça ne donne de réponses,
15:48
but that's what, you know, science is really good at.
362
936000
2000
mais ça, vous savez, c’est le point fort de la science.
15:50
This was all done by folks in the lab --
363
938000
2000
Tout cela est fait par les gens dans le labo;
15:52
I cannot take credit for most of this.
364
940000
1000
pour la majeure partie je ne peux pas m'en attribuer le mérite.
15:53
This is a collaboration between myself and Don.
365
941000
1000
C'est une collaboration entre moi-même et Don.
15:54
This is the guy who started the project in my lab,
366
942000
3000
C'est le type qui a commencé le projet dans mon labo,
15:57
and this is the guy who's been doing prostate stuff.
367
945000
2000
et lui c'est le type qui a fait les trucs sur la prostate.
15:59
Thank you very much. (Applause)
368
947000
3000
Merci beaucoup.
ABOUT THE SPEAKER
Joe DeRisi - BiochemistJoe DeRisi hunts for the genes that make us sick. At his lab, he works to understand the genome of Plasmodium falciparum, the deadliest form of malaria.
Why you should listen
Joseph DeRisi is a molecular biologist and biochemist, on the hunt for the genomic basis of illness. His lab at UCSF is focused on the cause of malaria, and he's also poked into SARS, avian flu and other new diseases as they crop up. His approach combines scientific rigor with a nerd's boundary-breaking enthusiasm for new techniques -- one of the qualities that helped him win a MacArthur "genius" grant in 2004. A self-confessed computer geek, DeRisi designed and programmed a groundbreaking tool for finding (and fighting) viruses -- the ViroChip, a DNA microarray that test for the presence of all known viruses in one step.
In 2008, DeRisi won the Heinz Award for Technology, the Economy and Employment.
Joe DeRisi | Speaker | TED.com