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

Why you should listen

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

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

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

Ed Boyden: A light switch for neurons

Ed Boyden: Prekidač za neurone

Filmed:
1,098,379 views

Ed Boyden pokazuje kako, unoseći gene za proteine osjetljive na svjetlo u neurone mozga, može selektivno aktivirati ili deaktivirati specifične neurone pomoću umetaka optičkih vlakana. S ovom nečuvenom razinom kontrole, uspio je izliječiti miševe od analoga PTSP-a i određenih oblika sljepoće. Na pomolu su neuralne proteze. Nakon govora, voditelj Juan Enriquez vodi kratko odgovaranje na postavljena pitanja.
- Neuroengineer
Ed Boyden is a professor of biological engineering and brain and cognitive sciences at the MIT Media Lab and the MIT McGovern Institute. Full bio

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

00:15
Think about your day for a seconddrugi.
0
0
2000
Razmislite o svom danu na sekundu.
00:17
You wokeprobudio up, feltosjećala freshsvježe airzrak on your facelice as you walkedhodao out the doorvrata,
1
2000
3000
Probudili ste se, osjetili svjež zrak na svom licu kad ste izašli kroz vrata,
00:20
encounterednaišao newnovi colleagueskolege and had great discussionsrasprave,
2
5000
2000
susreli nove kolege i imali odlične rasprave,
00:22
and feltosjećala in awestrahopoštovanje when you foundpronađeno something newnovi.
3
7000
2000
i začudili se otkrivši nešto novo.
00:24
But I betkladiti se there's something you didn't think about todaydanas --
4
9000
2000
Ali kladim se da niste mislili o nečemu danas --
00:26
something so closeblizu to home
5
11000
2000
nečemu tako blizu domu
00:28
that you probablyvjerojatno don't think about it very oftenčesto at all.
6
13000
2000
da vjerojatno ne mislite o tome često.
00:30
And that's that all the sensationssenzacije, feelingsosjećaji,
7
15000
2000
A to je da svim osjetima, osjećajima,
00:32
decisionsodluke and actionsakcije
8
17000
2000
odlukama i radnjama
00:34
are mediateduz posredovanje by the computerračunalo in your headglava
9
19000
2000
upravlja računalo u vašoj glavi
00:36
calledzvao the brainmozak.
10
21000
2000
zvano mozak.
00:38
Now the brainmozak maysvibanj not look like much from the outsideizvan --
11
23000
2000
Mozak možda ne izgleda posebno izvana --
00:40
a couplepar poundsfunti of pinkish-grayružičasto-siva fleshmeso,
12
25000
2000
nekoliko kilograma ružičastosivog mesa,
00:42
amorphousamorfan --
13
27000
2000
amorfnog --
00:44
but the last hundredstotina yearsgodina of neuroscienceneuroznanost
14
29000
2000
ali posljednjih nam je sto godina neuroznanosti
00:46
have alloweddopušteno us to zoomzum in on the brainmozak,
15
31000
2000
omogućilo zumiranje mozga,
00:48
and to see the intricacyzamršenost of what lieslaži withinunutar.
16
33000
2000
i proučavanje složenosti onoga što leži unutra.
00:50
And they'vešto ga do told us that this brainmozak
17
35000
2000
I rekli su nam da je taj mozak
00:52
is an incrediblynevjerojatno complicatedsložen circuitstrujni krug
18
37000
2000
nevjerojatno složen sklop
00:54
madenapravljen out of hundredsstotine of billionsmilijarde of cellsStanice calledzvao neuronsneuroni.
19
39000
4000
sastavljen od stotina milijarda stanica zvanih neuroni.
00:58
Now unlikeza razliku od a human-designedljudsko-dizajniran computerračunalo,
20
43000
3000
Za razliku od računala što ih čine ljudi,
01:01
where there's a fairlypošteno smallmali numberbroj of differentdrugačiji partsdijelovi --
21
46000
2000
gdje imamo relativno malen broj različitih dijelova --
01:03
we know how they work, because we humansljudi designedkonstruiran them --
22
48000
3000
znamo kako rade, jer smo ih mi izradili --
01:06
the brainmozak is madenapravljen out of thousandstisuća of differentdrugačiji kindsvrste of cellsStanice,
23
51000
3000
mozak se sastoji od tisuća različitih vrsta stanica,
01:09
maybe tensdeseci of thousandstisuća.
24
54000
2000
možda desetaka tisuća.
01:11
They come in differentdrugačiji shapesoblika; they're madenapravljen out of differentdrugačiji moleculesmolekule.
25
56000
2000
Dolaze u različitim oblicima; sačinjeni su od različitih molekula;
01:13
And they projectprojekt and connectSpojiti to differentdrugačiji brainmozak regionsregije,
26
58000
3000
i projiciraju i povezuju različite regije mozga.
01:16
and they alsotakođer changepromijeniti differentdrugačiji waysnačine in differentdrugačiji diseasebolest statesDržave.
27
61000
3000
I također se mijenjaju na različite načine u raznim bolestima.
01:19
Let's make it concretebeton.
28
64000
2000
Idemo konkretnije.
01:21
There's a classklasa of cellsStanice,
29
66000
2000
Postoji klasa stanica,
01:23
a fairlypošteno smallmali cellćelija, an inhibitoryinhibitorni cellćelija, that quietsdijelovi mozga its neighborsSusjedi.
30
68000
3000
relativno malih stanica, inhibitornih, koje utišavaju svoje susjede.
01:26
It's one of the cellsStanice that seemsčini se to be atrophiedatrofirali in disordersporemećaji like schizophreniashizofrenija.
31
71000
4000
To su jedne od stanica koje se čine utišanim u stanjima poput šizofrenije.
01:30
It's calledzvao the basketkošara cellćelija.
32
75000
2000
Zove se košarasta stanica.
01:32
And this cellćelija is one of the thousandstisuća of kindsvrste of cellćelija
33
77000
2000
I ta je stanica jedna od tisuća vrsta stanica
01:34
that we are learningučenje about.
34
79000
2000
o kojima učimo.
01:36
NewNovi onesone are beingbiće discoveredotkriven everydaysvaki dan.
35
81000
2000
Nove se otkrivaju svakodnevno.
01:38
As just a seconddrugi exampleprimjer:
36
83000
2000
I kao drugi primjer:
01:40
these pyramidalPiramidalni cellsStanice, largeveliki cellsStanice,
37
85000
2000
ove piramidne stanice, velike stanice,
01:42
they can spanpedalj a significantznačajan fractionfrakcija of the brainmozak.
38
87000
2000
mogu obuhvatiti velik dio mozga.
01:44
They're excitatoryekscitacija.
39
89000
2000
One su ekscitatorne.
01:46
And these are some of the cellsStanice
40
91000
2000
Ove stanice
01:48
that mightmoć be overactivepreaktivan in disordersporemećaji suchtakav as epilepsyepilepsija.
41
93000
3000
mogu biti previše aktivne u poremećajima poput epilepsije.
01:51
EverySvaki one of these cellsStanice
42
96000
2000
Svaka od tih stanica
01:53
is an incrediblenevjerojatan electricalelektrična deviceuređaj.
43
98000
3000
je nevjerojatan električni uređaj.
01:56
They receivedobiti inputulazni from thousandstisuća of upstreamuzvodno partnerspartneri
44
101000
2000
Primaju podražaje od tisuća uzvodnih partnera
01:58
and computeprebrojavati theirnjihov ownvlastiti electricalelektrična outputsizlaza,
45
103000
3000
i izračunavaju svoje vlastite električne podražaje,
02:01
whichkoji then, if they passproći a certainsiguran thresholdprag,
46
106000
2000
koji onda, ako prijeđu određen prag,
02:03
will go to thousandstisuća of downstreamnizvodno partnerspartneri.
47
108000
2000
mogu otići do tisuća nizvodnih partnera.
02:05
And this processpostupak, whichkoji takes just a millisecondmilisekundi or so,
48
110000
3000
I ovaj proces, koji obično traje samo milisekundu,
02:08
happensdogađa se thousandstisuća of timesputa a minuteminuta
49
113000
2000
događa se tisućama puta u minuti
02:10
in everysvaki one of your 100 billionmilijardi cellsStanice,
50
115000
2000
u svakom od 100 milijardi stanica,
02:12
as long as you liveživjeti
51
117000
2000
dokle god smo živi
02:14
and think and feel.
52
119000
3000
i mislimo i osjećamo.
02:17
So how are we going to figurelik out what this circuitstrujni krug does?
53
122000
3000
Kako ćemo otkriti što sklop radi?
02:20
IdeallyU idealnom slučaju, we could go throughkroz the circuitstrujni krug
54
125000
2000
Idealno, otišli bismo kroz sklop
02:22
and turnskretanje these differentdrugačiji kindsvrste of cellćelija on and off
55
127000
3000
i palili i gasili različite stanice
02:25
and see whetherda li we could figurelik out
56
130000
2000
i gledali možemo li shvatiti
02:27
whichkoji onesone contributedoprinijeti to certainsiguran functionsfunkcije
57
132000
2000
kako pojedine stanice doprinose određenoj funkciji
02:29
and whichkoji onesone go wrongpogrešno in certainsiguran pathologiespatoloških.
58
134000
2000
i koje su poremećene u određenim patološkim stanjima.
02:31
If we could activateaktiviranje cellsStanice, we could see what powerssile they can unleashosloboditi,
59
136000
3000
Kad bismo mogli aktivirati stanice, mogli bismo vidjeti koje moći one mogu osloboditi,
02:34
what they can initiatepokretanje and sustainodržati.
60
139000
2000
što mogu pokrenuti i kontrolirati.
02:36
If we could turnskretanje them off,
61
141000
2000
Kad bismo ih ugasili,
02:38
then we could try and figurelik out what they're necessarypotreban for.
62
143000
2000
mogli bismo probati shvatiti za što su nam potrebne.
02:40
And that's a storypriča I'm going to tell you about todaydanas.
63
145000
3000
I to je priča o kojoj ću vam govoriti danas.
02:43
And honestlypošteno, where we'veimamo goneotišao throughkroz over the last 11 yearsgodina,
64
148000
3000
I iskreno, gdje smo sve bili u zadnjih jedanaest godina,
02:46
throughkroz an attemptpokušaj to find waysnačine
65
151000
2000
pokušavajući naći načine
02:48
of turningtokarenje circuitskrugovi and cellsStanice and partsdijelovi and pathwaysputevi of the brainmozak
66
153000
2000
paljenja i gašenja sklopova, stanica,
02:50
on and off,
67
155000
2000
dijelova i puteva u mozgu,
02:52
bothoba to understandrazumjeti the scienceznanost
68
157000
2000
da bismo shvatili znanost,
02:54
and alsotakođer to confrontsuočiti some of the issuespitanja
69
159000
3000
i suočili se s nekim od problema
02:57
that facelice us all as humansljudi.
70
162000
3000
s kojima se suočavamo kao ljudi.
03:00
Now before I tell you about the technologytehnologija,
71
165000
3000
Prije nego što vam kažem nešto o tehnologiji,
03:03
the badloše newsvijesti is that a significantznačajan fractionfrakcija of us in this roomsoba,
72
168000
3000
loša vijest je što će velik dio nas u ovoj prostoriji,
03:06
if we liveživjeti long enoughdovoljno,
73
171000
2000
ako budemo živjeli dovoljno dugo,
03:08
will encountersusret, perhapsmožda, a brainmozak disorderporemećaj.
74
173000
2000
razviti, možda, neurološki poremećaj.
03:10
AlreadyVeć, a billionmilijardi people
75
175000
2000
Već je sad milijarda ljudi
03:12
have had some kindljubazan of brainmozak disorderporemećaj
76
177000
2000
imala određen oblik neurološkog poremećaja
03:14
that incapacitatesincapacitates them,
77
179000
2000
koji ih je onesposobio.
03:16
and the numbersbrojevi don't do it justicepravda thoughiako.
78
181000
2000
I broj ih je zakinuo.
03:18
These disordersporemećaji -- schizophreniashizofrenija, Alzheimer'sAlzheimerove,
79
183000
2000
Ovi poremećaji -- šizofrenija, Alzheimer,
03:20
depressiondepresija, addictionovisnost --
80
185000
2000
depresija, ovisnosti --
03:22
they not only stealukrasti our time to liveživjeti, they changepromijeniti who we are.
81
187000
3000
ne kradu nam samo naše vrijeme života, već mijenjaju i ono tko smo;
03:25
They take our identityidentitet and changepromijeniti our emotionsemocije
82
190000
2000
uzimaju nam identitet i mijenjaju naše osjećaje --
03:27
and changepromijeniti who we are as people.
83
192000
3000
mijenjaju ono tko smo kao ljudi.
03:30
Now in the 20thth centurystoljeće,
84
195000
3000
Sada u 20. stoljeću,
03:33
there was some hopenada that was generatedgeneriran
85
198000
3000
stvorila se nada
03:36
throughkroz the developmentrazvoj of pharmaceuticalsFarmaceutski proizvodi for treatingtretiranje brainmozak disordersporemećaji,
86
201000
3000
zbog stvaranja lijekova za liječenje poremećaja mozga.
03:39
and while manymnogi drugslijekovi have been developedrazvijen
87
204000
3000
I dok su bili razvijeni mnogi lijekovi
03:42
that can alleviateublažiti symptomssimptomi of brainmozak disordersporemećaji,
88
207000
2000
koji mogu ublažiti simptome poremećaja mozga,
03:44
practicallypraktički nonenijedan of them can be consideredsmatra to be curedizliječen.
89
209000
3000
prakički ni jedan od njih ne možemo smatrati izliječenim.
03:47
And partdio of that's because we're bathingkupanje the brainmozak in the chemicalkemijski.
90
212000
3000
A to je dijelom zbog toga što kupamo mozak u kemikalijama.
03:50
This elaboraterazraditi circuitstrujni krug
91
215000
2000
Ovaj je složeni sklop
03:52
madenapravljen out of thousandstisuća of differentdrugačiji kindsvrste of cellćelija
92
217000
2000
napravljen od tisuća različitih vrsta stanica
03:54
is beingbiće bathedokupan in a substancesupstanca.
93
219000
2000
koje mi kupamo u raznim tvarima.
03:56
That's alsotakođer why, perhapsmožda, mostnajviše of the drugslijekovi, and not all, on the markettržište
94
221000
2000
To je i razlog zbog kojeg možda većina lijekova na tržištu, ako ne i svi,
03:58
can presentpredstaviti some kindljubazan of seriousozbiljan sidestrana effectposljedica too.
95
223000
3000
imaju neke vrste ozbiljnih, neželjenih posljedica.
04:01
Now some people have gottendobivši some solaceutjehu
96
226000
3000
Neki ljudi dobili su nekakvo olakšanje
04:04
from electricalelektrična stimulatorsstimulatori that are implantedugrađuju in the brainmozak.
97
229000
3000
u električnim stimulatorima koji su im ugrađeni u mozak.
04:07
And for Parkinson'sParkinsonove diseasebolest,
98
232000
2000
I za Parkinsonovu su bolest
04:09
CochlearKohlearni implantsimplantati,
99
234000
2000
kohlearni implantanti
04:11
these have indeeddoista been ableu stanju
100
236000
2000
zaista postigli
04:13
to bringdonijeti some kindljubazan of remedylijek
101
238000
2000
neka poboljšanja
04:15
to people with certainsiguran kindsvrste of disorderporemećaj.
102
240000
2000
kod ljudi s određenim vrstama poremećaja.
04:17
But electricityelektricitet alsotakođer will go in all directionssmjerovi --
103
242000
2000
Ali elektricitet ide u svim smjerovima --
04:19
the pathstaza of leastnajmanje resistanceotpornost,
104
244000
2000
putem manjeg otpora,
04:21
whichkoji is where that phrasefraza, in partdio, comesdolazi from.
105
246000
2000
odakle taj izraz djelomice i dolazi.
04:23
And it alsotakođer will affectutjecati normalnormalan circuitskrugovi as well as the abnormalnenormalan onesone that you want to fixpopraviti.
106
248000
3000
I utjecat će na normalne sklopove, kao i na one abnormalne koje želite popraviti.
04:26
So again, we're sentposlao back to the ideaideja
107
251000
2000
Dakle, opet smo se vratili na ideju
04:28
of ultra-preciseultra-precizan controlkontrolirati.
108
253000
2000
ultraprecizne kontrole.
04:30
Could we dial-inpoziva na informationinformacija preciselyprecizno where we want it to go?
109
255000
3000
Možemo li usmjeriti informaciju točno tamo kamo želimo da ode?
04:34
So when I startedpočeo in neuroscienceneuroznanost 11 yearsgodina agoprije,
110
259000
4000
I tako, kada sam se počeo baviti neuroznanošću prije 11 godina,
04:38
I had trainedobučen as an electricalelektrična engineerinženjer and a physicistfizičar,
111
263000
3000
bio sam školovan kao električni inžinjer i fizičar
04:41
and the first thing I thought about was,
112
266000
2000
i prva stvar na koju sam pomislio jest da,
04:43
if these neuronsneuroni are electricalelektrična devicesuređaji,
113
268000
2000
ako su ovi neuroni električne naprave,
04:45
all we need to do is to find some way
114
270000
2000
sve što moramo napraviti jest naći neki način
04:47
of drivingvožnja those electricalelektrična changespromjene at a distanceudaljenost.
115
272000
2000
da provedemo te električne promjene s daljine.
04:49
If we could turnskretanje on the electricityelektricitet in one cellćelija,
116
274000
2000
Kad bismo mogli izazvati elektricitet u jednoj stanici,
04:51
but not its neighborsSusjedi,
117
276000
2000
ali ne u njezinim susjedama,
04:53
that would give us the toolalat we need to activateaktiviranje and shutzatvoriti down these differentdrugačiji cellsStanice,
118
278000
3000
to bi nam dalo alat kojim bismo mogli aktivirati i ugasiti te različite stanice,
04:56
figurelik out what they do and how they contributedoprinijeti
119
281000
2000
otkriti što one rade i kako doprinose
04:58
to the networksmreže in whichkoji they're embeddedugrađen.
120
283000
2000
mrežama u koje su uključene.
05:00
And alsotakođer it would allowdopustiti us to have the ultra-preciseultra-precizan controlkontrolirati we need
121
285000
2000
To bi nam također omogućilo da imamo ultrapreciznu kontrolu koju trebamo
05:02
in ordernarudžba to fixpopraviti the circuitstrujni krug computationsizračunavanje
122
287000
3000
kako bismo popravili rezultate sklopova
05:05
that have goneotišao awrynaopako.
123
290000
2000
koji su pošli po krivu.
05:07
Now how are we going to do that?
124
292000
2000
Kako ćemo to učiniti?
05:09
Well there are manymnogi moleculesmolekule that existpostojati in naturepriroda,
125
294000
2000
Pa, u prirodi postoji mnogo molekula
05:11
whichkoji are ableu stanju to convertPretvoriti lightsvjetlo into electricityelektricitet.
126
296000
3000
koje su sposobne pretvoriti svjetlost u elektricitet.
05:14
You can think of them as little proteinsproteini
127
299000
2000
Možete o njima razmišljati kao o malim proteinima
05:16
that are like solarsolarni cellsStanice.
128
301000
2000
koji su kao solarne ćelije.
05:18
If we can installinstalirati these moleculesmolekule in neuronsneuroni somehownekako,
129
303000
3000
Kada bismo nekako mogli instalirati te molekule u neurone,
05:21
then these neuronsneuroni would becomepostati electricallyelektrički drivablevoznom stanju with lightsvjetlo.
130
306000
3000
tada bi ti neuroni postali električno upravljivi svjetlom.
05:24
And theirnjihov neighborsSusjedi, whichkoji don't have the moleculemolekula, would not.
131
309000
3000
A njihovi susjedi koji nemaju tu molekulu ne bi to bili.
05:27
There's one other magicmagija tricktrik you need to make this all happendogoditi se,
132
312000
2000
Postoji još jedan magični trik koji vam treba kako bi se sve to dogodilo,
05:29
and that's the abilitysposobnost to get lightsvjetlo into the brainmozak.
133
314000
3000
a to je sposobnost uvođenja svjetla u mozak.
05:32
And to do that -- the brainmozak doesn't feel painbol -- you can put --
134
317000
3000
Da biste to učinili -- mozak ne osjeća bol -- možete staviti --
05:35
takinguzimanje advantageprednost of all the effortnapor
135
320000
2000
koristeći prednosti svih napora
05:37
that's goneotišao into the InternetInternet and communicationskomunikacije and so on --
136
322000
2000
koji su uloženi u internet i komunikacije itd.--
05:39
opticaloptički fibersvlakna connectedpovezan to laserslaseri
137
324000
2000
optička sredstva povezana laserima
05:41
that you can use to activateaktiviranje, in animalživotinja modelsmodeli for exampleprimjer,
138
326000
2000
koja možete koristiti da aktivirate, u životinjskim primjerima npr.
05:43
in pre-clinicalpretkliničkim studiesstudije,
139
328000
2000
u predkliničkim istraživanjima,
05:45
these neuronsneuroni and to see what they do.
140
330000
2000
te neurone i da vidite što oni rade.
05:47
So how do we do this?
141
332000
2000
Pa kako ćemo to učiniti?
05:49
Around 2004,
142
334000
2000
Otprilike 2004.,
05:51
in collaborationkolaboracija with GerhardGerhard NagelNagel and KarlKarl DeisserothDeisseroth,
143
336000
2000
u suradnji s Gerhard Nagelom i Karlom Deisserothom,
05:53
this visionvizija camedošao to fruitionuživanje.
144
338000
2000
ta je vizija donijela plodove.
05:55
There's a certainsiguran algaalga that swimspliva in the wilddivlji,
145
340000
3000
Postoji određena alga koja pliva u divljini
05:58
and it needspotrebe to navigateploviti towardsza lightsvjetlo
146
343000
2000
i mora navigirati prema svjetlu,
06:00
in ordernarudžba to photosynthesizephotosynthesize optimallyoptimalno.
147
345000
2000
kako bi optimalno fotosintetizirala.
06:02
And it sensesosjetila lightsvjetlo with a little eye-spotoko-licu mjesta,
148
347000
2000
Ona osjeća svjetlo pomoću male oko-točke
06:04
whichkoji worksdjela not unlikeza razliku od how our eyeoko worksdjela.
149
349000
3000
koja funkcionira slično našem oku.
06:07
In its membranemembrana, or its boundarygranica,
150
352000
2000
U njezinoj membrani (ili njezinoj granici)
06:09
it containssadrži little proteinsproteini
151
354000
3000
sadrži male proteine
06:12
that indeeddoista can convertPretvoriti lightsvjetlo into electricityelektricitet.
152
357000
3000
koji zaista pretvaraju svjetlost u elektricitet.
06:15
So these moleculesmolekule are calledzvao channelrhodopsinschannelrhodopsins.
153
360000
3000
Te se molekule zovu channelrhodopsini.
06:18
And eachsvaki of these proteinsproteini actsdjela just like that solarsolarni cellćelija that I told you about.
154
363000
3000
Svaki se od tih proteina ponaša baš kao solarna ćelija o kojoj sam vam govorio.
06:21
When blueplava lightsvjetlo hitshitovi it, it opensotvara up a little holerupa
155
366000
3000
Kada ju pogodi plavo svjetlo, ona otvori malu rupu
06:24
and allowsomogućuje chargedoptužen particlesčestice to enterUnesi the eye-spotoko-licu mjesta,
156
369000
2000
i dozvoli nabijenim česticama da uđu u oko-točku.
06:26
and that allowsomogućuje this eye-spotoko-licu mjesta to have an electricalelektrična signalsignal
157
371000
2000
To dopušta toj oko-točki da ima električni signal
06:28
just like a solarsolarni cellćelija chargingpunjenje up a batterybaterija.
158
373000
3000
baš kao solarna ćelija koja puni bateriju.
06:31
So what we need to do is to take these moleculesmolekule
159
376000
2000
Dakle, ono što trebamo napraviti jest uzeti te molekule
06:33
and somehownekako installinstalirati them in neuronsneuroni.
160
378000
2000
i nekako ih instalirati u neurone.
06:35
And because it's a proteinprotein,
161
380000
2000
Budući da je to protein,
06:37
it's encodedkodirani for in the DNADNK of this organismorganizam.
162
382000
3000
kodiran je za DNK svog organizma.
06:40
So all we'veimamo got to do is take that DNADNK,
163
385000
2000
Dakle, sve što trebamo napraviti jest uzeti taj DNK,
06:42
put it into a genegen therapyterapija vectorvektor, like a virusvirus,
164
387000
3000
staviti ga u okvir genske terapije kao virus
06:45
and put it into neuronsneuroni.
165
390000
3000
i postaviti ga u neurone.
06:48
So it turnedokrenut out that this was a very productiveproduktivan time in genegen therapyterapija,
166
393000
3000
Ispalo je da je to bilo veoma produktivno vrijeme u genskoj terapiji
06:51
and lots of virusesvirusi were comingdolazak alonguz.
167
396000
2000
pa se pojavljivalo mnogo virusa
06:53
So this turnedokrenut out to be very simplejednostavan to do.
168
398000
2000
te se ispostavilo da je to veoma jednostavno napraviti.
06:55
And earlyrano in the morningjutro one day in the summerljeto of 2004,
169
400000
3000
Rano ujutro jednog ljetnog dana 2004.
06:58
we gavedali it a try, and it workedradio on the first try.
170
403000
2000
pokušali smo i upalilo je iz prvog pokušaja.
07:00
You take this DNADNK and you put it into a neuronneuron.
171
405000
3000
Uzmete taj DNK i stavite ga u neuron.
07:03
The neuronneuron usesnamjene its naturalprirodni protein-makingbjelančevina-stvaranje machinerystrojevi
172
408000
3000
Neuron koristi svoj prirodni protein, tvoreći mašineriju
07:06
to fabricateproizvoditi these little light-sensitivesvjetlo-osjetljive proteinsproteini
173
411000
2000
za proizvodnju tih malih proteina osjetljivih na svjetlost
07:08
and installinstalirati them all over the cellćelija,
174
413000
2000
i njihovo instaliranje po cijeloj stanici
07:10
like puttingstavljanje solarsolarni panelspaneli on a roofkrov,
175
415000
2000
poput postavljanja solarnih panela na krovu.
07:12
and the nextSljedeći thing you know,
176
417000
2000
I u sljedećem trenutku
07:14
you have a neuronneuron whichkoji can be activatedaktivirati with lightsvjetlo.
177
419000
2000
imate neuron koji može biti aktiviran pomoću svjetla.
07:16
So this is very powerfulsnažan.
178
421000
2000
Dakle, to je veoma moćno.
07:18
One of the tricksUmjesto you have to do
179
423000
2000
Jedan od trikova koje morate napraviti
07:20
is to figurelik out how to deliverdostaviti these genesgeni to the cellsStanice that you want
180
425000
2000
jest shvatiti kako dostaviti te gene u one stanice koje želite,
07:22
and not all the other neighborsSusjedi.
181
427000
2000
a ne u ostale, susjedne stanice.
07:24
And you can do that; you can tweakugađanje the virusesvirusi
182
429000
2000
I to možete napraviti; možete oblikovati viruse
07:26
so they hithit just some cellsStanice and not othersdrugi.
183
431000
2000
da pogode samo one određene stanice.
07:28
And there's other geneticgenetski tricksUmjesto you can playigrati
184
433000
2000
Postoje i drugi genetički trikovi koje možete iskoristiti
07:30
in ordernarudžba to get light-activatedsvjetlo aktivira cellsStanice.
185
435000
3000
kako biste dobili stanice koje se aktiviraju svjetlom.
07:33
This fieldpolje has now come to be knownznan as optogeneticsoptogenetics.
186
438000
4000
To je polje postalo poznato kao optogenetika.
07:37
And just as one exampleprimjer of the kindljubazan of thing you can do,
187
442000
2000
I kao samo jedan primjer onoga što možete napraviti,
07:39
you can take a complexkompleks networkmreža,
188
444000
2000
možete uzeti kompleksnu mrežu,
07:41
use one of these virusesvirusi to deliverdostaviti the genegen
189
446000
2000
iskoristiti jedan od ovih virusa da dostave gene
07:43
just to one kindljubazan of cellćelija in this densegust networkmreža.
190
448000
3000
određenoj vrsti stanica u ovoj gustoj mreži.
07:46
And then when you shinesjaj lightsvjetlo on the entirečitav networkmreža,
191
451000
2000
I tada, kada osvjetlite cijelu mrežu,
07:48
just that cellćelija typetip will be activatedaktivirati.
192
453000
2000
aktivirat će se samo taj tip stanica.
07:50
So for exampleprimjer, letsomogućuje sortvrsta of considerrazmotriti that basketkošara cellćelija I told you about earlierranije --
193
455000
3000
Pa na primjer, hajdemo uzeti u obzir onu košarastu stanicu o kojoj sam vam govorio ranije --
07:53
the one that's atrophiedatrofirali in schizophreniashizofrenija
194
458000
2000
onu koja je zakržljala u slučaju šizofrenije
07:55
and the one that is inhibitoryinhibitorni.
195
460000
2000
i koja je inhibicijska.
07:57
If we can deliverdostaviti that genegen to these cellsStanice --
196
462000
2000
Ako možete dostaviti taj gen u te stanice --
07:59
and they're not going to be alteredpromijenjen by the expressionizraz of the genegen, of coursenaravno --
197
464000
3000
one neće biti izmijenjene u genetskom smislu, naravno --
08:02
and then flashbljesak blueplava lightsvjetlo over the entirečitav brainmozak networkmreža,
198
467000
3000
i tada bljesnete plavim svjetlom preko cijele mreže mozga,
08:05
just these cellsStanice are going to be drivenupravljan.
199
470000
2000
samo će te stanice biti pokrenute.
08:07
And when the lightsvjetlo turnsokreti off, these cellsStanice go back to normalnormalan,
200
472000
2000
Kada se svjetlo ugasi, stanice se vrate u normalno stanje;
08:09
so they don't seemčiniti se to be averseaverzija againstprotiv that.
201
474000
3000
dakle, čini se da se one ne protive tome.
08:12
Not only can you use this to studystudija what these cellsStanice do,
202
477000
2000
Ne samo da možete to iskoristiti kako biste proučavali što te stanice mogu
08:14
what theirnjihov powervlast is in computingračunanje in the brainmozak,
203
479000
2000
i koja je njihova moć u računanju mozga
08:16
but you can alsotakođer use this to try to figurelik out --
204
481000
2000
već i to možete iskoristiti kako biste shvatili --
08:18
well maybe we could jazzjazz up the activityaktivnost of these cellsStanice,
205
483000
2000
pa možda biste mogli oživjeti aktivnost tih stanica
08:20
if indeeddoista they're atrophiedatrofirali.
206
485000
2000
ako one zaista jesu atrofirane.
08:22
Now I want to tell you a couplepar of shortkratak storiespriče
207
487000
2000
Sada vam želim ispričati nekoliko kratkih priča
08:24
about how we're usingkoristeći this,
208
489000
2000
o tome kako to koristimo
08:26
bothoba at the scientificznanstvena, clinicalklinički and pre-clinicalpretkliničkim levelsrazina.
209
491000
3000
i na znanstvenim, kliničkim i predkliničkim razinama.
08:29
One of the questionspitanja we'veimamo confrontedsuočeni
210
494000
2000
Jedno od pitanja s kojima smo suočeni jest:
08:31
is, what are the signalssignali in the brainmozak that mediateposredovati the sensationosjećaj of rewardnagrada?
211
496000
3000
„Koji signali u mozgu posreduju pri osjećaju nagrađenosti?“
08:34
Because if you could find those,
212
499000
2000
Jer, kada bismo ih mogli pronaći,
08:36
those would be some of the signalssignali that could drivepogon learningučenje.
213
501000
2000
oni bi mogli biti neki od signala koji bi mogli upravljati učenjem.
08:38
The brainmozak will do more of whateveršto god got that rewardnagrada.
214
503000
2000
Mozak bi radio više onog što dovodi do te nagrade.
08:40
And alsotakođer these are signalssignali that go awrynaopako in disordersporemećaji suchtakav as addictionovisnost.
215
505000
3000
Također, postoje signali koji se iskrive u poremećajima poput ovisnosti.
08:43
So if we could figurelik out what cellsStanice they are,
216
508000
2000
Pa, kada bismo mogli shvatiti koje su to stanice,
08:45
we could maybe find newnovi targetsciljevi
217
510000
2000
možda bismo mogli pronaći nove mete
08:47
for whichkoji drugslijekovi could be designedkonstruiran or screenedprikazivan againstprotiv,
218
512000
2000
za koje bi lijekovi mogli biti dizajnirani ili ograđeni od njih
08:49
or maybe placesmjesta where electrodeselektrode could be put in
219
514000
2000
ili možda mjesta gdje bi elektrode mogle biti postavljene
08:51
for people who have very severeozbiljan disabilityosobe s invaliditetom.
220
516000
3000
za ljude koji imaju veoma ozbiljan invaliditet.
08:54
So to do that, we camedošao up with a very simplejednostavan paradigmparadigma
221
519000
2000
Kako bismo to napravili, smislili smo veoma jednostavnu paradigmu
08:56
in collaborationkolaboracija with the FiorellaFiorella groupskupina,
222
521000
2000
u suradnji s Fiorella grupom,
08:58
where one sidestrana of this little boxkutija,
223
523000
2000
gdje jedna strana ove male kutije,
09:00
if the animalživotinja goeside there, the animalživotinja getsdobiva a pulsepuls of lightsvjetlo
224
525000
2000
ako životinja ode tamo, životinja dobije puls svjetla,
09:02
in ordernarudžba to make differentdrugačiji cellsStanice in the brainmozak sensitiveosjetljiv to lightsvjetlo.
225
527000
2000
kako bi se određene stanice u mozgu učinile osjetljivima na svjetlo.
09:04
So if these cellsStanice can mediateposredovati rewardnagrada,
226
529000
2000
Ako te stanice mogu posredovati nagrađivanjem,
09:06
the animalživotinja should go there more and more.
227
531000
2000
životinja bi trebala tamo odlaziti sve više i više.
09:08
And so that's what happensdogađa se.
228
533000
2000
I to je ono što se događa.
09:10
This animal'sživotinje going to go to the right-handdesna ruka sidestrana and pokeguranje his nosenos there,
229
535000
2000
Ova će životinja otići u desnu stranu i dotaknuti svoj nos tamo;
09:12
and he getsdobiva a flashbljesak of blueplava lightsvjetlo everysvaki time he does that.
230
537000
2000
ona dobije bljesak plavog svjetla svaki put kada to napravi.
09:14
And he'llpakao do that hundredsstotine and hundredsstotine of timesputa.
231
539000
2000
I učinit će to stotinama i stotinama puta.
09:16
These are the dopaminedopamin neuronsneuroni,
232
541000
2000
To su neuroni dopamina,
09:18
whichkoji some of you maysvibanj have heardčuo about, in some of the pleasurezadovoljstvo centerscentri in the brainmozak.
233
543000
2000
o kojima ste možda nešto čuli slušajući o centrima za užitak koji se nalaze u mozgu.
09:20
Now we'veimamo shownprikazan that a briefkratak activationAktivacija of these
234
545000
2000
Sada smo pokazali da je njihova kratka aktivacija
09:22
is enoughdovoljno, indeeddoista, to drivepogon learningučenje.
235
547000
2000
zaista dovoljna da stimulira učenje.
09:24
Now we can generalizegeneralizirati the ideaideja.
236
549000
2000
Sada možemo tu ideju generalizirati.
09:26
InsteadUmjesto toga of one pointtočka in the brainmozak,
237
551000
2000
Umjesto jedne točke u mozgu,
09:28
we can deviseosmisliti devicesuređaji that spanpedalj the brainmozak,
238
553000
2000
možemo izumiti naprave koje obuhvaćaju cijeli mozak,
09:30
that can deliverdostaviti lightsvjetlo into three-dimensionaltrodimenzionalni patternsobrasci --
239
555000
2000
koje mogu provesti svjetlo u trodimenzionalnim modelima --
09:32
arrayspolja of opticaloptički fibersvlakna,
240
557000
2000
mnoštvo optičkih vlakana,
09:34
eachsvaki coupledzajedno to its ownvlastiti independentsamostalan miniaturemini lightsvjetlo sourceizvor.
241
559000
2000
svaki sparen u vlastiti, minijaturni svjetlosni izvor.
09:36
And then we can try to do things in vivovivo
242
561000
2000
I tada možemo probati učiniti uživo stvari
09:38
that have only been doneučinio to-datedo datuma in a dishjelo --
243
563000
3000
koje su dosad bile rađene samo u posudama --
09:41
like high-throughputvisokom propusnošću screeningprobir throughoutkroz the entirečitav brainmozak
244
566000
2000
poput visokopropusnog skeniranja cijelog mozga
09:43
for the signalssignali that can causeuzrok certainsiguran things to happendogoditi se.
245
568000
2000
za signale koji mogu uzrokovati određene stvari.
09:45
Or that could be good clinicalklinički targetsciljevi
246
570000
2000
Ili mogu biti dobre kliničke mete
09:47
for treatingtretiranje brainmozak disordersporemećaji.
247
572000
2000
za liječenje moždanih poremećaja.
09:49
And one storypriča I want to tell you about
248
574000
2000
Jedna priča koju vam želim ispričati
09:51
is how can we find targetsciljevi for treatingtretiranje post-traumaticpost-traumatskog stressstres disorderporemećaj --
249
576000
3000
je o tome kako pronalazimo mete za liječenje posttraumatskog stresnog poremećaja --
09:54
a formoblik of uncontrollednekontrolirano anxietyanksioznost and fearstrah.
250
579000
3000
oblika nekontrolirane anksioznosti i straha.
09:57
And one of the things that we did
251
582000
2000
Jedna od stvari koju smo napravili
09:59
was to adoptposvojiti a very classicalklasične modelmodel of fearstrah.
252
584000
3000
jest da smo prilagodili klasičan model straha.
10:02
This goeside back to the PavlovianPavlovian daysdana.
253
587000
3000
Ovo odlazi natrag u doba Ivana Pavlova.
10:05
It's calledzvao PavlovianPavlovian fearstrah conditioninguređaj --
254
590000
2000
Zove se Pavlovo uvjetovanje strahom --
10:07
where a toneton endskrajevi with a briefkratak shockšok.
255
592000
2000
gdje ton završava kratkim šokom.
10:09
The shockšok isn't painfulbolan, but it's a little annoyingdosadan.
256
594000
2000
Šok nije bolan, ali je pomalo iritantan.
10:11
And over time -- in this casespis, a mousemiš,
257
596000
2000
I nakon nekog vremena -- u ovom slučaju miš,
10:13
whichkoji is a good animalživotinja modelmodel, commonlyobično used in suchtakav experimentspokusi --
258
598000
2000
koji je dobra životinja za model, često korištena u takvim eksperimentima --
10:15
the animalživotinja learnsuči to fearstrah the toneton.
259
600000
2000
životinja se nauči bojati tona.
10:17
The animalživotinja will reactreagirati by freezingzamrzavanje,
260
602000
2000
Životinja će reagirati zamrzavanjem,
10:19
sortvrsta of like a deerJelena in the headlightsprednja svjetla.
261
604000
2000
pomalo kao jelen ispred prednjih svjetala.
10:21
Now the questionpitanje is, what targetsciljevi in the brainmozak can we find
262
606000
3000
Pitanje je koje mete u mozgu možemo naći,
10:24
that allowdopustiti us to overcomesavladati this fearstrah?
263
609000
2000
a da će nam dopustiti da nadvladamo ovaj strah?
10:26
So what we do is we playigrati that toneton again
264
611000
2000
Ono što činimo jest puštanje toga tona ponovno,
10:28
after it's been associatedpovezan with fearstrah.
265
613000
2000
nakon što je bio povezan sa strahom.
10:30
But we activateaktiviranje targetsciljevi in the brainmozak, differentdrugačiji onesone,
266
615000
2000
Ali aktiviramo mete u mozgu, neke druge,
10:32
usingkoristeći that opticaloptički fibervlakno arrayred I told you about in the previousprijašnji slideklizanje,
267
617000
3000
koristeći mnoštvo optičkih vlakana o kojima sam vam govorio na prošlom slajdu,
10:35
in ordernarudžba to try and figurelik out whichkoji targetsciljevi
268
620000
2000
kako bismo pokušali shvatiti koje mete u mozgu
10:37
can causeuzrok the brainmozak to overcomesavladati that memorymemorija of fearstrah.
269
622000
3000
mogu uzrokovati nadvladavanje tog sjećanja straha.
10:40
And so this briefkratak videovideo
270
625000
2000
Tako vam ovaj kratak video
10:42
showspokazuje you one of these targetsciljevi that we're workingrad on now.
271
627000
2000
pokazuje jednu od tih meta na kojima trenutno radimo.
10:44
This is an areapodručje in the prefrontalprefrontalni cortexkorteks,
272
629000
2000
Ovo je područje u prefrontalnom korteksu,
10:46
a regionregija where we can use cognitionspoznaja to try to overcomesavladati aversiveaversive emotionalemotivan statesDržave.
273
631000
3000
u regiji gdje saznanja možemo iskoristiti, kako bismo pokušali premostiti neželjena emotivna stanja.
10:49
And the animal'sživotinje going to hearčuti a toneton -- and a flashbljesak of lightsvjetlo occurreddogodio there.
274
634000
2000
Životinja će čuti ton -- i bljesak svjetla se ondje dogodi.
10:51
There's no audiozvučni on this, but you can see the animal'sživotinje freezingzamrzavanje.
275
636000
2000
Nema zvuka na ovome, ali možete vidjeti životinju kako se zaustavlja.
10:53
This toneton used to mean badloše newsvijesti.
276
638000
2000
Ovaj ton značio je prije loše vijesti.
10:55
And there's a little clocksat in the lowerdonji left-handlijeva ruka cornerugao,
277
640000
2000
Ondje je mali sat u donjem lijevom kutu
10:57
so you can see the animalživotinja is about two minutesminuta into this.
278
642000
3000
pa možete vidjeti da je životinja otprilike dvije minute u tome.
11:00
And now this nextSljedeći clipspojnica
279
645000
2000
Sada je ova snimka
11:02
is just eightosam minutesminuta laterkasnije.
280
647000
2000
samo osam minuta kasnije.
11:04
And the sameisti toneton is going to playigrati, and the lightsvjetlo is going to flashbljesak again.
281
649000
3000
Isti ton bit će pušten i svjetlo će opet bljesnuti.
11:07
Okay, there it goeside. Right now.
282
652000
3000
Ok, evo ga. Upravo sada.
11:10
And now you can see, just 10 minutesminuta into the experimenteksperiment,
283
655000
3000
I sada možete vidjeti, u samo deset minuta eksperimenta,
11:13
that we'veimamo equippedopremljen the brainmozak by photoactivatingphotoactivating this areapodručje
284
658000
3000
da smo opremili mozak aktivirajući ovo područje svjetlom,
11:16
to overcomesavladati the expressionizraz
285
661000
2000
kako bismo premostili ovo sjećanje
11:18
of this fearstrah memorymemorija.
286
663000
2000
na osjećaj straha.
11:20
Now over the last couplepar of yearsgodina, we'veimamo goneotišao back to the treedrvo of life
287
665000
3000
Tijekom zadnjih nekoliko godina vratili smo se stablu života
11:23
because we wanted to find waysnačine to turnskretanje circuitskrugovi in the brainmozak off.
288
668000
3000
jer smo željeli pronaći načine za isključivanje sklopova u mozgu.
11:26
If we could do that, this could be extremelykrajnje powerfulsnažan.
289
671000
3000
Kad bismo to mogli, bilo bi to veoma moćno.
11:29
If you can deleteizbrisati cellsStanice just for a fewnekoliko millisecondsmilisekundi or secondssekundi,
290
674000
3000
Kad bismo mogli poništiti stanice samo na milisekundu ili sekunde,
11:32
you can figurelik out what necessarypotreban roleuloga they playigrati
291
677000
2000
mogli bismo shvatiti kakvu nužnu ulogu one igraju
11:34
in the circuitskrugovi in whichkoji they're embeddedugrađen.
292
679000
2000
u sklopovima u koje su uključene.
11:36
And we'veimamo now surveyedispitanih organismsorganizmi from all over the treedrvo of life --
293
681000
2000
I sad smo preispitali organizme sa svih razina stabla života --
11:38
everysvaki kingdomkraljevstvo of life exceptosim for animalsživotinje, we see slightlymalo differentlyrazličito.
294
683000
3000
svako carstvo života, osim životinja, vidimo malo drugačije.
11:41
And we foundpronađeno all sortsvrste of moleculesmolekule, they're calledzvao halorhodopsinshalorhodopsins or archaerhodopsinsarchaerhodopsins,
295
686000
3000
Našli smo razne vrste molekula koje se zovu halorodopsini ili arhearodopsini,
11:44
that respondodgovarati to greenzelena and yellowžuta boja lightsvjetlo.
296
689000
2000
a koje reagiraju na zeleno i žuto svjetlo.
11:46
And they do the oppositesuprotan thing of the moleculemolekula I told you about before
297
691000
2000
One čine suprotnu stvar od molekule s aktivatorom plavog svjetla
11:48
with the blueplava lightsvjetlo activatorpoticatelj channelrhodopsinchannelrhodopsin.
298
693000
3000
channelrodopsinom, o kojoj sam vam pričao ranije.
11:52
Let's give an exampleprimjer of where we think this is going to go.
299
697000
3000
Hajdemo dati primjer za ono što mislimo kamo će sve ovo otići.
11:55
ConsiderUzeti u obzir, for exampleprimjer, a conditionstanje like epilepsyepilepsija,
300
700000
3000
Razmotrite, na primjer, stanje poput epilepsije,
11:58
where the brainmozak is overactivepreaktivan.
301
703000
2000
gdje je mozak pretjerano aktivan.
12:00
Now if drugslijekovi failiznevjeriti in epilepticepileptičar treatmentliječenje,
302
705000
2000
Ako lijekovi zakažu u tretiranju epilepsije,
12:02
one of the strategiesstrategije is to removeukloniti partdio of the brainmozak.
303
707000
2000
jedna je od strategija da se ukloni dio mozga.
12:04
But that's obviouslyočito irreversiblenepovratno, and there could be sidestrana effectsefekti.
304
709000
2000
Ali to je očito nepovratno i moguće su neželjene posljedice.
12:06
What if we could just turnskretanje off that brainmozak for a briefkratak amountiznos of time,
305
711000
3000
Što ako bismo mogli jednostavno isključiti taj mozak na kratko vrijeme,
12:09
untildo the seizurenapadaj diesumire away,
306
714000
3000
dok napad ne prođe,
12:12
and causeuzrok the brainmozak to be restoredobnovljena to its initialpočetni statedržava --
307
717000
3000
i vratiti mozak u početno stanje --
12:15
sortvrsta of like a dynamicaldinamičkih systemsistem that's beingbiće coaxedcoaxed down into a stablestabilan statedržava.
308
720000
3000
pomalo kao dinamični sistem koji je primoran natrag u stabilno stanje.
12:18
So this animationanimacija just triespokušava to explainobjasniti this conceptkoncept
309
723000
3000
Dakle, ta animacija samo pokušava objasniti taj koncept
12:21
where we madenapravljen these cellsStanice sensitiveosjetljiv to beingbiće turnedokrenut off with lightsvjetlo,
310
726000
2000
u kojem smo stanice učinili osjetljivima na gašenje svjetlom
12:23
and we beamzraka lightsvjetlo in,
311
728000
2000
i tada usmjerili svjetlo unutra
12:25
and just for the time it takes to shutzatvoriti down a seizurenapadaj,
312
730000
2000
samo za vrijeme potrebno da se napad zaustavi;
12:27
we're hopingnadajući to be ableu stanju to turnskretanje it off.
313
732000
2000
nadamo se da ćemo ga moći ugasiti.
12:29
And so we don't have datapodaci to showpokazati you on this frontispred,
314
734000
2000
Nemamo podatke za pokazati vam u vezi toga,
12:31
but we're very exciteduzbuđen about this.
315
736000
2000
ali smo jako uzbuđeni zbog toga.
12:33
Now I want to closeblizu on one storypriča,
316
738000
2000
Sada želim završiti s jednom pričom,
12:35
whichkoji we think is anotherjoš possibilitymogućnost --
317
740000
2000
za koju mislimo da je druga mogućnost --
12:37
whichkoji is that maybe these moleculesmolekule, if you can do ultra-preciseultra-precizan controlkontrolirati,
318
742000
2000
a to je da možda te molekule, ako možete koristiti preciznu kontrolu,
12:39
can be used in the brainmozak itselfsebe
319
744000
2000
mogu biti korištene u samom mozgu,
12:41
to make a newnovi kindljubazan of prostheticprotetski, an opticaloptički prostheticprotetski.
320
746000
3000
kako bi napravile novu vrstu prostetike, optičku prostetiku.
12:44
I alreadyveć told you that electricalelektrična stimulatorsstimulatori are not uncommonmanje često.
321
749000
3000
Već sam vam rekao da električni stimulatori nisu neobični.
12:47
Seventy-five75 thousandtisuću people have Parkinson'sParkinsonove deep-brainduboko-mozak stimulatorsstimulatori implantedugrađuju.
322
752000
3000
Sedamdeset pet tisuća ljudi ima ugrađene stimulatore duboko u mozgu za Parkinsonovu bolest.
12:50
Maybe 100,000 people have CochlearKohlearni implantsimplantati,
323
755000
2000
Možda 100.000 ljudi ima kohlearne implantante
12:52
whichkoji allowdopustiti them to hearčuti.
324
757000
2000
koji im omogućuju da čuju.
12:54
There's anotherjoš thing, whichkoji is you've got to get these genesgeni into cellsStanice.
325
759000
3000
I još jedna stvar, a to je da morate nekako dopremiti te gene u stanice.
12:57
And newnovi hopenada in genegen therapyterapija has been developedrazvijen
326
762000
3000
Nova nada u genskoj terapiji bila je razvijena
13:00
because virusesvirusi like the adeno-associatedadeno-povezani virusvirus,
327
765000
2000
zbog virusa poput adenovirusa,
13:02
whichkoji probablyvjerojatno mostnajviše of us around this roomsoba have,
328
767000
2000
koji vjerojatno ima većina nas u ovoj prostoriji,
13:04
and it doesn't have any symptomssimptomi,
329
769000
2000
a za koji ne postoje nikakvi simptomi
13:06
whichkoji have been used in hundredsstotine of patientspacijenti
330
771000
2000
koji su korišteni u stotinama pacijenata,
13:08
to deliverdostaviti genesgeni into the brainmozak or the bodytijelo.
331
773000
2000
kako bi se geni izručili u mozak ili tijelo.
13:10
And so fardaleko, there have not been seriousozbiljan adversenuspojave eventsdogađaji
332
775000
2000
Dosada nije bilo ozbiljnijih štetnih događaja
13:12
associatedpovezan with the virusvirus.
333
777000
2000
povezanih s virusom.
13:14
There's one last elephantslon in the roomsoba, the proteinsproteini themselvesse,
334
779000
3000
Postoji još jedan slon u prostoriji, sami proteini,
13:17
whichkoji come from algaealge and bacteriabakterija and fungigljive,
335
782000
2000
koji dolaze od algi, bakterija, gljiva
13:19
and all over the treedrvo of life.
336
784000
2000
i drugih vrsta živih bića.
13:21
MostVećina of us don't have fungigljive or algaealge in our brainsmozak,
337
786000
2000
Većina nas nema gljiva ili algi u svom mozgu,
13:23
so what is our brainmozak going to do if we put that in?
338
788000
2000
dakle, što će naš mozak učiniti ako to unesemo unutra?
13:25
Are the cellsStanice going to toleratetolerirati it? Will the immuneimun systemsistem reactreagirati?
339
790000
2000
Hoće li stanice to tolerirati? Hoće li reagirati imunološki sustav?
13:27
In its earlyrano daysdana -- these have not been doneučinio on humansljudi yetjoš --
340
792000
2000
U ranim danima -- i ovi nisu bili provedeni na ljudima još uvijek --
13:29
but we're workingrad on a varietyraznolikost of studiesstudije
341
794000
2000
ali radili smo na mnogo različitih studija
13:31
to try and examineispitati this,
342
796000
2000
kako bismo to ispitali.
13:33
and so fardaleko we haven'tnisu seenvidio overtotvoren reactionsreakcije of any severitytežini
343
798000
3000
Dosad nismo vidjeli očite reakcije bilo kakve jačine
13:36
to these moleculesmolekule
344
801000
2000
na te molekule
13:38
or to the illuminationosvjetljenje of the brainmozak with lightsvjetlo.
345
803000
3000
ili osvjetljenje mozga svjetlom.
13:41
So it's earlyrano daysdana, to be upfrontunaprijed, but we're exciteduzbuđen about it.
346
806000
3000
Dakle, to su rani stadiji, da budemo iskreni, ali veoma smo uzbuđeni zbog toga.
13:44
I wanted to closeblizu with one storypriča,
347
809000
2000
Želio sam završiti s jednom pričom,
13:46
whichkoji we think could potentiallypotencijalno
348
811000
2000
za koju smatramo da bi potencijalno
13:48
be a clinicalklinički applicationprimjena.
349
813000
2000
mogla biti klinička aplikacija.
13:50
Now there are manymnogi formsobrasci of blindnessslijepilo
350
815000
2000
Postoje mnogi oblici sljepoće
13:52
where the photoreceptorsfotoreceptora,
351
817000
2000
gdje fotoreceptori,
13:54
our lightsvjetlo sensorssenzori that are in the back of our eyeoko, are goneotišao.
352
819000
3000
naši svjetlosni senzori koji su u stražnjem dijelu oka, ne funkcioniraju.
13:57
And the retinaMrežnica, of coursenaravno, is a complexkompleks structurestruktura.
353
822000
2000
I mrežnica je, dakako, kompleksna struktura.
13:59
Now let's zoomzum in on it here, so we can see it in more detaildetalj.
354
824000
2000
Hajdemo ju ovdje zumirati, kako bismo ju detaljnije vidjeli.
14:01
The photoreceptorfotoreceptor cellsStanice are shownprikazan here at the topvrh,
355
826000
3000
Stanice fotoreceptora pokazane su na vrhu
14:04
and then the signalssignali that are detectedotkriven by the photoreceptorsfotoreceptora
356
829000
2000
i tada signali koji su detektirani fotoreceptorima
14:06
are transformedpretvara by variousraznovrstan computationsizračunavanje
357
831000
2000
bivaju transformirani raznim komputacijama,
14:08
untildo finallykonačno that layersloj of cellsStanice at the bottomdno, the ganglionganglija cellsStanice,
358
833000
3000
dok napokon taj sloj stanica na dnu, stanice ganglija,
14:11
relayrelej the informationinformacija to the brainmozak,
359
836000
2000
ne prenesu informaciju mozgu,
14:13
where we see that as perceptionpercepcija.
360
838000
2000
gdje mi to vidimo kao percepciju.
14:15
In manymnogi formsobrasci of blindnessslijepilo, like retinitisretinitis pigmentosapigmentosa,
361
840000
3000
U mnogim oblicima sljepoće, poput retinitis pigmentoze
14:18
or macularmakularna degenerationdegeneracija,
362
843000
2000
ili degeneracije makule,
14:20
the photoreceptorfotoreceptor cellsStanice have atrophiedatrofirali or been destroyeduništen.
363
845000
3000
fotoreceptori su zakržljali ili su uništeni.
14:23
Now how could you repairpopravak this?
364
848000
2000
Kako bi se to moglo popraviti?
14:25
It's not even clearčisto that a drugdroga could causeuzrok this to be restoredobnovljena,
365
850000
3000
Čak nije ni jasno bi li se lijek mogao koristiti da se to vrati
14:28
because there's nothing for the drugdroga to bindvezati to.
366
853000
2000
jer ne postoji ništa za što bi se lijek vezao.
14:30
On the other handruka, lightsvjetlo can still get into the eyeoko.
367
855000
2000
S druge strane, svjetlost još uvijek može ući u oko.
14:32
The eyeoko is still transparenttransparentan and you can get lightsvjetlo in.
368
857000
3000
Oko je još uvijek prozirno i u njega možete uvesti svjetlo.
14:35
So what if we could just take these channelrhodopsinschannelrhodopsins and other moleculesmolekule
369
860000
3000
Dakle, što ako bismo mogli jednostavno uzeti te channelrodopsine i druge molekule
14:38
and installinstalirati them on some of these other sparerezervni cellsStanice
370
863000
2000
i postaviti ih na neke od tih preostalih, rezervnih stanica
14:40
and convertPretvoriti them into little cameraskamere.
371
865000
2000
i pretvoriti ih u male kamere?
14:42
And because there's so manymnogi of these cellsStanice in the eyeoko,
372
867000
2000
Zbog postojanja mnoštva tih stanica u oku,
14:44
potentiallypotencijalno, they could be very high-resolutionvisoka rezolucija cameraskamere.
373
869000
3000
potencijalno, to bi mogle biti visokorezolucijske kamere.
14:47
So this is some work that we're doing.
374
872000
2000
Ovo je nešto od posla kojim smo se bavili.
14:49
It's beingbiće led by one of our collaboratorssuradnici,
375
874000
2000
Vodi ga jedan od naših suradnika,
14:51
AlanAlan HorsagerHorsager at USCUSK,
376
876000
2000
Alan Horsager s USC-a,
14:53
and beingbiće soughttraži to be commercializedkomercijalizirano by a start-uppuštanje u pogon companydruštvo EosEOS NeuroscienceNeuroznanost,
377
878000
3000
a nova tvrtka Eos Neuroznanost, osnovana od strane
14:56
whichkoji is fundedfinansiran by the NIHNIH.
378
881000
2000
NIH-a (Nacionalnih instituta za zdravlje) ga traži za komercijalizaciju.
14:58
And what you see here is a mousemiš tryingtežak to solveriješiti a mazezbrka.
379
883000
2000
Ovdje vidite miša koji pokušava proći labirintom.
15:00
It's a six-armšest ruku mazezbrka. And there's a bitbit of watervoda in the mazezbrka
380
885000
2000
To je labirint sa šest rukavaca. Tamo je malo vode u labirintu,
15:02
to motivatemotivirati the mousemiš to movepotez, or he'llpakao just sitsjediti there.
381
887000
2000
kako bi se miša motiviralo da se kreće, inače će samo sjediti ondje.
15:04
And the goalcilj, of coursenaravno, of this mazezbrka
382
889000
2000
Cilj ovog labirinta jest, naravno,
15:06
is to get out of the watervoda and go to a little platformplatforma
383
891000
2000
izaći iz vode i otići na malu platformu
15:08
that's underpod the litlit topvrh portluka.
384
893000
2000
koja je ispod osvjetljenog ulaza.
15:10
Now micemiševi are smartpametan, so this mousemiš solvesrješava the mazezbrka eventuallyeventualno,
385
895000
3000
Miševi su pametni pa ovaj miš na kraju rješava labirint,
15:13
but he does a brute-forceživotinjski-sila searchtraži.
386
898000
2000
ali ga pretražuje grubom silom.
15:15
He's swimmingplivanje down everysvaki avenueavenija untildo he finallykonačno getsdobiva to the platformplatforma.
387
900000
3000
On pliva svakim prolazom dok na kraju napokon ne dođe do platforme.
15:18
So he's not usingkoristeći visionvizija to do it.
388
903000
2000
Ne koristi se vidom.
15:20
These differentdrugačiji micemiševi are differentdrugačiji mutationsmutacije
389
905000
2000
Ovi različiti miševi predstavljaju razne mutacije
15:22
that recapitulaterekapitulirati differentdrugačiji kindsvrste of blindnessslijepilo that affectutjecati humansljudi.
390
907000
3000
koje oslikavaju različite vrste sljepoće koje pogađaju ljude.
15:25
And so we're beingbiće carefulpažljiv in tryingtežak to look at these differentdrugačiji modelsmodeli
391
910000
3000
Zato oprezno pregledavamo te različite modele,
15:28
so we come up with a generalizedgeneralizirani approachpristup.
392
913000
2000
kako bismo došli do općeg pristupa.
15:30
So how are we going to solveriješiti this?
393
915000
2000
Dakle, kako ćemo ovo riješiti?
15:32
We're going to do exactlytočno what we outlinednavedene in the previousprijašnji slideklizanje.
394
917000
2000
Učinit ćemo upravo ono što smo naznačili na posljednjem slajdu.
15:34
We're going to take these blueplava lightsvjetlo photosensorsphotosensors
395
919000
2000
Uzet ćemo te fotosenzore plavog svjetla
15:36
and installinstalirati them on a layersloj of cellsStanice
396
921000
2000
i postaviti ih na sloj stanica
15:38
in the middlesrednji of the retinaMrežnica in the back of the eyeoko
397
923000
3000
na sredini mrežnice u stražnjem dijelu oka
15:41
and convertPretvoriti them into a camerafotoaparat --
398
926000
2000
i pretvorit ćemo ih u kameru.
15:43
just like installingInstalacija solarsolarni cellsStanice all over those neuronsneuroni
399
928000
2000
Baš poput instaliranja solarnih ćelija po tim neuronima
15:45
to make them lightsvjetlo sensitiveosjetljiv.
400
930000
2000
kako bismo ih učinili osjetljivima na svjetlost.
15:47
LightSvjetlo is convertedpretvoriti to electricityelektricitet on them.
401
932000
2000
Na njima je svjetlost pretvorena u elektricitet.
15:49
So this mousemiš was blindslijep a couplepar weeksTjedni before this experimenteksperiment
402
934000
3000
Dakle, ovaj je miš bio slijep nekoliko tjedana prije pokusa
15:52
and receivedprimljen one dosedoza of this photosensitivefotoosjetljivi moleculemolekula in a virusvirus.
403
937000
3000
i primio je jednu dozu tih molekula osjetljivih na svjetlo u virusu.
15:55
And now you can see, the animalživotinja can indeeddoista avoidIzbjegavajte wallszidovi
404
940000
2000
Sada možete vidjeti: životinja zaista može izbjegavati zidove
15:57
and go to this little platformplatforma
405
942000
2000
i otići na tu malu platformu
15:59
and make cognitivespoznajni use of its eyesoči again.
406
944000
3000
i ponovno svjesno koristiti svoje oči.
16:02
And to pointtočka out the powervlast of this:
407
947000
2000
Još jedan plus u tome:
16:04
these animalsživotinje are ableu stanju to get to that platformplatforma
408
949000
2000
ove životinje mogu doći do platforme
16:06
just as fastbrzo as animalsživotinje that have seenvidio theirnjihov entirečitav livesživot.
409
951000
2000
jednako brzo kao životinje koje vide cijeli život.
16:08
So this pre-clinicalpretkliničkim studystudija, I think,
410
953000
2000
Dakle, ovo je predklinička nauka. Mislim,
16:10
bodesoptimalno hopenada for the kindsvrste of things
411
955000
2000
mnogi se nadaju onim stvarima
16:12
we're hopingnadajući to do in the futurebudućnost.
412
957000
2000
koje ćemo jedanput, nadamo se, i mi moći činiti.
16:14
To closeblizu, I want to pointtočka out that we're alsotakođer exploringistraživanje
413
959000
3000
Da završim, želio bih istaknuti da također istražujemo
16:17
newnovi businessPoslovni modelsmodeli for this newnovi fieldpolje of neurotechnologyneurotechnology.
414
962000
2000
nove poslovne modele za ovo novo polje neurotehnologije.
16:19
We're developingrazvoju these toolsalat,
415
964000
2000
Razvijamo ova oruđa,
16:21
but we sharePodjeli them freelyslobodno with hundredsstotine of groupsgrupe all over the worldsvijet,
416
966000
2000
ali dijelimo ih besplatno sa stotinama grupa diljem svijeta,
16:23
so people can studystudija and try to treatliječiti differentdrugačiji disordersporemećaji.
417
968000
2000
kako bi ljudi mogli proučavati i liječiti različite poremećaje.
16:25
And our hopenada is that, by figuringfiguring out brainmozak circuitskrugovi
418
970000
3000
Nadamo se da ćemo, shvaćajući moždane sklopove
16:28
at a levelnivo of abstractionapstrakcija that letsomogućuje us repairpopravak them and engineerinženjer them,
419
973000
3000
na razini apstrakcije koja nam dozvoljava da ih popravljamo i njima upravljamo,
16:31
we can take some of these intractabletvrdoglav disordersporemećaji that I told you about earlierranije,
420
976000
3000
moći uzeti neke od neukrotivih poremećaja, o kojima sam vam ranije govorio,
16:34
practicallypraktički nonenijedan of whichkoji are curedizliječen,
421
979000
2000
od kojih praktički nijedan nije izliječen,
16:36
and in the 21stst centurystoljeće make them historypovijest.
422
981000
2000
i u 21. stoljeću ih učiniti prošlošću.
16:38
Thank you.
423
983000
2000
Hvala vam.
16:40
(ApplausePljesak)
424
985000
13000
(Pljesak)
16:53
JuanJuan EnriquezEnriquez: So some of the stuffstvari is a little densegust.
425
998000
3000
Juan Enriquez: Dakle, neke od ovih stvari malo su guste.
16:56
(LaughterSmijeh)
426
1001000
2000
(Smijeh)
16:58
But the implicationsimplikacije
427
1003000
2000
Ali implikacije
17:00
of beingbiće ableu stanju to controlkontrolirati seizuresnapadaji or epilepsyepilepsija
428
1005000
3000
mogućnosti da se kontroliraju napadi epilepsije
17:03
with lightsvjetlo insteadumjesto of drugslijekovi,
429
1008000
2000
sa svjetlom, umjesto s lijekovima,
17:05
and beingbiće ableu stanju to targetcilj those specificallyposebno
430
1010000
3000
i da se posebno ciljaju
17:08
is a first stepkorak.
431
1013000
2000
jest prvi korak.
17:10
The seconddrugi thing that I think I heardčuo you say
432
1015000
2000
Sljedeći, mislim da sam vas tako čuo,
17:12
is you can now controlkontrolirati the brainmozak in two colorsboje,
433
1017000
3000
jest taj da sada možete kontrolirati mozak u dvjema bojama.
17:15
like an on/off switchprekidač.
434
1020000
2000
Poput prekidača upali-ugasi.
17:17
EdEd BoydenBoyden: That's right.
435
1022000
2000
Ed Boyden: Tako je.
17:19
JEJE: WhichKoji makesmarke everysvaki impulseimpuls going throughkroz the brainmozak a binarybinarni codekodirati.
436
1024000
3000
JE: Što svaki impuls koji prolazi mozgom čini binarnim kodom.
17:22
EBEB: Right, yeah.
437
1027000
2000
EB: Tako je, da.
17:24
So with blueplava lightsvjetlo, we can drivepogon informationinformacija, and it's in the formoblik of a one.
438
1029000
3000
Dakle, plavim svjetlom možemo provesti informacije i to je u obliku jedinice.
17:27
And by turningtokarenje things off, it's more or lessmanje a zeronula.
439
1032000
2000
Isključujući stvari, to je više-manje nula.
17:29
So our hopenada is to eventuallyeventualno buildizgraditi brainmozak coprocessorscoprocessors
440
1034000
2000
Dakle, nadamo se da ćemo na kraju izgraditi koprocesore
17:31
that work with the brainmozak
441
1036000
2000
u mozgu koji s njim surađuju,
17:33
so we can augmentpovećati functionsfunkcije in people with disabilitiesinvaliditetom.
442
1038000
3000
kako bismo mogli povećati funkcije kod ljudi s invaliditetom.
17:36
JEJE: And in theoryteorija, that meanssredstva that,
443
1041000
2000
JE: A u teoriji to znači da,
17:38
as a mousemiš feelsosjeća, smellsmiriše,
444
1043000
2000
dok miš osjeća, miriše,
17:40
hearsčuje, touchesdotakne,
445
1045000
2000
sluša, dodiruje,
17:42
you can modelmodel it out as a stringniz of onesone and zerosnule.
446
1047000
3000
možete modulirati kao niz jedinica i nula.
17:45
EBEB: Sure, yeah. We're hopingnadajući to use this as a way of testingtestiranje
447
1050000
2000
EB: Svakako, da. Nadamo se da ćemo to koristiti kao način testiranja
17:47
what neuralživčani codesšifre can drivepogon certainsiguran behaviorsponašanja
448
1052000
2000
koji neutralni kodovi mogu pokrenuti određena ponašanja,
17:49
and certainsiguran thoughtsmisli and certainsiguran feelingsosjećaji,
449
1054000
2000
određene misli i određene osjećaje,
17:51
and use that to understandrazumjeti more about the brainmozak.
450
1056000
3000
i iskoristiti to kako bismo bolje razumjeli mozak.
17:54
JEJE: Does that mean that some day you could downloadpreuzimanje datoteka memoriessjećanja
451
1059000
3000
JE: Znači li to da ćemo jednog dana moći „skinuti“ sjećanja
17:57
and maybe uploadUčitaj them?
452
1062000
2000
i možda ih postavljati?
17:59
EBEB: Well that's something we're startingpolazeći to work on very hardteško.
453
1064000
2000
EB. Pa to je nešto na čemu počinjemo veoma marljivo raditi.
18:01
We're now workingrad on some work
454
1066000
2000
Sada radimo na nečemu
18:03
where we're tryingtežak to tilepločica the brainmozak with recordingsnimanje elementselementi too.
455
1068000
2000
gdje pokušavamo pokriti mozak također elementima snimača.
18:05
So we can recordsnimiti informationinformacija and then drivepogon informationinformacija back in --
456
1070000
3000
Tako možemo snimiti informacije i tada ih opet provesti unutra --
18:08
sortvrsta of computingračunanje what the brainmozak needspotrebe
457
1073000
2000
poput računanja onoga što mozak treba,
18:10
in ordernarudžba to augmentpovećati its informationinformacija processingobrada.
458
1075000
2000
kako bismo poboljšali procesuiranje informacija.
18:12
JEJE: Well, that mightmoć changepromijeniti a couplepar things. Thank you. (EBEB: Thank you.)
459
1077000
3000
JE. Pa, to bi moglo promijeniti neke stvari. Hvala vam. (EB: Hvala vama.)
18:15
(ApplausePljesak)
460
1080000
3000
(Pljesak)
Translated by Senzos Osijek
Reviewed by Tilen Pigac - EFZG

▲Back to top

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

Why you should listen

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

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

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

Data provided by TED.

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

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

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

Privacy Policy

Developer's Blog

Buy Me A Coffee