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
TEDSummit

Ed Boyden: A new way to study the brain's invisible secrets

Ed Boyden: Jak pieluchy zainspirowały nowy sposób badań nad mózgiem

Filmed:
1,501,957 views

Neuroinżynier Ed Boyden chciał wiedzieć, jak małe biocząsteczki w mózgu tworzą emocje, myśli i uczucia, chciał znaleźć molekularne zmiany, które prowadzą do zaburzeń takich jak epilepsja czy Alzheimer. Zamiast powiększać te niewidoczne konstrukcje mikroskopem, zastanowił się czy da się je fizycznie powiększyć, żeby były łatwiejsze do zobaczenia? Dowiedz się, jak te same polimery, które pęcznieją pieluszkach, mogą być użyte do lepszego zrozumienia mózgu.
- 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.

00:12
HelloCześć, everybodywszyscy.
0
904
1405
Witam wszystkich.
00:14
I broughtprzyniósł with me todaydzisiaj a babydziecko diaperpielucha.
1
2333
2643
Przyniosłem ze sobą dziecięcą pieluchę.
00:18
You'llBędziesz see why in a seconddruga.
2
6793
1722
Za chwilę zobaczycie dlaczego.
00:20
BabyDziecko diaperspieluch have interestingciekawy propertiesnieruchomości.
3
8539
2010
Pieluszki mają ciekawe właściwości.
00:22
They can swellpuchnąć enormouslyogromnie
when you addDodaj waterwoda to them,
4
10573
2691
Mogą niesamowicie pęcznieć,
kiedy poleje się je wodą,
00:25
an experimenteksperyment doneGotowe
by millionsmiliony of kidsdzieciaki everykażdy day.
5
13288
2984
to eksperyment robiony
przez miliony dzieciaków każdego dnia.
00:28
(LaughterŚmiech)
6
16296
1150
(Śmiech)
00:29
But the reasonpowód why
7
17470
1494
Powodem tego jest
00:30
is that they're designedzaprojektowany
in a very cleversprytny way.
8
18988
2190
mądry sposób ich zaprojektowania.
00:33
They're madezrobiony out of a thing
callednazywa a swellablepeczniejacy materialmateriał.
9
21202
2635
Wyprodukowane są
z pęczniejącego materiału.
00:35
It's a specialspecjalny kinduprzejmy of materialmateriał that,
when you addDodaj waterwoda,
10
23861
2737
To rodzaj tworzywa,
który po dodaniu wody
00:38
it will swellpuchnąć up enormouslyogromnie,
11
26622
1430
niesamowicie pęcznieje,
00:40
maybe a thousandtysiąc timesczasy in volumeTom.
12
28076
2166
zwiększając objętość może tysiąc razy.
00:42
And this is a very usefulprzydatny,
industrialprzemysłowy kinduprzejmy of polymerpolimer.
13
30266
3236
Przydatny, przemysłowy rodzaj polimeru.
00:45
But what we're tryingpróbować to do
in my groupGrupa at MITMIT
14
33819
2526
Z moją grupą w MIT staramy się
00:48
is to figurepostać out if we can do
something similarpodobny to the brainmózg.
15
36369
3213
znaleźć sposób, by zrobić
coś podobnego z mózgiem.
00:51
Can we make it biggerwiększy,
16
39606
1159
Czy możemy go zwiększyć,
00:52
bigduży enoughdość that you
can peerpar insidewewnątrz
17
40789
1678
na tyle, by móc go oglądać,
00:54
and see all the tinymalutki buildingbudynek blocksBloki,
the biomoleculesbiomolekuły,
18
42481
2628
widzieć wszystkie małe części,
biocząsteczki,
00:57
how they're organizedzorganizowany in threetrzy dimensionswymiary,
19
45133
2151
jak są ułożone w trzech wymiarach,
00:59
the structureStruktura, the groundziemia truthprawda
structureStruktura of the brainmózg, if you will?
20
47308
3485
czyli rzeczywistą strukturę mózgu?
01:02
If we could get that,
21
50817
1158
Gdyby się to udało,
01:03
maybe we could have a better understandingzrozumienie
of how the brainmózg is organizedzorganizowany
22
51999
3509
może lepiej zrozumielibyśmy,
jak mózg jest zorganizowany,
01:07
to yieldwydajność thoughtsmyśli and emotionsemocje
23
55532
1659
by rodził myśli i emocje,
01:09
and actionsdziałania and sensationsodczucia.
24
57215
1719
działania i doznania.
01:10
Maybe we could try to pinpointsprecyzować
the exactdokładny changeszmiany in the brainmózg
25
58958
3415
Można by sprecyzować
dokładne zmiany w mózgu,
01:14
that resultwynik in diseaseschoroby,
26
62397
1776
które powodują choroby,
01:16
diseaseschoroby like Alzheimer'sAlzheimera
and epilepsypadaczka and Parkinson'sZ chorobą Parkinsona,
27
64197
3212
takie jak Alzheimer, epilepsja, Parkinson,
01:19
for whichktóry there are fewkilka
treatmentszabiegi, much lessmniej curesleczy,
28
67433
2578
na które jest mało kuracji,
w dodatku nieskutecznych.
01:22
and for whichktóry, very oftenczęsto,
we don't know the causeprzyczyna or the originspoczątki
29
70035
3617
Bardzo często nie znamy
ich przyczyn i pochodzenia,
01:25
and what's really causingspowodowanie them to occurpojawić się.
30
73676
2135
co naprawdę je wywołuje.
01:28
Now, our groupGrupa at MITMIT
31
76613
1740
Nasza grupa w MIT
01:30
is tryingpróbować to take
a differentróżne pointpunkt of viewwidok
32
78377
2686
stara się spojrzeć inaczej
01:33
from the way neuroscienceneuronauka has
been doneGotowe over the last hundredsto yearslat.
33
81087
3230
niż robiła to neurobiologia
przez ostatnie sto lat.
01:36
We're designersprojektanci. We're inventorswynalazcy.
34
84341
1579
Jesteśmy twórcami. Pionierami.
01:37
We're tryingpróbować to figurepostać out
how to buildbudować technologiestechnologie
35
85944
2544
Próbujemy wymyślić technologie,
01:40
that let us look at and repairnaprawa the brainmózg.
36
88512
2456
które pozwolą oglądać i naprawiać mózg.
01:42
And the reasonpowód is,
37
90992
1151
Powodem jest
01:44
the brainmózg is incrediblyniewiarygodnie,
incrediblyniewiarygodnie complicatedskomplikowane.
38
92167
2801
niewiarygodna zawiłość mózgu.
01:47
So what we'vemamy learnednauczyli
over the first centurystulecie of neuroscienceneuronauka
39
95484
2887
Pierwszy wiek neurobiologii nauczył nas,
01:50
is that the brainmózg is a very
complicatedskomplikowane networksieć,
40
98395
2303
że mózg jest skomplikowaną siecią,
01:52
madezrobiony out of very specializedspecjalistyczne
cellskomórki callednazywa neuronsneurony
41
100722
2480
zbudowaną z wyspecjalizowanych
komórek - neuronów,
01:55
with very complexzłożony geometriesgeometrie,
42
103226
1667
o bardzo złożonym kształcie,
01:56
and electricalelektryczny currentsprądy will flowpływ
throughprzez these complexlykompleksowo shapedw kształcie neuronsneurony.
43
104917
4237
przez które płynie napięcie elektryczne.
02:01
FurthermorePonadto, neuronsneurony
are connectedpołączony in networkssieci.
44
109653
2784
Co więcej, neurony łączą się w sieci
02:04
They're connectedpołączony by little junctionsskrzyżowania
callednazywa synapsessynapsy that exchangeWymieniać się chemicalschemikalia
45
112461
3835
przez małe skrzyżowania zwane
synapsami, które wymieniają substancje,
02:08
and allowdopuszczać the neuronsneurony
to talk to eachkażdy other.
46
116320
2218
pozwalając neuronom porozumiewać się.
02:10
The densitygęstość of the brainmózg is incredibleniesamowite.
47
118562
1940
Ich gęstość w mózgu jest niesamowita.
02:12
In a cubicsześcienny millimetermilimetr of your brainmózg,
48
120526
2307
W milimetrze sześciennym mózgu
02:14
there are about 100,000 of these neuronsneurony
49
122857
2457
znajduje się około 100 000 neuronów
02:17
and maybe a billionmiliard of those connectionsznajomości.
50
125338
2517
oraz z miliard połączeń.
02:20
But it's worsegorzej.
51
128887
1382
To jednak nie koniec.
02:22
So, if you could zoomPowiększenie in to a neuronneuron,
52
130293
2305
Gdyby dało się powiększyć neuron,
02:24
and, of coursekurs, this is just
our artist'sartysty renditionwykonanie of it.
53
132622
2750
to oczywiście tylko
artystyczna interpretacja,
02:27
What you would see are thousandstysiące
and thousandstysiące of kindsrodzaje of biomoleculesbiomolekuły,
54
135396
4207
zobaczylibyśmy tysiące
rodzajów biocząsteczek,
02:31
little nanoscalenanoskali machinesmaszyny
organizedzorganizowany in complexzłożony, 3D patternswzorce,
55
139627
4400
malutkie nanomaszyny, ułożone
w skomplikowane, trójwymiarowe wzory.
02:36
and togetherRazem they mediatemediacji
those electricalelektryczny pulsesimpulsy,
56
144051
2628
Wspólnie pośredniczą
w elektrycznych impulsach,
02:38
those chemicalchemiczny exchangeswymiany
that allowdopuszczać neuronsneurony to work togetherRazem
57
146703
3937
chemicznych wymianach,
które pozwalają neuronom wspólnie działać,
02:42
to generateGenerować things like thoughtsmyśli
and feelingsuczucia and so forthnaprzód.
58
150664
3669
generując na przykład myśli i emocje.
02:46
Now, we don't know how
the neuronsneurony in the brainmózg are organizedzorganizowany
59
154357
3764
Nie wiemy jak ułożone są neurony w mózgu,
02:50
to formformularz networkssieci,
60
158145
1174
by tworzyły sieci,
02:51
and we don't know how
the biomoleculesbiomolekuły are organizedzorganizowany
61
159343
2500
nie wiemy jak biocząsteczki
są zorganizowane
02:53
withinw ciągu neuronsneurony
62
161867
1174
w neuronach,
02:55
to formformularz these complexzłożony, organizedzorganizowany machinesmaszyny.
63
163065
2405
by tworzyły złożone, ułożone maszyny.
02:57
If we really want to understandzrozumieć this,
64
165918
1820
Żeby naprawdę to zrozumieć,
02:59
we're going to need newNowy technologiestechnologie.
65
167762
1817
potrzeba nowych technologii.
03:01
But if we could get suchtaki mapsmapy,
66
169603
1784
Mając takie mapy,
03:03
if we could look at the organizationorganizacja
of moleculesCząsteczki and neuronsneurony
67
171411
2943
mogąc spojrzeć na rozkład
cząsteczek i neuronów
03:06
and neuronsneurony and networkssieci,
68
174378
1566
oraz sieci,
03:07
maybe we could really understandzrozumieć
how the brainmózg conductsprowadzi informationInformacja
69
175968
3437
może dałoby się zrozumieć,
jak mózg przekazuje informacje
03:11
from sensorysensoryczny regionsregiony,
70
179429
1167
ze stref czuciowych,
03:12
mixesmiesza it with emotionemocja and feelinguczucie,
71
180620
1736
mieszając je z emocjami i uczuciami,
03:14
and generatesgeneruje our decisionsdecyzje and actionsdziałania.
72
182380
2394
tworząc decyzje i zachowania.
03:17
Maybe we could pinpointsprecyzować the exactdokładny setzestaw
of molecularmolekularny changeszmiany that occurpojawić się
73
185131
3789
Może dałoby się sprecyzować
dokładny zespół molekularnych zmian
03:20
in a brainmózg disordernieład.
74
188944
1202
w schorzeniach mózgu.
03:22
And oncepewnego razu we know how
those moleculesCząsteczki have changedzmienione,
75
190170
2822
Wiedząc, jak molekuły się zmieniły,
03:25
whetherczy they'veoni increasedzwiększony in numbernumer
or changedzmienione in patternwzór,
76
193016
2780
czy zrobiło się ich więcej
lub zmieniły wzór,
03:27
we could use those
as targetscele for newNowy drugsleki,
77
195820
2939
można by użyć ich
jako celów dla nowych leków,
03:30
for newNowy wayssposoby of deliveringdostarczanie
energyenergia into the brainmózg
78
198783
2271
dla nowoczesnego
dostarczania energii do mózgu,
03:33
in orderzamówienie to repairnaprawa the brainmózg
computationsobliczenia that are afflictedcierpiący
79
201078
3880
by naprawić zaburzone funkcje
03:36
in patientspacjenci who sufferponieść
from brainmózg disorderszaburzenia.
80
204982
2299
u pacjentów, którzy cierpią
na choroby mózgu.
03:39
We'veMamy all seenwidziany lots of differentróżne
technologiestechnologie over the last centurystulecie
81
207793
3243
Ostatnie sto lat przyniosło
wiele różnych technik,
które miały się z tym uporać.
03:43
to try to confrontkonfrontować this.
82
211060
1166
03:44
I think we'vemamy all seenwidziany brainmózg scansskany
83
212250
1880
Chyba każdy widział obrazy mózgu,
03:46
takenwzięty usingza pomocą MRIMRI machinesmaszyny.
84
214154
2034
zrobione metodą rezonansu magnetycznego.
03:48
These, of coursekurs, have the great powermoc
that they are noninvasivenieinwazyjne,
85
216212
3347
To wspaniałe maszyny, bo są nieinwazyjne,
03:51
they can be used on livingżycie humanczłowiek subjectstematy.
86
219583
2355
mogą ich używać na żywych ludziach.
03:54
But alsorównież, they're spatiallyprzestrzennie crudesurowy.
87
222407
2231
Są jednak przestrzennie toporne.
03:56
EachKażdy of these blobsplamki that you see,
or voxelsvoxels, as they're callednazywa,
88
224662
2990
Każda z tych plam, czyli woksli,
03:59
can containzawierać millionsmiliony
and millionsmiliony of neuronsneurony.
89
227676
2689
może zawierać miliony neuronów.
04:02
So it's not at the levelpoziom of resolutionrozkład
90
230389
1850
To nie jest rozdzielczość,
04:04
where it can pinpointsprecyzować
the molecularmolekularny changeszmiany that occurpojawić się
91
232263
2538
która pozwoliłaby ustalić
położenie molekularnych zmian
04:06
or the changeszmiany in the wiringSchemat połączeń
of these networkssieci
92
234825
2286
lub zmian w instalacji tych sieci,
04:09
that contributesprzyczynia się to our abilityzdolność
to be consciousprzytomny and powerfulpotężny beingsIstoty.
93
237135
3946
dzięki którym jesteśmy
świadomymi i silnymi istotami.
04:13
At the other extremeskrajny,
you have microscopesMikroskopy.
94
241797
3181
Z drugiej strony są mikroskopy.
04:17
MicroscopesMikroskopy, of coursekurs, will use lightlekki
to look at little tinymalutki things.
95
245002
3295
Korzystają ze światła,
by patrzeć na małe rzeczy.
04:20
For centurieswieki, they'veoni been used
to look at things like bacteriabakteria.
96
248321
3075
Od wieków były używane,
by oglądać na przykład bakterie.
04:23
For neuroscienceneuronauka,
97
251420
1151
W neurobiologii
04:24
microscopesMikroskopy are actuallytak właściwie how neuronsneurony
were discoveredodkryty in the first placemiejsce,
98
252595
3412
to dzięki mikroskopom
odkryto pierwsze neurony
04:28
about 130 yearslat agotemu.
99
256031
1292
około 130 lat temu.
04:29
But lightlekki is fundamentallyzasadniczo limitedograniczony.
100
257347
2318
Światło jest zasadniczo ograniczone.
04:31
You can't see individualindywidualny moleculesCząsteczki
with a regularregularny oldstary microscopemikroskopu.
101
259689
3298
Nie można zobaczyć poszczególnych cząstek
zwykłym, starym mikroskopem.
04:35
You can't look at these tinymalutki connectionsznajomości.
102
263011
2152
Nie widać tych malutkich połączeń.
04:37
So if we want to make our abilityzdolność
to see the brainmózg more powerfulpotężny,
103
265187
3942
Żeby ulepszyć oglądalność mózgu,
04:41
to get down to the groundziemia truthprawda structureStruktura,
104
269153
2168
dobrać się do rzeczywistej struktury,
04:43
we're going to need to have
even better technologiestechnologie.
105
271345
3280
potrzeba jeszcze lepszej technologii.
04:47
My groupGrupa, a couplepara yearslat agotemu,
startedRozpoczęty thinkingmyślący:
106
275611
2224
Moja grupa kilka lat temu zaczęła myśleć,
04:49
Why don't we do the oppositenaprzeciwko?
107
277859
1412
że może trzeba postąpić na odwrót.
04:51
If it's so darncholernie complicatedskomplikowane
to zoomPowiększenie in to the brainmózg,
108
279295
2461
Skoro tak trudno powiększyć obrazu mózgu,
04:53
why can't we make the brainmózg biggerwiększy?
109
281780
1943
może zwiększyć sam mózg?
04:56
It initiallypoczątkowo startedRozpoczęty
110
284166
1155
Sprawę zapoczątkowali
04:57
with two gradGrad studentsstudenci in my groupGrupa,
FeiFei ChenChen and PaulPaweł TillbergTillberg.
111
285345
2996
dwaj absolwenci z mojej grupy:
Fei Chen oraz Paul Tillberg.
05:00
Now manywiele othersinni in my groupGrupa
are helpingporcja jedzenia with this processproces.
112
288365
2720
Teraz wielu innych w grupie
pomaga w tym procesie.
05:03
We decidedzdecydowany to try to figurepostać out
if we could take polymerspolimery,
113
291109
2762
Postanowiliśmy znaleźć sposób
na wzięcie polimerów,
05:05
like the stuffrzeczy in the babydziecko diaperpielucha,
114
293895
1629
takich jak w pieluszkach,
05:07
and installzainstalować it physicallyfizycznie
withinw ciągu the brainmózg.
115
295548
2006
i umieszczenie ich w mózgu.
05:09
If we could do it just right,
and you addDodaj waterwoda,
116
297578
2241
Jeśli się uda to po dodaniu wody,
05:11
you can potentiallypotencjalnie blowcios the brainmózg up
117
299843
1835
mózg teoretycznie by się nadmuchał,
05:13
to where you could distinguishrozróżniać
those tinymalutki biomoleculesbiomolekuły from eachkażdy other.
118
301702
3377
na tyle, by móc odróżnić
małe biocząsteczki od siebie.
05:17
You would see those connectionsznajomości
and get mapsmapy of the brainmózg.
119
305103
2870
Zobaczylibyście połączenia,
otrzymalibyście mapy mózgu.
05:19
This could potentiallypotencjalnie be quitecałkiem dramaticdramatyczny.
120
307997
1988
To potencjalnie duża rzecz.
05:22
We broughtprzyniósł a little demodemo here.
121
310009
3008
Mamy tutaj małą demonstrację.
05:25
We got some purifiedoczyszczone babydziecko diaperpielucha materialmateriał.
122
313538
2575
Jest to oczyszczone tworzywo z pieluchy.
05:28
It's much easierłatwiejsze
just to buykupować it off the InternetInternet
123
316137
2274
Łatwiej je kupić przez Internet
05:30
than to extractwyciąg the fewkilka grainsziarna
that actuallytak właściwie occurpojawić się in these diaperspieluch.
124
318435
3475
niż wydobyć odrobinę tych ziaren,
które znajdują się w pieluchach.
05:33
I'm going to put just one teaspoonłyżeczka here
125
321934
2225
Nasypię tutaj tylko jedną łyżeczkę
05:36
of this purifiedoczyszczone polymerpolimer.
126
324706
1794
oczyszczonego polimeru.
05:39
And here we have some waterwoda.
127
327270
2152
Tu znajduje się woda.
05:41
What we're going to do
128
329446
1162
Zamierzamy sprawdzić,
05:42
is see if this teaspoonłyżeczka
of the babydziecko diaperpielucha materialmateriał
129
330632
3011
czy łyżeczka tworzywa z pieluchy
05:45
can increasezwiększać in sizerozmiar.
130
333667
1709
powiększy się.
05:48
You're going to see it increasezwiększać in volumeTom
by about a thousandfoldthousandfold
131
336687
3696
Widać, że objętość wzrasta tysiąckrotnie
05:52
before your very eyesoczy.
132
340407
1286
na waszych oczach.
06:01
I could pourwlać much more of this in there,
133
349597
1972
Mógłbym nalać dużo więcej wody,
06:03
but I think you've got the ideapomysł
134
351593
1558
ale chyba zrozumieliście zamysł,
06:05
that this is a very,
very interestingciekawy moleculecząsteczka,
135
353175
2502
że jest to bardzo interesująca substancja.
06:07
and if can use it in the right way,
136
355701
1912
Jeśli użyje się jej prawidłowo,
06:09
we mightmoc be ablezdolny
to really zoomPowiększenie in on the brainmózg
137
357637
2321
można naprawdę powiększyć mózg,
06:11
in a way that you can't do
with pastprzeszłość technologiestechnologie.
138
359982
2594
w sposób niemożliwy
dla poprzednich technologii.
06:15
OK. So a little bitkawałek of chemistrychemia now.
139
363227
2054
Dobrze. Teraz trochę chemii.
06:17
What's going on
in the babydziecko diaperpielucha polymerpolimer?
140
365305
2442
Co dzieje się z polimerem?
06:19
If you could zoomPowiększenie in,
141
367771
1676
Po przybliżeniu obraz wyglądałby
06:21
it mightmoc look something like
what you see on the screenekran.
142
369471
2673
mniej więcej jak na ekranie.
06:24
PolymersPolimery are chainswięzy of atomsatomy
arrangedułożone in long, thincienki lineskwestia.
143
372168
4492
Polimery to łańcuchy atomów
ustawione w długie, wąskie rzędy.
06:28
The chainswięzy are very tinymalutki,
144
376684
1367
Łańcuchy są bardzo małe,
06:30
about the widthszerokość of a biomoleculebiomolekularnych,
145
378075
1864
o szerokości biocząsteczki,
06:31
and these polymerspolimery are really densegęsty.
146
379963
1747
a polimery są bardzo gęste.
06:33
They're separatedrozdzielony by distancesodległości
147
381734
1500
Dzieli je odległość
06:35
that are around the sizerozmiar of a biomoleculebiomolekularnych.
148
383258
2252
rozmiaru biocząsteczki.
06:37
This is very good
149
385534
1165
To jest przydatne,
06:38
because we could potentiallypotencjalnie
moveruszaj się everything apartniezależnie in the brainmózg.
150
386723
3041
bo teoretycznie można
wszystko w mózgu porozdzielać.
06:41
If we addDodaj waterwoda, what will happenzdarzyć is,
151
389788
1848
Po dodaniu wody
06:43
this swellablepeczniejacy materialmateriał
is going to absorbabsorbować the waterwoda,
152
391660
2515
pęczniejące tworzywo zaabsorbuje ją,
06:46
the polymerpolimer chainswięzy will moveruszaj się
apartniezależnie from eachkażdy other,
153
394199
2400
łańcuchy polimeru odsuną się od siebie,
06:48
and the entireCały materialmateriał
is going to becomestają się biggerwiększy.
154
396623
2634
a cały materiał zacznie rosnąć.
06:51
And because these chainswięzy are so tinymalutki
155
399615
1814
Ponieważ łańcuchy są tak małe,
06:53
and spacedrozmieszczone by biomolecularbiomolekularnych distancesodległości,
156
401453
2205
oddzielone o biomolekularne odległości,
06:55
we could potentiallypotencjalnie blowcios up the brainmózg
157
403682
2039
można by nadmuchać mózg,
i powiększyć do widzialnych rozmiarów.
06:57
and make it bigduży enoughdość to see.
158
405745
1633
07:00
Here'sTutaj jest the mysteryzagadka, then:
159
408020
1240
A teraz zagadka.
07:01
How do we actuallytak właściwie make
these polymerpolimer chainswięzy insidewewnątrz the brainmózg
160
409284
3610
Jak umieścić w mózgu łańcuchy polimerów,
07:04
so we can moveruszaj się all the biomoleculesbiomolekuły apartniezależnie?
161
412918
2239
żeby rozsunąć biocząsteczki?
07:07
If we could do that,
162
415181
1151
Jeśli to by się udało,
07:08
maybe we could get
groundziemia truthprawda mapsmapy of the brainmózg.
163
416356
2397
można by otrzymać rzeczywistą mapę mózgu.
07:10
We could look at the wiringSchemat połączeń.
164
418777
1389
Byłoby widać okablowanie.
07:12
We can peerpar insidewewnątrz
and see the moleculesCząsteczki withinw ciągu.
165
420190
3157
Można by zajrzeć do środka,
oglądać cząsteczki od wewnątrz.
07:15
To explainwyjaśniać this, we madezrobiony some animationsanimacje
166
423925
2481
Żeby to wyjaśnić, zrobiliśmy animację,
07:18
where we actuallytak właściwie look
at, in these artistartysta renderingsrenderingi,
167
426430
2603
żeby pokazać możliwy obraz bioczątsteczek
07:21
what biomoleculesbiomolekuły mightmoc look
like and how we mightmoc separateoddzielny them.
168
429057
3541
oraz metody ich separacji.
07:24
StepKrok one: what we'dpoślubić have
to do, first of all,
169
432622
2549
Po pierwsze wszystkie biocząsteczki
07:27
is attachdołączać everykażdy biomoleculebiomolekularnych,
shownpokazane in brownbrązowy here,
170
435195
3389
pokazane tu na brązowo,
07:30
to a little anchorKotwica, a little handleuchwyt.
171
438608
2159
muszą dostać kotwiczkę, mały uchwyt.
07:32
We need to pullCiągnąć the moleculesCząsteczki
of the brainmózg apartniezależnie from eachkażdy other,
172
440791
3095
Żeby odciągnąć molekuły od siebie
07:35
and to do that, we need
to have a little handleuchwyt
173
443910
2326
potrzebujemy uchwytów,
07:38
that allowspozwala those polymerspolimery to bindwiązać to them
174
446260
2285
które połączą polimery
07:40
and to exertwywierać theirich forcesiła.
175
448569
1542
i pomogą im wywierać siłę.
07:43
Now, if you just take babydziecko diaperpielucha
polymerpolimer and dumpwysypisko it on the brainmózg,
176
451278
3161
Gdyby posypać mózg polimerem z pieluchy,
07:46
obviouslyoczywiście, it's going to sitsiedzieć there on topTop.
177
454463
2037
zostanie oczywiście na powierzchni.
07:48
So we need to find a way
to make the polymerspolimery insidewewnątrz.
178
456524
2528
Trzeba znaleźć sposób,
żeby wprowadzić polimery do środka.
07:51
And this is where we're really luckySzczęściarz.
179
459076
1788
Akurat mamy szczęście.
07:52
It turnsskręca out, you can
get the buildingbudynek blocksBloki,
180
460888
2188
Okazuje się, że można wziąć klocki,
07:55
monomersmonomery, as they're callednazywa,
181
463100
1372
czyli monomery,
07:56
and if you let them go into the brainmózg
182
464496
1784
które po wprowadzeniu do mózgu
07:58
and then triggercyngiel the chemicalchemiczny reactionsreakcje,
183
466304
2036
zainicjują reakcje chemiczne,
08:00
you can get them to formformularz
those long chainswięzy,
184
468364
2702
tworząc długie łańcuchy polimerów
08:03
right there insidewewnątrz the brainmózg tissuetkanka.
185
471090
1798
w środku tkanek mózgowych.
08:05
They're going to windwiatr theirich way
around biomoleculesbiomolekuły
186
473325
2397
Będą owijać się wokół biocząsteczek
i między nimi,
08:07
and betweenpomiędzy biomoleculesbiomolekuły,
187
475746
1221
08:08
formingformowanie those complexzłożony webswstęgi
188
476991
1625
tworząc skomplikowane sieci,
08:10
that will allowdopuszczać you, eventuallyostatecznie,
to pullCiągnąć apartniezależnie the moleculesCząsteczki
189
478640
2862
które w końcu pozwolą
odciągnąć cząsteczki od siebie.
08:13
from eachkażdy other.
190
481526
1175
08:14
And everykażdy time one
of those little handlesuchwyty is around,
191
482725
3054
W pobliżu uchwytów
08:17
the polymerpolimer will bindwiązać to the handleuchwyt,
and that's exactlydokładnie what we need
192
485803
3350
polimer przyczepi się do nich,
czego właśnie potrzeba,
08:21
in orderzamówienie to pullCiągnąć the moleculesCząsteczki
apartniezależnie from eachkażdy other.
193
489177
2531
żeby odseparować cząsteczki.
08:23
All right, the momentza chwilę of truthprawda.
194
491732
1693
A teraz chwila prawdy.
08:25
We have to treatleczyć this specimenwzór
195
493449
2148
Trzeba potraktować
ten okaz chemikaliami tak,
08:27
with a chemicalchemiczny to kinduprzejmy of loosenpoluzować up
all the moleculesCząsteczki from eachkażdy other,
196
495621
3446
żeby cząsteczki rozluźniły uchwyt.
08:31
and then, when we addDodaj waterwoda,
197
499091
1836
Wtedy dodajemy wody,
08:32
that swellablepeczniejacy materialmateriał is going
to startpoczątek absorbingabsorbujących the waterwoda,
198
500951
2953
żeby pęczniejący materiał
zaczął chłonąć wodę,
08:35
the polymerpolimer chainswięzy will moveruszaj się apartniezależnie,
199
503928
1703
łańcuchy polimerów rozsuną się,
08:37
but now, the biomoleculesbiomolekuły
will come alongwzdłuż for the ridejazda.
200
505655
2722
i teraz dołączą do gry biocząsteczki.
08:40
And much like drawingrysunek
a pictureobrazek on a balloonbalon,
201
508401
2164
Jeśli nadmuchamy rysunek na balonie,
08:42
and then you blowcios up the balloonbalon,
202
510589
1587
sam rysunek zostaje bez zmian,
08:44
the imageobraz is the samepodobnie,
203
512200
1290
08:45
but the inkatrament particlescząsteczki have movedprzeniósł
away from eachkażdy other.
204
513514
2548
ale cząstki tuszu odsuwają się od siebie.
08:48
And that's what we'vemamy been ablezdolny
to do now, but in threetrzy dimensionswymiary.
205
516086
3467
Teraz umiemy zrobić to w trzech wymiarach.
08:51
There's one last tricksztuczka.
206
519577
1999
Jest jeszcze jeden problem.
08:53
As you can see here,
207
521600
1218
Jak widać,
08:54
we'vemamy color-codedoznaczone kolorami
all the biomoleculesbiomolekuły brownbrązowy.
208
522842
2109
oznaczyliśmy biocząsteczki na brązowo,
08:56
That's because they all
kinduprzejmy of look the samepodobnie.
209
524975
2170
bo wszystkie wyglądają tak samo.
08:59
BiomoleculesBiomolekuły are madezrobiony
out of the samepodobnie atomsatomy,
210
527169
2105
Biocząstki zbudowane są
z tych samych atomów,
09:01
but just in differentróżne ordersświęcenia.
211
529298
2240
lecz w różnej kolejności.
09:03
So we need one last thing
212
531562
1500
Potrzeba jeszcze czegoś,
09:05
in orderzamówienie to make them visiblewidoczny.
213
533086
1695
żeby je uwidocznić.
09:06
We have to bringprzynieść in little tagsTagi,
214
534805
1579
Trzeba wprowadzić znaczniki
świecącymi kolorami,
09:08
with glowingświecące dyesbarwniki
that will distinguishrozróżniać them.
215
536408
3019
które będą je rozróżniać.
09:11
So one kinduprzejmy of biomoleculebiomolekularnych
mightmoc get a blueniebieski colorkolor.
216
539451
2673
Jedne biocząsteczki
można zaznaczyć na niebiesko.
09:14
AnotherInnym kinduprzejmy of biomoleculebiomolekularnych
mightmoc get a redczerwony colorkolor.
217
542148
2351
Inne na czerwono.
09:16
And so forthnaprzód.
218
544523
1276
I tak dalej.
09:17
And that's the finalfinał stepkrok.
219
545823
1552
To jest ostatni krok.
09:19
Now we can look at something like a brainmózg
220
547399
2278
Teraz widać coś podobnego do mózgu,
09:21
and look at the individualindywidualny moleculesCząsteczki,
221
549701
1796
i widać poszczególne cząstki,
09:23
because we'vemamy movedprzeniósł them
fardaleko apartniezależnie enoughdość from eachkażdy other
222
551521
2707
bo rozsunęliśmy je na tyle,
09:26
that we can tell them apartniezależnie.
223
554252
1698
że da się je odróżnić.
09:27
So the hopenadzieja here is that
we can make the invisibleniewidzialny visiblewidoczny.
224
555974
2834
Chcemy zmienić niewidoczne w widzialne.
09:30
We can turnskręcać things that mightmoc seemwydać się
smallmały and obscurezasłaniać
225
558832
2566
Możemy sprawić, by rzeczy małe i niejasne
09:33
and blowcios them up
226
561422
1151
zostały nadmuchane,
09:34
untilaż do they're like constellationskonstelacje
of informationInformacja about life.
227
562597
3177
aż staną się konstelacjami
informacji o życiu.
09:37
Here'sTutaj jest an actualrzeczywisty videowideo
of what it mightmoc look like.
228
565798
2375
Ten film pokazuje,
jak mogłoby to wyglądać.
09:40
We have here a little brainmózg in a dishdanie --
229
568197
2371
Mamy tutaj móżdżek na szalce,
09:42
a little piecekawałek of a brainmózg, actuallytak właściwie.
230
570592
1747
w zasadzie kawałek mózgu.
09:44
We'veMamy infusedpodawać the polymerpolimer in,
231
572363
1596
Wlaliśmy do niego polimer,
09:45
and now we're addingdodawanie waterwoda.
232
573983
1467
a teraz dodajemy wodę.
09:47
What you'llTy będziesz see is that,
right before your eyesoczy --
233
575474
2358
Na waszych oczach,
09:49
this videowideo is spedSped up about sixtyfoldsixtyfold --
234
577856
1923
film został przyśpieszony 60-krotnie,
09:51
this little piecekawałek of brainmózg tissuetkanka
is going to growrosnąć.
235
579803
2725
ten mały mały fragment
tkanki mózgowej zaczyna rosnąć.
09:54
It can increasezwiększać by a hundredfoldstokroć
or even more in volumeTom.
236
582552
3180
Może zwiększyć objętość
100 razy, a nawet więcej.
09:57
And the coolchłodny partczęść is, because
those polymerspolimery are so tinymalutki,
237
585756
2949
Jako że polimery są tak małe,
10:00
we're separatingrozsadzający biomoleculesbiomolekuły
evenlyrównomiernie from eachkażdy other.
238
588729
2559
rozdzielamy biocząsteczki równomiernie.
10:03
It's a smoothgładki expansionekspansja.
239
591312
1658
To daje płynny rozrost.
10:04
We're not losingprzegrywający the configurationKonfiguracja
of the informationInformacja.
240
592994
2687
Nie tracimy ustawienia informacji.
10:07
We're just makingzrobienie it easierłatwiejsze to see.
241
595705
2700
Ułatwiamy tylko ich zobaczenie.
10:11
So now we can take
actualrzeczywisty brainmózg circuitryzespół obwodów elektrycznych --
242
599333
2176
Weźmy prawdziwy zwój mózgowy.
10:13
here'soto jest a piecekawałek of the brainmózg
involvedzaangażowany with, for exampleprzykład, memorypamięć --
243
601533
3134
Oto fragment mózgu,
zaangażowany, na przykład, w pamięć,
10:16
and we can zoomPowiększenie in.
244
604691
1263
można go przybliżyć.
10:17
We can startpoczątek to actuallytak właściwie look at
how circuitsobwody are configuredskonfigurowany.
245
605978
2890
Można oglądać ustawienie obwodów.
10:20
Maybe somedaypewnego dnia we could readczytać out a memorypamięć.
246
608892
1968
Może któregoś dnia odczytamy wspomnienia.
10:22
Maybe we could actuallytak właściwie look
at how circuitsobwody are configuredskonfigurowany
247
610884
2779
Może uda się zobaczyć ułożenie obwodów
przetwarzających emocje,
10:25
to processproces emotionsemocje,
248
613687
1152
10:26
how the actualrzeczywisty wiringSchemat połączeń
of our brainmózg is organizedzorganizowany
249
614863
2922
prawdziwą organizację mózgu,
10:29
in orderzamówienie to make us who we are.
250
617809
2567
która definiuje naszą osobowość.
10:32
And of coursekurs, we can pinpointsprecyzować, hopefullyufnie,
251
620400
2047
Przy odrobinie szczęścia
można by sprecyzować
10:34
the actualrzeczywisty problemsproblemy in the brainmózg
at a molecularmolekularny levelpoziom.
252
622471
3159
problemy w mózgu
na poziomie cząsteczkowym.
10:37
What if we could actuallytak właściwie
look into cellskomórki in the brainmózg
253
625654
2569
Może dałoby się zajrzeć do komórek mózgu,
10:40
and figurepostać out, wowłał, here are the 17
moleculesCząsteczki that have alteredzmieniony
254
628247
3083
rozgryźć, że zaszła zmiana 17 cząsteczek
10:43
in this brainmózg tissuetkanka that has been
undergoingw trakcie epilepsypadaczka
255
631354
3455
w tkance mózgu w wyniku epilepsji
lub z powodu Parkinsona
10:46
or changingwymiana pieniędzy in Parkinson'sZ chorobą Parkinsona diseasechoroba
256
634833
1650
10:48
or otherwisew przeciwnym razie beingistota alteredzmieniony?
257
636507
1517
albo jeszcze innych powodów?
10:50
If we get that systematicsystematyczne listlista
of things that are going wrongźle,
258
638048
3043
Mając uporządkowaną możliwych zaburzeń,
10:53
those becomestają się our therapeuticterapeutyczny targetscele.
259
641115
2199
można obrać je za cel leczenia.
10:55
We can buildbudować drugsleki that bindwiązać those.
260
643338
1677
Tworzylibyśmy leki, które je wiążą.
10:57
We can maybe aimcel energyenergia
at differentróżne partsCzęści of the brainmózg
261
645039
2627
Moglibyśmy celować energią
w różne części mózgu,
10:59
in orderzamówienie to help people
with Parkinson'sZ chorobą Parkinsona or epilepsypadaczka
262
647690
2687
by pomagać ludziom
z Parkinsonem lub epilepsją,
11:02
or other conditionswarunki that affectoddziaływać
over a billionmiliard people
263
650401
2551
lub z innymi schorzeniami,
które dotykają ponad miliarda ludzi
11:04
around the worldświat.
264
652976
1213
na całym świecie.
11:07
Now, something interestingciekawy
has been happeningwydarzenie.
265
655246
2206
Dzieje się coś ciekawego.
11:09
It turnsskręca out that throughoutpoprzez biomedicinebiomedycyny,
266
657476
2705
Okazuje się, że także innym
problemom w biomedycynie
11:12
there are other problemsproblemy
that expansionekspansja mightmoc help with.
267
660205
2666
może pomóc nasze powiększanie.
11:14
This is an actualrzeczywisty biopsyBiopsja
from a humanczłowiek breastpierś cancernowotwór patientcierpliwy.
268
662895
3234
Oto biopsja od pacjentki z rakiem piersi.
11:18
It turnsskręca out that if you look at cancersnowotwory,
269
666505
2188
Okazuje się, że jeśli spojrzycie na raka,
11:20
if you look at the immuneodporny systemsystem,
270
668717
1611
na układ odpornościowy,
11:22
if you look at agingstarzenie się,
if you look at developmentrozwój --
271
670352
2513
na starzenie się, na rozwój,
11:24
all these processesprocesy are involvingangażujące
large-scalena dużą skalę biologicalbiologiczny systemssystemy.
272
672889
4497
to te procesy obejmują
całe układy biologiczne.
11:29
But of coursekurs, the problemsproblemy beginzaczynać
with those little nanoscalenanoskali moleculesCząsteczki,
273
677410
4024
Jednak problem zaczyna się
od nanocząsteczek,
11:33
the machinesmaszyny that make the cellskomórki
and the organsnarządów in our bodyciało tickkleszcz.
274
681458
3869
maszyn, które napędzają
komórki i organy ciała.
11:37
So what we're tryingpróbować
to do now is to figurepostać out
275
685351
2222
Próbujemy dojść,
11:39
if we can actuallytak właściwie use this technologytechnologia
to mapmapa the buildingbudynek blocksBloki of life
276
687597
3466
jak użyć tej techniki do odwzorowania
podstawowych elementów życia
11:43
in a wideszeroki varietyróżnorodność of diseaseschoroby.
277
691087
1745
w szerokiej gamie chorób.
11:44
Can we actuallytak właściwie pinpointsprecyzować
the molecularmolekularny changeszmiany in a tumorguz
278
692856
2896
Czy da się określić
molekularne zmiany w guzie,
11:47
so that we can actuallytak właściwie
go after it in a smartmądry way
279
695776
2369
żeby mądrze się z nim rozprawić,
11:50
and deliverdostarczyć drugsleki that mightmoc wipewycierać out
exactlydokładnie the cellskomórki that we want to?
280
698169
3944
dostarczyć leki, które wytępią
wybrane komórki?
11:54
You know, a lot of medicinelekarstwo
is very highwysoki riskryzyko.
281
702137
2335
Medycyna jest w dużej mierze
bardzo ryzykowna.
11:56
SometimesCzasami, it's even guessworkdomysły.
282
704496
1782
Czasami to wręcz spekulacja.
11:58
My hopenadzieja is we can actuallytak właściwie turnskręcać
what mightmoc be a high-riskwysokie ryzyko moonksiężyc shotstrzał
283
706626
3875
Mam nadzieję zamienić
ryzykowny lot na Księżyc
12:02
into something that's more reliableniezawodny.
284
710525
1769
na coś bardziej niezawodnego.
12:04
If you think about the originaloryginalny moonksiężyc shotstrzał,
285
712318
2055
Pierwszy lot na Księżyc
12:06
where they actuallytak właściwie landedwylądował on the moonksiężyc,
286
714397
1898
z udanym lądowaniem
12:08
it was basedna podstawie on solidsolidny sciencenauka.
287
716319
1444
był oparty na solidnej nauce.
12:09
We understoodzrozumiany gravitypowaga;
288
717787
1603
Zrozumieliśmy grawitację,
12:11
we understoodzrozumiany aerodynamicsaerodynamika.
289
719414
1341
aerodynamikę,
12:12
We knewwiedziałem how to buildbudować rocketsrakiety.
290
720779
1395
wiedzieliśmy, jak budować rakiety.
12:14
The sciencenauka riskryzyko was underpod controlkontrola.
291
722198
2468
Ryzyko naukowe było pod kontrolą.
12:16
It was still a great, great
featwyczyn of engineeringInżynieria.
292
724690
2753
Jest to wielkie osiągnięcie inżynierii.
12:19
But in medicinelekarstwo, we don't
necessarilykoniecznie have all the lawsprawa.
293
727467
2645
Natomiast w medycynie
nie mamy wszystkich praw.
12:22
Do we have all the lawsprawa
that are analogousanalogiczne to gravitypowaga,
294
730136
3109
Czy mamy prawa analogiczne do grawitacji
12:25
that are analogousanalogiczne to aerodynamicsaerodynamika?
295
733269
2344
lub aerodynamiki?
12:27
I would arguespierać się that with technologiestechnologie
296
735637
1730
Twierdzę, że dzięki takim technikom
12:29
like the kindsrodzaje I'm talkingmówić about todaydzisiaj,
297
737391
1872
jak te, o których mówię,
12:31
maybe we can actuallytak właściwie deriveczerpać those.
298
739287
1693
moglibyśmy odkryć takie prawa.
12:33
We can mapmapa the patternswzorce
that occurpojawić się in livingżycie systemssystemy,
299
741004
2857
Możemy sporządzić
wzory żywych organizmów
12:35
and figurepostać out how to overcomeprzezwyciężać
the diseaseschoroby that plagueplaga us.
300
743885
4558
i rozgryźć, jak przezwyciężyć
choroby, które nas nękają.
12:41
You know, my wifeżona and I
have two youngmłody kidsdzieciaki,
301
749499
2079
Mamy z żoną dwoje małych dzieci,
12:43
and one of my hopesnadzieje as a bioengineerbioengineer
is to make life better for them
302
751602
3234
jednym z moich marzeń bioinżyniera
jest to, żeby miały lepsze życie
12:46
than it currentlyobecnie is for us.
303
754860
1729
niż my obecnie.
12:48
And my hopenadzieja is, if we can
turnskręcać biologybiologia and medicinelekarstwo
304
756613
3730
Wierze, że przekształcenie
biologii i medycyny
12:52
from these high-riskwysokie ryzyko endeavorsstarania
that are governedrządzony by chanceszansa and luckszczęście,
305
760367
4357
z ryzykownych przedsięwzięć
rządzonych przez przypadek i szczęście,
12:56
and make them things
that we winzdobyć by skillumiejętność and hardciężko work,
306
764748
3927
na coś, co można wygrać
umiejętnościami i ciężką pracą,
13:00
then that would be a great advancepostęp.
307
768699
1898
to byłby wielki postęp.
13:02
Thank you very much.
308
770621
1206
Dziękuję bardzo.
13:03
(ApplauseAplauz)
309
771851
10383
(Brawa)
Translated by Paweł Darulewski
Reviewed by Rysia Wand

▲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