TED2010
Seth Berkley: HIV and flu -- the vaccine strategy
Σηθ Μπέρκλεϋ: HIV και γρίπη -- η στρατηγική παραγωγής εμβολίων
Filmed:
Readability: 4.9
647,763 views
Ο Σηθ Μπέρκλεϋ εξηγεί με ποιον τρόπο έξυπνες καινοτομίες στο σχεδιασμό, την παραγωγή και τη διανομή των εμβολίων, μας οδηγούν εγγύτερα από ποτέ στην εξάλειψη των πρόξενων παγκόσμιων απειλών -- από το AIDS και την ελονοσία, μέχρι τις πανδημίες γρίπης.
Seth Berkley - Vaccine visionary
Epidemiologist Seth Berkley is leading the charge to make sure vaccines are available to everyone, including those living in the developing world. Full bio
Epidemiologist Seth Berkley is leading the charge to make sure vaccines are available to everyone, including those living in the developing world. Full bio
Double-click the English transcript below to play the video.
00:17
Do you worry about what is going to kill you?
0
2000
3000
Ανησυχείτε σχετικά με το τι πρόκειται να σας σκοτώσει;
00:20
Heart disease, cancer,
1
5000
2000
Καρδιοπάθεια, καρκίνος,
00:22
a car accident?
2
7000
2000
ή αυτοκινητιστικό δυστύχημα;
00:24
Most of us worry about things we can't control,
3
9000
3000
Οι περισσότεροι από εμάς ανησυχούμε για πράγματα που δεν ελέγχουμε
00:27
like war, terrorism,
4
12000
2000
όπως ο πόλεμος, η τρομοκρατία,
00:29
the tragic earthquake that just occurred in Haiti.
5
14000
3000
ή ο τραγικός σεισμός που μόλις ενέσκηψε στην Αϊτή.
00:32
But what really threatens humanity?
6
17000
3000
Όμως τι απειλεί στ' αλήθεια την ανθρωπότητα;
00:36
A few years ago, Professor Vaclav Smil
7
21000
2000
Λίγα χρόνια νωρίτερα, ο Καθηγητής Βάκλαβ Σμιλ
00:38
tried to calculate the probability
8
23000
2000
προσπάθησε να υπολογίσει την πιθανότητα
00:40
of sudden disasters
9
25000
2000
ξαφνικών καταστροφών,
00:42
large enough to change history.
10
27000
2000
αρκετά σοβαρών ώστε ν' αλλάξουν την ιστορία.
00:44
He called these,
11
29000
2000
Τις αποκάλεσε
00:46
"massively fatal discontinuities,"
12
31000
2000
"μαζικά θανατηφόρες ασυνέχειες",
00:48
meaning that they could kill
13
33000
2000
εννοώντας ότι θα μπορούσαν να σκοτώσουν
00:50
up to 100 million people
14
35000
2000
μέχρι 100 εκατομμύρια ανθρώπους
00:52
in the next 50 years.
15
37000
2000
μέσα στα επόμενα 50 χρόνια.
00:54
He looked at the odds of another world war,
16
39000
3000
Μελέτησε τις πιθανότητες ενός ακόμη παγκοσμίου πολέμου,
00:57
of a massive volcanic eruption,
17
42000
2000
μιας τεράστιας ηφαιστειακής έκρηξης,
00:59
even of an asteroid hitting the Earth.
18
44000
2000
ακόμη και το να χτυπήσει ένας αστεροειδής τη Γη.
01:01
But he placed the likelihood of one such event
19
46000
3000
Όμως τοποθέτησε τις πιθανότητες ενός συμβάντος
01:04
above all others
20
49000
2000
πάνω απ' όλα τα υπόλοιπα,
01:06
at close to 100 percent,
21
51000
2000
περίπου στο 100%,
01:08
and that is a severe flu pandemic.
22
53000
3000
και αυτό το συμβάν είναι μια πανδημία γρίπης.
01:12
Now, you might think of flu
23
57000
2000
Μπορεί να σκέφτεστε ότι η γρίπη
01:14
as just a really bad cold,
24
59000
3000
είναι απλά ένα πολύ σοβαρό κρυολόγημα.
01:17
but it can be a death sentence.
25
62000
2000
Όμως στην πραγματικότητα μπορεί να είναι θανατική καταδίκη.
01:19
Every year, 36,000 people in the United States
26
64000
3000
Κάθε χρόνο, 36.000 άνθρωποι στις ΗΠΑ
01:22
die of seasonal flu.
27
67000
3000
πεθαίνουν από εποχιακή γρίπη.
01:25
In the developing world, the data is much sketchier
28
70000
2000
Στον αναπτυσσόμενο κόσμο, τα δεδομένα είναι πολύ πιο αποσπασματικά,
01:27
but the death toll is almost
29
72000
2000
όμως ο αριθμός των θανάτων είναι
01:29
certainly higher.
30
74000
2000
σχεδόν σίγουρα μεγαλύτερος.
01:31
You know, the problem is if
31
76000
2000
Ξέρετε, το πρόβλημα είναι
01:33
this virus occasionally mutates
32
78000
2000
εάν ο ιός μεταλλάσσεται περιστασιακά
01:35
so dramatically,
33
80000
2000
με τόσο δραματικό τρόπο,
01:37
it essentially is a new virus
34
82000
2000
ώστε να γίνεται ουσιαστικά ένας νέος ιός.
01:39
and then we get a pandemic.
35
84000
2000
Ύστερα, έχουμε μια πανδημία.
01:43
In 1918, a new virus appeared
36
88000
3000
Το 1918, εμφανίστηκε ένας νέος ιός
01:46
that killed some 50 to 100 million people.
37
91000
3000
που σκότωσε περίπου 50 έως 100 εκατομμύρια ανθρώπους.
01:49
It spread like wildfire
38
94000
2000
Εξαπλώθηκε σαν πυρκαγιά στο λιβάδι.
01:51
and some died within hours of developing symptoms.
39
96000
3000
Κάποιοι πέθαναν μέσα σε λίγες ώρες από την εμφάνιση των συμπτωμάτων.
01:54
Are we safer today?
40
99000
2000
Είμαστε σήμερα ασφαλέστεροι;
01:56
Well, we seem to have dodged
41
101000
2000
Λοιπόν, φαίνεται ότι για φέτος αποφύγαμε
01:58
the deadly pandemic this year
42
103000
2000
τη θανατηφόρο πανδημία
02:00
that most of us feared,
43
105000
2000
που οι περισσότεροι φοβόμασταν,
02:02
but this threat could reappear at any time.
44
107000
3000
όμως αυτή η απειλή μπορεί να επανεμφανιστεί οποιαδήποτε στιγμή.
02:05
The good news is that
45
110000
2000
Τα καλά νέα είναι ότι
02:07
we're at a moment in time
46
112000
2000
βρισκόμαστε σε μια χρονική στιγμή
02:09
when science, technology, globalization is converging
47
114000
3000
όπου η επιστήμη, η τεχνολογία και η παγκοσμιοποίηση συγκλίνουν
02:12
to create an unprecedented possibility:
48
117000
2000
για να δημιουργήσουν μια άνευ προηγουμένου δυνατότητα,
02:14
the possibility to make history
49
119000
2000
τη δυνατότητα να γράψουμε ιστορία
02:16
by preventing infectious diseases
50
121000
3000
με την πρόληψη των λοιμωδών νοσημάτων
02:19
that still account for one-fifth of all deaths
51
124000
3000
τα οποία ακόμη ευθύνονται για το ένα πέμπτο όλων των θανάτων
02:22
and countless misery on Earth.
52
127000
3000
και για ανυπολόγιστη δυστυχία παγκοσμίως.
02:25
We can do this.
53
130000
2000
Αυτό μπορούμε να το κάνουμε.
02:27
We're already preventing millions of deaths
54
132000
2000
Ήδη προλαμβάνουμε εκατομμύρια θανάτους
02:29
with existing vaccines,
55
134000
2000
με τα υπάρχοντα εμβόλια.
02:31
and if we get these to more people,
56
136000
2000
Εάν μπορούμε να τα χορηγήσουμε σε περισσότερους ανθρώπους,
02:33
we can certainly save more lives.
57
138000
3000
σίγουρα μπορούμε να σώσουμε περισσότερες ζωές.
02:36
But with new or better vaccines
58
141000
2000
Όμως με τη χρήση νέων ή βελτιωμένων εμβολίων
02:38
for malaria, TB, HIV,
59
143000
3000
για την ελονοσία, τη φυματίωση, τον HIV,
02:41
pneumonia, diarrhea, flu,
60
146000
2000
την πνευμονία, τη διάρροια, τη γρίπη,
02:43
we could end suffering
61
148000
2000
θα μπορούσαμε να δώσουμε τέλος στα δεινά
02:45
that has been on the Earth since the beginning of time.
62
150000
3000
που υπάρχουν στη Γη από καταβολής κόσμου.
02:48
So, I'm here to trumpet vaccines for you.
63
153000
2000
Έτσι, είμαι εδώ για να σας γνωστοποιήσω νέα εμβόλια.
02:50
But first, I have to explain why they're important
64
155000
3000
Όμως πρώτα, πρέπει να εξηγήσω για ποιον λόγο είναι σημαντικά.
02:53
because vaccines, the power of them,
65
158000
3000
Επειδή τα εμβόλια, η δύναμή τους,
02:56
is really like a whisper.
66
161000
2000
είναι στην πραγματικότητα σαν ένας ψίθυρος.
02:58
When they work, they can make history,
67
163000
2000
Όταν λειτουργούν, μπορούν να γράψουν ιστορία,
03:00
but after a while
68
165000
2000
όμως μετά από λίγο χρόνο
03:02
you can barely hear them.
69
167000
2000
δεν ακούτε σχεδόν τίποτε γι' αυτά.
03:04
Now, some of us are old enough
70
169000
3000
Μερικοί από εμάς είμαστε αρκετά μεγάλοι σε ηλικία
03:07
to have a small, circular scar on our arms
71
172000
3000
ώστε να έχουμε μια μικρή κυκλική ουλή στο μπράτσο μας
03:10
from an inoculation we received as children.
72
175000
3000
από έναν εμβολιασμό που λάβαμε σε παιδική ηλικία.
03:13
But when was the last time you worried about smallpox,
73
178000
3000
Όμως πότε ήταν η τελευταία φορά που ανησυχήσατε για την ευλογία,
03:16
a disease that killed half a billion people last century
74
181000
3000
μια νόσο που σκότωσε μισό δισεκατομμύριο ανθρώπους τον προηγούμενο αιώνα
03:19
and no longer is with us?
75
184000
2000
και δεν βρίσκεται πλέον μαζί μας;
03:21
Or polio? How many of you remember the iron lung?
76
186000
3000
Ή για την πολιομυελίτιδα -- πόσοι από εμάς θυμούνται τον σιδηρούν πνεύμονα;
03:24
We don't see scenes like this anymore
77
189000
3000
Δεν βλέπουμε πλέον τέτοιες σκηνές
03:27
because of vaccines.
78
192000
2000
εξαιτίας των εμβολίων.
03:29
Now, it's interesting
79
194000
2000
Είναι ενδιαφέρον
03:31
because there are 30-odd diseases
80
196000
3000
επειδή υπάρχουν 30 και πλέον ασθένειες
03:34
that can be treated with vaccines now,
81
199000
2000
που τώρα μπορούν να αντιμετωπιστούν μέσω εμβολίων,
03:36
but we're still threatened by things like HIV and flu.
82
201000
3000
αλλά ακόμη απειλούμαστε από πράγματα όπως ο HIV και η γρίπη.
03:39
Why is that?
83
204000
2000
Γιατί συμβαίνει αυτό;
03:41
Well, here's the dirty little secret.
84
206000
2000
Λοιπόν, υπάρχει ένα μικρό βρόμικο μυστικό.
03:43
Until recently, we haven't had to know
85
208000
2000
Μέχρι πρόσφατα, δεν γνωρίζαμε πώς ακριβώς
03:45
exactly how a vaccine worked.
86
210000
3000
λειτουργεί ένα εμβόλιο.
03:48
We knew they worked through old-fashioned trial and error.
87
213000
3000
Γνωρίζαμε ότι λειτουργούν, μέσω της παλιομοδίτικης μεθόδου δοκιμής και λάθους.
03:51
You took a pathogen, you modified it,
88
216000
2000
Παίρνεις ένα παθογόνο, το τροποποιείς,
03:53
you injected it into a person or an animal
89
218000
3000
το εγχέεις σε κάποιο άτομο ή ζώο
03:56
and you saw what happened.
90
221000
2000
και βλέπεις τι συμβαίνει.
03:58
This worked well for most pathogens,
91
223000
3000
Αυτό λειτουργεί καλά για τα περισσότερα παθογόνα,
04:01
somewhat well for crafty bugs like flu,
92
226000
3000
σε κάποιο βαθμό για πολύτροπα παθογόνα όπως η γρίπη,
04:04
but not at all for HIV,
93
229000
2000
όμως δεν λειτουργεί καθόλου για τον HIV,
04:06
for which humans have no natural immunity.
94
231000
3000
για τον οποίο οι άνθρωποι δεν διαθέτουν φυσική ανοσία.
04:09
So let's explore how vaccines work.
95
234000
3000
Ας εξερευνήσουμε λοιπόν το πώς λειτουργούν τα εμβόλια.
04:12
They basically create a cache
96
237000
2000
Βασικά δημιουργούν ένα κρυφό οπλοστάσιο
04:14
of weapons for your immune system
97
239000
2000
στο ανοσοποιητικό σας σύστημα
04:16
which you can deploy when needed.
98
241000
3000
που μπορεί να χρησιμοποιηθεί όταν χρειαστεί.
04:19
Now, when you get a viral infection,
99
244000
3000
Όταν κολλάτε μια ιογενή λοίμωξη,
04:22
what normally happens is it takes days or weeks
100
247000
2000
αυτό που φυσιολογικά συμβαίνει είναι πως ο οργανισμός σας
04:24
for your body to fight back
101
249000
2000
χρειάζεται μέρες ή εβδομάδες για να αντεπιτεθεί
04:26
at full strength,
102
251000
2000
με πλήρη ισχύ,
04:28
and that might be too late.
103
253000
2000
και τότε μπορεί να είναι πια πολύ αργά.
04:30
When you're pre-immunized,
104
255000
2000
Όταν ανοσοποιείστε προληπτικά,
04:32
what happens is you have forces in your body
105
257000
2000
τότε συμβαίνει να έχετε δυνάμεις μέσα στον οργανισμό σας
04:34
pre-trained to recognize
106
259000
2000
ήδη εκπαιδευμένες ν' αναγνωρίζουν
04:36
and defeat specific foes.
107
261000
2000
και να καταπολεμούν συγκεκριμένους εχθρούς.
04:38
So that's really how vaccines work.
108
263000
2000
Έτσι δουλεύουν στην πραγματικότητα τα εμβόλια.
04:40
Now, let's take a look at a video
109
265000
2000
Ας δούμε τώρα ένα ακόμη βίντεο
04:42
that we're debuting at TED, for the first time,
110
267000
3000
που παρουσιάζουμε για πρώτη φορά στο TED,
04:45
on how an effective HIV vaccine might work.
111
270000
3000
για το πόσο αποτελεσματικά μπορεί να λειτουργήσει ένα εμβόλιο κατά του HIV.
04:49
(Music)
112
274000
6000
(Μουσική)
04:55
Narrator: A vaccine trains the body in advance
113
280000
2000
Αφηγητής:Ένα εμβόλιο εκπαιδεύει τον οργανισμό εκ των προτέρων
04:57
how to recognize and neutralize
114
282000
2000
ν' αναγνωρίζει και να εξουδετερώνει
04:59
a specific invader.
115
284000
2000
έναν συγκεκριμένο εισβολέα.
05:01
After HIV penetrates the body's mucosal barriers,
116
286000
3000
Αφού ο HIV διαπεράσει τους φραγμούς των βλεννογόνων,
05:04
it infects immune cells to replicate.
117
289000
3000
μολύνει κύτταρα του ανοσοποιητικού για να πολλαπλασιαστεί.
05:08
The invader draws the attention
118
293000
2000
Ο εισβολέας τραβά την προσοχή
05:10
of the immune system's front-line troops.
119
295000
2000
των εμπροσθοφυλακών του ανοσοποιητικού συστήματος.
05:12
Dendritic cells, or macrophages,
120
297000
2000
Δενδριτικά κύτταρα ή μακροφάγα,
05:14
capture the virus and display pieces of it.
121
299000
3000
συλλαμβάνουν τον ιό και εκθέτουν τμήματά του.
05:18
Memory cells generated by the HIV vaccine
122
303000
3000
Το εμβόλιο του HIV προκαλεί τη δημιουργία κυττάρων μνήμης
05:21
are activated when they learn
123
306000
2000
που ενεργοποιούνται όταν ειδοποιηθούν
05:23
HIV is present from the front-line troops.
124
308000
3000
από τα κύτταρα της πρώτης γραμμής ότι ο HIV είναι παρών.
05:26
These memory cells immediately deploy
125
311000
3000
Αυτά τα κύτταρα μνήμης εξαπολύουν άμεσα
05:29
the exact weapons needed.
126
314000
3000
ακριβώς τα κατάλληλα όπλα.
05:32
Memory B cells turn into plasma cells,
127
317000
3000
Τα Β-λεμφοκύτταρα μνήμης μετατρέπονται σε πλασματοκύτταρα,
05:35
which produce wave after wave
128
320000
2000
τα οποία παράγουν κατά κύματα
05:37
of the specific antibodies
129
322000
2000
ειδικά αντισώματα
05:39
that latch onto HIV
130
324000
2000
που επιτίθενται στον HIV
05:41
to prevent it from infecting cells,
131
326000
2000
ώστε να τον εμποδίσουν να μολύνει επιπλέον κύτταρα
05:43
while squadrons of killer T cells
132
328000
2000
ενώ λόχοι Τ-λεμφοκυττάρων δολοφόνων
05:45
seek out and destroy cells
133
330000
2000
αναζητούν και καταστρέφουν κύτταρα του οργανισμού
05:47
that are already HIV infected.
134
332000
3000
που έχουν ήδη μολυνθεί από τον HIV.
05:50
The virus is defeated.
135
335000
2000
Ο ιός ηττάται.
05:52
Without a vaccine,
136
337000
2000
Χωρίς το εμβόλιο,
05:54
these responses would have taken more than a week.
137
339000
3000
αυτές οι αποκρίσεις θα είχαν χρειαστεί περισσότερο από μία εβδομάδα.
05:57
By that time, the battle against HIV
138
342000
2000
Σε αυτόν τον χρόνο, η μάχη εναντίον του HIV
05:59
would already have been lost.
139
344000
3000
θα είχε ήδη χαθεί.
06:08
Seth Berkley: Really cool video, isn't it?
140
353000
3000
Σεθ Μπέρκλεϋ: Ωραίο βίντεο έτσι;
06:11
The antibodies you just saw in this video,
141
356000
3000
Τα αντισώματα που μόλις είδατε εν δράσει,
06:14
in action, are the ones that make most vaccines work.
142
359000
3000
είναι αυτά στα οποία βασίζεται η λειτουργία των περισσότερων εμβολίων.
06:17
So the real question then is:
143
362000
2000
Η πραγματική ερώτηση είναι:
06:19
How do we ensure that your body makes
144
364000
2000
Πώς μπορούμε να εξασφαλίσουμε ότι ο οργανισμός κατασκευάζει
06:21
the exact ones that we need to protect
145
366000
2000
ακριβώς αυτά που είναι αναγκαία για να τον προστατεύσουν
06:23
against flu and HIV?
146
368000
2000
από τη γρίπη και τον HIV;
06:25
The principal challenge for both of these viruses
147
370000
3000
Η βασική πρόκληση ως προς αμφότερους τους ιούς
06:28
is that they're always changing.
148
373000
2000
είναι ότι συνεχώς μεταβάλλονται.
06:30
So let's take a look at the flu virus.
149
375000
3000
Ας ρίξουμε μια ματιά στον ιό της γρίπης.
06:33
In this rendering of the flu virus,
150
378000
2000
Σ' αυτήν την απεικόνιση του ιού της γρίπης,
06:35
these different colored spikes are what it uses to infect you.
151
380000
3000
αυτές τις ακίδες διαφορετικού χρώματος τις χρησιμοποιεί για να σας μολύνει.
06:38
And also, what the antibodies use is a handle
152
383000
3000
Επίσης, τα αντισώματα χρησιμοποιούν μια λαβή
06:41
to essentially grab and neutralize the virus.
153
386000
3000
ώστε ουσιαστικά να συλλάβουν και να εξουδετερώσουν τον ιό.
06:44
When these mutate, they change their shape,
154
389000
3000
Όταν αυτό το σημείο μεταλλαχτεί, το σχήμα του αλλάζει
06:47
and the antibodies don't know what they're looking at anymore.
155
392000
3000
και τα αντισώματα δεν γνωρίζουν πλέον για τι πράγμα ψάχνουν.
06:50
So that's why every year
156
395000
3000
Αυτός είναι ο λόγος που κάθε χρόνο
06:53
you can catch a slightly different strain of flu.
157
398000
3000
μπορεί να κολλήσετε ένα ελαφρώς διαφορετικό στέλεχος γρίπης.
06:56
It's also why in the spring,
158
401000
2000
Αυτός είναι επίσης ο λόγος που κάθε άνοιξη
06:58
we have to make a best guess
159
403000
2000
πρέπει να μαντεύουμε όσο καλύτερα μπορούμε,
07:00
at which three strains are going to prevail the next year,
160
405000
3000
ποια στελέχη πρόκειται να επικρατήσουν την επόμενη χρονιά,
07:03
put those into a single vaccine
161
408000
2000
να τα βάλουμε σ' ένα εμβόλιο
07:05
and rush those into production for the fall.
162
410000
3000
και να βιαστούμε ώστε αυτό να βγει στην παραγωγή μέχρι το φθινόπωρο.
07:08
Even worse,
163
413000
2000
Ακόμη χειρότερα,
07:10
the most common influenza -- influenza A --
164
415000
3000
η πιο κοινή μορφή γρίπης, η γρίπη Α,
07:13
also infects animals
165
418000
2000
μολύνει επίσης και τα ζώα
07:15
that live in close proximity to humans,
166
420000
2000
που ζουν κοντά στον άνθρωπο,
07:17
and they can recombine
167
422000
2000
και μπορεί να ανασυνδυαστεί
07:19
in those particular animals.
168
424000
2000
μέσα στα συγκεκριμένα αυτά ζώα.
07:21
In addition, wild aquatic birds
169
426000
2000
Επιπροσθέτως, τα άγρια υδρόβια πτηνά
07:23
carry all known strains
170
428000
2000
μεταφέρουν όλα τα γνωστά στελέχη
07:25
of influenza.
171
430000
2000
της γρίπης.
07:27
So, you've got this situation:
172
432000
2000
Έτσι, αντιμετωπίζουμε την εξής κατάσταση:
07:29
In 2003,
173
434000
2000
Το 2003
07:31
we had an H5N1 virus
174
436000
3000
είχαμε τον ιό Η5Ν1
07:34
that jumped from birds into humans
175
439000
3000
που μεταπήδησε από τα πτηνά στον άνθρωπο
07:37
in a few isolated cases
176
442000
2000
σε λίγες μεμονωμένες περιπτώσεις
07:39
with an apparent mortality rate of 70 percent.
177
444000
3000
με φαινόμενο ρυθμό θνητότητας της τάξης του 70%
07:42
Now luckily, that particular virus,
178
447000
3000
Ευτυχώς που ο συγκεκριμένος ιός,
07:45
although very scary at the time,
179
450000
2000
παρόλο που ήταν πολύ τρομακτικός εκείνη την εποχή,
07:47
did not transmit from person to person
180
452000
2000
δεν μεταδιδόταν από άνθρωπο σε άνθρωπο
07:49
very easily.
181
454000
2000
πολύ εύκολα.
07:51
This year's H1N1 threat
182
456000
3000
Η φετινή απειλή του Η1Ν1
07:54
was actually a human, avian, swine mixture
183
459000
4000
ήταν στην πραγματικότητα ένα μίγμα ιού του ανθρώπου, των πτηνών και των χοίρων
07:58
that arose in Mexico.
184
463000
2000
που εμφανίστηκε στο Μεξικό.
08:00
It was easily transmitted,
185
465000
2000
Μεταδιδόταν πολύ εύκολα,
08:02
but, luckily, was pretty mild.
186
467000
3000
όμως ευτυχώς, ήταν σχετικά ήπιος.
08:05
And so, in a sense,
187
470000
2000
Έτσι, κατά μία έννοια,
08:07
our luck is holding out,
188
472000
2000
η τύχη μας συνεχίζεται,
08:09
but you know, another wild bird could fly over at anytime.
189
474000
3000
όμως ξέρετε, κάποιο άγριο πουλί μπορεί να πετάξει από πάνω μας, ανά πάσα στιγμή.
08:13
Now let's take a look at HIV.
190
478000
2000
Ας ρίξουμε τώρα μια ματιά στον HIV.
08:15
As variable as flu is,
191
480000
2000
Πολυμορφικός όσο και η γρίπη,
08:17
HIV makes flu
192
482000
2000
ο HIV κάνει τη γρίπη
08:19
look like the Rock of Gibraltar.
193
484000
2000
να μοιάζει σαν το Βράχο του Γιβραλτάρ.
08:21
The virus that causes AIDS
194
486000
2000
Ο ιός που προκαλεί το AIDS
08:23
is the trickiest pathogen
195
488000
2000
είναι το πλέον δόλιο παθογόνο
08:25
scientists have ever confronted.
196
490000
2000
που έχουν ποτέ αντιμετωπίσει οι επιστήμονες.
08:27
It mutates furiously,
197
492000
2000
Μεταλλάσσεται με φρενήρη ρυθμό.
08:29
it has decoys to evade the immune system,
198
494000
2000
Διαθέτει μηχανισμούς παραπλάνησης, ώστε ν' αποφεύγει το ανοσοποιητικό σύστημα.
08:31
it attacks the very cells that are trying to fight it
199
496000
3000
Επιτίθεται στα ίδια κύτταρα που προσπαθούν να τον καταπολεμήσουν
08:34
and it quickly hides itself
200
499000
2000
και ταχύτατα κρύβεται
08:36
in your genome.
201
501000
2000
μέσα στο γονιδίωμά σας.
08:38
Here's a slide looking at
202
503000
2000
Εδώ έχουμε μια διαφάνεια που δείχνει
08:40
the genetic variation of flu
203
505000
2000
την γενετική ποικιλομορφία της γρίπης
08:42
and comparing that to HIV,
204
507000
2000
και τη συγκρίνει με αυτήν του HIV,
08:44
a much wilder target.
205
509000
3000
έναν πολύ δυσκολότερο στόχος.
08:47
In the video a moment ago,
206
512000
2000
Στο βίντεο πριν από λίγο,
08:49
you saw fleets of new viruses launching from infected cells.
207
514000
3000
είδατε ολόκληρους στόλους από νέους ιούς να εκτοξεύονται από τα μολυσμένα κύτταρα.
08:52
Now realize that in a recently infected person,
208
517000
3000
Τώρα μπορείτε ν' αντιληφθείτε ότι μέσα σ' ένα πρόσφατα μολυσμένο άτομο,
08:55
there are millions of these ships;
209
520000
2000
υπάρχουν εκατομμύρια από αυτά τα σκάφη,
08:57
each one is just slightly different.
210
522000
2000
κάθε ένα εκ των οποίων είναι ελαφρώς διαφορετικό.
08:59
Finding a weapon that recognizes
211
524000
2000
Η εύρεση ενός όπλου που αναγνωρίζει
09:01
and sinks all of them
212
526000
2000
και βυθίζει όλα αυτά τα σκάφη
09:03
makes the job that much harder.
213
528000
2000
είναι μια εργασία πολύ δυσκολότερη.
09:05
Now, in the 27 years since HIV
214
530000
3000
Τώρα, 27 χρόνια από την αναγνώριση του HIV
09:08
was identified as the cause of AIDS,
215
533000
3000
ως αίτιο του AIDS,
09:11
we've developed more drugs to treat HIV
216
536000
2000
έχουμε αναπτύξει περισσότερα φάρμακα για την αντιμετώπιση του HIV
09:13
than all other viruses put together.
217
538000
3000
απ' ό,τι για όλους τους άλλους ιούς μαζί.
09:16
These drugs aren't cures,
218
541000
2000
Αυτά τα φάρμακα δεν προσφέρουν θεραπεία,
09:18
but they represent a huge triumph of science
219
543000
2000
αλλά αντιπροσωπεύουν έναν τεράστιο επιστημονικό θρίαμβο,
09:20
because they take away the automatic death sentence
220
545000
2000
επειδή απομακρύνουν την αυτόματη θανατική καταδίκη
09:22
from a diagnosis of HIV,
221
547000
2000
από τη διάγνωση του HIV,
09:24
at least for those who can access them.
222
549000
3000
τουλάχιστον για εκείνους που έχουν πρόσβαση σ' αυτά.
09:27
The vaccine effort though is really quite different.
223
552000
3000
Η προσπάθεια για την παρασκευή εμβολίου όμως είναι στ' αλήθεια αρκετά διαφορετική.
09:30
Large companies moved away from it
224
555000
2000
Μεγάλες εταιρείες απομακρύνθηκαν από αυτήν
09:32
because they thought the science was so difficult
225
557000
3000
επειδή πίστευαν ότι ήταν πολύ δύσκολο επιστημονικά
09:35
and vaccines were seen as poor business.
226
560000
2000
και τα εμβόλια αντιμετωπίζονται ως μη επικερδείς επιχειρήσεις.
09:38
Many thought that it was just impossible to make an AIDS vaccine,
227
563000
3000
Πολλοί πίστευαν ότι ήταν απλά ακατόρθωτη η επίτευξη ενός εμβολίου κατά του AIDS,
09:41
but today, evidence tells us otherwise.
228
566000
3000
όμως σήμερα, οι αποδείξεις μας λένε διαφορετικά πράγματα.
09:44
In September,
229
569000
2000
Τον Σεπτέβριο,
09:46
we had surprising but exciting findings
230
571000
3000
είχαμε απροσδόκητα, όμως συναρπαστικά ευρήματα
09:49
from a clinical trial that took place in Thailand.
231
574000
3000
από μια κλινική δοκιμή που διεξήχθη στην Ταϊλάνδη.
09:52
For the first time, we saw an AIDS vaccine work in humans --
232
577000
3000
Για πρώτη φορά είδαμε σε ανθρώπους ένα αποτελεσματικό εμβόλιο κατά του AIDS,
09:55
albeit, quite modestly --
233
580000
3000
αν και μέτριας δραστικότητας.
09:58
and that particular vaccine was made
234
583000
2000
Αυτό το συγκεκριμένο εμβόλιο κατασκευάστηκε
10:00
almost a decade ago.
235
585000
2000
σχεδόν μια δεκαετία πριν.
10:02
Newer concepts and early testing now
236
587000
2000
Νεότερες ανακαλύψεις και πρώιμες δοκιμές τώρα
10:04
show even greater promise in the best of our animal models.
237
589000
3000
δίνουν ακόμη μεγαλύτερες υποσχέσεις στα καλύτερα ζωικά πειραματικά μας μοντέλα.
10:09
But in the past few months, researchers have also isolated
238
594000
3000
Όμως τους περασμένους λίγους μήνες, οι ερευνητές επίσης απομόνωσαν
10:12
several new broadly neutralizing antibodies
239
597000
3000
αρκετά νέα αντισώματα ευρέως φάσματος
10:15
from the blood of an HIV infected individual.
240
600000
3000
από το αίμα ενός ατόμου μολυσμένου με HIV.
10:18
Now, what does this mean?
241
603000
2000
Τι σημαίνει λοιπόν αυτό;
10:20
We saw earlier that HIV
242
605000
2000
Είδαμε νωρίτερα ότι ο HIV
10:22
is highly variable,
243
607000
2000
είναι εξαιρετικά ποικιλόμορφος,
10:24
that a broad neutralizing antibody
244
609000
2000
ότι ένα αντίσωμα ευρέως φάσματος
10:26
latches on and disables
245
611000
2000
προσκολλάται και αδρανοποιεί
10:28
multiple variations of the virus.
246
613000
3000
πολλαπλές παραλλαγές του ιού.
10:31
If you take these and you put them
247
616000
2000
Εάν πάρετε αυτά και τα βάλετε
10:33
in the best of our monkey models,
248
618000
2000
στα καλύτερα πειραματικά μας μοντέλα σε πιθήκους,
10:35
they provide full protection from infection.
249
620000
3000
παρέχουν πλήρη προστασία από μόλυνση.
10:38
In addition, these researchers found
250
623000
2000
Επιπρόσθετα, οι ερευνητές αυτοί βρήκαν
10:40
a new site on HIV
251
625000
2000
μια νέα περιοχή επάνω στον HIV
10:42
where the antibodies can grab onto,
252
627000
2000
όπου μπορούν να προσδεθούν τα αντισώματα.
10:44
and what's so special about this spot
253
629000
2000
Η ιδιαιτερότητα που έχει τούτο το σημείο
10:46
is that it changes very little
254
631000
2000
είναι ότι αλλάζει πολύ λίγο
10:48
as the virus mutates.
255
633000
2000
καθώς μεταλλάσσεται ο ιός.
10:50
It's like, as many times
256
635000
2000
Είναι σαν ν' αλλάζει συχνά
10:52
as the virus changes its clothes,
257
637000
2000
τα ρούχα του ο ιός,
10:54
it's still wearing the same socks,
258
639000
1000
αλλά φοράει πάντα τις ίδιες κάλτσες
10:55
and now our job is to make sure
259
640000
3000
και η δουλειά μας είναι τώρα να εξασφαλίσουμε
10:58
we get the body to really hate those socks.
260
643000
3000
ότι θα κάνουμε τον οργανισμό μας να σιχαίνεται αυτές τις κάλτσες.
11:01
So what we've got is a situation.
261
646000
2000
Εδώ λοιπόν συμβαίνει το εξής:
11:03
The Thai results tell us
262
648000
2000
Τα αποτελέσματα της Ταϊλάνδης μας λένε
11:05
we can make an AIDS vaccine,
263
650000
2000
πως μπορούμε να φτιάξουμε ένα εμβόλιο κατά του AIDS
11:07
and the antibody findings
264
652000
2000
και τα ευρήματα των αντισωμάτων
11:09
tell us how we might do that.
265
654000
2000
μας λένε με ποιον τρόπο θα μπορούσαμε να το κάνουμε.
11:11
This strategy, working backwards
266
656000
3000
Αυτή η στρατηγική, να εργαστούμε αντίστροφα
11:14
from an antibody to create a vaccine candidate,
267
659000
2000
ξεκινώντας από το αντίσωμα για να παράγουμε ένα υποψήφιο για εμβόλιο αντιγόνο,
11:16
has never been done before in vaccine research.
268
661000
3000
δεν έχει προηγούμενο στην έρευνα των εμβολίων.
11:19
It's called retro-vaccinology,
269
664000
3000
Ονομάζεται "ρετρο-εμβολιολογία"
11:22
and its implications extend
270
667000
2000
και οι εφαρμογές της επεκτείνονται
11:24
way beyond that of just HIV.
271
669000
3000
πολύ πιο πέρα από τον HIV.
11:27
So think of it this way.
272
672000
2000
Σκεφτείτε κατ' αυτόν τον τρόπο:
11:29
We've got these new antibodies we've identified,
273
674000
3000
Έχουμε αναγνωρίσει τούτα τα νέα αντισώματα
11:32
and we know that they latch onto many, many variations of the virus.
274
677000
3000
και γνωρίζουμε ότι προσκολλώνται σε πάρα πολλές παραλλαγές του ιού.
11:35
We know that they have to latch onto a specific part,
275
680000
3000
Είναι γνωστό ότι πρέπει να προσκολλώνται σε κάποιο συγκεκριμένο αντιγόνο,
11:38
so if we can figure out the precise structure of that part,
276
683000
3000
έτσι ώστε μπορούμε να επινοήσουμε την ακριβή δομή αυτού του αντιγόνου,
11:41
present that through a vaccine,
277
686000
2000
να το παρουσιάσουμε στον οργανισμό μέσω ενός εμβολίου,
11:43
what we hope is we can prompt
278
688000
2000
ευχόμενοι ότι αυτό μπορεί να κινητοποιήσει
11:45
your immune system to make these matching antibodies.
279
690000
3000
το ανοσοποιητικό σας σύστημα να παράγει τα ίδια αντισώματα που συνταιριάζουν με αυτό το αντιγόνο.
11:48
And that would create
280
693000
2000
Αυτό θα δημιουργούσε
11:50
a universal HIV vaccine.
281
695000
2000
ένα καθολικό εμβόλιο κατά του HIV.
11:52
Now, it sounds easier than it is
282
697000
2000
Ακούγεται ευκολότερο απ' ό,τι είναι
11:54
because the structure actually looks more like
283
699000
2000
επειδή η δομή μοιάζει περισσότερο
11:56
this blue antibody diagram
284
701000
2000
με αυτό το μπλε διάγραμμα αντισώματος
11:58
attached to its yellow binding site,
285
703000
2000
προσδεδεμένο στην κίτρινη περιοχή δέσμευσης.
12:00
and as you can imagine, these three-dimensional structures
286
705000
2000
Όπως μπορείτε να φανταστείτε, τούτες οι τριδιάστατες δομές
12:02
are much harder to work on.
287
707000
2000
είναι πολύ δύσκολο να δουλευτούν.
12:04
And if you guys have ideas to help us solve this,
288
709000
2000
Εάν κάποιος από εσάς έχει κάποιες ιδέες για την επίλυση αυτού,
12:06
we'd love to hear about it.
289
711000
2000
θα χαιρόμουν να τις ακούσω.
12:08
But, you know, the research that has occurred from HIV now
290
713000
3000
Όμως η έρευνα που προέκυψε από τον HIV, τώρα
12:11
has really helped with innovation with other diseases.
291
716000
3000
έχει βοηθήσει πολύ, φέρνοντας καινοτομίες και για άλλες ασθένειες.
12:14
So for instance, a biotechnology company
292
719000
2000
Έτσι για παράδειγμα, μια εταιρεία βιοτεχνολογίας
12:16
has now found broadly neutralizing
293
721000
2000
έχει ανακαλύψει ευρέως φάσματος
12:18
antibodies to influenza,
294
723000
2000
αντισώματα για τη γρίπη,
12:20
as well as a new antibody target on the flu virus.
295
725000
3000
όπως και νέους στόχους για τα αντισώματα επάνω στον ιό της γρίπης.
12:23
They're currently making a cocktail --
296
728000
3000
Τελευταία δημιουργούν ένα κοκτέιλ,
12:26
an antibody cocktail -- that can be used to treat
297
731000
3000
κοκτέιλ αντισωμάτων, που μπορεί να χρησιμοποιηθεί για τη θεραπεία
12:29
severe, overwhelming cases of flu.
298
734000
3000
βαρέων και ανίατων περιπτώσεων γρίπης.
12:32
In the longer term, what they can do
299
737000
2000
Μακροπρόθεσμα, μπορούμε
12:34
is use these tools of retro-vaccinology
300
739000
2000
να χρησιμοποιήσουμε τούτα τα εργαλεία της ρετρο-εμβολιολογίας
12:36
to make a preventive flu vaccine.
301
741000
3000
ώστε να παράγουμε ένα προληπτικό εμβόλιο γρίπης.
12:39
Now, retro-vaccinology is just one technique
302
744000
3000
Η ρετρο-εμβολιολογία είναι απλά μια τεχνική
12:42
within the ambit of so-called rational vaccine design.
303
747000
3000
μέσα στη σφαίρα του αποκαλούμενου ορθολογικού σχεδιασμού εμβολίων.
12:45
Let me give you another example.
304
750000
3000
Θα σας δώσω ένα ακόμη παράδειγμα.
12:48
We talked about before the H and N spikes
305
753000
2000
Μιλήσαμε νωρίτερα για τις ακίδες Η και Μ
12:50
on the surface of the flu virus.
306
755000
2000
επάνω στην επιφάνεια του ιού της γρίπης.
12:52
Notice these other, smaller protuberances.
307
757000
3000
Προσέξτε εκείνα τα άλλα, μικρότερα εξογκώματα.
12:55
These are largely hidden from the immune system.
308
760000
3000
Αυτά είναι εν πολλοίς κρυμμένα από το ανοσοποιητικό σύστημα.
12:58
Now it turns out that these spots
309
763000
2000
Προκύπτει όμως ότι αυτά τα σημεία
13:00
also don't change much when the virus mutates.
310
765000
3000
επίσης δεν αλλάζουν πολύ όταν ο ιός μεταλλάσσεται.
13:03
If you can cripple these with specific antibodies,
311
768000
2000
Εάν μπορείς να τα σακατέψεις με ειδικά αντισώματα,
13:05
you could cripple all versions of the flu.
312
770000
3000
θα σακάτευες όλες τις παραλλαγές του ιού.
13:08
So far, animal tests indicate
313
773000
2000
Μέχρι τώρα, οι δοκιμασίες σε ζώα δείχνουν
13:10
that such a vaccine could prevent severe disease,
314
775000
3000
ότι ένα τέτοιο εμβόλιο θα μπορούσε να προλάβει σοβαρές ασθένειες,
13:13
although you might get a mild case.
315
778000
2000
παρά το ότι μπορεί να κολλήσετε μια ήπια μορφή.
13:15
So if this works in humans, what we're talking about
316
780000
3000
Έτσι, εάν αυτό λειτουργεί στον άνθρωπο, μιλούμε για
13:18
is a universal flu vaccine,
317
783000
2000
ένα καθολικό εμβόλιο γρίπης,
13:20
one that doesn't need to change every year
318
785000
2000
που δεν θα χρειάζεται ν' αλλάζει κάθε χρόνο
13:22
and would remove the threat of death.
319
787000
3000
και θα εξαφανίσει την απειλή του θανάτου.
13:25
We really could think of flu, then,
320
790000
2000
Θα μπορούσαμε στ' αλήθεια να θεωρούμε μετέπειτα τη γρίπη
13:27
as just a bad cold.
321
792000
3000
ως ένα βαρύ κρυολόγημα.
13:30
Of course, the best vaccine imaginable
322
795000
2000
Φυσικά, το ιδεατό εμβόλιο
13:32
is only valuable to the extent
323
797000
2000
είναι πολύτιμο μόνο στον βαθμό
13:34
we get it to everyone who needs it.
324
799000
2000
που παρέχεται στον καθένα που το έχει ανάγκη.
13:36
So to do that, we have to combine
325
801000
2000
Για να συμβεί αυτό, θα πρέπει να συνδυάσουμε
13:38
smart vaccine design with smart production methods
326
803000
3000
τον έξυπνο σχεδιασμό εμβολίων, με έξυπνες μεθόδους παραγωγής
13:41
and, of course, smart delivery methods.
327
806000
3000
και φυσικά, έξυπνες μεθόδους χορήγησης.
13:44
So I want you to think back a few months ago.
328
809000
2000
Θα ήθελα ν' ανατρέξετε λίγους μήνες πίσω.
13:46
In June, the World Health Organization
329
811000
3000
Τον Ιούνιο, η Παγκόσμια Οργάνωση Υγείας
13:49
declared the first global
330
814000
2000
κήρυξε την πρώτη παγκόσμια
13:51
flu pandemic in 41 years.
331
816000
2000
πανδημία γρίπης εδώ και 41 χρόνια.
13:53
The U.S. government promised
332
818000
2000
Η κυβέρνηση των ΗΠΑ υποσχέθηκε
13:55
150 million doses of vaccine
333
820000
2000
150 εκατομμύρια δόσεις εμβολίου
13:57
by October 15th for the flu peak.
334
822000
2000
μέχρι τις 15 Οκτωβρίου, για την κορύφωση της γρίπης.
13:59
Vaccines were promised to developing countries.
335
824000
2000
Υποσχέθηκαν εμβόλια στις αναπτυσσόμενες χώρες.
14:01
Hundreds of millions of dollars were spent
336
826000
2000
Εκατοντάδες εκατομμύρια δολάρια δαπανήθηκαν
14:03
and flowed to accelerating vaccine manufacturing.
337
828000
3000
και εισέρρευσαν, ώστε να επιταχύνουν την παρασκευή του εμβολίου.
14:06
So what happened?
338
831000
2000
Και τι έγινε λοιπόν;
14:08
Well, we first figured out
339
833000
2000
Αρχικά κατανοήσαμε τον τρόπο
14:10
how to make flu vaccines, how to produce them,
340
835000
3000
να φτιάχνουμε εμβόλια γρίπης, πώς να τα παράγουμε,
14:13
in the early 1940s.
341
838000
2000
στις αρχές της δεκαετίας του 1940.
14:15
It was a slow, cumbersome process
342
840000
3000
Ήταν μια αργή, δύσκολη διαδικασία
14:18
that depended on chicken eggs,
343
843000
3000
που εξαρτάτο από αυγά κότας,
14:21
millions of living chicken eggs.
344
846000
3000
εκατομμύρια ζωντανών αυγών κότας.
14:24
Viruses only grow in living things,
345
849000
2000
Οι ιοί αναπτύσσονται μόνο μέσα σε ζωντανούς οργανισμούς
14:26
and so it turned out that, for flu,
346
851000
2000
κι έτσι προέκυψε ότι, για τη γρίπη,
14:28
chicken eggs worked really well.
347
853000
2000
τα αυγά κότας δούλευαν πραγματικά καλά.
14:30
For most strains, you could get one to two doses
348
855000
3000
Για τα περισσότερα στελέχη, μπορείς να πάρεις μία ή δύο δόσεις
14:33
of vaccine per egg.
349
858000
2000
εμβολίου ανά αυγό.
14:35
Luckily for us,
350
860000
2000
Ευτυχώς για εμάς,
14:37
we live in an era of breathtaking
351
862000
2000
ζούμε σε μια εποχή ιλιγγιώδους
14:39
biomedical advances.
352
864000
2000
βιοϊατρικής προόδου.
14:41
So today, we get our flu vaccines from ...
353
866000
3000
Έτσι σήμερα, παίρνουμε τα εμβόλια της γρίπης από ...
14:44
chicken eggs,
354
869000
2000
... αυγά κότας,
14:46
(Laughter)
355
871000
2000
(Γέλια)
14:48
hundreds of millions of chicken eggs.
356
873000
2000
εκατοντάδες εκατομμύρια αυγά κότας.
14:50
Almost nothing has changed.
357
875000
2000
Δεν έχει αλλάξει σχεδόν τίποτα.
14:52
The system is reliable
358
877000
2000
Το σύστημα ξέρετε, είναι αξιόπιστο.
14:54
but the problem is you never know how well
359
879000
2000
Όμως το πρόβλημα είναι, πως ποτέ δεν γνωρίζεις πόσο καλά
14:56
a strain is going to grow.
360
881000
3000
πρόκειται ν' αναπτυχθεί ένα στέλεχος.
14:59
This year's swine flu strain
361
884000
2000
Το φετινό στέλεχος γρίπης των χοίρων
15:01
grew very poorly in early production:
362
886000
3000
αναπτυσσόταν πολύ λίγο σε πρώιμη παραγωγή,
15:04
basically .6 doses per egg.
363
889000
3000
βασικά έξι δόσεις ανά αυγό.
15:08
So, here's an alarming thought.
364
893000
2000
Ακούστε τώρα μια ανησυχητική σκέψη.
15:10
What if that wild bird flies by again?
365
895000
2000
Τι θα συμβεί εάν τα άγρια πτηνά πετάξουν ξανά από πάνω μας;
15:12
You could see an avian strain
366
897000
2000
Θα μπορούσατε να δείτε ένα στέλεχος των πτηνών
15:14
that would infect the poultry flocks,
367
899000
2000
που θα μόλυνε τα κοπάδια των πουλερικών
15:16
and then we would have no eggs for our vaccines.
368
901000
2000
και τότε δεν θα είχαμε αυγά για τα εμβόλιά μας.
15:18
So, Dan [Barber], if you want
369
903000
2000
Έτσι, Νταν [Μπάρμπερ], εάν θέλεις
15:20
billions of chicken pellets
370
905000
2000
δισεκατομμύρια σβόλους κοτόπουλων
15:22
for your fish farm,
371
907000
2000
για το ιχθυοτροφείο σου,
15:24
I know where to get them.
372
909000
2000
ξέρω που θα τους βρεις.
15:26
So right now, the world can produce
373
911000
2000
Έτσι αυτή τη στιγμή, ο κόσμος ολόκληρος μπορεί να παράγει
15:28
about 350 million doses
374
913000
2000
περίπου 350 εκατομμύρια δόσεις
15:30
of flu vaccine for the three strains,
375
915000
3000
εμβολίου γρίπης για τρία στελέχη.
15:33
and we can up that to about 1.2 billion doses
376
918000
3000
Μπορούμε ν' ανεβάσουμε το νούμερο σε 1.2 δισεκατομμύρια δόσεις,
15:36
if we want to target a single variant
377
921000
2000
εάν θέλουμε να στοχεύσουμε μία μόνο παραλλαγή
15:38
like swine flu.
378
923000
2000
όπως η γρίπη των χοίρων.
15:40
But this assumes that our factories are humming
379
925000
3000
Αυτό όμως προϋποθέτει ότι οι βιομηχανίες μας θα δουλεύουν πυρετωδώς
15:43
because, in 2004,
380
928000
2000
επειδή, το 2004,
15:45
the U.S. supply was cut in half
381
930000
2000
τ' αποθέματα των ΗΠΑ κόπηκαν στη μέση,
15:47
by contamination at one single plant.
382
932000
3000
από μια επιμόλυνση σε μία και μόνο εγκατάσταση.
15:50
And the process still takes
383
935000
2000
Η διαδικασία ακόμη χρειάζεται
15:52
more than half a year.
384
937000
2000
περισσότερο από ένα εξάμηνο.
15:54
So are we better prepared
385
939000
2000
Τελικά είμαστε καλύτερα προετοιμασμένοι
15:56
than we were in 1918?
386
941000
2000
απ' ό,τι είμασταν το 1918;
15:58
Well, with the new technologies emerging now,
387
943000
2000
Με τις νέες τεχνολογίες που αναδύονται τώρα,
16:00
I hope we can say definitively, "Yes."
388
945000
2000
ελπίζω ότι μπορούμε να πούμε οριστικά "Ναι".
16:02
Imagine we could produce enough flu vaccine
389
947000
3000
Φανταστείτε να μπορούσαμε να παράγουμε αρκετά εμβόλια γρίπης
16:05
for everyone in the entire world
390
950000
3000
για τον καθένα σε ολόκληρο τον κόσμο
16:08
for less than half of what we're currently spending
391
953000
2000
με λιγότερο από το μισό κόστος απ' ό,τι σήμερα
16:10
now in the United States.
392
955000
2000
στις ΗΠΑ.
16:12
With a range of new technologies, we could.
393
957000
3000
Με μια γκάμα νέων τεχνολογιών, θα μπορούσαμε.
16:15
Here's an example:
394
960000
2000
Να ένα παράδειγμα.
16:17
A company I'm engaged with has found
395
962000
2000
Μια εταιρεία με την οποία συνεργάζομαι έχει ανακαλύψει
16:19
a specific piece of the H spike of flu
396
964000
2000
ένα συγκεκριμένο τμήμα της Η ακίδας της γρίπης
16:21
that sparks the immune system.
397
966000
2000
που ενεργοποιεί το ανοσοποιητικό σύστημα.
16:23
If you lop this off and attach it
398
968000
2000
Εάν αυτό το αποκόψουμε και το συνδέσουμε
16:25
to the tail of a different bacterium,
399
970000
3000
στην ουρά ενός διαφορετικού βακτηρίου,
16:28
which creates a vigorous immune response,
400
973000
2000
που επάγει μια ζωηρή ανοσολογική απόκριση,
16:30
they've created a very powerful flu fighter.
401
975000
2000
έχουμε δημιουργήσει ένα πολύ ισχυρό όπλο εναντίον της γρίπης.
16:32
This vaccine is so small
402
977000
2000
Το εμβόλιο είναι τόσο μικρό,
16:34
it can be grown in a common bacteria, E. coli.
403
979000
3000
που θα μπορούσε ν' αναπτυχθεί μέσα σε κοινά βακτήρια, όπως το κολοβακτηρίδιο.
16:37
Now, as you know, bacteria reproduce quickly --
404
982000
3000
Όπως γνωρίζετε, τα βακτήρια αναπαράγονται γρήγορα.
16:40
it's like making yogurt --
405
985000
2000
Είναι σαν να φτιάχνεις γιαούρτι.
16:42
and so we could produce enough swine origin flu
406
987000
2000
Έτσι, θα μπορούσαμε να παράγουμε αρκετά εμβόλια κατά της γρίπης των χοίρων
16:44
for the entire world in a few factories, in a few weeks,
407
989000
3000
για όλον τον κόσμο, μέσα σε λίγα μόνο εργοστάσια, μέσα σε λίγες εβδομάδες
16:47
with no eggs,
408
992000
2000
χωρίς καθόλου αυγά,
16:49
for a fraction of the cost of current methods.
409
994000
3000
για ένα κλάσμα του κόστους που έχουν οι σημερινές μέθοδοι.
16:52
(Applause)
410
997000
5000
(Χειροκρότημα)
16:57
So here's a comparison of several of these new vaccine technologies.
411
1002000
3000
Εδώ βλέπετε μια σύγκριση μεταξύ διαφόρων απ' αυτές τις νέες τεχνολογίες παραγωγής εμβολίων.
17:00
And, aside from the radically increased production
412
1005000
3000
Πέραν της ριζικά αυξημένης παραγωγής
17:03
and huge cost savings --
413
1008000
2000
και της τεράστιας εξοικονόμησης χρημάτων,
17:05
for example, the E. coli method I just talked about --
414
1010000
3000
για παράδειγμα η μέθοδος του κολοβακτηριδίου για την οποία μόλις σας μίλησα,
17:08
look at the time saved: this would be lives saved.
415
1013000
3000
κοιτάξτε τον χρόνο που εξοικονομούμε -- αυτό μπορεί να σημαίνει τη σωτηρία πολλών ζωών.
17:11
The developing world,
416
1016000
2000
Ο αναπτυσσόμενος κόσμος,
17:13
mostly left out of the current response,
417
1018000
3000
που συνήθως εξαιρείται από τις τρέχουσες αποκρίσεις,
17:16
sees the potential of these alternate technologies
418
1021000
3000
βλέπει τις δυνατότητες αυτών των εναλλακτικών τεχνολογιών
17:19
and they're leapfrogging the West.
419
1024000
2000
και κάνουν άλματα που ξεπερνούν τη Δύση.
17:21
India, Mexico and others are already
420
1026000
2000
Η Ινδία, το Μεξικό και άλλες χώρες έχουν ήδη
17:23
making experimental flu vaccines,
421
1028000
2000
φτιάξει πειραματικά εμβόλια γρίπης
17:25
and they may be the first place
422
1030000
2000
και μπορεί εκεί να είναι τα πρώτα μέρη
17:27
we see these vaccines in use.
423
1032000
2000
όπου θα δούμε αυτά τα εμβόλια σε χρήση.
17:29
Because these technologies are so efficient
424
1034000
3000
Επειδή αυτές οι τεχνολογίες είναι τόσο αποδοτικές
17:32
and relatively cheap,
425
1037000
2000
και σχετικά φτηνές,
17:34
billions of people can have access to lifesaving vaccines
426
1039000
3000
δισεκατομμύρια άνθρωποι μπορούν να έχουν πρόσβαση σε σωτήρια εμβόλια
17:37
if we can figure out how to deliver them.
427
1042000
2000
εάν βρούμε τον τρόπο να τα χορηγούμε.
17:39
Now think of where this leads us.
428
1044000
2000
Σκεφτείτε τώρα πού μας οδηγεί αυτό.
17:41
New infectious diseases
429
1046000
2000
Νέα λοιμώδη νοσήματα
17:43
appear or reappear
430
1048000
2000
εμφανίζονται ή επανακάμπτουν
17:45
every few years.
431
1050000
2000
κάθε λίγα χρόνια.
17:47
Some day, perhaps soon,
432
1052000
2000
Κάποια μέρα, ίσως σύντομα,
17:49
we'll have a virus that is going to threaten all of us.
433
1054000
3000
θα έχουμε κάποιον ιό που θα μας απειλεί όλους.
17:52
Will we be quick enough to react
434
1057000
2000
Θα είμαστε αρκετά γρήγοροι ώστε ν' αντιδράσουμε
17:54
before millions die?
435
1059000
2000
πριν πεθάνουν εκατομμύρια άνθρωποι;
17:56
Luckily, this year's flu was relatively mild.
436
1061000
3000
Ευτυχώς, η φετινή γρίπη ήταν σχετικά ήπια.
17:59
I say, "luckily" in part
437
1064000
2000
Λέω "ευτυχώς", εν μέρει
18:01
because virtually no one in the developing world
438
1066000
3000
επειδή ουσιαστικά κανείς στον αναπτυσσόμενο κόσμο
18:04
was vaccinated.
439
1069000
2000
δεν εμβολιάστηκε.
18:06
So if we have the political and financial foresight
440
1071000
3000
Εάν έχουμε την πολιτική και οικονομική διορατικότητα
18:09
to sustain our investments,
441
1074000
2000
ώστε να στηρίξουμε τις επενδύσεις μας,
18:11
we will master these and new tools of vaccinology,
442
1076000
3000
θα αποκτήσουμε αυτά και άλλα νέα εργαλεία της εμβολιολογίας.
18:14
and with these tools we can produce
443
1079000
2000
Με αυτά τα εργαλεία μπορούμε να παράγουμε
18:16
enough vaccine for everyone at low cost
444
1081000
2000
αρκετά εμβόλια για τον καθένα, με χαμηλό κόστος
18:18
and ensure healthy productive lives.
445
1083000
3000
και να εξασφαλίσουμε υγιείς, παραγωγικές ζωές.
18:21
No longer must flu have to kill half a million people a year.
446
1086000
3000
Δεν θα χρειάζεται πλέον η γρίπη να σκοτώνει μισό εκατομμύριο ανθρώπους το χρόνο.
18:24
No longer does AIDS
447
1089000
2000
Ούτε και το AIDS
18:26
need to kill two million a year.
448
1091000
2000
θα σκοτώνει πλέον δύο εκατομμύρια το χρόνο.
18:28
No longer do the poor and vulnerable
449
1093000
2000
Δεν θα είναι πλέον ανάγκη οι φτωχοί και οι αδύναμοι
18:30
need to be threatened by infectious diseases,
450
1095000
3000
ν' απειλούνται από λοιμώδη νοσήματα
18:33
or indeed, anybody.
451
1098000
2000
ή οποιοσδήποτε άλλος, πράγματι.
18:35
Instead of having Vaclav Smil's
452
1100000
3000
Αντί να έχουμε, όπως λέει ο Βάκλαβ Σμιλ,
18:38
"massively fatal discontinuity" of life,
453
1103000
3000
"μαζικά θανατηφόρες ασυνέχειες" της ζωής,
18:41
we can ensure
454
1106000
2000
μπορούμε να εξασφαλίσουμε
18:43
the continuity of life.
455
1108000
2000
τη συνέχεια της ζωής.
18:45
What the world needs now are these new vaccines,
456
1110000
2000
Αυτό που χρειάζεται τώρα ο κόσμος είναι τούτα τα νέα εμβόλια
18:47
and we can make it happen.
457
1112000
2000
και θα το κάνουμε πράξη.
18:49
Thank you very much.
458
1114000
2000
Σας ευχαριστώ πάρα πολύ.
18:51
(Applause)
459
1116000
8000
(Χειροκρότημα)
18:59
Chris Anderson: Thank you.
460
1124000
2000
Κρις Άντερσον: Σ' ευχαριστούμε.
19:01
(Applause)
461
1126000
5000
(Χειροκρότημα)
19:07
Thank you.
462
1132000
2000
Σ' ευχαριστούμε
19:09
So, the science is changing.
463
1134000
3000
Η επιστήμη αλλάζει λοιπόν.
19:12
In your mind, Seth -- I mean, you must dream about this --
464
1137000
3000
Μέσα στο νου σου Σηθ -- εννοώ θα πρέπει να το ονειρεύεσαι αυτό --
19:15
what is the kind of time scale
465
1140000
3000
ποια είναι η χρονική κλίμακα
19:18
on, let's start with HIV,
466
1143000
2000
ας πούμε για τον HIV,
19:20
for a game-changing vaccine that's actually out there and usable?
467
1145000
3000
για ένα εμβόλιο που θ' αλλάξει τα δεδομένα, να βγει στην αγορά και να είναι λειτουργικό;
19:24
SB: The game change can come at any time,
468
1149000
2000
Μπέρκλεϋ: Η αλλαγή των δεδομένων μπορεί να έρθει ανά πάσα στιγμή
19:26
because the problem we have now is
469
1151000
2000
επειδή το πρόβλημα που έχουμε τώρα είναι
19:28
we've shown we can get a vaccine to work in humans;
470
1153000
2000
ότι δείξαμε πως μπορούμε να φτιάξουμε ένα εμβόλιο που λειτουργεί στον άνθρωπο,
19:30
we just need a better one.
471
1155000
2000
απλά χρειαζόμαστε ένα καλύτερο απ' αυτό.
19:32
And with these types of antibodies, we know humans can make them.
472
1157000
2000
Ξέρουμε ότι ο άνθρωπος μπορεί να παράγει αυτού του τύπου τα αντισώματα.
19:34
So, if we can figure out how to do that,
473
1159000
2000
Έτσι, εάν βρούμε τον τρόπο να το κάνουμε αυτό,
19:36
then we have the vaccine,
474
1161000
2000
τότε θα έχουμε το εμβόλιο.
19:38
and what's interesting is there already is
475
1163000
2000
Το ενδιαφέρον εδώ είναι πως ήδη υπάρχουν
19:40
some evidence that we're beginning to crack that problem.
476
1165000
2000
κάποιες αποδείξεις ότι αρχίζουμε να επιλύουμε το πρόβλημα.
19:42
So, the challenge is full speed ahead.
477
1167000
2000
Η πρόκληση τρέχει μπροστά μας με πλήρη ταχύτητα.
19:44
CA: In your gut, do you think it's probably going to be at least another five years?
478
1169000
2000
Άντερσον: Μέσα σου, πιστεύεις ότι είναι πιθανόν αυτό να συμβεί μέσα σε τουλάχιστον πέντε χρόνια;
19:46
SB: You know, everybody says it's 10 years,
479
1171000
2000
Μπέρκλεϋ: Ξέρεις, όλοι λένε ότι θα πάρει 10 χρόνια,
19:48
but it's been 10 years every 10 years.
480
1173000
2000
όμως είναι 10 χρόνια κάθε 10 χρόνια.
19:50
So I hate to put a timeline
481
1175000
2000
Έτσι απεχθάνομαι να θέτω χρονικά όρια
19:52
on scientific innovation,
482
1177000
2000
για μια συγκεκριμένη καινοτομία,
19:54
but the investments that have occurred are now paying dividends.
483
1179000
3000
όμως οι επενδύσεις που έχουν γίνει, τώρα πια αποδίδουν μερίσματα.
19:57
CA: And that's the same with universal flu vaccine, the same kind of thing?
484
1182000
3000
Άντερσον: Το ίδιο ισχύει για το καθολικό εμβόλιο της γρίπης;
20:00
SB: I think flu is different. I think what happened with flu is
485
1185000
2000
Μπέρκλεϋ:Πιστεύω ότι με τη γρίπη είναι διαφορετικά. Αυτό που συμβαίνει με τη γρίπη είναι
20:02
we've got a bunch -- I just showed some of this --
486
1187000
2000
ότι έχουμε ένα σωρό -- μόλις έδειξα μερικές --
20:04
a bunch of really cool and useful technologies that are ready to go now.
487
1189000
3000
ένα σωρό καταπληκτικών και χρήσιμων τεχνολογιών, που είναι έτοιμες να βγουν τώρα.
20:07
They look good. The problem has been that,
488
1192000
2000
Δείχνουν καλές. Το πρόβλημα είναι ότι
20:09
what we did is we invested in traditional technologies
489
1194000
3000
επενδύσαμε σε παραδοσιακές τεχνολογίες
20:12
because that's what we were comfortable with.
490
1197000
2000
επειδή μ' αυτές είμαστε εξοικειωμένοι.
20:14
You also can use adjuvants, which are chemicals you mix.
491
1199000
3000
Μπορείς επίσης να χρησιμοποιήσεις ενισχυτικά, δηλαδή χημικά που αναμιγνύεις.
20:17
That's what Europe is doing, so we could have diluted out
492
1202000
2000
Αυτό κάνουν στην Ευρώπη, έτσι θα μπορούσαμε να αραιώσουμε
20:19
our supply of flu and made more available,
493
1204000
2000
τ' αποθέματα εμβολίων μας και να φτιάξουμε περισσότερα,
20:21
but, going back to what Michael Specter said,
494
1206000
3000
όμως ξαναγυρνώντας σε αυτά που είπε ο Μάικλ Σπέκτερ,
20:24
the anti-vaccine crowd didn't really want that to happen.
495
1209000
3000
το πλήθος όσων αντιτίθενται στα εμβόλια δεν θα ήθελαν να συμβεί αυτό.
20:27
CA: And malaria's even further behind?
496
1212000
2000
Άντερσον: Η ελονοσία είναι ακόμη πιο πίσω;
20:29
SB: No, malaria, there is a candidate
497
1214000
2000
Μπέρκλεϋ: Όχι, για την ελονοσία υπάρχει υποψήφιος
20:31
that actually showed efficacy in an earlier trial
498
1216000
3000
που πραγματικά έδειξε αποτελεσματικός σε παλιότερη δοκιμή
20:34
and is currently in phase three trials now.
499
1219000
2000
και αυτήν τη στιγμή βρίσκεται στη φάση τρία των κλινικών δοκιμών.
20:36
It probably isn't the perfect vaccine, but it's moving along.
500
1221000
3000
Πιθανώς δεν είναι το τέλειο εμβόλιο, όμως προχωρά.
20:39
CA: Seth, most of us do work where every month,
501
1224000
2000
Άντερσον: Σηθ, οι περισσότεροι από εμάς δουλεύουμε σε εργασίες όπου κάθε μήνα
20:41
we produce something;
502
1226000
2000
κάπως, πρέπει κάτι να παράγουμε
20:43
we get that kind of gratification.
503
1228000
2000
και αμειβόμαστε αναλόγως.
20:45
You've been slaving away at this for more than a decade,
504
1230000
3000
Εσύ αφοσιώθηκες σ' αυτό για περισσότερο από μια δεκαετία,
20:48
and I salute you and your colleagues for what you do.
505
1233000
3000
και χαιρετίζω εσένα και τους συναδέλφους σου γι' αυτό που κάνετε.
20:51
The world needs people like you. Thank you.
506
1236000
2000
Ο κόσμος χρειάζεται ανθρώπους σαν κι εσένα. Σ' ευχαριστώ.
20:53
SB: Thank you.
507
1238000
2000
Μπέρκλεϋ: Εγώ ευχαριστώ.
20:55
(Applause)
508
1240000
3000
(Χειροκρότημα)
ABOUT THE SPEAKER
Seth Berkley - Vaccine visionaryEpidemiologist Seth Berkley is leading the charge to make sure vaccines are available to everyone, including those living in the developing world.
Why you should listen
Seth Berkley is an epidemiologist and the CEO of Gavi, the Vaccine Alliance, the global health organization protecting lives by improving access to vaccines in developing countries. Seth joined Gavi in 2011 in a period of rapid acceleration of Gavi’s programs. Now, with more than half a billion children immunized, he is leading Gavi’s efforts to reach a further 300 million children in the next five years and build sustainability into country immunization programs. Prior to Gavi, he spearheaded the development of vaccines for HIV as founder and CEO of the International AIDS Vaccine Initiative.
Seth Berkley | Speaker | TED.com