TED2012
Carl Schoonover: How to look inside the brain
Carl Schoonover: ¿Cómo ver el interior del cerebro?
Filmed:
Readability: 4.8
962,022 views
Se han dado avances notables en la comprensión del cerebro, pero ¿cómo estudiamos las neuronas de su interior? Mediante imágenes maravillosas, el neurólogo y TED Fellow Carl Schoonover muestra las herramientas que nos permiten ver el interior del cerebro.
Carl Schoonover - Neuroscience PhD student + writer
Carl Schoonover is a neuroscientist and one of the founders of NeuWrite, a collaboration between writers and neuroscientist. Full bio
Carl Schoonover is a neuroscientist and one of the founders of NeuWrite, a collaboration between writers and neuroscientist. Full bio
Double-click the English transcript below to play the video.
00:16
This is a thousand-year-old drawing of the brain.
0
359
3996
Este dibujo del cerebro tiene mil años.
00:20
It's a diagram of the visual system.
1
4355
1912
Es un diagrama del sistema de la vista.
00:22
And some things look very familiar today.
2
6267
2750
Algunas cosas hoy resultan muy familiares.
00:24
Two eyes at the bottom, optic nerve flowing out from the back.
3
9017
4367
Dos ojos abajo, nervios ópticos que salen desde atrás.
00:29
There's a very large nose
4
13384
2120
Hay una nariz muy grande
00:31
that doesn't seem to be connected to anything in particular.
5
15504
3317
que no parece estar conectada a nada en particular.
00:34
And if we compare this
6
18821
1700
Y si lo comparamos con
00:36
to more recent representations of the visual system,
7
20521
2074
representaciones más recientes de la visión,
00:38
you'll see that things have gotten substantially more complicated
8
22595
2957
verán que las cosas se han complicado considerablemente
00:41
over the intervening thousand years.
9
25552
1573
en estos mil años.
00:43
And that's because today we can see what's inside of the brain,
10
27125
2965
Y esto se debe a que hoy podemos ver el interior del cerebro
00:45
rather than just looking at its overall shape.
11
30090
2481
en lugar de ver solo su aspecto general.
00:48
Imagine you wanted to understand how a computer works
12
32571
3979
Imaginen que quisieran entender el funcionamiento de una computadora
00:52
and all you could see was a keyboard, a mouse, a screen.
13
36550
3179
y todo lo que vieran fuese un teclado, un ratón, una pantalla.
00:55
You really would be kind of out of luck.
14
39729
2396
Sería muy desafortunado.
00:58
You want to be able to open it up, crack it open,
15
42125
2042
Querrían verla abierta, totalmente abierta,
01:00
look at the wiring inside.
16
44167
1844
ver el cableado interior.
01:01
And up until a little more than a century ago,
17
46011
1864
Y hasta hace poco más de un siglo
01:03
nobody was able to do that with the brain.
18
47875
2000
nadie había podido ver así el cerebro.
01:05
Nobody had had a glimpse of the brain's wiring.
19
49875
1880
Nadie había podido ver las conexiones del cerebro,
01:07
And that's because if you take a brain out of the skull
20
51755
2952
porque si uno saca al cerebro del cráneo
01:10
and you cut a thin slice of it,
21
54707
1689
y corta una delgada rebanada,
01:12
put it under even a very powerful microscope,
22
56396
2498
aunque la ponga bajo un microscopio potente,
01:14
there's nothing there.
23
58894
1181
no verá nada.
01:15
It's gray, formless.
24
60075
1613
Es gris, sin forma.
01:17
There's no structure. It won't tell you anything.
25
61688
2604
No tiene estructura. No aportará información.
01:20
And this all changed in the late 19th century.
26
64292
2854
Pero todo cambió a fines del siglo XIX.
01:23
Suddenly, new chemical stains for brain tissue were developed
27
67146
3875
De repente se crearon marcadores químicos para el tejido cerebral
01:26
and they gave us our first glimpses at brain wiring.
28
71021
2812
que nos permitieron ver las conexiones cerebrales.
01:29
The computer was cracked open.
29
73833
2013
Se descifró el enigma.
01:31
So what really launched modern neuroscience
30
75846
2856
Lo que dio origen a la neurociencia moderna
01:34
was a stain called the Golgi stain.
31
78702
1965
fue una tinción llamada tinción de Golgi.
01:36
And it works in a very particular way.
32
80667
1881
Y funciona de un modo muy particular.
01:38
Instead of staining all of the cells inside of a tissue,
33
82548
3110
En vez de marcar todas las células del tejido,
01:41
it somehow only stains about one percent of them.
34
85658
3032
de algún modo, marca solo el uno por ciento.
01:44
It clears the forest, reveals the trees inside.
35
88690
3342
Despeja el bosque, revela los árboles del interior.
01:47
If everything had been labeled, nothing would have been visible.
36
92032
2672
De haberse etiquetado todo, no se habría visto nada.
01:50
So somehow it shows what's there.
37
94704
2046
De algún modo muestra lo que hay.
01:52
Spanish neuroanatomist Santiago Ramon y Cajal,
38
96750
2667
El neuroanatomista español Santiago Ramón y Cajal,
01:55
who's widely considered the father of modern neuroscience,
39
99417
2845
ampliamente considerado como el padre de la neurociencia moderna,
01:58
applied this Golgi stain, which yields data which looks like this,
40
102262
3897
aplicó la tintura de Golgi y consiguió algo parecido a esto;
02:02
and really gave us the modern notion of the nerve cell, the neuron.
41
106159
3758
realmente acuñó la noción moderna de célula nerviosa, de neurona.
02:05
And if you're thinking of the brain as a computer,
42
109917
2614
Y si piensan en el cerebro como una computadora,
02:08
this is the transistor.
43
112531
2011
este es “el” transistor.
02:10
And very quickly Cajal realized
44
114542
2075
Cajal muy pronto se dio cuenta
02:12
that neurons don't operate alone,
45
116617
2337
de que las neuronas no funcionan solas,
02:14
but rather make connections with others
46
118954
1838
sino que mas bien se conectan con otras
02:16
that form circuits just like in a computer.
47
120792
2506
y forman circuitos como los de las computadoras.
02:19
Today, a century later, when researchers want to visualize neurons,
48
123298
3391
Hoy, un siglo después, cuando los investigadores quieren ver neuronas
02:22
they light them up from the inside rather than darkening them.
49
126689
2767
las iluminan desde el interior en vez de oscurecerlas.
02:25
And there's several ways of doing this.
50
129456
1150
Y hay varias maneras de hacerlo.
02:26
But one of the most popular ones
51
130606
1727
Pero una de las más populares
02:28
involves green fluorescent protein.
52
132333
2092
es mediante una proteína verde fluo.
02:30
Now green fluorescent protein,
53
134425
1659
La proteína verde fluo,
02:31
which oddly enough comes from a bioluminescent jellyfish,
54
136084
3145
que por extraño que parezca
viene de una medusa bioluminiscente,
viene de una medusa bioluminiscente,
02:35
is very useful.
55
139229
1238
es muy útil.
02:36
Because if you can get the gene for green fluorescent protein
56
140467
2638
Si obtenemos la proteína verde fluo
02:39
and deliver it to a cell,
57
143105
1675
y la colocamos en la célula,
02:40
that cell will glow green --
58
144780
1747
esa célula se iluminará de verde...
02:42
or any of the many variants now of green fluorescent protein,
59
146527
3746
o cualquiera de las variantes actuales de proteínas verde fluo,
02:46
you get a cell to glow many different colors.
60
150273
1664
la célula se iluminará de varios colores.
02:47
And so coming back to the brain,
61
151937
1521
Y volviendo al cerebro,
02:49
this is from a genetically engineered mouse called "Brainbow."
62
153458
3800
este es de un ratón genéticamente modificado
llamado “Brainbow” (cerebro arco iris).
llamado “Brainbow” (cerebro arco iris).
02:53
And it's so called, of course,
63
157258
1550
Se llama así, por supuesto,
02:54
because all of these neurons are glowing different colors.
64
158808
3612
por las neuronas de distintos colores.
02:58
Now sometimes neuroscientists need to identify
65
162420
3451
Pero a veces los neurocientíficos tenemos que identificar
03:01
individual molecular components of neurons, molecules,
66
165871
3044
los distintos componentes moleculares de las neuronas, las moléculas,
03:04
rather than the entire cell.
67
168915
1798
en vez de toda la célula.
03:06
And there's several ways of doing this,
68
170713
1706
Y hay varias maneras de hacerlo
03:08
but one of the most popular ones
69
172419
1469
pero una de las más populares
03:09
involves using antibodies.
70
173888
2195
es con anticuerpos.
03:11
And you're familiar, of course,
71
176083
1337
Claro, uno tiende a pensar
03:13
with antibodies as the henchmen of the immune system.
72
177420
2951
en los anticuerpos como aliados del sistema inmunológico.
03:16
But it turns out that they're so useful to the immune system
73
180371
2418
Pero resulta que son tan útiles para el sistema inmunológico
03:18
because they can recognize specific molecules,
74
182789
2550
porque pueden reconocer moléculas específicas
03:21
like, for example, the code protein
75
185339
2119
como, por ejemplo, el código genético
03:23
of a virus that's invading the body.
76
187458
2388
de un virus que está invadiendo el cuerpo.
03:25
And researchers have used this fact
77
189846
2045
Y los investigadores han usado esto
03:27
in order to recognize specific molecules inside of the brain,
78
191891
4325
para reconocer moléculas específicas en el interior del cerebro;
03:32
recognize specific substructures of the cell
79
196216
2640
para reconocer estructuras específicas de la célula
03:34
and identify them individually.
80
198856
2244
e identificarlas en forma individual.
03:37
And a lot of the images I've been showing you here are very beautiful,
81
201100
3025
Y muchas de las imágenes que les he mostrado aquí
son muy hermosas,
son muy hermosas,
03:40
but they're also very powerful.
82
204125
1906
pero también son muy potentes.
03:41
They have great explanatory power.
83
206031
1636
Tienen un gran poder explicativo.
03:43
This, for example, is an antibody staining
84
207667
2090
Por ejemplo, esta es la coloración de un anticuerpo
03:45
against serotonin transporters in a slice of mouse brain.
85
209757
3520
contra los transportadores de serotonina
en un corte de cerebro de ratón.
en un corte de cerebro de ratón.
03:49
And you've heard of serotonin, of course,
86
213277
1681
Han oído hablar de la serotonina, por supuesto,
03:50
in the context of diseases like depression and anxiety.
87
214958
2827
en el marco de enfermedades como la depresión y la ansiedad.
03:53
You've heard of SSRIs,
88
217785
1408
Han oído hablar de los ISRS,
03:55
which are drugs that are used to treat these diseases.
89
219193
2897
medicamentos usados para tratar estas enfermedades.
03:57
And in order to understand how serotonin works,
90
222090
2890
Y entender el funcionamiento de la serotonina
04:00
it's critical to understand where the serontonin machinery is.
91
224980
3076
es fundamental para entender dónde está su maquinaria.
04:03
And antibody stainings like this one
92
228056
1596
Y los marcadores de anticuerpos como este
04:05
can be used to understand that sort of question.
93
229652
3546
pueden usarse para entender estas preguntas.
04:09
I'd like to leave you with the following thought:
94
233198
2558
Quiero despedirme dejándoles este pensamiento:
04:11
Green fluorescent protein and antibodies
95
235756
2610
las proteínas verde fluo y los anticuerpos
04:14
are both totally natural products at the get-go.
96
238366
3007
son productos de origen totalmente natural.
04:17
They were evolved by nature
97
241373
2779
Evolucionaron en la naturaleza
04:20
in order to get a jellyfish to glow green for whatever reason,
98
244152
2567
para que las medusas brillaran por la razón que sea
04:22
or in order to detect the code protein of an invading virus, for example.
99
246719
4383
o para detectar el código genético de un virus invasor, por ejemplo.
04:27
And only much later did scientists come onto the scene
100
251102
3017
Y solo mucho después, los científicos aparecieron
04:30
and say, "Hey, these are tools,
101
254119
2023
y dijeron, “Oye, estas son herramientas,
04:32
these are functions that we could use
102
256142
2113
estas son funciones que podríamos usar
04:34
in our own research tool palette."
103
258255
2008
en nuestra propia caja de herramientas”.
04:36
And instead of applying feeble human minds
104
260263
3628
Y en vez de emplear nuestras mentes débiles
04:39
to designing these tools from scratch,
105
263891
1884
para diseñar estas herramientas desde cero,
04:41
there were these ready-made solutions right out there in nature
106
265775
2904
allí en la naturaleza estaban estas soluciones predefinidas
04:44
developed and refined steadily for millions of years
107
268679
3236
desarrolladas y refinadas de manera constante
durante millones de años
durante millones de años
04:47
by the greatest engineer of all.
108
271915
1700
por la mayor ingeniera de todas.
04:49
Thank you.
109
273615
1262
Gracias.
04:50
(Applause)
110
274877
2538
(Aplausos)
ABOUT THE SPEAKER
Carl Schoonover - Neuroscience PhD student + writerCarl Schoonover is a neuroscientist and one of the founders of NeuWrite, a collaboration between writers and neuroscientist.
Why you should listen
Carl is a neuroscience PhD candidate at Columbia University, where he works on microanatomy and electrophysiology of rodent somatosensory cortex. He the author of Portraits of the Mind: Visualizing the Brain from Antiquity to the 21st Century, and has written for the New York Times, Le Figaro, the Huffington Post, Science, Scientific American, Design Observer, and Boing Boing. In 2008 he cofounded NeuWrite, a collaborative working group for scientists, writers, and those in between. He hosts a radio show on WkCR 89.9FM, which focuses on opera and classical music, and their relationship to the brain.
Carl Schoonover | Speaker | TED.com