TED2019
Leila Pirhaji: The medical potential of AI and metabolites
لیلا پیرحاجی: پتانسیل‌های پزشکی هوش مصنوعی و متابولیتها
Filmed:
Readability: 5.5
1,210,569 views
عامل بسیاری از بیماریها متابولیتها هستند-مولکول‌های کوچکی در بدن شما مثل چربی، گلوکز و کلسترول- اما ما دقیق نمی‌دانیم آنها چه هستند و چگونه کار میکنند. کارآفرین بیوتک و همیار TED لیلا پیرحاجی برنامه‌اش برای ساخت شبکه‌ای بر پایه هوش مصنوعی برای طبقه بندی الگوهای متابولیتها، درک بهتر توسعه‌ی بیماریها و توسعه‌ی درمان‌های موثرتر به اشتراک می‌گذارد.
Leila Pirhaji - Biotech entrepreneur
Leila Pirhaji uses artificial intelligence for drug discovery and the treatment of metabolic diseases. Full bio
Leila Pirhaji uses artificial intelligence for drug discovery and the treatment of metabolic diseases. Full bio
Double-click the English transcript below to play the video.
00:13
In 2003,
0
1507
1889
در سال ۲۰۰۳،
00:15
when we sequenced the human genome,
1
3420
2913
وقتی ما ژنوم انسان را
در توالی ترتیب قرار دادیم،
در توالی ترتیب قرار دادیم،
00:18
we thought we would have the answer
to treat many diseases.
to treat many diseases.
2
6357
3922
فکر می کردیم جواب درمان
بسیاری از بیماریها را داریم
بسیاری از بیماریها را داریم
00:22
But the reality is far from that,
3
10974
2657
اما واقعیت بسیار با آن فاصله دارد،
00:26
because in addition to our genes,
4
14782
1921
چون علاوه بر ژن هایمان،
00:28
our environment and lifestyle
could have a significant role
could have a significant role
5
16727
4570
محیط زیست و سبک زندگیمان
می تواند نقش چشمگیری
می تواند نقش چشمگیری
00:33
in developing many major diseases.
6
21321
2548
در توسعه ی خیلی از
بیماری های مهم داشته باشد.
بیماری های مهم داشته باشد.
00:35
One example is fatty liver disease,
7
23893
3580
یک مثال از آن بیماری کبد چرب است،
00:39
which is affecting over 20 percent
of the population globally,
of the population globally,
8
27497
4083
که روی ۲۰ درصد از
جمعیت جهانی تاثیر گذاشته است،
جمعیت جهانی تاثیر گذاشته است،
00:43
and it has no treatment
and leads to liver cancer
and leads to liver cancer
9
31604
3034
و درمانی ندارد و باعث سرطان کبد
00:46
or liver failure.
10
34662
1423
یا نارسایی کبد می شود.
00:49
So sequencing DNA alone
doesn't give us enough information
doesn't give us enough information
11
37517
4744
بنابراین توالی DNA به تنهایی
اطلاعات کافی به ما نمی دهد
اطلاعات کافی به ما نمی دهد
00:54
to find effective therapeutics.
12
42285
2232
تا درمان موثری پیدا کنیم.
00:56
On the bright side, there are
many other molecules in our body.
many other molecules in our body.
13
44541
3756
نکته ی مثبت اینجاست که مولکول های
بسیاری در بدن ما وجود دارد.
بسیاری در بدن ما وجود دارد.
01:00
In fact, there are
over 100,000 metabolites.
over 100,000 metabolites.
14
48321
3980
در حقیقت بیش از ۱۰۰.۰۰۰
متابولیت وجود دارد.
متابولیت وجود دارد.
01:04
Metabolites are any molecule
that is supersmall in their size.
that is supersmall in their size.
15
52325
4296
متابولیت هر مولکولی است که اندازه آن
فوق العاده کوچک است.
فوق العاده کوچک است.
01:09
Known examples are glucose,
fructose, fats, cholesterol --
fructose, fats, cholesterol --
16
57193
4972
مثالهای شناخته شده گلوکز، فراکتوز،
چربی ها، کلسترول و .. هستند
چربی ها، کلسترول و .. هستند
01:14
things we hear all the time.
17
62189
1510
چیزهایی که همیشه می شنویم.
01:16
Metabolites are involved
in our metabolism.
in our metabolism.
18
64273
2983
متابولیت ها در متابولیسم ما نقش دارند.
01:20
They are also downstream of DNA,
19
68066
4028
آنها همچنین در پایین دست DNA قرار دارند ،
01:24
so they carry information
from both our genes as well as lifestyle.
from both our genes as well as lifestyle.
20
72118
5082
بنابراین حاوی اطلاعاتی از ژن های ما
همینطور سبک زندگی ما هستند.
همینطور سبک زندگی ما هستند.
01:29
Understanding metabolites is essential
to find treatments for many diseases.
to find treatments for many diseases.
21
77224
5649
فهمیدن متابولیت ها برای پیدا کردن
درمان بسیاری از بیماری ها ضروری است.
درمان بسیاری از بیماری ها ضروری است.
01:34
I've always wanted to treat patients.
22
82897
2212
من همیشه می خواستم بیماران را درمان کنم.
01:37
Despite that, 15 years ago,
I left medical school,
I left medical school,
23
85934
3858
علی رغم آن، ۱۵ سال قبل،
من دانشکده پزشکی را ترک کردم،
من دانشکده پزشکی را ترک کردم،
01:41
as I missed mathematics.
24
89816
1965
چون ریاضیات را از دست داده بودم.
01:45
Soon after, I found the coolest thing:
25
93019
2936
خیلی زود بعد از آن،
جالبترین چیز را فهمیدم:
جالبترین چیز را فهمیدم:
01:48
I can use mathematics to study medicine.
26
96692
2763
من می توانم از ریاضی
برای مطالعه ی پزشکی استفاده کنم.
برای مطالعه ی پزشکی استفاده کنم.
01:53
Since then, I've been developing
algorithms to analyze biological data.
algorithms to analyze biological data.
27
101026
5213
از آن به بعد، در حال توسعه ی الگوریتم هایی
برای تحلیل داده های بیولوژیکی بودم.
برای تحلیل داده های بیولوژیکی بودم.
01:59
So, it sounded easy:
28
107092
2283
حب، به نظر آسان رسید:
02:01
let's collect data from all
the metabolites in our body,
the metabolites in our body,
29
109399
3601
بیایید داده هایی از تمام متابولیت ها
در بدنمان جمع آوری کنیم،
در بدنمان جمع آوری کنیم،
02:05
develop mathematical models to describe
how they are changed in a disease
how they are changed in a disease
30
113024
5128
مدلهای ریاضی برای توصیف اینکه آنها چگونه
در یک بیماری تغییر می کنند توسعه دهیم
در یک بیماری تغییر می کنند توسعه دهیم
02:10
and intervene in those
changes to treat them.
changes to treat them.
31
118176
2988
و در آن تغییرات مداخله کنیم
تا آنها را درمان کنیم.
تا آنها را درمان کنیم.
02:14
Then I realized why no one
has done this before:
has done this before:
32
122488
3472
سپس تشخیص دادم
چرا قبلا هیچکس آن را انجام نداده است:
چرا قبلا هیچکس آن را انجام نداده است:
02:19
it's extremely difficult.
33
127230
1687
چون این کار بسیار سخت است.
02:20
(Laughter)
34
128941
1087
(خنده)
02:22
There are many metabolites in our body.
35
130052
2412
متابولیت های بسیار زیادی
در بدن ما وجود دارند.
در بدن ما وجود دارند.
02:24
Each one is different from the other one.
36
132783
2500
هر کدام از دیگری تفاوت دارد.
02:27
For some metabolites,
we can measure their molecular mass
we can measure their molecular mass
37
135307
3728
برای بعضی از متابولیت ها،
می توانیم حجم مولکولیشان را
می توانیم حجم مولکولیشان را
02:31
using mass spectrometry instruments.
38
139059
2593
با استفاده از ابزار
طیف سنجی حجمی اندازه بگیریم .
طیف سنجی حجمی اندازه بگیریم .
02:33
But because there could be, like,
10 molecules with the exact same mass,
10 molecules with the exact same mass,
39
141676
4393
اما چون ممکن بود مثلا ۱۰ مولکول
با حجم دقیقا یکسان وجود داشته باشد،
با حجم دقیقا یکسان وجود داشته باشد،
02:38
we don't know exactly what they are,
40
146093
1807
ما دقیقا نمی دانیم آنها چه هستند،
02:39
and if you want to clearly
identify all of them,
identify all of them,
41
147924
2774
و اگر می خواهید بطور واضح
همه ی آنها را تشحیص دهید،
همه ی آنها را تشحیص دهید،
02:42
you have to do more experiments,
which could take decades
which could take decades
42
150722
3104
مجبورید آزمایشهای بیشتری انجام دهید،
که ممکن است دهه ها طول بکشد
که ممکن است دهه ها طول بکشد
02:45
and billions of dollars.
43
153850
1714
و میلیاردها دلار هزینه داشته باشد.
02:48
So we developed an artificial
intelligence, or AI, platform, to do that.
intelligence, or AI, platform, to do that.
44
156207
5563
بنابراین ما یک بستر هوش مصنوعی
برای انجام آن توسعه دادیم.
برای انجام آن توسعه دادیم.
02:53
We leveraged the growth of biological data
45
161794
2844
ما رشد داده های بیولوژیکی را تقویت کردیم
02:56
and built a database of any existing
information about metabolites
information about metabolites
46
164662
4424
و پایگاه داده ای از تمام اطلاعات موجود
درباره ی متابولیت ها
درباره ی متابولیت ها
03:01
and their interactions
with other molecules.
with other molecules.
47
169110
3128
و تعاملات آنها با دیگر مولکولها ساختیم.
03:04
We combined all this data
as a meganetwork.
as a meganetwork.
48
172262
3424
ما تمام این داده ها را
به عنوان ابرشبکه ای ترکیب کردیم.
به عنوان ابرشبکه ای ترکیب کردیم.
03:07
Then, from tissues or blood of patients,
49
175710
3396
سپس از بافت یا خون بیماران،
03:11
we measure masses of metabolites
50
179130
2751
حجم متابولیت ها را اندازه می گیریم
03:13
and find the masses
that are changed in a disease.
that are changed in a disease.
51
181905
3259
و حجم هایی را پیدا می کنیم که
در طول یک بیماری تغییر می کنند.
در طول یک بیماری تغییر می کنند.
03:17
But, as I mentioned earlier,
we don't know exactly what they are.
we don't know exactly what they are.
52
185188
3190
اما همانطور که قبلا گفتم
ما نمی دانیم آنها چه هستند.
ما نمی دانیم آنها چه هستند.
03:20
A molecular mass of 180 could be
either the glucose, galactose or fructose.
either the glucose, galactose or fructose.
53
188402
5135
حجم مولکولی ۱۸۰ می تواند گلوکز،
گلاکتوز یا فراکتوز باشد.
گلاکتوز یا فراکتوز باشد.
03:25
They all have the exact same mass
54
193561
2019
همه ی آنها حجم یکسانی دارند
03:27
but different functions in our body.
55
195604
2087
اما نقش های متفاوتی در بدن ما دارند.
03:29
Our AI algorithm considered
all these ambiguities.
all these ambiguities.
56
197715
3587
الگوریتم هوش مصنوعی ما
تمام این ابهامات را در نظر گرفته است.
تمام این ابهامات را در نظر گرفته است.
03:33
It then mined that meganetwork
57
201326
2736
سپس آن ابر شبکه را استخراج کرد
03:36
to find how those metabolic masses
are connected to each other
are connected to each other
58
204086
4353
تا بفهمد آن حجم های متابولیک
چگونه به یکدیگر مرتبط هستند
چگونه به یکدیگر مرتبط هستند
03:40
that result in disease.
59
208463
1958
که باعث بیماری می گردند.
03:42
And because of the way they are connected,
60
210445
2238
و به خاطر روشی که به هم مرتبط هستند،
03:44
then we are able to infer
what each metabolite mass is,
what each metabolite mass is,
61
212707
4323
سپس می توانیم استنباط کنیم
که هر حجم متابولیت چه چیزی هست،
که هر حجم متابولیت چه چیزی هست،
03:49
like that 180 could be glucose here,
62
217054
2924
مثل آن ۱۸۰ می تواند در اینجا گلوکز باشد،
03:52
and, more importantly, to discover
63
220002
2551
و مهمتر، کشف کردن اینکه
03:54
how changes in glucose
and other metabolites
and other metabolites
64
222577
3367
چگونه تغییر در گلوکز و دیگر متابولیت ها
03:57
lead to a disease.
65
225968
1505
باعث بیماری می شود.
03:59
This novel understanding
of disease mechanisms
of disease mechanisms
66
227497
2995
این درک جدید از مکانیسم های بیماری
04:02
then enable us to discover
effective therapeutics to target that.
effective therapeutics to target that.
67
230516
4492
سپس ما را قادر می سازد تا درمان موثری
برای هدف قرار دادن آن کشف کنیم.
برای هدف قرار دادن آن کشف کنیم.
04:07
So we formed a start-up company
to bring this technology to the market
to bring this technology to the market
68
235601
3845
بنابراین ما شرکت استارت آپی تشکیل دادیم
تا این تکنولوژی را به بازار بیاوریم
تا این تکنولوژی را به بازار بیاوریم
04:11
and impact people's lives.
69
239470
1805
و روی زندگی مردم تاثیر بگذاریم.
04:13
Now my team and I at ReviveMed
are working to discover
are working to discover
70
241722
3545
اکنون من و تیمم در ReviveMed در حال
کار کردن برای کشف
کار کردن برای کشف
04:17
therapeutics for major diseases
that metabolites are key drivers for,
that metabolites are key drivers for,
71
245291
5105
درمانی برای عمده بیماریهایی
که در آنها متابولیتها محرکهای اصلی هستند،
که در آنها متابولیتها محرکهای اصلی هستند،
04:22
like fatty liver disease,
72
250420
1897
مثلا بیماری کبد چرب،
04:24
because it is caused
by accumulation of fats,
by accumulation of fats,
73
252341
2924
چون به واسطه
تجمع چربی ها ایجاد شده است،
تجمع چربی ها ایجاد شده است،
04:27
which are types
of metabolites in the liver.
of metabolites in the liver.
74
255289
2473
که انواعی از متابولیت ها در کبد هستند.
04:29
As I mentioned earlier,
it's a huge epidemic with no treatment.
it's a huge epidemic with no treatment.
75
257786
3940
همانطور که قبلا گفتم، این بیماری همه گیر
و بدون درمان است.
و بدون درمان است.
04:33
And fatty liver disease
is just one example.
is just one example.
76
261750
2724
و بیماری کبد چرب تنها یک مثال است.
04:36
Moving forward, we are going to tackle
hundreds of other diseases
hundreds of other diseases
77
264498
4178
در حرکت به جلو، ما قصد داریم
با صدها بیماری
با صدها بیماری
04:40
with no treatment.
78
268700
1493
بدون درمان دیگر نیز مقابله کنیم
04:42
And by collecting more and more
data about metabolites
data about metabolites
79
270217
4554
و با جمع آوری داده های بیشتر و بیشتر
در مورد متابولیت ها
در مورد متابولیت ها
04:46
and understanding
how changes in metabolites
how changes in metabolites
80
274795
3544
و قهمیدن اینکه چگونه
تغییرات در متابولیت ها
تغییرات در متابولیت ها
04:50
leads to developing diseases,
81
278363
2402
باعث گسترش بیماریها می شود،
04:52
our algorithms will get
smarter and smarter
smarter and smarter
82
280789
3489
الگوریتم های ما باهوش تر
و باهوش تر می شوند
و باهوش تر می شوند
04:56
to discover the right therapeutics
for the right patients.
for the right patients.
83
284302
4196
تا درمان درست برای
بیماران درست را انجام دهند.
بیماران درست را انجام دهند.
05:00
And we will get closer to reach our vision
84
288522
3770
و ما به چشم انداز خودمان
نزدیکتر خواهیم شد
نزدیکتر خواهیم شد
05:04
of saving lives with every line of code.
85
292316
3863
با نجات زندگیهایی با هر خط کدی که دارند.
05:08
Thank you.
86
296203
1321
متشکرم.
05:09
(Applause)
87
297548
3827
(تشویق)
ABOUT THE SPEAKER
Leila Pirhaji - Biotech entrepreneurLeila Pirhaji uses artificial intelligence for drug discovery and the treatment of metabolic diseases.
Why you should listen
Leila Pirhaji is the founder of ReviveMed, an AI platform that can quickly and inexpensively characterize large numbers of metabolites (small molecules like glucose or cholesterol) from the blood, urine and tissues of patients. This allows for the detection of molecular mechanisms that lead to disease and the discovery of drugs that target these disease mechanisms.
Leila Pirhaji | Speaker | TED.com