TED2011
Ed Boyden: A light switch for neurons
Ed Boyden : Un interrupteur pour allumer les neurones.
Filmed:
Readability: 4
1,098,379 views
Ed Boyden montre comment, en insérant des gènes de protéines photosensibles dans des cellules du cerveau, il peut activer ou désactiver de manière sélective des neurones avec des implants en fibre optique. Avec ce niveau de contrôle sans précédent, il a réussi à guérir des souris souffrant de symptômes post traumatiques et de certaines formes de cécité. En perspective, les prothèses neuronales. L'animateur de session Juan Enriquez dirige ensuite la de questions / réponses.
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. Full bio
Ed Boyden is a professor of biological engineering and brain and cognitive sciences at the MIT Media Lab and the MIT McGovern Institute. Full bio
Double-click the English transcript below to play the video.
00:15
Think about your day for a second.
0
0
2000
Réfléchissez un instant à votre journée.
00:17
You woke up, felt fresh air on your face as you walked out the door,
1
2000
3000
Vous vous êtes réveillé, vous avez senti l'air frais sur votre visage quand vous êtes sorti,
00:20
encountered new colleagues and had great discussions,
2
5000
2000
vous avez croisé de nouveaux collègues, vous avez eu de grandes discussions,
00:22
and felt in awe when you found something new.
3
7000
2000
et vous vous êtes enthousiasmé quand vous avez découvert quelque chose de nouveau.
00:24
But I bet there's something you didn't think about today --
4
9000
2000
Mais je parie qu'il y a une chose à laquelle vous n'avez pas pensé aujourd'hui --
00:26
something so close to home
5
11000
2000
une chose tellement proche de vous
00:28
that you probably don't think about it very often at all.
6
13000
2000
que vous n'y pensez probablement quasiment jamais.
00:30
And that's that all the sensations, feelings,
7
15000
2000
Je parle du fait que toutes ces sensations, ces impressions,
00:32
decisions and actions
8
17000
2000
ces décisions et ces actions
00:34
are mediated by the computer in your head
9
19000
2000
sont arbitrées par l'ordinateur qui se trouve dans votre tête
00:36
called the brain.
10
21000
2000
qu'on appelle le cerveau.
00:38
Now the brain may not look like much from the outside --
11
23000
2000
Évidemment vu de l'extérieur le cerveau ne ressemble pas à grand chose --
00:40
a couple pounds of pinkish-gray flesh,
12
25000
2000
un kilo de chair rose grisâtre,
00:42
amorphous --
13
27000
2000
informe --
00:44
but the last hundred years of neuroscience
14
29000
2000
mais le dernier siècle en neuroscience
00:46
have allowed us to zoom in on the brain,
15
31000
2000
nous a permis de faire un zoom sur le cerveau
00:48
and to see the intricacy of what lies within.
16
33000
2000
et de découvrir la complexité de ce qu'il abrite.
00:50
And they've told us that this brain
17
35000
2000
Il nous a appris que ce cerveau
00:52
is an incredibly complicated circuit
18
37000
2000
est un circuit incroyablement compliqué
00:54
made out of hundreds of billions of cells called neurons.
19
39000
4000
fait de centaines de milliards de cellules appelées neurones.
00:58
Now unlike a human-designed computer,
20
43000
3000
Maintenant, à la différence d'un ordinateur conçu par l'homme,
01:01
where there's a fairly small number of different parts --
21
46000
2000
qui a un nombre relativement limité de composants --
01:03
we know how they work, because we humans designed them --
22
48000
3000
dont nous connaissons le fonctionnement, puisque nous les avons conçus --
01:06
the brain is made out of thousands of different kinds of cells,
23
51000
3000
le cerveau est fait de milliers de sortes de cellules différentes,
01:09
maybe tens of thousands.
24
54000
2000
peut-être des dizaines de milliers.
01:11
They come in different shapes; they're made out of different molecules.
25
56000
2000
Elles sont de formes différentes, elles sont faites de différentes molécules,
01:13
And they project and connect to different brain regions,
26
58000
3000
elles se projettent et se connectent à des différentes régions du cerveau.
01:16
and they also change different ways in different disease states.
27
61000
3000
Elles changent aussi différemment selon différents états de maladies.
01:19
Let's make it concrete.
28
64000
2000
Parlons concrètement.
01:21
There's a class of cells,
29
66000
2000
Il y a une catégorie de cellules,
01:23
a fairly small cell, an inhibitory cell, that quiets its neighbors.
30
68000
3000
une cellule relativement petite, inhibitrice, qui endort ces voisines.
01:26
It's one of the cells that seems to be atrophied in disorders like schizophrenia.
31
71000
4000
C'est une des cellules qui semble être atrophiée dans des états comme la schizophrénie.
01:30
It's called the basket cell.
32
75000
2000
On l'appelle cellule à corbeille.
01:32
And this cell is one of the thousands of kinds of cell
33
77000
2000
Cette cellule est une parmi les milliers
01:34
that we are learning about.
34
79000
2000
que nous découvrons progressivement.
01:36
New ones are being discovered everyday.
35
81000
2000
On en découvre de nouvelles tous les jours.
01:38
As just a second example:
36
83000
2000
Pour donner un autre exemple:
01:40
these pyramidal cells, large cells,
37
85000
2000
ces grandes cellules, pyramidales,
01:42
they can span a significant fraction of the brain.
38
87000
2000
peuvent s'étendre sur une portion significative du cerveau.
01:44
They're excitatory.
39
89000
2000
Elles sont stimulantes.
01:46
And these are some of the cells
40
91000
2000
Ce sont certaines des cellules
01:48
that might be overactive in disorders such as epilepsy.
41
93000
3000
qui peuvent être hyperactives dans des troubles comme l'épilepsie.
01:51
Every one of these cells
42
96000
2000
Chacune de ces cellules
01:53
is an incredible electrical device.
43
98000
3000
est un incroyable appareil électrique.
01:56
They receive input from thousands of upstream partners
44
101000
2000
Elles sont alimentées par des milliers de partenaires en amont
01:58
and compute their own electrical outputs,
45
103000
3000
et elles gèrent leur propre production électrique,
02:01
which then, if they pass a certain threshold,
46
106000
2000
qui, si elle dépasse un certain seuil,
02:03
will go to thousands of downstream partners.
47
108000
2000
se répartit alors entre les milliers de cellules en aval.
02:05
And this process, which takes just a millisecond or so,
48
110000
3000
Ce processus qui prend environ une milliseconde,
02:08
happens thousands of times a minute
49
113000
2000
se produit des milliers de fois par minute
02:10
in every one of your 100 billion cells,
50
115000
2000
dans chacune de vos 100 milliards de cellules,
02:12
as long as you live
51
117000
2000
tant que vous vivez,
02:14
and think and feel.
52
119000
3000
pensez et ressentez.
02:17
So how are we going to figure out what this circuit does?
53
122000
3000
Allons-nous donc découvrir ce que fait ce circuit?
02:20
Ideally, we could go through the circuit
54
125000
2000
Dans un monde parfait, nous pourrions parcourir ce circuit,
02:22
and turn these different kinds of cell on and off
55
127000
3000
allumer et éteindre différentes sortes de cellules
02:25
and see whether we could figure out
56
130000
2000
et voir si nous pouvons trouver
02:27
which ones contribute to certain functions
57
132000
2000
lesquelles participent à telles fonctions
02:29
and which ones go wrong in certain pathologies.
58
134000
2000
et lesquelles faillissent dans certaines pathologies.
02:31
If we could activate cells, we could see what powers they can unleash,
59
136000
3000
Si nous pouvions activer des cellules, nous pourrions voir quels sont leurs pouvoirs,
02:34
what they can initiate and sustain.
60
139000
2000
ce qu'elles peuvent déclencher et supporter.
02:36
If we could turn them off,
61
141000
2000
Si nous pouvions les éteindre,
02:38
then we could try and figure out what they're necessary for.
62
143000
2000
alors nous pourrions essayer de comprendre ce à quoi elles sont nécessaires.
02:40
And that's a story I'm going to tell you about today.
63
145000
3000
C'est l'histoire que je vais vous raconter aujourd'hui.
02:43
And honestly, where we've gone through over the last 11 years,
64
148000
3000
Et honnêtement, nous avons passé les 11 dernières années
02:46
through an attempt to find ways
65
151000
2000
à essayer de trouver un moyen
02:48
of turning circuits and cells and parts and pathways of the brain
66
153000
2000
d'allumer et éteindre des circuits, des cellules, des parties
02:50
on and off,
67
155000
2000
et des chemins du cerveau,
02:52
both to understand the science
68
157000
2000
à la fois pour comprendre la science
02:54
and also to confront some of the issues
69
159000
3000
mais aussi pour aborder quelques-uns des problèmes
02:57
that face us all as humans.
70
162000
3000
auxquels nous sommes confrontés en tant qu'humains.
03:00
Now before I tell you about the technology,
71
165000
3000
Maintenant, avant que je ne vous parle de la technologie,
03:03
the bad news is that a significant fraction of us in this room,
72
168000
3000
la mauvaise nouvelle est qu'une grande partie de nous dans cette salle,
03:06
if we live long enough,
73
171000
2000
si nous vivons assez longtemps,
03:08
will encounter, perhaps, a brain disorder.
74
173000
2000
aurons, peut-être, des troubles cérébraux.
03:10
Already, a billion people
75
175000
2000
Déjà, un milliard de personnes
03:12
have had some kind of brain disorder
76
177000
2000
ont une forme ou une autre de troubles cérébraux
03:14
that incapacitates them,
77
179000
2000
qui les handicape.
03:16
and the numbers don't do it justice though.
78
181000
2000
Les chiffres ne leur font même pas justice.
03:18
These disorders -- schizophrenia, Alzheimer's,
79
183000
2000
Ces troubles - la schizophrénie, la maladie d'Alzheimer,
03:20
depression, addiction --
80
185000
2000
la dépression, la toxicomanie --
03:22
they not only steal our time to live, they change who we are.
81
187000
3000
non seulement volent notre temps de vie, elles changent qui nous sommes,
03:25
They take our identity and change our emotions
82
190000
2000
elles nous prennent notre identité, changent nos émotions
03:27
and change who we are as people.
83
192000
3000
et changent qui nous sommes.
03:30
Now in the 20th century,
84
195000
3000
Cependant, au 20e siècle,
03:33
there was some hope that was generated
85
198000
3000
on a eu un peu d'espoir
03:36
through the development of pharmaceuticals for treating brain disorders,
86
201000
3000
grâce au développement de médicaments pour le traitement des troubles cérébraux.
03:39
and while many drugs have been developed
87
204000
3000
Bien que l'on ait développé de nombreux médicaments
03:42
that can alleviate symptoms of brain disorders,
88
207000
2000
qui peuvent soulager les symptômes des troubles du cerveau,
03:44
practically none of them can be considered to be cured.
89
209000
3000
on ne peut en pratique en guérir aucun.
03:47
And part of that's because we're bathing the brain in the chemical.
90
212000
3000
C'est en partie dû au fait que le cerveau baigne dans un bain chimique.
03:50
This elaborate circuit
91
215000
2000
Ce circuit complexe
03:52
made out of thousands of different kinds of cell
92
217000
2000
fait de milliers de différents types de cellules
03:54
is being bathed in a substance.
93
219000
2000
baigne dans une substance.
03:56
That's also why, perhaps, most of the drugs, and not all, on the market
94
221000
2000
C'est aussi pourquoi, peut-être la plupart des médicaments, et non pas tous, sur le marché
03:58
can present some kind of serious side effect too.
95
223000
3000
peuvent aussi présenter des effets secondaires graves.
04:01
Now some people have gotten some solace
96
226000
3000
Certaines personnes ont obtenu un peu de réconfort
04:04
from electrical stimulators that are implanted in the brain.
97
229000
3000
à partir de stimulateurs électriques qu'on implante dans le cerveau.
04:07
And for Parkinson's disease,
98
232000
2000
Pour la maladie de Parkinson,
04:09
Cochlear implants,
99
234000
2000
les implants cochléaires
04:11
these have indeed been able
100
236000
2000
ont en effet été en mesure
04:13
to bring some kind of remedy
101
238000
2000
d'apporter une sorte de remède
04:15
to people with certain kinds of disorder.
102
240000
2000
aux personnes atteintes de certains types de troubles.
04:17
But electricity also will go in all directions --
103
242000
2000
Mais l'électricité ira aussi dans toutes les directions --
04:19
the path of least resistance,
104
244000
2000
le chemin de moindre résistance,
04:21
which is where that phrase, in part, comes from.
105
246000
2000
c'est de là que vient cette expression, en partie.
04:23
And it also will affect normal circuits as well as the abnormal ones that you want to fix.
106
248000
3000
Elle aura un effet sur les circuits normaux en même temps que sur ceux que vous souhaitez réparer.
04:26
So again, we're sent back to the idea
107
251000
2000
A nouveau, nous sommes renvoyés à l'idée
04:28
of ultra-precise control.
108
253000
2000
d'un contrôle ultra-précis.
04:30
Could we dial-in information precisely where we want it to go?
109
255000
3000
Peut-on envoyer une information exactement là où nous voulons?
04:34
So when I started in neuroscience 11 years ago,
110
259000
4000
Quand j'ai commencé en neurosciences il y a 11 ans,
04:38
I had trained as an electrical engineer and a physicist,
111
263000
3000
j'ai eu une formation d'ingénieur électricien et de physicien,
04:41
and the first thing I thought about was,
112
266000
2000
la première chose que j'en ai pensé était:
04:43
if these neurons are electrical devices,
113
268000
2000
si ces neurones sont des appareils électriques,
04:45
all we need to do is to find some way
114
270000
2000
tout ce que nous devons faire est de trouver un moyen
04:47
of driving those electrical changes at a distance.
115
272000
2000
de générer ces changements électriques à distance.
04:49
If we could turn on the electricity in one cell,
116
274000
2000
Si l'on pouvait allumer l'électricité dans une cellule,
04:51
but not its neighbors,
117
276000
2000
mais pas dans ses voisines,
04:53
that would give us the tool we need to activate and shut down these different cells,
118
278000
3000
cela nous donnerait l'outil dont nous avons besoin pour activer et fermer ces différentes cellules,
04:56
figure out what they do and how they contribute
119
281000
2000
comprendre ce qu'elles font et comment elles contribuent
04:58
to the networks in which they're embedded.
120
283000
2000
aux réseaux dans lesquels elles sont embarquées.
05:00
And also it would allow us to have the ultra-precise control we need
121
285000
2000
Cela nous permettrait aussi d'avoir le contrôle ultra-précis nécessaire
05:02
in order to fix the circuit computations
122
287000
3000
pour corriger les calculs du circuit
05:05
that have gone awry.
123
290000
2000
qui ont mal tourné.
05:07
Now how are we going to do that?
124
292000
2000
Comment allons-nous faire?
05:09
Well there are many molecules that exist in nature,
125
294000
2000
Il y a de nombreuses molécules dans la nature,
05:11
which are able to convert light into electricity.
126
296000
3000
qui sont capables de convertir la lumière en électricité.
05:14
You can think of them as little proteins
127
299000
2000
Vous pouvez les considérer comme de petites protéines
05:16
that are like solar cells.
128
301000
2000
semblables à des panneaux solaires.
05:18
If we can install these molecules in neurons somehow,
129
303000
3000
Si nous pouvions installer ces molécules dans les neurones,
05:21
then these neurons would become electrically drivable with light.
130
306000
3000
on pourrait ainsi contrôler ces neurones par la lumière.
05:24
And their neighbors, which don't have the molecule, would not.
131
309000
3000
Mais pas leurs voisines, qui n'ont pas la molécule.
05:27
There's one other magic trick you need to make this all happen,
132
312000
2000
Il y a un tour de magie dont vous avez besoin pour que cela arrive,
05:29
and that's the ability to get light into the brain.
133
314000
3000
c'est la capacité à apporter la lumière dans le cerveau.
05:32
And to do that -- the brain doesn't feel pain -- you can put --
134
317000
3000
Pour ce faire -- le cerveau ne ressent pas la douleur -- vous pouvez mettre --
05:35
taking advantage of all the effort
135
320000
2000
grâce aux progrès
05:37
that's gone into the Internet and communications and so on --
136
322000
2000
réalisés pour Internet, les communications etc. -
05:39
optical fibers connected to lasers
137
324000
2000
des fibres optiques reliées à des lasers
05:41
that you can use to activate, in animal models for example,
138
326000
2000
que vous pouvez utiliser pour activer, dans des modèles animaux, par exemple,
05:43
in pre-clinical studies,
139
328000
2000
dans les études pré-cliniques,
05:45
these neurons and to see what they do.
140
330000
2000
ces neurones et voir ce qu'ils font.
05:47
So how do we do this?
141
332000
2000
Comment faisons-nous cela?
05:49
Around 2004,
142
334000
2000
Vers 2004,
05:51
in collaboration with Gerhard Nagel and Karl Deisseroth,
143
336000
2000
en collaboration avec Gerhard Nagel et Karl Deisseroth,
05:53
this vision came to fruition.
144
338000
2000
cette vision s'est concrétisée.
05:55
There's a certain alga that swims in the wild,
145
340000
3000
Il y a une algue qui nage dans la nature,
05:58
and it needs to navigate towards light
146
343000
2000
elle a besoin de naviguer vers la lumière
06:00
in order to photosynthesize optimally.
147
345000
2000
pour obtenir une photosynthèse optimale.
06:02
And it senses light with a little eye-spot,
148
347000
2000
Elle perçoit la lumière avec une sorte d’œil,
06:04
which works not unlike how our eye works.
149
349000
3000
qui fonctionne un peu comme notre œil.
06:07
In its membrane, or its boundary,
150
352000
2000
Sa membrane, ou son enveloppe,
06:09
it contains little proteins
151
354000
3000
contient des petites protéines
06:12
that indeed can convert light into electricity.
152
357000
3000
qui, en effet, peuvent convertir la lumière en électricité.
06:15
So these molecules are called channelrhodopsins.
153
360000
3000
Ces molécules sont appelées rhodopsines sensorielles.
06:18
And each of these proteins acts just like that solar cell that I told you about.
154
363000
3000
Chacune de ces protéines agit comme le panneau solaire dont je vous ai parlé.
06:21
When blue light hits it, it opens up a little hole
155
366000
3000
Lorsque la lumière bleue la frappe, elle ouvre un petit trou
06:24
and allows charged particles to enter the eye-spot,
156
369000
2000
et permet aux particules chargées d'entrer dans l'œil.
06:26
and that allows this eye-spot to have an electrical signal
157
371000
2000
Cela permet à cet œil d'avoir un signal électrique
06:28
just like a solar cell charging up a battery.
158
373000
3000
tout comme un panneau solaire qui charge une batterie.
06:31
So what we need to do is to take these molecules
159
376000
2000
Nous devons donc prendre ces molécules
06:33
and somehow install them in neurons.
160
378000
2000
et les installer dans les neurones.
06:35
And because it's a protein,
161
380000
2000
Comme c'est une protéine,
06:37
it's encoded for in the DNA of this organism.
162
382000
3000
elle est codée dans l'ADN de cet organisme.
06:40
So all we've got to do is take that DNA,
163
385000
2000
Nous avons juste à prendre l'ADN,
06:42
put it into a gene therapy vector, like a virus,
164
387000
3000
le mettre dans un vecteur de thérapie génique, comme un virus,
06:45
and put it into neurons.
165
390000
3000
et le mettre dans les neurones.
06:48
So it turned out that this was a very productive time in gene therapy,
166
393000
3000
Il s'est avéré que c'était une période très productive en thérapie génique,
06:51
and lots of viruses were coming along.
167
396000
2000
et on trouvait beaucoup de virus.
06:53
So this turned out to be very simple to do.
168
398000
2000
Cela s'est donc avéré très simple à faire.
06:55
And early in the morning one day in the summer of 2004,
169
400000
3000
Et un matin de l'été 2004,
06:58
we gave it a try, and it worked on the first try.
170
403000
2000
nous avons essayé, et cela a fonctionné du premier coup.
07:00
You take this DNA and you put it into a neuron.
171
405000
3000
Vous prenez cet ADN et vous le mettez dans un neurone.
07:03
The neuron uses its natural protein-making machinery
172
408000
3000
Le neurone utilise ses protéines naturelles
07:06
to fabricate these little light-sensitive proteins
173
411000
2000
pour fabriquer ces petites protéines sensibles à la lumière
07:08
and install them all over the cell,
174
413000
2000
et les installer sur la cellule,
07:10
like putting solar panels on a roof,
175
415000
2000
comme on met des panneaux solaires sur un toit.
07:12
and the next thing you know,
176
417000
2000
Et ensuite,
07:14
you have a neuron which can be activated with light.
177
419000
2000
vous avez un neurone qui peut être activé par la lumière.
07:16
So this is very powerful.
178
421000
2000
Donc, c'est très puissant.
07:18
One of the tricks you have to do
179
423000
2000
Un des trucs que vous devez faire
07:20
is to figure out how to deliver these genes to the cells that you want
180
425000
2000
est de savoir comment amener ces gènes dans les cellules que vous voulez
07:22
and not all the other neighbors.
181
427000
2000
et pas dans toutes les cellules voisines.
07:24
And you can do that; you can tweak the viruses
182
429000
2000
Vous pouvez faire cela, vous pouvez ajuster les virus
07:26
so they hit just some cells and not others.
183
431000
2000
pour qu'ils frappent juste quelques cellules et pas d'autres.
07:28
And there's other genetic tricks you can play
184
433000
2000
On peut utiliser d'autres astuces génétiques
07:30
in order to get light-activated cells.
185
435000
3000
afin d'obtenir des cellules activées par la lumière.
07:33
This field has now come to be known as optogenetics.
186
438000
4000
Ce domaine s'appelle désormais l'optogénétique.
07:37
And just as one example of the kind of thing you can do,
187
442000
2000
A titre d'exemple de ce qui est faisable,
07:39
you can take a complex network,
188
444000
2000
vous pouvez prendre un réseau complexe,
07:41
use one of these viruses to deliver the gene
189
446000
2000
utiliser un de ces virus pour amener le gène
07:43
just to one kind of cell in this dense network.
190
448000
3000
à un seul type de cellule dans ce réseau dense.
07:46
And then when you shine light on the entire network,
191
451000
2000
Quand ensuite vous dirigez la lumière sur l'ensemble du réseau,
07:48
just that cell type will be activated.
192
453000
2000
seul ce type de cellule sera activé.
07:50
So for example, lets sort of consider that basket cell I told you about earlier --
193
455000
3000
Par exemple, considérons cette cellule à panier, dont je vous ai parlé plus tôt -
07:53
the one that's atrophied in schizophrenia
194
458000
2000
celle qui est atrophiée dans la schizophrénie
07:55
and the one that is inhibitory.
195
460000
2000
et qui est inhibitrice.
07:57
If we can deliver that gene to these cells --
196
462000
2000
Si nous pouvons amener ce gène dans ces cellules --
07:59
and they're not going to be altered by the expression of the gene, of course --
197
464000
3000
et si elles ne sont pas modifiées par l'expression du gène, bien sûr --
08:02
and then flash blue light over the entire brain network,
198
467000
3000
puis envoyer un flash de lumière bleue sur la totalité du réseau du cerveau,
08:05
just these cells are going to be driven.
199
470000
2000
seules ces cellules vont être entraînées.
08:07
And when the light turns off, these cells go back to normal,
200
472000
2000
Quand la lumière s'éteint, ces cellules vont revenir à la normale,
08:09
so they don't seem to be averse against that.
201
474000
3000
ça ne semble pas leur poser de problème.
08:12
Not only can you use this to study what these cells do,
202
477000
2000
Non seulement vous pouvez vous servir de ça pour étudier ce que ces cellules font,
08:14
what their power is in computing in the brain,
203
479000
2000
le pouvoir qu'elles ont dans les calculs dans le cerveau,
08:16
but you can also use this to try to figure out --
204
481000
2000
mais vous pouvez également vous en servir pour essayer de comprendre --
08:18
well maybe we could jazz up the activity of these cells,
205
483000
2000
ainsi nous pourrions dynamiser l'activité de ces cellules,
08:20
if indeed they're atrophied.
206
485000
2000
si vraiment elles sont atrophiées.
08:22
Now I want to tell you a couple of short stories
207
487000
2000
Je veux maintenant vous raconter quelques histoires courtes
08:24
about how we're using this,
208
489000
2000
sur la façon dont nous utilisons cela,
08:26
both at the scientific, clinical and pre-clinical levels.
209
491000
3000
tant sur le plan scientifique que sur les plans clinique et pré-clinique.
08:29
One of the questions we've confronted
210
494000
2000
Une des questions qui s'est posée à nous
08:31
is, what are the signals in the brain that mediate the sensation of reward?
211
496000
3000
est: quels sont les signaux dans le cerveau qui interviennent dans la sensation de récompense?
08:34
Because if you could find those,
212
499000
2000
Si on pouvait les trouver,
08:36
those would be some of the signals that could drive learning.
213
501000
2000
ce serait les signaux qui pourraient conduire l'apprentissage.
08:38
The brain will do more of whatever got that reward.
214
503000
2000
Le cerveau créera plus de ce qui a obtenu cette récompense.
08:40
And also these are signals that go awry in disorders such as addiction.
215
505000
3000
Ce sont les signaux qui posent problème dans des cas comme la toxicomanie.
08:43
So if we could figure out what cells they are,
216
508000
2000
Si nous pouvions trouver quelles sont ces cellules,
08:45
we could maybe find new targets
217
510000
2000
nous pourrions peut-être trouver de nouvelles cibles
08:47
for which drugs could be designed or screened against,
218
512000
2000
pour lesquelles les médicaments pourraient être conçus ou ciblés,
08:49
or maybe places where electrodes could be put in
219
514000
2000
ou des endroits où on pourrait mettre des électrodes
08:51
for people who have very severe disability.
220
516000
3000
pour les personnes qui ont des handicaps très sévères.
08:54
So to do that, we came up with a very simple paradigm
221
519000
2000
Pour ce faire, nous avons trouvé un paradigme très simple
08:56
in collaboration with the Fiorella group,
222
521000
2000
en collaboration avec le groupe Fiorella,
08:58
where one side of this little box,
223
523000
2000
d'un côté de cette petite boîte,
09:00
if the animal goes there, the animal gets a pulse of light
224
525000
2000
si l'animal y va, il reçoit une impulsion de lumière
09:02
in order to make different cells in the brain sensitive to light.
225
527000
2000
afin de rendre les différentes cellules du cerveau sensibles à la lumière.
09:04
So if these cells can mediate reward,
226
529000
2000
Si ces cellules peuvent arbitrer la récompense,
09:06
the animal should go there more and more.
227
531000
2000
l'animal devrait y aller de plus en plus.
09:08
And so that's what happens.
228
533000
2000
Et c'est ce qui arrive.
09:10
This animal's going to go to the right-hand side and poke his nose there,
229
535000
2000
Cet animal va aller à droite et y mettre son nez,
09:12
and he gets a flash of blue light every time he does that.
230
537000
2000
il reçoit un flash de lumière bleue à chaque fois qu'il le fait.
09:14
And he'll do that hundreds and hundreds of times.
231
539000
2000
Il va le faire des centaines et des centaines de fois.
09:16
These are the dopamine neurons,
232
541000
2000
Ce sont les neurones dopaminergiques,
09:18
which some of you may have heard about, in some of the pleasure centers in the brain.
233
543000
2000
dont certains d'entre vous ont entendu parler dans certains centres du plaisir du cerveau.
09:20
Now we've shown that a brief activation of these
234
545000
2000
Nous avons montré qu'il suffit de les activer brièvement
09:22
is enough, indeed, to drive learning.
235
547000
2000
pour conduire l'apprentissage.
09:24
Now we can generalize the idea.
236
549000
2000
Nous pouvons généraliser cette idée.
09:26
Instead of one point in the brain,
237
551000
2000
Au lieu d'un seul point dans le cerveau,
09:28
we can devise devices that span the brain,
238
553000
2000
nous pouvons concevoir des dispositifs qui couvrent le cerveau,
09:30
that can deliver light into three-dimensional patterns --
239
555000
2000
qui peuvent fournir de la lumière de manière tri-dimensionnelle --
09:32
arrays of optical fibers,
240
557000
2000
des matrices de fibres optiques,
09:34
each coupled to its own independent miniature light source.
241
559000
2000
couplée chacune à sa propre source miniature de lumière.
09:36
And then we can try to do things in vivo
242
561000
2000
Nous pouvons essayer de faire des choses in vivo
09:38
that have only been done to-date in a dish --
243
563000
3000
qui ont seulement été faites à ce jour en labo --
09:41
like high-throughput screening throughout the entire brain
244
566000
2000
comme le criblage à haut débit dans tout le cerveau
09:43
for the signals that can cause certain things to happen.
245
568000
2000
pour les signaux qui peuvent produire certaines choses.
09:45
Or that could be good clinical targets
246
570000
2000
Ou ils pourraient être de bonnes cibles cliniques
09:47
for treating brain disorders.
247
572000
2000
pour le traitement des troubles du cerveau.
09:49
And one story I want to tell you about
248
574000
2000
Une histoire que je veux vous raconter
09:51
is how can we find targets for treating post-traumatic stress disorder --
249
576000
3000
est comment trouver des cibles pour le traitement des troubles de stress post-traumatique --
09:54
a form of uncontrolled anxiety and fear.
250
579000
3000
une forme d'anxiété et de peur incontrôlée.
09:57
And one of the things that we did
251
582000
2000
Une des choses que nous avons faites
09:59
was to adopt a very classical model of fear.
252
584000
3000
a été d'adopter un modèle très classique de la peur.
10:02
This goes back to the Pavlovian days.
253
587000
3000
Cela remonte à l'époque pavlovienne.
10:05
It's called Pavlovian fear conditioning --
254
590000
2000
On appelle ça le conditionnement pavlovien de peur --
10:07
where a tone ends with a brief shock.
255
592000
2000
où une tonalité se termine par un choc bref.
10:09
The shock isn't painful, but it's a little annoying.
256
594000
2000
Le choc n'est pas douloureux, mais c'est un peu dérangeant.
10:11
And over time -- in this case, a mouse,
257
596000
2000
Au fil du temps -- dans ce cas, une souris,
10:13
which is a good animal model, commonly used in such experiments --
258
598000
2000
qui est un bon modèle animal, couramment utilisé dans de telles expériences --
10:15
the animal learns to fear the tone.
259
600000
2000
l'animal apprend à craindre la tonalité.
10:17
The animal will react by freezing,
260
602000
2000
L'animal va réagir en se figeant,
10:19
sort of like a deer in the headlights.
261
604000
2000
un peu comme un cerf dans la lumière des phares.
10:21
Now the question is, what targets in the brain can we find
262
606000
3000
Maintenant la question est: quelles cibles dans le cerveau pouvons-nous trouver
10:24
that allow us to overcome this fear?
263
609000
2000
qui nous permettent de surmonter cette peur?
10:26
So what we do is we play that tone again
264
611000
2000
Nous jouons donc cette tonalité à nouveau
10:28
after it's been associated with fear.
265
613000
2000
après qu'elle a été associée à la peur.
10:30
But we activate targets in the brain, different ones,
266
615000
2000
Mais nous activons des cibles différentes dans le cerveau,
10:32
using that optical fiber array I told you about in the previous slide,
267
617000
3000
en utilisant cette matrice de fibres optiques dont je vous ai parlé dans la diapositive précédente,
10:35
in order to try and figure out which targets
268
620000
2000
afin d'essayer de comprendre quelles cibles
10:37
can cause the brain to overcome that memory of fear.
269
622000
3000
peuvent faire que le cerveau surmonte ce souvenir de peur.
10:40
And so this brief video
270
625000
2000
Cette brève vidéo
10:42
shows you one of these targets that we're working on now.
271
627000
2000
vous montre l'une des cibles sur laquelle nous travaillons actuellement.
10:44
This is an area in the prefrontal cortex,
272
629000
2000
C'est une zone du cortex préfrontal,
10:46
a region where we can use cognition to try to overcome aversive emotional states.
273
631000
3000
une région où nous pouvons utiliser la cognition pour tenter de surmonter des états émotionnels aversifs.
10:49
And the animal's going to hear a tone -- and a flash of light occurred there.
274
634000
2000
L'animal va entendre une tonalité -- et il y a eu un flash de lumière.
10:51
There's no audio on this, but you can see the animal's freezing.
275
636000
2000
Il n'y a pas d'audio, mais vous pouvez voir l'animal se figer.
10:53
This tone used to mean bad news.
276
638000
2000
D'habitude cette tonalité était une mauvaise nouvelle.
10:55
And there's a little clock in the lower left-hand corner,
277
640000
2000
Il y a une petite horloge en bas à gauche,
10:57
so you can see the animal is about two minutes into this.
278
642000
3000
vous pouvez ainsi voir l'animal au bout de deux minutes.
11:00
And now this next clip
279
645000
2000
La vidéo suivante
11:02
is just eight minutes later.
280
647000
2000
se situe huit minutes plus tard.
11:04
And the same tone is going to play, and the light is going to flash again.
281
649000
3000
On va jouer la même tonalité, et la lumière va clignoter à nouveau.
11:07
Okay, there it goes. Right now.
282
652000
3000
Bon, voilà. Maintenant.
11:10
And now you can see, just 10 minutes into the experiment,
283
655000
3000
Vous pouvez voir, 10 minutes après le début de l'expérience,
11:13
that we've equipped the brain by photoactivating this area
284
658000
3000
que nous avons équipé le cerveau en photoactivant cette zone
11:16
to overcome the expression
285
661000
2000
pour surmonter l'expression
11:18
of this fear memory.
286
663000
2000
de cette mémoire de peur.
11:20
Now over the last couple of years, we've gone back to the tree of life
287
665000
3000
Au cours des dernières années, nous sommes revenus à l'arbre de vie,
11:23
because we wanted to find ways to turn circuits in the brain off.
288
668000
3000
parce que nous voulions trouver des façons d'éteindre des circuits dans le cerveau.
11:26
If we could do that, this could be extremely powerful.
289
671000
3000
Si nous pouvions le faire, cela pourrait être extrêmement puissant.
11:29
If you can delete cells just for a few milliseconds or seconds,
290
674000
3000
Si vous pouvez supprimer des cellules pendant quelques millisecondes ou secondes,
11:32
you can figure out what necessary role they play
291
677000
2000
vous pouvez comprendre quel rôle elles jouent
11:34
in the circuits in which they're embedded.
292
679000
2000
dans les circuits dans lesquels elles sont embarquées.
11:36
And we've now surveyed organisms from all over the tree of life --
293
681000
2000
Nous avons donc désormais examiné des organismes dans tout l'arbre de vie --
11:38
every kingdom of life except for animals, we see slightly differently.
294
683000
3000
tous les domaines de la vie, sauf les animaux, que nous voyons un peu différemment.
11:41
And we found all sorts of molecules, they're called halorhodopsins or archaerhodopsins,
295
686000
3000
Nous avons trouvé toutes sortes de molécules, on les appelle halorhodopsines ou archaerhodopsines,
11:44
that respond to green and yellow light.
296
689000
2000
qui répondent à la lumière verte et jaune.
11:46
And they do the opposite thing of the molecule I told you about before
297
691000
2000
Elles font le contraire de la molécule dont je vous ai déjà parlé
11:48
with the blue light activator channelrhodopsin.
298
693000
3000
avec la rhodopsine sensorielle activatrice de lumière bleue.
11:52
Let's give an example of where we think this is going to go.
299
697000
3000
Donnons un exemple où nous pensons que cela va aller.
11:55
Consider, for example, a condition like epilepsy,
300
700000
3000
Considérons par exemple une maladie, comme l'épilepsie,
11:58
where the brain is overactive.
301
703000
2000
où le cerveau est hyperactif.
12:00
Now if drugs fail in epileptic treatment,
302
705000
2000
Si les médicaments échouent à la traiter,
12:02
one of the strategies is to remove part of the brain.
303
707000
2000
l'une des stratégies consiste à enlever une partie du cerveau.
12:04
But that's obviously irreversible, and there could be side effects.
304
709000
2000
Mais c'est évidemment irréversible, et il pourrait y avoir des effets secondaires.
12:06
What if we could just turn off that brain for a brief amount of time,
305
711000
3000
Si nous pouvions simplement éteindre ce cerveau pendant un bref moment,
12:09
until the seizure dies away,
306
714000
3000
jusqu'à ce que la crise s'arrête,
12:12
and cause the brain to be restored to its initial state --
307
717000
3000
et faire que le cerveau revienne à son état initial --
12:15
sort of like a dynamical system that's being coaxed down into a stable state.
308
720000
3000
un peu comme un système dynamique qu'on apaise pour qu'il revienne à un état stable.
12:18
So this animation just tries to explain this concept
309
723000
3000
Cette animation essaie simplement d'expliquer ce concept
12:21
where we made these cells sensitive to being turned off with light,
310
726000
2000
où nous avons rendu ces cellules sensibles pour qu'elles s'éteignent avec la lumière,
12:23
and we beam light in,
311
728000
2000
nous envoyons un faisceau de lumière,
12:25
and just for the time it takes to shut down a seizure,
312
730000
2000
seulement pendant la durée nécessaire à arrêter une crise,
12:27
we're hoping to be able to turn it off.
313
732000
2000
nous espérons être en mesure de l'empêcher.
12:29
And so we don't have data to show you on this front,
314
734000
2000
Nous n'avons pas de données à montrer,
12:31
but we're very excited about this.
315
736000
2000
mais nous sommes très enthousiastes.
12:33
Now I want to close on one story,
316
738000
2000
Je veux terminer sur une histoire,
12:35
which we think is another possibility --
317
740000
2000
dont nous pensons que c'est une autre possibilité --
12:37
which is that maybe these molecules, if you can do ultra-precise control,
318
742000
2000
ces molécules, si vous pouvez avoir un contrôle ultra-précis,
12:39
can be used in the brain itself
319
744000
2000
peuvent être utilisées dans le cerveau lui-même
12:41
to make a new kind of prosthetic, an optical prosthetic.
320
746000
3000
pour faire un nouveau type de prothèse, une prothèse optique.
12:44
I already told you that electrical stimulators are not uncommon.
321
749000
3000
Je vous ai déjà dit que les stimulateurs électriques ne sont pas rares.
12:47
Seventy-five thousand people have Parkinson's deep-brain stimulators implanted.
322
752000
3000
75000 personnes ont des stimulateurs Parkinson profondément implantés dans le cerveau.
12:50
Maybe 100,000 people have Cochlear implants,
323
755000
2000
Peut-être 100000 personnes ont des implants cochléaires,
12:52
which allow them to hear.
324
757000
2000
qui leur permettent d'entendre.
12:54
There's another thing, which is you've got to get these genes into cells.
325
759000
3000
Autre chose : vous devez introduire ces gènes dans les cellules.
12:57
And new hope in gene therapy has been developed
326
762000
3000
Un nouvel espoir en thérapie génique a été développé
13:00
because viruses like the adeno-associated virus,
327
765000
2000
parce que les virus comme le virus adéno-associé,
13:02
which probably most of us around this room have,
328
767000
2000
que probablement la plupart d'entre nous dans cette salle ont,
13:04
and it doesn't have any symptoms,
329
769000
2000
sans présenter de symptôme,
13:06
which have been used in hundreds of patients
330
771000
2000
qui ont été utilisés sur des centaines de patients
13:08
to deliver genes into the brain or the body.
331
773000
2000
pour amener des gènes dans le cerveau ou le corps.
13:10
And so far, there have not been serious adverse events
332
775000
2000
Jusqu'ici, il n'y a pas eu des événements indésirables graves
13:12
associated with the virus.
333
777000
2000
associés au virus.
13:14
There's one last elephant in the room, the proteins themselves,
334
779000
3000
Il y a encore un point noir, les protéines elles-mêmes,
13:17
which come from algae and bacteria and fungi,
335
782000
2000
qui viennent d'algues, de bactéries et de champignons,
13:19
and all over the tree of life.
336
784000
2000
et de partout dans l'arbre de vie.
13:21
Most of us don't have fungi or algae in our brains,
337
786000
2000
La plupart d'entre nous n'ont pas de champignons ou d'algues dans nos cerveaux,
13:23
so what is our brain going to do if we put that in?
338
788000
2000
que fera notre cerveau si on en introduit?
13:25
Are the cells going to tolerate it? Will the immune system react?
339
790000
2000
Les cellules vont-elles le tolérer? Est-ce que le système immunitaire va réagir?
13:27
In its early days -- these have not been done on humans yet --
340
792000
2000
On en est au début -- on a pas encore essayé sur des humains --
13:29
but we're working on a variety of studies
341
794000
2000
mais nous travaillons sur une série d'études
13:31
to try and examine this,
342
796000
2000
pour examiner cela.
13:33
and so far we haven't seen overt reactions of any severity
343
798000
3000
Jusqu'ici, nous n'avons pas vu de réactions manifestes d'une quelconque gravité
13:36
to these molecules
344
801000
2000
à ces molécules
13:38
or to the illumination of the brain with light.
345
803000
3000
ou à l'illumination du cerveau avec de la lumière.
13:41
So it's early days, to be upfront, but we're excited about it.
346
806000
3000
Donc, il est encore tôt, pour être franc, mais ça nous excite.
13:44
I wanted to close with one story,
347
809000
2000
Je voulais terminer avec une histoire,
13:46
which we think could potentially
348
811000
2000
dont nous pensons qu'elle pourrait potentiellement
13:48
be a clinical application.
349
813000
2000
être une application clinique.
13:50
Now there are many forms of blindness
350
815000
2000
Il y a de nombreuses formes de cécité
13:52
where the photoreceptors,
351
817000
2000
dans lesquelles les photorécepteurs,
13:54
our light sensors that are in the back of our eye, are gone.
352
819000
3000
nos capteurs de lumière qui sont derrière nos yeux, sont morts.
13:57
And the retina, of course, is a complex structure.
353
822000
2000
La rétine, bien sûr, est une structure complexe.
13:59
Now let's zoom in on it here, so we can see it in more detail.
354
824000
2000
Maintenant, nous allons zoomer ici, donc nous pouvons la voir plus en détail.
14:01
The photoreceptor cells are shown here at the top,
355
826000
3000
Les cellules photoréceptrices sont présentées ici en haut,
14:04
and then the signals that are detected by the photoreceptors
356
829000
2000
les signaux qui sont détectés par les photorécepteurs
14:06
are transformed by various computations
357
831000
2000
sont transformés par divers calculs,
14:08
until finally that layer of cells at the bottom, the ganglion cells,
358
833000
3000
jusqu'à ce que finalement la couche de cellules à la base, les cellules ganglionnaires,
14:11
relay the information to the brain,
359
836000
2000
transmettent les informations au cerveau,
14:13
where we see that as perception.
360
838000
2000
où nous voyons ça en tant que perception.
14:15
In many forms of blindness, like retinitis pigmentosa,
361
840000
3000
Dans de nombreuses formes de cécité, comme la rétinite pigmentaire,
14:18
or macular degeneration,
362
843000
2000
ou la dégénérescence maculaire,
14:20
the photoreceptor cells have atrophied or been destroyed.
363
845000
3000
les photorécepteurs sont atrophiés ou détruits.
14:23
Now how could you repair this?
364
848000
2000
Donc, comment réparer cela?
14:25
It's not even clear that a drug could cause this to be restored,
365
850000
3000
On n'est même pas sûr qu'un médicament puisse le faire,
14:28
because there's nothing for the drug to bind to.
366
853000
2000
car le médicament ne peut se lier à rien.
14:30
On the other hand, light can still get into the eye.
367
855000
2000
D'autre part, la lumière peut encore pénétrer dans l'œil.
14:32
The eye is still transparent and you can get light in.
368
857000
3000
L'œil est toujours transparent et vous pouvez faire pénétrer la lumière.
14:35
So what if we could just take these channelrhodopsins and other molecules
369
860000
3000
Et si nous pouvions simplement prendre ces rhodopsines sensorielles, et d'autres molécules,
14:38
and install them on some of these other spare cells
370
863000
2000
et les installer sur certaines de ces autres cellules restantes
14:40
and convert them into little cameras.
371
865000
2000
pour les transformer en petites caméras.
14:42
And because there's so many of these cells in the eye,
372
867000
2000
Il y a tellement de ces cellules dans l’œil,
14:44
potentially, they could be very high-resolution cameras.
373
869000
3000
potentiellement, elles pourraient agir comme des caméras à très haute résolution.
14:47
So this is some work that we're doing.
374
872000
2000
Voici nos travaux en cours.
14:49
It's being led by one of our collaborators,
375
874000
2000
Un de nos collaborateurs les conduit,
14:51
Alan Horsager at USC,
376
876000
2000
Alan Horsager à l'USC,
14:53
and being sought to be commercialized by a start-up company Eos Neuroscience,
377
878000
3000
et on cherche à être commercialisé par la start-up Eos neurosciences,
14:56
which is funded by the NIH.
378
881000
2000
financée par le NIH.
14:58
And what you see here is a mouse trying to solve a maze.
379
883000
2000
Vous voyez ici une souris qui essayer de résoudre un labyrinthe.
15:00
It's a six-arm maze. And there's a bit of water in the maze
380
885000
2000
C'est un labyrinthe à six chemins. Il y a un peu d'eau dans le labyrinthe
15:02
to motivate the mouse to move, or he'll just sit there.
381
887000
2000
pour motiver la souris à se déplacer, sinon elle va rester là sans bouger.
15:04
And the goal, of course, of this maze
382
889000
2000
Le but, bien sûr, de ce labyrinthe
15:06
is to get out of the water and go to a little platform
383
891000
2000
est de sortir de l'eau et d'aller à une petite plate-forme
15:08
that's under the lit top port.
384
893000
2000
qui est sous le port éclairé.
15:10
Now mice are smart, so this mouse solves the maze eventually,
385
895000
3000
Les souris sont intelligentes, donc cette souris résout le labyrinthe finalement,
15:13
but he does a brute-force search.
386
898000
2000
mais elle fait une recherche par force brute.
15:15
He's swimming down every avenue until he finally gets to the platform.
387
900000
3000
Elle nage dans tous les sens jusqu'à ce qu'elle arrive finalement à la plate-forme.
15:18
So he's not using vision to do it.
388
903000
2000
Elle n'utilise pas la vision pour le faire.
15:20
These different mice are different mutations
389
905000
2000
Ces différentes souris sont différentes mutations
15:22
that recapitulate different kinds of blindness that affect humans.
390
907000
3000
qui représentent les différents types de cécité qui affectent les humains.
15:25
And so we're being careful in trying to look at these different models
391
910000
3000
Nous regardons soigneusement ces différents modèles,
15:28
so we come up with a generalized approach.
392
913000
2000
pour arriver ainsi à une approche généralisée.
15:30
So how are we going to solve this?
393
915000
2000
Comment allons-nous résoudre ce problème?
15:32
We're going to do exactly what we outlined in the previous slide.
394
917000
2000
Nous allons faire exactement ce que nous avons décrit précédemment.
15:34
We're going to take these blue light photosensors
395
919000
2000
Nous allons prendre ces photodétecteurs à lumière bleue
15:36
and install them on a layer of cells
396
921000
2000
et les installer sur une couche de cellules
15:38
in the middle of the retina in the back of the eye
397
923000
3000
au milieu de la rétine à l'arrière de l'œil
15:41
and convert them into a camera --
398
926000
2000
et les convertir en caméra.
15:43
just like installing solar cells all over those neurons
399
928000
2000
Comme si on installait des cellules solaires sur tous ces neurones
15:45
to make them light sensitive.
400
930000
2000
afin de les rendre sensibles à la lumière.
15:47
Light is converted to electricity on them.
401
932000
2000
La lumière est convertie en électricité sur eux.
15:49
So this mouse was blind a couple weeks before this experiment
402
934000
3000
Cette souris était aveugle quelques semaines avant cette expérience
15:52
and received one dose of this photosensitive molecule in a virus.
403
937000
3000
et a reçu une dose de cette molécule photosensible dans un virus.
15:55
And now you can see, the animal can indeed avoid walls
404
940000
2000
Maintenant vous pouvez le voir, l'animal peut en effet éviter les murs,
15:57
and go to this little platform
405
942000
2000
aller à cette petite plate-forme
15:59
and make cognitive use of its eyes again.
406
944000
3000
et faire usage de ses yeux cognitifs à nouveau.
16:02
And to point out the power of this:
407
947000
2000
Pour souligner la puissance de ce système:
16:04
these animals are able to get to that platform
408
949000
2000
ces animaux sont capables d'arriver à cette plate-forme
16:06
just as fast as animals that have seen their entire lives.
409
951000
2000
aussi vite que les animaux qui ont vu toute leur vie.
16:08
So this pre-clinical study, I think,
410
953000
2000
Ainsi cette étude pré-clinique, je pense,
16:10
bodes hope for the kinds of things
411
955000
2000
est porteuse d''espoir pour le genre de choses
16:12
we're hoping to do in the future.
412
957000
2000
que nous espérons faire à l'avenir.
16:14
To close, I want to point out that we're also exploring
413
959000
3000
Pour terminer, je tiens à souligner que nous explorons également
16:17
new business models for this new field of neurotechnology.
414
962000
2000
de nouveaux modèles économiques pour ce nouveau domaine de la neurotechnologie.
16:19
We're developing these tools,
415
964000
2000
Nous développons ces outils,
16:21
but we share them freely with hundreds of groups all over the world,
416
966000
2000
mais nous les partageons librement avec des centaines de groupes partout dans le monde,
16:23
so people can study and try to treat different disorders.
417
968000
2000
ainsi les gens peuvent étudier et essayer de traiter différents troubles.
16:25
And our hope is that, by figuring out brain circuits
418
970000
3000
Notre espoir est que, en tentant de trouver les circuits du cerveau
16:28
at a level of abstraction that lets us repair them and engineer them,
419
973000
3000
à un niveau d'abstraction qui nous permet de les réparer et les modifier,
16:31
we can take some of these intractable disorders that I told you about earlier,
420
976000
3000
nous pouvons prendre certains de ces troubles intraitables dont je vous ai parlé plus tôt,
16:34
practically none of which are cured,
421
979000
2000
dont quasiment aucun n'est guéri,
16:36
and in the 21st century make them history.
422
981000
2000
et au 21e siècle en faire un problème du passé.
16:38
Thank you.
423
983000
2000
Merci.
16:40
(Applause)
424
985000
13000
(Applaudissements)
16:53
Juan Enriquez: So some of the stuff is a little dense.
425
998000
3000
Juan Enriquez: Quelques sujets ont été plutôt denses.
16:56
(Laughter)
426
1001000
2000
(Rires)
16:58
But the implications
427
1003000
2000
Mais ce qu'implique le fait
17:00
of being able to control seizures or epilepsy
428
1005000
3000
d'être en mesure de contrôler les crises d'épilepsie
17:03
with light instead of drugs,
429
1008000
2000
avec de la lumière plutôt que des médicaments,
17:05
and being able to target those specifically
430
1010000
3000
et d'être capable de les cibler spécifiquement
17:08
is a first step.
431
1013000
2000
est une première étape.
17:10
The second thing that I think I heard you say
432
1015000
2000
La deuxième chose que je pense vous avoir entendu dire
17:12
is you can now control the brain in two colors,
433
1017000
3000
est que vous pouvez désormais contrôler le cerveau en deux couleurs.
17:15
like an on/off switch.
434
1020000
2000
Comme un interrupteur on / off.
17:17
Ed Boyden: That's right.
435
1022000
2000
Ed Boyden: C'est exact.
17:19
JE: Which makes every impulse going through the brain a binary code.
436
1024000
3000
JE: Ce qui transforme chaque impulsion qui passe par le cerveau en un code binaire.
17:22
EB: Right, yeah.
437
1027000
2000
EB: Oui, oui.
17:24
So with blue light, we can drive information, and it's in the form of a one.
438
1029000
3000
Avec une lumière bleue, nous pouvons conduire l'information, sous la forme d'un 1.
17:27
And by turning things off, it's more or less a zero.
439
1032000
2000
En éteignant le tout, c'est plus ou moins un zéro.
17:29
So our hope is to eventually build brain coprocessors
440
1034000
2000
Notre espoir est de finir par construire des coprocesseurs du cerveau
17:31
that work with the brain
441
1036000
2000
qui travaillent avec le cerveau,
17:33
so we can augment functions in people with disabilities.
442
1038000
3000
afin que nous puissions augmenter les fonctions des personnes handicapées.
17:36
JE: And in theory, that means that,
443
1041000
2000
JE: Et en théorie, cela signifie que,
17:38
as a mouse feels, smells,
444
1043000
2000
comme une souris sent, ressent,
17:40
hears, touches,
445
1045000
2000
entend, touche,
17:42
you can model it out as a string of ones and zeros.
446
1047000
3000
vous pouvez en faire un modèle comme une chaîne de 1 et de 0.
17:45
EB: Sure, yeah. We're hoping to use this as a way of testing
447
1050000
2000
EB: Bien sûr, oui. Nous espérons pouvoir utiliser ça pour tester
17:47
what neural codes can drive certain behaviors
448
1052000
2000
quels codes neuronaux peuvent déterminer certains comportements,
17:49
and certain thoughts and certain feelings,
449
1054000
2000
certaines pensées et certaines impressions,
17:51
and use that to understand more about the brain.
450
1056000
3000
et les utiliser pour mieux comprendre le cerveau.
17:54
JE: Does that mean that some day you could download memories
451
1059000
3000
JE: Est-ce que cela signifie qu'un jour vous pourrez enregistrer des souvenirs
17:57
and maybe upload them?
452
1062000
2000
et peut-être les implanter?
17:59
EB: Well that's something we're starting to work on very hard.
453
1064000
2000
EB: Eh bien, nous commençons à travailler très dur là-dessus.
18:01
We're now working on some work
454
1066000
2000
Nous travaillons maintenant sur certains travaux
18:03
where we're trying to tile the brain with recording elements too.
455
1068000
2000
où nous essayons de paver le cerveau avec des éléments d'enregistrement aussi.
18:05
So we can record information and then drive information back in --
456
1070000
3000
Ainsi, nous pouvons enregistrer des informations, puis les renvoyer dans le cerveau --
18:08
sort of computing what the brain needs
457
1073000
2000
en quelque sorte calculer ce dont le cerveau a besoin
18:10
in order to augment its information processing.
458
1075000
2000
afin d'augmenter son traitement de l'information.
18:12
JE: Well, that might change a couple things. Thank you. (EB: Thank you.)
459
1077000
3000
JE: Eh bien, cela pourrait changer pas mal de choses. Merci. (EB: Merci.)
18:15
(Applause)
460
1080000
3000
(Applaudissements)
ABOUT THE SPEAKER
Ed Boyden - NeuroengineerEd 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.
Ed Boyden | Speaker | TED.com