TED2011
Ed Boyden: A light switch for neurons
Ed Boyden: Saklar cahaya untuk neuron
Filmed:
Readability: 4
1,098,379 views
Ed Boyden menunjukkan bagaimana dia dapat mengaktifkan atau mematikan neuron tertentu secara selektif melalui implan serat optik dengan memasukkan gen protein peka cahaya ke dalam sel-sel otak. Dengan tingkat pengendalian yang belum pernah dilihat sebelumnya ini, dia berhasil menyembuhkan tikus dari PTSD dan beberapa jenis kebutaan. Pengembangan ke depan: syaraf prostetik. Pembawa acara Juan Enriquez memberi penutup dan tanya jawab singkat.
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
Berpikirlah sejenak tentang hari-hari Anda.
00:17
You woke up, felt fresh air on your face as you walked out the door,
1
2000
3000
Anda bangun, merasakan udara segar di wajah Anda ketika keluar rumah,
00:20
encountered new colleagues and had great discussions,
2
5000
2000
bertemu dengan teman baru dan berdiskusi dengan asyik,
00:22
and felt in awe when you found something new.
3
7000
2000
dan merasa kagum ketika menemukan hal baru.
00:24
But I bet there's something you didn't think about today --
4
9000
2000
Tapi saya bertaruh ada hal yang tidak Anda pikirkan --
00:26
something so close to home
5
11000
2000
sesuatu yang sangat dekat
00:28
that you probably don't think about it very often at all.
6
13000
2000
yang kemungkinan jarang sekali Anda pikirkan.
00:30
And that's that all the sensations, feelings,
7
15000
2000
Itu adalah semua sensasi, perasaan,
00:32
decisions and actions
8
17000
2000
keputusan dan tindakan
00:34
are mediated by the computer in your head
9
19000
2000
yang diolah oleh komputer di dalam kepala Anda
00:36
called the brain.
10
21000
2000
yang bernama otak.
00:38
Now the brain may not look like much from the outside --
11
23000
2000
Otak mungkin tidak terlihat menarik dari luar --
00:40
a couple pounds of pinkish-gray flesh,
12
25000
2000
beberapa pon jaringan kelabu kemerahmudaan,
00:42
amorphous --
13
27000
2000
bentuknya tak teratur --
00:44
but the last hundred years of neuroscience
14
29000
2000
tapi perkembangan ilmu syaraf dalam 100 tahun terakhir
00:46
have allowed us to zoom in on the brain,
15
31000
2000
membuat kita mampu melihat ke dalam otak,
00:48
and to see the intricacy of what lies within.
16
33000
2000
dan melihat kerumitan yang ada di dalamnya.
00:50
And they've told us that this brain
17
35000
2000
Mereka memberi tahu kita bahwa otak
00:52
is an incredibly complicated circuit
18
37000
2000
adalah sirkuit yang sangat rumit
00:54
made out of hundreds of billions of cells called neurons.
19
39000
4000
terdiri dari ratusan milyar sel bernama neuron.
00:58
Now unlike a human-designed computer,
20
43000
3000
Tidak seperti komputer buatan manusia,
01:01
where there's a fairly small number of different parts --
21
46000
2000
di mana hanya terdapat sedikit bagian yang berbeda --
01:03
we know how they work, because we humans designed them --
22
48000
3000
kita tahu bagaimana cara kerjanya, karena kita yang merancangnya --
01:06
the brain is made out of thousands of different kinds of cells,
23
51000
3000
otak terdiri dari ribuan jenis sel yang berbeda,
01:09
maybe tens of thousands.
24
54000
2000
mungkin puluhan ribu.
01:11
They come in different shapes; they're made out of different molecules.
25
56000
2000
Mereka punya bentuk yang berbeda; tersusun dari molekul yang berbeda;
01:13
And they project and connect to different brain regions,
26
58000
3000
dan mereka menyambung dan menghubungkan daerah otak yang berbeda.
01:16
and they also change different ways in different disease states.
27
61000
3000
Mereka juga berubah dalam berbagai tingkatan penyakit.
01:19
Let's make it concrete.
28
64000
2000
Mari kita buat lebih jelas.
01:21
There's a class of cells,
29
66000
2000
Ini adalah satu kelas sel,
01:23
a fairly small cell, an inhibitory cell, that quiets its neighbors.
30
68000
3000
sel yang cukup kecil, sel penghambat, yang membuat diam sel tetangganya.
01:26
It's one of the cells that seems to be atrophied in disorders like schizophrenia.
31
71000
4000
Ini adalah sel yang sepertinya mengecil dalam kasus seperti skizofrenia.
01:30
It's called the basket cell.
32
75000
2000
Sebutannya adalah sel keranjang.
01:32
And this cell is one of the thousands of kinds of cell
33
77000
2000
Sel ini satu dari ribuan jenis sel
01:34
that we are learning about.
34
79000
2000
yang sedang kita pelajari.
01:36
New ones are being discovered everyday.
35
81000
2000
Jenis sel yang baru ditemukan setiap hari.
01:38
As just a second example:
36
83000
2000
Inilah contoh kedua:
01:40
these pyramidal cells, large cells,
37
85000
2000
sel-sel berbentuk piramida, sel berukuran besar,
01:42
they can span a significant fraction of the brain.
38
87000
2000
mereka menyusun fraksi yang signifikan di otak.
01:44
They're excitatory.
39
89000
2000
Mereka adalah sel-sel eksitator.
01:46
And these are some of the cells
40
91000
2000
Mereka adalah jenis sel
01:48
that might be overactive in disorders such as epilepsy.
41
93000
3000
yang mungkin overaktif dalam kelainan seperti epilepsi.
01:51
Every one of these cells
42
96000
2000
Setiap sel ini adalah
01:53
is an incredible electrical device.
43
98000
3000
peralatan listrik yang mengagumkan.
01:56
They receive input from thousands of upstream partners
44
101000
2000
Mereka menerima masukan dari ribuan rekan di hulu,
01:58
and compute their own electrical outputs,
45
103000
3000
dan mengolah keluaran listriknya sendiri,
02:01
which then, if they pass a certain threshold,
46
106000
2000
yang kemudian, bila melewati ambang batas tertentu,
02:03
will go to thousands of downstream partners.
47
108000
2000
akan berlanjut ke ribuan rekan di hilir.
02:05
And this process, which takes just a millisecond or so,
48
110000
3000
Proses ini, yang membutuhkan sekitar 1 milidetik,
02:08
happens thousands of times a minute
49
113000
2000
terjadi ribuan kali dalam satu menit
02:10
in every one of your 100 billion cells,
50
115000
2000
dalam setiap sel dari 100 milyar sel Anda,
02:12
as long as you live
51
117000
2000
selama Anda hidup
02:14
and think and feel.
52
119000
3000
dan berpikir dan merasakan.
02:17
So how are we going to figure out what this circuit does?
53
122000
3000
Jadi bagaimana kita tahu apa peran sirkuit ini?
02:20
Ideally, we could go through the circuit
54
125000
2000
Idealnya, kita dapat mengatur sirkuit ini
02:22
and turn these different kinds of cell on and off
55
127000
3000
dan mematikan atau mengaktifkan sel-sel yang berbeda itu
02:25
and see whether we could figure out
56
130000
2000
dan melihat apakah kita dapat menemukan
02:27
which ones contribute to certain functions
57
132000
2000
yang mana yang berperan dalam fungsi tertentu
02:29
and which ones go wrong in certain pathologies.
58
134000
2000
dan yang mana yang berubah menjadi buruk dalam patologi tertentu.
02:31
If we could activate cells, we could see what powers they can unleash,
59
136000
3000
Bila kita dapat mengaktifkan sel, kita dapat melihat kekuatan yang mereka punya.
02:34
what they can initiate and sustain.
60
139000
2000
apa yang dapat mereka awali dan pertahankan.
02:36
If we could turn them off,
61
141000
2000
Bila kita dapat mematikan mereka,
02:38
then we could try and figure out what they're necessary for.
62
143000
2000
maka kita dapat mencoba menemukan apa fungsi mereka.
02:40
And that's a story I'm going to tell you about today.
63
145000
3000
Itulah kisah yang ingin saya ceritakan pada Anda hari ini.
02:43
And honestly, where we've gone through over the last 11 years,
64
148000
3000
Sejujurnya, apa yang sudah kami lalui selama 11 tahun terakhir,
02:46
through an attempt to find ways
65
151000
2000
melalui usaha untuk menemukan cara
02:48
of turning circuits and cells and parts and pathways of the brain
66
153000
2000
untuk mengaktifkan atau mematikan sirkuit, sel, bagian,
02:50
on and off,
67
155000
2000
dan jalur di otak.
02:52
both to understand the science
68
157000
2000
baik untuk mengerti ilmu di baliknya,
02:54
and also to confront some of the issues
69
159000
3000
dan juga untuk menghadapi beberapa permasalahan
02:57
that face us all as humans.
70
162000
3000
yang kita hadapi bersama sebagai manusia.
03:00
Now before I tell you about the technology,
71
165000
3000
Sebelum saya memberi tahu Anda tentang teknologinya,
03:03
the bad news is that a significant fraction of us in this room,
72
168000
3000
kabar buruknya adalah sebagian besar dari kita di ruangan ini,
03:06
if we live long enough,
73
171000
2000
bila kita hidup cukup lama,
03:08
will encounter, perhaps, a brain disorder.
74
173000
2000
mungkin akan menghadapi kelainan otak.
03:10
Already, a billion people
75
175000
2000
Saat ini sudah ada satu milyar orang
03:12
have had some kind of brain disorder
76
177000
2000
mengalami kelainan otak
03:14
that incapacitates them,
77
179000
2000
yang menurunkan kemampuan mereka.
03:16
and the numbers don't do it justice though.
78
181000
2000
Angka saja belum cukup adil untuk menunjukkan kenyataannya
03:18
These disorders -- schizophrenia, Alzheimer's,
79
183000
2000
Kelainan ini -- skizofrenia, Alzheimer,
03:20
depression, addiction --
80
185000
2000
depresi, kecanduan --
03:22
they not only steal our time to live, they change who we are.
81
187000
3000
tidak hanya mencuri waktu hidup kita, mereka mengubah siapa kita;
03:25
They take our identity and change our emotions
82
190000
2000
mereka mengambil identitas kita dan mengubah emosi kita --
03:27
and change who we are as people.
83
192000
3000
dan mengubah kita sebagai manusia.
03:30
Now in the 20th century,
84
195000
3000
Sekarang di abad ke-20 ini,
03:33
there was some hope that was generated
85
198000
3000
ada beberapa harapan yang dihasilkan
03:36
through the development of pharmaceuticals for treating brain disorders,
86
201000
3000
melalui perkembangan farmasetika untuk menangani kelainan otak.
03:39
and while many drugs have been developed
87
204000
3000
Sementara banyak obat yang telah dikembangkan
03:42
that can alleviate symptoms of brain disorders,
88
207000
2000
dapat mengurangi gejala kelainan-kelainan otak,
03:44
practically none of them can be considered to be cured.
89
209000
3000
secara praktis tidak ada yang dapat disebut menyembuhkan.
03:47
And part of that's because we're bathing the brain in the chemical.
90
212000
3000
Sebagian alasannya adalah karena kita merendam otak dalam bahan kimia.
03:50
This elaborate circuit
91
215000
2000
Sirkuit rumit itu
03:52
made out of thousands of different kinds of cell
92
217000
2000
terdiri dari ribuan jenis sel yang berbeda
03:54
is being bathed in a substance.
93
219000
2000
direndam dalam sebuah bahan tertentu.
03:56
That's also why, perhaps, most of the drugs, and not all, on the market
94
221000
2000
Itu juga alasan sebagian besar obat yang ada di pasar, meski tidak semuanya,
03:58
can present some kind of serious side effect too.
95
223000
3000
dapat menimbulkan efek samping yang serius juga.
04:01
Now some people have gotten some solace
96
226000
3000
Sekarang beberapa orang mendapatkan ketenangan
04:04
from electrical stimulators that are implanted in the brain.
97
229000
3000
dari stimulator listrik yang ditanam di dalam otak.
04:07
And for Parkinson's disease,
98
232000
2000
Untuk penyakit Parkinson,
04:09
Cochlear implants,
99
234000
2000
implan Cochlear (telinga),
04:11
these have indeed been able
100
236000
2000
memang perlakuan itu sudah
04:13
to bring some kind of remedy
101
238000
2000
membawa semacam penyembuhan
04:15
to people with certain kinds of disorder.
102
240000
2000
bagi orang yang mengalami kelainan tertentu.
04:17
But electricity also will go in all directions --
103
242000
2000
Tapi listrik juga mengalir ke segala arah --
04:19
the path of least resistance,
104
244000
2000
lewat jalur yang hambatannya paling kecil,
04:21
which is where that phrase, in part, comes from.
105
246000
2000
itulah mengapa disebut demikian.
04:23
And it also will affect normal circuits as well as the abnormal ones that you want to fix.
106
248000
3000
Itu dapat mempengaruhi baik sirkuit normal maupun abnormal yang ingin Anda perbaiki.
04:26
So again, we're sent back to the idea
107
251000
2000
Jadi sekali lagi, kami kembali pada ide
04:28
of ultra-precise control.
108
253000
2000
untuk sebuah pengendalian dengan ketepatan ultra.
04:30
Could we dial-in information precisely where we want it to go?
109
255000
3000
Dapatkah kita memasukkan informasi untuk pergi ke suatu tempat dengan akurat?
04:34
So when I started in neuroscience 11 years ago,
110
259000
4000
Ketika saya mulai bekerja pada ilmu syaraf 11 tahun lalu,
04:38
I had trained as an electrical engineer and a physicist,
111
263000
3000
saya terlatih sebagai seorang insinyur kelistrikan dan fisikawan,
04:41
and the first thing I thought about was,
112
266000
2000
hal pertama yang saya pikirkan adalah,
04:43
if these neurons are electrical devices,
113
268000
2000
bila neuron-neuron ini adalah peralatan listrik,
04:45
all we need to do is to find some way
114
270000
2000
yang perlu kita lakukan adalah menemukan cara
04:47
of driving those electrical changes at a distance.
115
272000
2000
mengendalikan perubahan listrik itu dari jarak jauh.
04:49
If we could turn on the electricity in one cell,
116
274000
2000
Bila kita dapat menyalakan listrik di satu sel,
04:51
but not its neighbors,
117
276000
2000
tapi tidak di tetangganya,
04:53
that would give us the tool we need to activate and shut down these different cells,
118
278000
3000
itu akan memampukan kita mengaktifkan dan mematikan sel-sel yang berbeda,
04:56
figure out what they do and how they contribute
119
281000
2000
menemukan apa yang mereka kerjakan dan bagaimana perannya
04:58
to the networks in which they're embedded.
120
283000
2000
terhadap jaringan tempat mereka berada.
05:00
And also it would allow us to have the ultra-precise control we need
121
285000
2000
Itu juga akan memungkinkan kita memiliki kendali dengan ketepatan ultra
05:02
in order to fix the circuit computations
122
287000
3000
yang kita perlukan untuk memperbaiki sirkuit
05:05
that have gone awry.
123
290000
2000
yang sudah rusak.
05:07
Now how are we going to do that?
124
292000
2000
Sekarang bagaimana cara kita melakukannya?
05:09
Well there are many molecules that exist in nature,
125
294000
2000
Ada banyak molekul yang terdapat di alam,
05:11
which are able to convert light into electricity.
126
296000
3000
yang dapat mengubah cahaya menjadi listrik.
05:14
You can think of them as little proteins
127
299000
2000
Anda dapat membayangkan mereka sebagai protein kecil
05:16
that are like solar cells.
128
301000
2000
yang mirip seperti sel surya.
05:18
If we can install these molecules in neurons somehow,
129
303000
3000
Bila kita entah bagaimana dapat memasang molekul ini dalam neuron,
05:21
then these neurons would become electrically drivable with light.
130
306000
3000
maka neuron itu dapat dikendalikan secara elektrik dengan cahaya.
05:24
And their neighbors, which don't have the molecule, would not.
131
309000
3000
Tetangga mereka, yang tidak punya molekul itu, tidak akan bisa.
05:27
There's one other magic trick you need to make this all happen,
132
312000
2000
Ada satu trik ajaib lain yang Anda butuhkan untuk melakukan ini,
05:29
and that's the ability to get light into the brain.
133
314000
3000
yaitu cara memasukkan cahaya ke dalam otak.
05:32
And to do that -- the brain doesn't feel pain -- you can put --
134
317000
3000
Untuk melakukannya -- otak tidak merasakan sakit -- Anda dapat meletakkan --
05:35
taking advantage of all the effort
135
320000
2000
memanfaatkan semua upaya
05:37
that's gone into the Internet and communications and so on --
136
322000
2000
yang dilakukan pada Internet dan komunikasi dan lainnya --
05:39
optical fibers connected to lasers
137
324000
2000
serat optik yang terhubung dengan laser
05:41
that you can use to activate, in animal models for example,
138
326000
2000
yang dapat Anda gunakan untuk mengaktifkan, sebagai contoh pada model hewan,
05:43
in pre-clinical studies,
139
328000
2000
dalam studi pra-klinis,
05:45
these neurons and to see what they do.
140
330000
2000
neuron-neuron itu dan melihat fungsi mereka.
05:47
So how do we do this?
141
332000
2000
Bagaimana kami melakukan ini?
05:49
Around 2004,
142
334000
2000
Sekitar tahun 2004,
05:51
in collaboration with Gerhard Nagel and Karl Deisseroth,
143
336000
2000
bekerja sama dengan Gerhard Nagel dan Karl Deisseroth,
05:53
this vision came to fruition.
144
338000
2000
visi ini akhirnya berbuah.
05:55
There's a certain alga that swims in the wild,
145
340000
3000
Ada ganggang tertentu yang hidup di alam,
05:58
and it needs to navigate towards light
146
343000
2000
yang perlu bergerak menuju cahaya
06:00
in order to photosynthesize optimally.
147
345000
2000
untuk bisa berfotosintesis dengan optimal.
06:02
And it senses light with a little eye-spot,
148
347000
2000
Dia merasakan cahaya dengan sebuah bintik-mata kecil,
06:04
which works not unlike how our eye works.
149
349000
3000
yang cara kerjanya beda dengan mata kita.
06:07
In its membrane, or its boundary,
150
352000
2000
Pada membran atau di perbatasannya,
06:09
it contains little proteins
151
354000
3000
terdapat protein-protein kecil
06:12
that indeed can convert light into electricity.
152
357000
3000
yang mengubah cahaya menjadi listrik.
06:15
So these molecules are called channelrhodopsins.
153
360000
3000
Molekul ini disebut kanalrhodopsin.
06:18
And each of these proteins acts just like that solar cell that I told you about.
154
363000
3000
Setiap protein ini berfungsi seperti sel surya yang saya sebutkan tadi.
06:21
When blue light hits it, it opens up a little hole
155
366000
3000
Ketika cahaya biru mengenainya, protein itu membuka lubang kecil
06:24
and allows charged particles to enter the eye-spot,
156
369000
2000
dan memungkinkan partikel bermuatan untuk masuk bintik-mata itu.
06:26
and that allows this eye-spot to have an electrical signal
157
371000
2000
Hal ini membuat bintik-mata tersebut menghasilkan sinyal listrik
06:28
just like a solar cell charging up a battery.
158
373000
3000
seperti halnya sel surya mengisi baterai.
06:31
So what we need to do is to take these molecules
159
376000
2000
Jadi yang kita perlukan adalah mengambil molekul-molekul ini
06:33
and somehow install them in neurons.
160
378000
2000
dan bagaimanapun juga memasangnya di dalam neuron.
06:35
And because it's a protein,
161
380000
2000
Dan karena itu adalah sebuah protein,
06:37
it's encoded for in the DNA of this organism.
162
382000
3000
maka itu akan disandikan dalam DNA makhluk hidup.
06:40
So all we've got to do is take that DNA,
163
385000
2000
Maka yang harus kami lakukan adalah mengambil DNA-nya,
06:42
put it into a gene therapy vector, like a virus,
164
387000
3000
memasukkannya dalam vektor terapi gen, seperti virus,
06:45
and put it into neurons.
165
390000
3000
dan memasukkannya ke dalam neuron.
06:48
So it turned out that this was a very productive time in gene therapy,
166
393000
3000
Ternyata ini adalah masa yang sangat produktif untuk terapi gen,
06:51
and lots of viruses were coming along.
167
396000
2000
dan banyak virus ditemukan.
06:53
So this turned out to be very simple to do.
168
398000
2000
Ternyata ini juga sangat sederhana untuk dilakukan.
06:55
And early in the morning one day in the summer of 2004,
169
400000
3000
Pada pagi hari di musim panas 2004,
06:58
we gave it a try, and it worked on the first try.
170
403000
2000
kami mencobanya untuk pertama kali, dan langsung bekerja.
07:00
You take this DNA and you put it into a neuron.
171
405000
3000
Anda mengambil DNA ini dan memasukkannya ke dalam sebuah neuron.
07:03
The neuron uses its natural protein-making machinery
172
408000
3000
Neuron menggunakan mesin pembuat protein alaminya
07:06
to fabricate these little light-sensitive proteins
173
411000
2000
untuk membuat protein peka-cahaya yang kecil ini
07:08
and install them all over the cell,
174
413000
2000
dan memasangnya di seluruh bagian sel,
07:10
like putting solar panels on a roof,
175
415000
2000
seperti memasang panel surya di atap.
07:12
and the next thing you know,
176
417000
2000
Hal selanjutnya adalah,
07:14
you have a neuron which can be activated with light.
177
419000
2000
Anda punya sebuah neuron yang dapat diaktifkan dengan cahaya.
07:16
So this is very powerful.
178
421000
2000
Ini hal yang sangat manjur.
07:18
One of the tricks you have to do
179
423000
2000
Salah satu trik yang harus Anda lakukan
07:20
is to figure out how to deliver these genes to the cells that you want
180
425000
2000
adalah mencari tahu bagaimana memasukkan gen ini ke sel yang Anda inginkan
07:22
and not all the other neighbors.
181
427000
2000
dan tidak ke sel-sel tetangganya.
07:24
And you can do that; you can tweak the viruses
182
429000
2000
Anda dapat melakukannya; Anda dapat merekayasa virusnya
07:26
so they hit just some cells and not others.
183
431000
2000
sehingga mereka menuju beberapa sel dan bukan yang lainnya.
07:28
And there's other genetic tricks you can play
184
433000
2000
Ada trik genetik lain yang dapat Anda mainkan
07:30
in order to get light-activated cells.
185
435000
3000
untuk mendapat sel yang dapat diaktifkan dengan cahaya.
07:33
This field has now come to be known as optogenetics.
186
438000
4000
Bidang ini sekarang dikenal sebagai optogenetik.
07:37
And just as one example of the kind of thing you can do,
187
442000
2000
Sebagai contoh hal yang dapat Anda lakukan,
07:39
you can take a complex network,
188
444000
2000
Anda dapat mengambil sebuah jaringan yang kompleks,
07:41
use one of these viruses to deliver the gene
189
446000
2000
menggunakan salah satu virus ini untuk mengantarkan gen
07:43
just to one kind of cell in this dense network.
190
448000
3000
hanya pada satu jenis sel dalam jaringan yang padat itu.
07:46
And then when you shine light on the entire network,
191
451000
2000
Ketika Anda menyinari seluruh jaringan itu,
07:48
just that cell type will be activated.
192
453000
2000
hanya sel jenis itu saja yang akan teraktifkan.
07:50
So for example, lets sort of consider that basket cell I told you about earlier --
193
455000
3000
Jadi contohnya, mari menggunakan sel keranjang yang saya singgung tadi --
07:53
the one that's atrophied in schizophrenia
194
458000
2000
sel yang mengecil dalam kasus skizofrenia
07:55
and the one that is inhibitory.
195
460000
2000
di mana dia berfungsi sebagai penghambat.
07:57
If we can deliver that gene to these cells --
196
462000
2000
Bila kita dapat mengantarkan gen itu pada sel-sel ini --
07:59
and they're not going to be altered by the expression of the gene, of course --
197
464000
3000
tentu saja, yang lain tidak akan terpengaruh --
08:02
and then flash blue light over the entire brain network,
198
467000
3000
dan lalu memberikan kilatan cahaya biru di seluruh jaringan otak,
08:05
just these cells are going to be driven.
199
470000
2000
maka hanya sel-sel ini yang terpengaruh.
08:07
And when the light turns off, these cells go back to normal,
200
472000
2000
Ketika cahaya dimatikan, sel-sel ini kembali normal,
08:09
so they don't seem to be averse against that.
201
474000
3000
jadi mereka tidak kembali aktif dengan sendirinya.
08:12
Not only can you use this to study what these cells do,
202
477000
2000
Anda tidak hanya bisa menggunakan ini untuk mempelajari apa fungsi sel itu,
08:14
what their power is in computing in the brain,
203
479000
2000
apakah kekuatan mereka dalam komputasi di otak,
08:16
but you can also use this to try to figure out --
204
481000
2000
tapi Anda juga bisa menggunakan ini untuk mencari tahu --
08:18
well maybe we could jazz up the activity of these cells,
205
483000
2000
apakah kita dapat meningkatkan aktivitas sel-sel ini,
08:20
if indeed they're atrophied.
206
485000
2000
bila memang mereka mengecil.
08:22
Now I want to tell you a couple of short stories
207
487000
2000
Sekarang saya ingin memberikan beberapa cerita pendek
08:24
about how we're using this,
208
489000
2000
tentang bagaimana kita memanfaatkan hal ini,
08:26
both at the scientific, clinical and pre-clinical levels.
209
491000
3000
baik pada tingkat ilmu pengetahuan, pra-klinis, dan klinis.
08:29
One of the questions we've confronted
210
494000
2000
Satu pertanyaan yang menghadang kami adalah,
08:31
is, what are the signals in the brain that mediate the sensation of reward?
211
496000
3000
apa sinyal di otak yang mengatur sensasi kepuasan?
08:34
Because if you could find those,
212
499000
2000
Sebab bila Anda menemukannya,
08:36
those would be some of the signals that could drive learning.
213
501000
2000
maka akan ada sinyal yang dapat memicu pembelajaran.
08:38
The brain will do more of whatever got that reward.
214
503000
2000
Otak akan melakukan lebih untuk mendapatkan kepuasan itu.
08:40
And also these are signals that go awry in disorders such as addiction.
215
505000
3000
Sinyal-sinyal inilah yang kacau pada kelainan seperti kecanduan.
08:43
So if we could figure out what cells they are,
216
508000
2000
Jadi bila kita dapat menemukan sel itu,
08:45
we could maybe find new targets
217
510000
2000
mungkin kita dapat menemukan sasaran lain
08:47
for which drugs could be designed or screened against,
218
512000
2000
sehingga obat dapat dirancang untuk itu atau tidak untuk itu,
08:49
or maybe places where electrodes could be put in
219
514000
2000
atau mungkin menjadi tempat pemasangan elektroda
08:51
for people who have very severe disability.
220
516000
3000
untuk orang yang mengalami kelainan parah.
08:54
So to do that, we came up with a very simple paradigm
221
519000
2000
Untuk melakukannya, kami punya paradigma yang sangat sederhana
08:56
in collaboration with the Fiorella group,
222
521000
2000
dalam kolaborasi dengan grup Fiorella,
08:58
where one side of this little box,
223
523000
2000
di mana salah satu sisi kotak kecil ini,
09:00
if the animal goes there, the animal gets a pulse of light
224
525000
2000
bila hewan pergi ke sana, dia mendapatkan pulsa cahaya
09:02
in order to make different cells in the brain sensitive to light.
225
527000
2000
untuk membuat sel yang berbeda di otaknya peka cahaya.
09:04
So if these cells can mediate reward,
226
529000
2000
Jadi bila sel-sel ini dapat mengatur rasa puas,
09:06
the animal should go there more and more.
227
531000
2000
hewan itu akan pergi ke sana lagi dan lagi.
09:08
And so that's what happens.
228
533000
2000
Itulah yang terjadi.
09:10
This animal's going to go to the right-hand side and poke his nose there,
229
535000
2000
Hewan ini pergi ke sisi kanan dan menaruh hidungnya di sana,
09:12
and he gets a flash of blue light every time he does that.
230
537000
2000
dan dia mendapat kilatan cahaya biru tiap kali melakukannya.
09:14
And he'll do that hundreds and hundreds of times.
231
539000
2000
Dia akan melakukannya ratusan kali.
09:16
These are the dopamine neurons,
232
541000
2000
Ini adalah neuron dopamin,
09:18
which some of you may have heard about, in some of the pleasure centers in the brain.
233
543000
2000
mungkin sebagian dari Anda sudah mendengar tentang ini di pusat rasa senang di otak.
09:20
Now we've shown that a brief activation of these
234
545000
2000
Kami menunjukkan bahwa aktivasi neuron itu sebentar saja
09:22
is enough, indeed, to drive learning.
235
547000
2000
sudah cukup, untuk mendorong pembelajaran.
09:24
Now we can generalize the idea.
236
549000
2000
Sekarang kita bisa memperluas gagasan ini.
09:26
Instead of one point in the brain,
237
551000
2000
Daripada satu titik di otak,
09:28
we can devise devices that span the brain,
238
553000
2000
kita dapat menciptakan alat yang memenuhi otak,
09:30
that can deliver light into three-dimensional patterns --
239
555000
2000
yang dapat mengirim cahaya menuju pola tiga dimensi --
09:32
arrays of optical fibers,
240
557000
2000
seperangkat serat optik,
09:34
each coupled to its own independent miniature light source.
241
559000
2000
masing-masing terhubung dengan sumber cahaya mininya sendiri.
09:36
And then we can try to do things in vivo
242
561000
2000
Lalu kita dapat mencoba melakukan percobaan in vivo
09:38
that have only been done to-date in a dish --
243
563000
3000
yang sampai sekarang hanya dilakukan pada sebuah cawan --
09:41
like high-throughput screening throughout the entire brain
244
566000
2000
seperti skrining kinerja tinggi pada seluruh bagian otak
09:43
for the signals that can cause certain things to happen.
245
568000
2000
untuk sinyal yang dapat menyebabkan terjadinya hal-hal tertentu.
09:45
Or that could be good clinical targets
246
570000
2000
Atau mencari sasaran klinis yang tepat
09:47
for treating brain disorders.
247
572000
2000
untuk pengobatan kelainan otak.
09:49
And one story I want to tell you about
248
574000
2000
Satu cerita yang ingin saya beri tahukan adalah
09:51
is how can we find targets for treating post-traumatic stress disorder --
249
576000
3000
bagaimana kami menemukan sasaran untuk penanganan kelainan stres pasca-trauma --
09:54
a form of uncontrolled anxiety and fear.
250
579000
3000
sebuah bentuk kecemasan dan ketakutan yang tak terkendali.
09:57
And one of the things that we did
251
582000
2000
Salah satu hal yang kami lakukan
09:59
was to adopt a very classical model of fear.
252
584000
3000
yaitu dengan mengadopsi model ketakutan klasik.
10:02
This goes back to the Pavlovian days.
253
587000
3000
Ini bermula pada masa Pavlovian.
10:05
It's called Pavlovian fear conditioning --
254
590000
2000
Disebut pengondisian takut Pavlovian --
10:07
where a tone ends with a brief shock.
255
592000
2000
di mana sebuah nada diakhiri dengan kejutan singkat.
10:09
The shock isn't painful, but it's a little annoying.
256
594000
2000
Kejutan itu tidak menyakitkan, hanya sedikit mengganggu.
10:11
And over time -- in this case, a mouse,
257
596000
2000
Seiring dengan waktu -- dalam kasus ini seekor tikus,
10:13
which is a good animal model, commonly used in such experiments --
258
598000
2000
model hewan yang cocok, umum digunakan untuk percobaan seperti ini --
10:15
the animal learns to fear the tone.
259
600000
2000
hewan itu belajar untuk takut pada nada itu.
10:17
The animal will react by freezing,
260
602000
2000
Hewan itu akan menanggapi dengan diam,
10:19
sort of like a deer in the headlights.
261
604000
2000
seperti rusa di bawah sorotan lampu.
10:21
Now the question is, what targets in the brain can we find
262
606000
3000
Sekarang pertanyaannya adalah, sasaran apa yang dapat kita temukan di otak
10:24
that allow us to overcome this fear?
263
609000
2000
yang memungkinkan kita mengatasi ketakutan ini?
10:26
So what we do is we play that tone again
264
611000
2000
Jadi yang kami lakukan adalah memainkan nadanya
10:28
after it's been associated with fear.
265
613000
2000
setelah nada itu diasosiasikan dengan ketakutan.
10:30
But we activate targets in the brain, different ones,
266
615000
2000
Tapi kami mengaktifkan sasaran yang berbeda-beda di otak,
10:32
using that optical fiber array I told you about in the previous slide,
267
617000
3000
menggunakan set serat optik yang telah saya jelaskan kepada Anda,
10:35
in order to try and figure out which targets
268
620000
2000
untuk mencoba menemukan sasaran yang mana
10:37
can cause the brain to overcome that memory of fear.
269
622000
3000
yang dapat membuat otak mengatasi memori ketakutan itu.
10:40
And so this brief video
270
625000
2000
Video singkat ini
10:42
shows you one of these targets that we're working on now.
271
627000
2000
menunjukkan salah satu sasaran yang kami teliti sekarang.
10:44
This is an area in the prefrontal cortex,
272
629000
2000
Ini adalah daerah di korteks prefrontal,
10:46
a region where we can use cognition to try to overcome aversive emotional states.
273
631000
3000
daerah di mana kita dapat menggunakan ingatan untuk mengatasi emosi tidak mengenakkan.
10:49
And the animal's going to hear a tone -- and a flash of light occurred there.
274
634000
2000
Hewan itu mendengat sebuah nada -- dan kilatan cahaya itu terjadi di sana.
10:51
There's no audio on this, but you can see the animal's freezing.
275
636000
2000
Tidak ada audio di sini, tapi Anda bisa lihat hewan itu terdiam.
10:53
This tone used to mean bad news.
276
638000
2000
Nada ini berarti kabar buruk.
10:55
And there's a little clock in the lower left-hand corner,
277
640000
2000
Ada jam kecil di ujung kiri bawah sana,
10:57
so you can see the animal is about two minutes into this.
278
642000
3000
Anda dapat melihat dia terdiam selama dua menit.
11:00
And now this next clip
279
645000
2000
Inilah klip selanjutnya
11:02
is just eight minutes later.
280
647000
2000
hanya delapan menit kemudian.
11:04
And the same tone is going to play, and the light is going to flash again.
281
649000
3000
Nada yang sama dimainkan, dan cahaya berkilat lagi.
11:07
Okay, there it goes. Right now.
282
652000
3000
Baik, lihatlah. Sekarang.
11:10
And now you can see, just 10 minutes into the experiment,
283
655000
3000
Sekarang Anda bisa lihat, hanya dalam 10 menit percobaan,
11:13
that we've equipped the brain by photoactivating this area
284
658000
3000
setelah kita melengkapi otak dengan mengaktifkan area ini
11:16
to overcome the expression
285
661000
2000
untuk mengatasi ekspresi
11:18
of this fear memory.
286
663000
2000
memori ketakutan ini.
11:20
Now over the last couple of years, we've gone back to the tree of life
287
665000
3000
Selama beberapa tahun terakhir, kita kembali ke pohon kehidupan,
11:23
because we wanted to find ways to turn circuits in the brain off.
288
668000
3000
karena kita ingin menemukan cara mematikan sirkuit di otak.
11:26
If we could do that, this could be extremely powerful.
289
671000
3000
Bila kita dapat melakukannya, itu dapat berdampak besar.
11:29
If you can delete cells just for a few milliseconds or seconds,
290
674000
3000
Bila Anda dapat mematikan sel hanya selama beberapa milidetik atau detik,
11:32
you can figure out what necessary role they play
291
677000
2000
Anda dapat mengetahui peran apa yang mereka mainkan
11:34
in the circuits in which they're embedded.
292
679000
2000
dalam sirkuit tempat mereka berada.
11:36
And we've now surveyed organisms from all over the tree of life --
293
681000
2000
Kami sekarang meneliti makhluk hidup di seluruh pohon kehidupan --
11:38
every kingdom of life except for animals, we see slightly differently.
294
683000
3000
semua dunia kehidupan kecuali hewan, kita melihatnya dengan berbeda.
11:41
And we found all sorts of molecules, they're called halorhodopsins or archaerhodopsins,
295
686000
3000
Kami menemukan berbagai jenis molekul yang disebut halorhodopsin atau arkaerhodopsin,
11:44
that respond to green and yellow light.
296
689000
2000
yang merespon pada cahaya hijau dan kuning.
11:46
And they do the opposite thing of the molecule I told you about before
297
691000
2000
Mereka melakukan kebalikan dari hal yang saya sampaikan tadi
11:48
with the blue light activator channelrhodopsin.
298
693000
3000
di mana cahaya biru mengaktifkan kanalrhodopsin.
11:52
Let's give an example of where we think this is going to go.
299
697000
3000
Mari kita beri contoh ke mana arah dari hal ini.
11:55
Consider, for example, a condition like epilepsy,
300
700000
3000
Pertimbangkan sebuah keadaan seperti epilepsi,
11:58
where the brain is overactive.
301
703000
2000
di mana otak menjadi overaktif.
12:00
Now if drugs fail in epileptic treatment,
302
705000
2000
Bila obat gagal menangani epilepsi,
12:02
one of the strategies is to remove part of the brain.
303
707000
2000
salah satu strateginya adalah membuang sebagian otak.
12:04
But that's obviously irreversible, and there could be side effects.
304
709000
2000
Itu jelas-jelas tidak dapat dikembalikan lagi, dan bisa ada efek samping.
12:06
What if we could just turn off that brain for a brief amount of time,
305
711000
3000
Bagaimana bila kita hanya mematikan otaknya sebentar,
12:09
until the seizure dies away,
306
714000
3000
sampai kejangnya berhenti,
12:12
and cause the brain to be restored to its initial state --
307
717000
3000
dan otak kembali ke keadaan semula --
12:15
sort of like a dynamical system that's being coaxed down into a stable state.
308
720000
3000
seperti sistem dinamis yang ditunggu untuk kembali stabil.
12:18
So this animation just tries to explain this concept
309
723000
3000
Animasi ini mencoba menerangkan konsep itu
12:21
where we made these cells sensitive to being turned off with light,
310
726000
2000
di mana kita membuat sel-sel ini sensitif untuk dapat dimatikan dengan cahaya,
12:23
and we beam light in,
311
728000
2000
dan kita menyinarkan cahaya masuk,
12:25
and just for the time it takes to shut down a seizure,
312
730000
2000
selama waktu yang dibutuhkan untuk menghentikan kejang,
12:27
we're hoping to be able to turn it off.
313
732000
2000
kita berharap dapat mematikannya.
12:29
And so we don't have data to show you on this front,
314
734000
2000
Kami belum mempunyai data untuk ditunjukkan pada Anda,
12:31
but we're very excited about this.
315
736000
2000
tapi kami sangat bersemangat tentang ini.
12:33
Now I want to close on one story,
316
738000
2000
Sekarang saya ingin menutup dengan sebuah cerita,
12:35
which we think is another possibility --
317
740000
2000
yang kami pikir adalah sebuah kemungkinan lain --
12:37
which is that maybe these molecules, if you can do ultra-precise control,
318
742000
2000
yaitu mungkin molekul itu, bila dapat dikendalikan dengan cermat,
12:39
can be used in the brain itself
319
744000
2000
dapat digunakan di dalam otak
12:41
to make a new kind of prosthetic, an optical prosthetic.
320
746000
3000
untuk membuat sejenis prostetik, prostetik optis.
12:44
I already told you that electrical stimulators are not uncommon.
321
749000
3000
Saya sudah memberi tahu Anda bahwa stimulator listrik cukup umum.
12:47
Seventy-five thousand people have Parkinson's deep-brain stimulators implanted.
322
752000
3000
75.000 orang penderita Parkinson ditanami stimulator di dalam otaknya.
12:50
Maybe 100,000 people have Cochlear implants,
323
755000
2000
Mungkin sekitar 100.000 orang punya implan Cochlear,
12:52
which allow them to hear.
324
757000
2000
yang membuat mereka bisa mendengar.
12:54
There's another thing, which is you've got to get these genes into cells.
325
759000
3000
Ada hal lain, yaitu Anda harus memasukkan gen itu ke dalam sel.
12:57
And new hope in gene therapy has been developed
326
762000
3000
Harapan baru dalam terapi gen telah dikembangkan
13:00
because viruses like the adeno-associated virus,
327
765000
2000
sebab virus seperti virus terasosiasi-adeno,
13:02
which probably most of us around this room have,
328
767000
2000
yang kemungkinan dimiliki sebagian besar dari kita di ruangan ini,
13:04
and it doesn't have any symptoms,
329
769000
2000
dan tidak menunjukkan gejala apapun,
13:06
which have been used in hundreds of patients
330
771000
2000
yang telah digunakan pada ratusan pasien
13:08
to deliver genes into the brain or the body.
331
773000
2000
untuk mengirimkan gen ke dalam otak atau tubuh.
13:10
And so far, there have not been serious adverse events
332
775000
2000
Sejauh ini, belum ada kejadian buruk yang serius
13:12
associated with the virus.
333
777000
2000
yang berkaitan dengan virus itu.
13:14
There's one last elephant in the room, the proteins themselves,
334
779000
3000
Ada satu permasalahan besar terakhir, protein itu sendiri,
13:17
which come from algae and bacteria and fungi,
335
782000
2000
yang berasal dari ganggang dan bakteri dan jamur,
13:19
and all over the tree of life.
336
784000
2000
dan semua bagian pohon kehidupan.
13:21
Most of us don't have fungi or algae in our brains,
337
786000
2000
Kebanyakan dari kita tidak punya jamur atau ganggang di otak kita,
13:23
so what is our brain going to do if we put that in?
338
788000
2000
jadi apa yang akan dilakukan otak bila kita memasukkannya?
13:25
Are the cells going to tolerate it? Will the immune system react?
339
790000
2000
Apakah sel akan bisa mentolerirnya? Akankah sistem kekebalan tubuh bereaksi?
13:27
In its early days -- these have not been done on humans yet --
340
792000
2000
Awalnya -- ini belum dilakukan pada manusia --
13:29
but we're working on a variety of studies
341
794000
2000
tapi kami menyelidiki berbagai penelitian
13:31
to try and examine this,
342
796000
2000
untuk mencoba mengamati hal ini.
13:33
and so far we haven't seen overt reactions of any severity
343
798000
3000
Sejauh ini kami belum melihat reaksi buruk apapun
13:36
to these molecules
344
801000
2000
terhadap molekul-molekul ini
13:38
or to the illumination of the brain with light.
345
803000
3000
atau pada penyinaran otak dengan cahaya.
13:41
So it's early days, to be upfront, but we're excited about it.
346
806000
3000
Jadi ini masih tahap awal, yang paling pertama, tapi kami bersemangat tentang ini.
13:44
I wanted to close with one story,
347
809000
2000
Saya ingin menutup dengan satu cerita,
13:46
which we think could potentially
348
811000
2000
yang kami pikir dapat berpotensi
13:48
be a clinical application.
349
813000
2000
untuk diterapkan secara klinis.
13:50
Now there are many forms of blindness
350
815000
2000
Sekarang ada banyak jenis kebutaan
13:52
where the photoreceptors,
351
817000
2000
di mana reseptor cahaya,
13:54
our light sensors that are in the back of our eye, are gone.
352
819000
3000
sensor cahaya kita yang ada di belakang mata, sudah hilang.
13:57
And the retina, of course, is a complex structure.
353
822000
2000
Retina tentu saja adalah sebuah struktur kompleks.
13:59
Now let's zoom in on it here, so we can see it in more detail.
354
824000
2000
Mari kita perbesar di sini sehingga kita bisa melihat lebih detil.
14:01
The photoreceptor cells are shown here at the top,
355
826000
3000
Sel-sel reseptor cahaya ditunjukkan di atas,
14:04
and then the signals that are detected by the photoreceptors
356
829000
2000
lalu sinyal yang dideteksi reseptor cahaya
14:06
are transformed by various computations
357
831000
2000
diubah oleh berbagai komputasi,
14:08
until finally that layer of cells at the bottom, the ganglion cells,
358
833000
3000
sampai akhirnya lapisan sel paling bawah, sel-sel ganglion,
14:11
relay the information to the brain,
359
836000
2000
meneruskan informasi ke otak,
14:13
where we see that as perception.
360
838000
2000
di mana kita melihatnya sebagai penglihatan.
14:15
In many forms of blindness, like retinitis pigmentosa,
361
840000
3000
Dalam banyak bantuk kebutaan, seperti retinitis pigmentosa,
14:18
or macular degeneration,
362
843000
2000
atau degenerasi makular,
14:20
the photoreceptor cells have atrophied or been destroyed.
363
845000
3000
sel-sel reseptor cahaya telah mengecil atau rusak.
14:23
Now how could you repair this?
364
848000
2000
Bagaimana Anda dapat memperbaiki hal ini?
14:25
It's not even clear that a drug could cause this to be restored,
365
850000
3000
Bahkan belum jelas jika obat-obatan dapat memulihkan keadaan ini,
14:28
because there's nothing for the drug to bind to.
366
853000
2000
sebab obat itu tidak bisa berikatan dengan apapun.
14:30
On the other hand, light can still get into the eye.
367
855000
2000
Di sisi lain, cahaya masih dapat masuk ke mata.
14:32
The eye is still transparent and you can get light in.
368
857000
3000
Mata masih transparan dan cahaya dapat masuk ke mata.
14:35
So what if we could just take these channelrhodopsins and other molecules
369
860000
3000
Jadi bagaimana bila kita bisa menggunakan kanalrhodopsin dan molekul lain
14:38
and install them on some of these other spare cells
370
863000
2000
dan memasang mereka pada sel-sel yang ada
14:40
and convert them into little cameras.
371
865000
2000
dan mengubah mereka menjadi kamera kecil.
14:42
And because there's so many of these cells in the eye,
372
867000
2000
Sebab di dalam mata ada banyak sekali sel,
14:44
potentially, they could be very high-resolution cameras.
373
869000
3000
mereka berpotensi menjadi kamera beresolusi sangat tinggi.
14:47
So this is some work that we're doing.
374
872000
2000
Jadi ini beberapa pekerjaan yang kami lakukan.
14:49
It's being led by one of our collaborators,
375
874000
2000
Dipimpin oleh salah satu kolaborator kami,
14:51
Alan Horsager at USC,
376
876000
2000
Alan Horsager di USC,
14:53
and being sought to be commercialized by a start-up company Eos Neuroscience,
377
878000
3000
dan sedang diusahakan untuk dikomersialkan oleh perusahaan baru Eos Neuroscience,
14:56
which is funded by the NIH.
378
881000
2000
yang didanai oleh NIH.
14:58
And what you see here is a mouse trying to solve a maze.
379
883000
2000
Anda lihat di sini seekor tikus sedang berusaha melewati labirin.
15:00
It's a six-arm maze. And there's a bit of water in the maze
380
885000
2000
Ini adalah labirin berlengan-enam. Ada sedikit air di dalamnya
15:02
to motivate the mouse to move, or he'll just sit there.
381
887000
2000
untuk memotivasi tikus itu bergerak, bila tidak dia akan diam saja di sana.
15:04
And the goal, of course, of this maze
382
889000
2000
Tujuannya tentu saja
15:06
is to get out of the water and go to a little platform
383
891000
2000
adalah untuk keluar dari air dan pergi ke landasan kecil
15:08
that's under the lit top port.
384
893000
2000
di bawah bagian yang bersinar.
15:10
Now mice are smart, so this mouse solves the maze eventually,
385
895000
3000
Tikus itu pintar, jadi dia akhirnya pasti menyelesaikan labirin ini,
15:13
but he does a brute-force search.
386
898000
2000
tapi dia mencari dengan membabi buta.
15:15
He's swimming down every avenue until he finally gets to the platform.
387
900000
3000
Dia berenang ke semua penjuru sampai akhirnya sampai di landasan.
15:18
So he's not using vision to do it.
388
903000
2000
Dia tidak menggunakan penglihatan untuk melakukannya.
15:20
These different mice are different mutations
389
905000
2000
Tikus yang berbeda ini adalah mutasi yang lain
15:22
that recapitulate different kinds of blindness that affect humans.
390
907000
3000
yang menggambarkan jenis kebutaan yang berbeda yang dialami manusia.
15:25
And so we're being careful in trying to look at these different models
391
910000
3000
Kami berusaha untuk berhati-hati dalam mencari model yang berbeda ini,
15:28
so we come up with a generalized approach.
392
913000
2000
sehingga kami menemukan sebuah pendekatan umum.
15:30
So how are we going to solve this?
393
915000
2000
Bagaimana kita akan menyelesaikan ini?
15:32
We're going to do exactly what we outlined in the previous slide.
394
917000
2000
Kami akan melakukan persis seperti yang ada sebelumnya.
15:34
We're going to take these blue light photosensors
395
919000
2000
Kami menggunakan sensor cahaya biru
15:36
and install them on a layer of cells
396
921000
2000
dan memasangnya di lapisan sel
15:38
in the middle of the retina in the back of the eye
397
923000
3000
di tengah retina di bagian belakang mata
15:41
and convert them into a camera --
398
926000
2000
dan mengubahnya menjadi kamera.
15:43
just like installing solar cells all over those neurons
399
928000
2000
Seperti memasang sel surya di seluruh neuron itu
15:45
to make them light sensitive.
400
930000
2000
untuk membuat mereka peka cahaya.
15:47
Light is converted to electricity on them.
401
932000
2000
Di sel-sel itu cahaya diubah menjadi listrik.
15:49
So this mouse was blind a couple weeks before this experiment
402
934000
3000
Tikus itu buta beberapa minggu sebelum percobaan
15:52
and received one dose of this photosensitive molecule in a virus.
403
937000
3000
dan menerima satu dosis molekul peka cahaya ini dari virus.
15:55
And now you can see, the animal can indeed avoid walls
404
940000
2000
Sekarang Anda lihat, hewan itu bisa menghindari dinding
15:57
and go to this little platform
405
942000
2000
dan pergi ke landasan kecil itu
15:59
and make cognitive use of its eyes again.
406
944000
3000
dan membuat matanya berfungsi lagi.
16:02
And to point out the power of this:
407
947000
2000
Untuk menekankan kekuatan hal ini:
16:04
these animals are able to get to that platform
408
949000
2000
hewan-hewan itu bisa sampai ke landasan
16:06
just as fast as animals that have seen their entire lives.
409
951000
2000
secepat hewan-hewan yang bisa melihat selama hidup.
16:08
So this pre-clinical study, I think,
410
953000
2000
Jadi menurut saya kajian pra-klinis ini,
16:10
bodes hope for the kinds of things
411
955000
2000
menandakan harapan untuk beberapa hal
16:12
we're hoping to do in the future.
412
957000
2000
yang kami harap dapat dilakukan di masa depan.
16:14
To close, I want to point out that we're also exploring
413
959000
3000
Sebagai penutup, saya ingin menunjukkan bahwa kami juga menyelidiki
16:17
new business models for this new field of neurotechnology.
414
962000
2000
model bisnis baru untuk bidang baru neuroteknologi ini.
16:19
We're developing these tools,
415
964000
2000
Kami mengembangkan piranti ini,
16:21
but we share them freely with hundreds of groups all over the world,
416
966000
2000
tapi kami membagikannya dengan gratis pada ratusan kelompok di seluruh dunia,
16:23
so people can study and try to treat different disorders.
417
968000
2000
sehingga orang dapat belajar dan menangani kelainan yang berbeda.
16:25
And our hope is that, by figuring out brain circuits
418
970000
3000
Harapan kami adalah, dengan menemukan sirkuit otak
16:28
at a level of abstraction that lets us repair them and engineer them,
419
973000
3000
pada tingkat abstraksi yang memungkinkan kita memperbaiki dan merekayasa mereka,
16:31
we can take some of these intractable disorders that I told you about earlier,
420
976000
3000
kita dapat menangani kelainan yang tidak bisa diatur tadi,
16:34
practically none of which are cured,
421
979000
2000
yang selama ini tidak bisa disembuhkan,
16:36
and in the 21st century make them history.
422
981000
2000
dan membuatnya menjadi sejarah pada abad ke-21 ini.
16:38
Thank you.
423
983000
2000
Terima kasih.
16:40
(Applause)
424
985000
13000
(Tepuk tangan)
16:53
Juan Enriquez: So some of the stuff is a little dense.
425
998000
3000
Juan Enriquez: Beberapa bagian cukup sulit dicerna, bukan?
16:56
(Laughter)
426
1001000
2000
(Tawa)
16:58
But the implications
427
1003000
2000
Tapi dampaknya
17:00
of being able to control seizures or epilepsy
428
1005000
3000
hingga kita bisa mengendalikan kejang epilepsi
17:03
with light instead of drugs,
429
1008000
2000
tanpa obat-obatan, hanya cahaya
17:05
and being able to target those specifically
430
1010000
3000
dan mampu menyasar secara spesifik
17:08
is a first step.
431
1013000
2000
adalah langkah pertama.
17:10
The second thing that I think I heard you say
432
1015000
2000
Hal kedua adalah saya merasa mendengar Anda berkata
17:12
is you can now control the brain in two colors,
433
1017000
3000
Anda sekarang bisa mengendalikan otak dengan dua warna.
17:15
like an on/off switch.
434
1020000
2000
Seperti saklar hidup/mati.
17:17
Ed Boyden: That's right.
435
1022000
2000
Ed Boyden: Betul.
17:19
JE: Which makes every impulse going through the brain a binary code.
436
1024000
3000
JE: Itu membuat semua impuls yang masuk ke otak menjadi sebuah kode biner.
17:22
EB: Right, yeah.
437
1027000
2000
EB: Ya, betul.
17:24
So with blue light, we can drive information, and it's in the form of a one.
438
1029000
3000
Dengan cahaya biru kita dapat mengatur informasi, dilambangkan dengan angka 1.
17:27
And by turning things off, it's more or less a zero.
439
1032000
2000
Dengan mematikan cahayanya, menjadi nol.
17:29
So our hope is to eventually build brain coprocessors
440
1034000
2000
Jadi harapan kami adalah membangun ko-prosesor otak suatu hari
17:31
that work with the brain
441
1036000
2000
yang bekerja bersama otak,
17:33
so we can augment functions in people with disabilities.
442
1038000
3000
sehingga kita bisa mengembalikan fungsi otak pada orang cacat.
17:36
JE: And in theory, that means that,
443
1041000
2000
JE: Secara teori, itu berarti,
17:38
as a mouse feels, smells,
444
1043000
2000
ketika seekor tikus merasa, membaui,
17:40
hears, touches,
445
1045000
2000
mendengar, menyentuh,
17:42
you can model it out as a string of ones and zeros.
446
1047000
3000
Anda dapat memodelkannya sebagai deretan 1 dan 0.
17:45
EB: Sure, yeah. We're hoping to use this as a way of testing
447
1050000
2000
EB: Ya, tentu. Kami berharap menggunakan cara ini untuk menguji
17:47
what neural codes can drive certain behaviors
448
1052000
2000
kode syaraf apa yang mendorong perilaku tertentu
17:49
and certain thoughts and certain feelings,
449
1054000
2000
dan pikiran dan perasaan tertentu,
17:51
and use that to understand more about the brain.
450
1056000
3000
dan menggunakannya untuk lebih mengerti tentang otak.
17:54
JE: Does that mean that some day you could download memories
451
1059000
3000
JE: Apa itu berarti suatu hari Anda dapat mengunduh memori
17:57
and maybe upload them?
452
1062000
2000
dan mungkin mengunggahnya juga?
17:59
EB: Well that's something we're starting to work on very hard.
453
1064000
2000
EB: Ya, itu sesuatu yang mulai kami kerjakan dengan susah payah.
18:01
We're now working on some work
454
1066000
2000
Kami sekarang mengerjakan beberapa hal
18:03
where we're trying to tile the brain with recording elements too.
455
1068000
2000
di mana kami mencoba memasangi otak dengan elemen perekam juga.
18:05
So we can record information and then drive information back in --
456
1070000
3000
Jadi kami dapat merekam informasi dan lalu memasukkannya kembali --
18:08
sort of computing what the brain needs
457
1073000
2000
seperti mengomputasi apa yang dibutuhkan otak
18:10
in order to augment its information processing.
458
1075000
2000
untuk meningkatkan pengolahan informasinya.
18:12
JE: Well, that might change a couple things. Thank you. (EB: Thank you.)
459
1077000
3000
JE: Baiklah, itu mungkin mengubah beberapa hal. Terima kasih. (EB: Terima kasih.)
18:15
(Applause)
460
1080000
3000
(Tepuk tangan)
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