TED2011
Ed Boyden: A light switch for neurons
Ed Boyden: Un interruttore di luce per i neuroni
Filmed:
Readability: 4
1,098,379 views
Ed Boyden mostra come sia possibile attivare o disattivare specifici neuroni con degli impianti di fibre ottiche, inserendo nelle cellule del cervello geni per proteine fotosensibili. Con questo sistema di controllo è riuscito per la prima volta a curare topi con disturbo post-traumatico da stress (PTSD) oppure affetti da varie forme di cecità. All'orizzonte: protesi neurali. Al termine il presentatore Juan Enriquez condurrà una breve sessione di domande e risposte.
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
Pensateci un attimo.
00:17
You woke up, felt fresh air on your face as you walked out the door,
1
2000
3000
Vi alzate al mattino, uscite di casa, aria fresca in viso,
00:20
encountered new colleagues and had great discussions,
2
5000
2000
incontrate nuovi colleghi e fate avvincenti conversazioni,
00:22
and felt in awe when you found something new.
3
7000
2000
e provate meraviglia per qualche novità.
00:24
But I bet there's something you didn't think about today --
4
9000
2000
Ma scommetto che oggi non avete pensato a qualcosa --
00:26
something so close to home
5
11000
2000
qualcosa così vicino a casa vostra
00:28
that you probably don't think about it very often at all.
6
13000
2000
che probabilmente non è l'oggetto abituale dei vostri pensieri.
00:30
And that's that all the sensations, feelings,
7
15000
2000
Sono tutte quelle sensazioni, sentimenti,
00:32
decisions and actions
8
17000
2000
decisioni e azioni
00:34
are mediated by the computer in your head
9
19000
2000
che vengono mediate da quel computer
00:36
called the brain.
10
21000
2000
chiamato cervello.
00:38
Now the brain may not look like much from the outside --
11
23000
2000
A prima vista non sembra quel gran che --
00:40
a couple pounds of pinkish-gray flesh,
12
25000
2000
un chilo di materia grigio-rosacea,
00:42
amorphous --
13
27000
2000
amorfa --
00:44
but the last hundred years of neuroscience
14
29000
2000
ma grazie a 200 anni di neuroscienza
00:46
have allowed us to zoom in on the brain,
15
31000
2000
siamo potuti penetrare al suo interno
00:48
and to see the intricacy of what lies within.
16
33000
2000
e ne abbiamo constatato la complessità.
00:50
And they've told us that this brain
17
35000
2000
Sappiamo che il cervello
00:52
is an incredibly complicated circuit
18
37000
2000
è un circuito incredibilmente complicato
00:54
made out of hundreds of billions of cells called neurons.
19
39000
4000
costituito da centinaia di miliardi di cellule chiamate neuroni.
00:58
Now unlike a human-designed computer,
20
43000
3000
Ora al contrario dei computer concepiti dall'uomo,
01:01
where there's a fairly small number of different parts --
21
46000
2000
costituiti da un numero limitato di componenti --
01:03
we know how they work, because we humans designed them --
22
48000
3000
e sappiamo come funzionano perché li costruiamo noi --
01:06
the brain is made out of thousands of different kinds of cells,
23
51000
3000
il cervello è costituito da migliaia di tipi diversi di cellule,
01:09
maybe tens of thousands.
24
54000
2000
forse decine di migliaia.
01:11
They come in different shapes; they're made out of different molecules.
25
56000
2000
Hanno forme diverse; hanno molecole diverse;
01:13
And they project and connect to different brain regions,
26
58000
3000
e si collegano con aree cerebrali distinte.
01:16
and they also change different ways in different disease states.
27
61000
3000
E si modificano in modi diversi se si hanno differenti patologie.
01:19
Let's make it concrete.
28
64000
2000
In pratica
01:21
There's a class of cells,
29
66000
2000
c'è una classe di cellule,
01:23
a fairly small cell, an inhibitory cell, that quiets its neighbors.
30
68000
3000
cellule piuttosto piccole, inibitrici, che fanno calmare le loro vicine.
01:26
It's one of the cells that seems to be atrophied in disorders like schizophrenia.
31
71000
4000
Cellule che sembrano essere atrofizzate in patologie come la schizofrenia.
01:30
It's called the basket cell.
32
75000
2000
Vengono chiamate cellule a canestro.
01:32
And this cell is one of the thousands of kinds of cell
33
77000
2000
E sono solo alcune delle migliaia di tipi diversi di cellule
01:34
that we are learning about.
34
79000
2000
che stiamo cominciando a conoscere.
01:36
New ones are being discovered everyday.
35
81000
2000
Se ne scoprono di nuove ogni giorno.
01:38
As just a second example:
36
83000
2000
Un altro esempio:
01:40
these pyramidal cells, large cells,
37
85000
2000
queste cellule grandi, di forma piramidale,
01:42
they can span a significant fraction of the brain.
38
87000
2000
si trovano in ampie sezioni del cervello.
01:44
They're excitatory.
39
89000
2000
Sono le cellule eccitatorie.
01:46
And these are some of the cells
40
91000
2000
Sono quelle che potrebbero essere
01:48
that might be overactive in disorders such as epilepsy.
41
93000
3000
iperattive in patologie come l'epilessia.
01:51
Every one of these cells
42
96000
2000
Ognuna di queste cellule
01:53
is an incredible electrical device.
43
98000
3000
è un incredibile apparato elettrico.
01:56
They receive input from thousands of upstream partners
44
101000
2000
Ricevono segnali da migliaia di altre cellule
01:58
and compute their own electrical outputs,
45
103000
3000
e calcolano la quantità di emissione elettrica
02:01
which then, if they pass a certain threshold,
46
106000
2000
che, al superamento di una certa soglia,
02:03
will go to thousands of downstream partners.
47
108000
2000
verrà trasmessa a migliaia di altre cellule.
02:05
And this process, which takes just a millisecond or so,
48
110000
3000
Questo processo dura circa un millisecondo
02:08
happens thousands of times a minute
49
113000
2000
e si ripete per migliaia di volte al minuto
02:10
in every one of your 100 billion cells,
50
115000
2000
in ognuna dei nostri 100 miliardi di cellule
02:12
as long as you live
51
117000
2000
per tutta la nostra vita,
02:14
and think and feel.
52
119000
3000
quando pensiamo e quando sentiamo.
02:17
So how are we going to figure out what this circuit does?
53
122000
3000
Ma in che modo possiamo capire il funzionamento di questo circuito?
02:20
Ideally, we could go through the circuit
54
125000
2000
Idealmente si potrebbe entrare nel circuito
02:22
and turn these different kinds of cell on and off
55
127000
3000
e attivare o disattivare i vari tipi di cellule
02:25
and see whether we could figure out
56
130000
2000
per cercare di capire
02:27
which ones contribute to certain functions
57
132000
2000
quali contribuiscano a certe funzioni
02:29
and which ones go wrong in certain pathologies.
58
134000
2000
e quali non funzionino con certe patologie.
02:31
If we could activate cells, we could see what powers they can unleash,
59
136000
3000
Se le potessimo attivare potremmo vedere quale energia possono liberare,
02:34
what they can initiate and sustain.
60
139000
2000
ciò che possono iniziare e mantenere.
02:36
If we could turn them off,
61
141000
2000
Se le si potesse disattivare,
02:38
then we could try and figure out what they're necessary for.
62
143000
2000
allora si potrebbe capire per cosa sono necessarie.
02:40
And that's a story I'm going to tell you about today.
63
145000
3000
Ecco una storia che vi voglio raccontare.
02:43
And honestly, where we've gone through over the last 11 years,
64
148000
3000
Di fatto quello che è successo negli ultimi 11 anni,
02:46
through an attempt to find ways
65
151000
2000
cercando di trovare il modo
02:48
of turning circuits and cells and parts and pathways of the brain
66
153000
2000
di attivare e disattivare circuiti, cellule, parti e percorsi
02:50
on and off,
67
155000
2000
del cervello,
02:52
both to understand the science
68
157000
2000
sia per capire la scienza
02:54
and also to confront some of the issues
69
159000
3000
che per affrontare alcune delle tematiche
02:57
that face us all as humans.
70
162000
3000
che riguardano il genere umano.
03:00
Now before I tell you about the technology,
71
165000
3000
Ma prima di parlarvi della tecnologia,
03:03
the bad news is that a significant fraction of us in this room,
72
168000
3000
la cattiva notizia è che molti di noi in questa sala
03:06
if we live long enough,
73
171000
2000
se vivremo abbastanza a lungo,
03:08
will encounter, perhaps, a brain disorder.
74
173000
2000
potranno andare incontro a disturbi mentali.
03:10
Already, a billion people
75
175000
2000
Già un miliardo di persone
03:12
have had some kind of brain disorder
76
177000
2000
ha avuto un qualche tipo di disturbo
03:14
that incapacitates them,
77
179000
2000
che li ha resi disabili.
03:16
and the numbers don't do it justice though.
78
181000
2000
Ma i numeri non sono sufficienti.
03:18
These disorders -- schizophrenia, Alzheimer's,
79
183000
2000
Questi disturbi - la schizofrenia, l'Alzheimer,
03:20
depression, addiction --
80
185000
2000
la depressione, le dipendenze --
03:22
they not only steal our time to live, they change who we are.
81
187000
3000
non solo ci rubano la vita, ma anche la nostra identità;
03:25
They take our identity and change our emotions
82
190000
2000
cambiano quella e anche le nostre emozioni --
03:27
and change who we are as people.
83
192000
3000
e ci cambiano come persone.
03:30
Now in the 20th century,
84
195000
3000
Nel 20° secolo
03:33
there was some hope that was generated
85
198000
3000
si erano accese delle speranze
03:36
through the development of pharmaceuticals for treating brain disorders,
86
201000
3000
con lo sviluppo di farmaci per la cura dei disturbi mentali.
03:39
and while many drugs have been developed
87
204000
3000
Ma sebbene molti farmaci abbiano il potere
03:42
that can alleviate symptoms of brain disorders,
88
207000
2000
di alleviare i sintomi,
03:44
practically none of them can be considered to be cured.
89
209000
3000
in pratica nessuno consente la guarigione.
03:47
And part of that's because we're bathing the brain in the chemical.
90
212000
3000
In parte il motivo è che inondiamo il cervello di sostanze chimiche.
03:50
This elaborate circuit
91
215000
2000
Questo elaborato circuito
03:52
made out of thousands of different kinds of cell
92
217000
2000
costituito da migliaia di cellule differenti
03:54
is being bathed in a substance.
93
219000
2000
viene immerso in una sostanza.
03:56
That's also why, perhaps, most of the drugs, and not all, on the market
94
221000
2000
E' questo il motivo per cui la maggior parte dei farmaci, se non tutti,
03:58
can present some kind of serious side effect too.
95
223000
3000
possono avere effetti collaterali anche gravi.
04:01
Now some people have gotten some solace
96
226000
3000
Alcuni pazienti hanno provato sollievo grazie
04:04
from electrical stimulators that are implanted in the brain.
97
229000
3000
a stimolatori elettrici impiantati nel cervello.
04:07
And for Parkinson's disease,
98
232000
2000
Per il morbo di Parkinson,
04:09
Cochlear implants,
99
234000
2000
degli impianti cocleari
04:11
these have indeed been able
100
236000
2000
hanno in qualche modo
04:13
to bring some kind of remedy
101
238000
2000
aiutato dei pazienti
04:15
to people with certain kinds of disorder.
102
240000
2000
con diversi tipi di disturbi.
04:17
But electricity also will go in all directions --
103
242000
2000
Ma l'elettricità può andare in tutte le direzioni --
04:19
the path of least resistance,
104
244000
2000
segue il percorso di minor resistenza,
04:21
which is where that phrase, in part, comes from.
105
246000
2000
da cui forse l'origine della parola.
04:23
And it also will affect normal circuits as well as the abnormal ones that you want to fix.
106
248000
3000
E ha ripercussioni sia sui circuiti normali che su quelli anomali che vogliamo curare.
04:26
So again, we're sent back to the idea
107
251000
2000
Questo ci rimanda al concetto
04:28
of ultra-precise control.
108
253000
2000
di controllo ad alta precisione.
04:30
Could we dial-in information precisely where we want it to go?
109
255000
3000
Saremmo in grado di inviare istruzioni esattamente dove vogliamo?
04:34
So when I started in neuroscience 11 years ago,
110
259000
4000
Dunque quando ho iniziato la carriera in questo settore 11 anni fa
04:38
I had trained as an electrical engineer and a physicist,
111
263000
3000
avevo una preparazione da ingegnere elettrico e fisico,
04:41
and the first thing I thought about was,
112
266000
2000
e la prima cosa a cui ho pensato era che
04:43
if these neurons are electrical devices,
113
268000
2000
se questi neuroni erano degli apparati elettrici,
04:45
all we need to do is to find some way
114
270000
2000
allora bastava trovare il modo
04:47
of driving those electrical changes at a distance.
115
272000
2000
di stimolare in remoto quei cambiamenti elettrici.
04:49
If we could turn on the electricity in one cell,
116
274000
2000
Se potessimo attivare l'elettricità in una cellula,
04:51
but not its neighbors,
117
276000
2000
e solo in quella,
04:53
that would give us the tool we need to activate and shut down these different cells,
118
278000
3000
avremmo lo strumento per poter attivare e disattivare cellule diverse,
04:56
figure out what they do and how they contribute
119
281000
2000
capirne il funzionamento e il loro apporto
04:58
to the networks in which they're embedded.
120
283000
2000
alle reti di trasmissione di cui fanno parte.
05:00
And also it would allow us to have the ultra-precise control we need
121
285000
2000
E potremmo ottenere quel controllo ultra preciso
05:02
in order to fix the circuit computations
122
287000
3000
così da ripristinare la capacità di elaborazione
05:05
that have gone awry.
123
290000
2000
che era stata compromessa.
05:07
Now how are we going to do that?
124
292000
2000
Ma come ci possiamo riuscire?
05:09
Well there are many molecules that exist in nature,
125
294000
2000
Beh, in natura esistono molte molecole
05:11
which are able to convert light into electricity.
126
296000
3000
in grado di convertire la luce in elettricità.
05:14
You can think of them as little proteins
127
299000
2000
Potete immaginarle come piccole proteine
05:16
that are like solar cells.
128
301000
2000
che funzionano come le cellule solari.
05:18
If we can install these molecules in neurons somehow,
129
303000
3000
Se potessimo installarle in qualche modo nei neuroni,
05:21
then these neurons would become electrically drivable with light.
130
306000
3000
allora questi neuroni si potrebbero manovrare tramite la luce.
05:24
And their neighbors, which don't have the molecule, would not.
131
309000
3000
Mentre i loro vicini che non hanno quella molecola non ne risentirebbero.
05:27
There's one other magic trick you need to make this all happen,
132
312000
2000
Ma c'è bisogno di un'altra magia per poter realizzare tutto questo,
05:29
and that's the ability to get light into the brain.
133
314000
3000
ed è la capacità di far giungere la luce al cervello.
05:32
And to do that -- the brain doesn't feel pain -- you can put --
134
317000
3000
Per poterlo fare -- il cervello non avverte dolore -- si inseriscono --
05:35
taking advantage of all the effort
135
320000
2000
sfruttando le potenzialità offerte
05:37
that's gone into the Internet and communications and so on --
136
322000
2000
da Internet e dalla tecnologia delle comunicazioni --
05:39
optical fibers connected to lasers
137
324000
2000
delle fibre ottiche collegate a laser
05:41
that you can use to activate, in animal models for example,
138
326000
2000
che attivano, ad esempio nelle cavie di laboratorio,
05:43
in pre-clinical studies,
139
328000
2000
negli studi preclinici,
05:45
these neurons and to see what they do.
140
330000
2000
dei neuroni, per poterne studiare le reazioni.
05:47
So how do we do this?
141
332000
2000
Ma come si fa?
05:49
Around 2004,
142
334000
2000
Nel 2004,
05:51
in collaboration with Gerhard Nagel and Karl Deisseroth,
143
336000
2000
lavorando con Gerhard Nagel e Karl Deisseroth,
05:53
this vision came to fruition.
144
338000
2000
la nostra visione cominciò a prendere forma.
05:55
There's a certain alga that swims in the wild,
145
340000
3000
Esiste un tipo di alga che si muove liberamente in acqua,
05:58
and it needs to navigate towards light
146
343000
2000
e ha bisogno di navigare verso la luce
06:00
in order to photosynthesize optimally.
147
345000
2000
per poter effettuare la fotosintesi.
06:02
And it senses light with a little eye-spot,
148
347000
2000
Recepisce la luce usando un occhiolino
06:04
which works not unlike how our eye works.
149
349000
3000
che funziona grosso modo come il nostro occhio.
06:07
In its membrane, or its boundary,
150
352000
2000
Nella membrana che la avvolge
06:09
it contains little proteins
151
354000
3000
contiene piccole proteine
06:12
that indeed can convert light into electricity.
152
357000
3000
che possono tramutare la luce in elettricità.
06:15
So these molecules are called channelrhodopsins.
153
360000
3000
Queste molecole sono le channelrhodopsin.
06:18
And each of these proteins acts just like that solar cell that I told you about.
154
363000
3000
Ognuna di esse si comporta esattamente come una fotocellula.
06:21
When blue light hits it, it opens up a little hole
155
366000
3000
Quando vengono colpite dalla luce blu si apre un forellino
06:24
and allows charged particles to enter the eye-spot,
156
369000
2000
che fa entrare le particelle cariche attraverso il piccolo occhio.
06:26
and that allows this eye-spot to have an electrical signal
157
371000
2000
In questo modo l'occhiolino riceve un segnale elettrico
06:28
just like a solar cell charging up a battery.
158
373000
3000
come la fotocellula che carica una batteria.
06:31
So what we need to do is to take these molecules
159
376000
2000
Dunque basta prendere queste molecole
06:33
and somehow install them in neurons.
160
378000
2000
e installarle nei neuroni.
06:35
And because it's a protein,
161
380000
2000
E dato che si tratta di una proteina,
06:37
it's encoded for in the DNA of this organism.
162
382000
3000
essa porta con sé il DNA di questo organismo.
06:40
So all we've got to do is take that DNA,
163
385000
2000
Perciò è sufficiente prendere quel DNA,
06:42
put it into a gene therapy vector, like a virus,
164
387000
3000
inserirlo in una specie di vettore di terapia come un virus,
06:45
and put it into neurons.
165
390000
3000
e inocularlo nei neuroni.
06:48
So it turned out that this was a very productive time in gene therapy,
166
393000
3000
In quel periodo la terapia genica attraversava una fase molto prolifica,
06:51
and lots of viruses were coming along.
167
396000
2000
e si stavano scoprendo molti virus.
06:53
So this turned out to be very simple to do.
168
398000
2000
Per cui l'operazione risultava molto semplice.
06:55
And early in the morning one day in the summer of 2004,
169
400000
3000
Un giorno dell'estate del 2004, al mattino presto,
06:58
we gave it a try, and it worked on the first try.
170
403000
2000
abbiamo fatto un tentativo che è andato subito bene.
07:00
You take this DNA and you put it into a neuron.
171
405000
3000
Si prende il DNA e si introduce in un neurone.
07:03
The neuron uses its natural protein-making machinery
172
408000
3000
Il neurone usa il suo apparato per la produzione di proteine
07:06
to fabricate these little light-sensitive proteins
173
411000
2000
per fabbricare piccole proteine fotosensibili
07:08
and install them all over the cell,
174
413000
2000
e le installa su tutta la cellula,
07:10
like putting solar panels on a roof,
175
415000
2000
proprio come si metterebbero dei pannelli solari sul tetto.
07:12
and the next thing you know,
176
417000
2000
A questo punto sapete
07:14
you have a neuron which can be activated with light.
177
419000
2000
di avere un neurone che si può attivare con la luce.
07:16
So this is very powerful.
178
421000
2000
Un potere enorme.
07:18
One of the tricks you have to do
179
423000
2000
Ma dovete fare in modo da
07:20
is to figure out how to deliver these genes to the cells that you want
180
425000
2000
convogliare questi geni solo alle cellule che voi volete
07:22
and not all the other neighbors.
181
427000
2000
e non alle altre.
07:24
And you can do that; you can tweak the viruses
182
429000
2000
Si può fare; basta sollecitare i virus in modo
07:26
so they hit just some cells and not others.
183
431000
2000
che colpiscano alcune cellule e non altre.
07:28
And there's other genetic tricks you can play
184
433000
2000
Potete fare anche un altro giochetto genetico
07:30
in order to get light-activated cells.
185
435000
3000
per attivare le cellule con la luce.
07:33
This field has now come to be known as optogenetics.
186
438000
4000
Questo campo viene ora chiamato "optogenetica".
07:37
And just as one example of the kind of thing you can do,
187
442000
2000
Solo per farvi un esempio di cosa si possa fare,
07:39
you can take a complex network,
188
444000
2000
prendete un sistema complesso,
07:41
use one of these viruses to deliver the gene
189
446000
2000
e usate uno di questi virus per trasportare il gene
07:43
just to one kind of cell in this dense network.
190
448000
3000
solo a un tipo di cellule nel sistema.
07:46
And then when you shine light on the entire network,
191
451000
2000
E quando convogliate la luce sull'intero sistema
07:48
just that cell type will be activated.
192
453000
2000
si attiveranno solo le cellule di quel tipo.
07:50
So for example, lets sort of consider that basket cell I told you about earlier --
193
455000
3000
Ad esempio, consideriamo la cellula a canestro di cui vi parlavo --
07:53
the one that's atrophied in schizophrenia
194
458000
2000
quella che si atrofizza con la schizofrenia
07:55
and the one that is inhibitory.
195
460000
2000
e che è di tipo inibente.
07:57
If we can deliver that gene to these cells --
196
462000
2000
Se riusciamo a inserire il gene in queste cellule --
07:59
and they're not going to be altered by the expression of the gene, of course --
197
464000
3000
che naturalmente non verranno alterate in nessun modo --
08:02
and then flash blue light over the entire brain network,
198
467000
3000
e irradiare la luce blu su tutto il sistema neurale,
08:05
just these cells are going to be driven.
199
470000
2000
si potranno condizionare esclusivamente quelle cellule.
08:07
And when the light turns off, these cells go back to normal,
200
472000
2000
E quando si spegne la luce le cellule tornano alla normalità,
08:09
so they don't seem to be averse against that.
201
474000
3000
quindi non subiscono alcuna alterazione.
08:12
Not only can you use this to study what these cells do,
202
477000
2000
Questo non serve solo a studiare il comportamento di queste cellule,
08:14
what their power is in computing in the brain,
203
479000
2000
la loro capacità di calcolo,
08:16
but you can also use this to try to figure out --
204
481000
2000
ma anche a capire --
08:18
well maybe we could jazz up the activity of these cells,
205
483000
2000
beh, magari potremmo ravvivare l'attività di queste cellule,
08:20
if indeed they're atrophied.
206
485000
2000
nel caso fossero atrofizzate.
08:22
Now I want to tell you a couple of short stories
207
487000
2000
Ora vi racconterò un paio di aneddoti
08:24
about how we're using this,
208
489000
2000
su cosa stiamo facendo,
08:26
both at the scientific, clinical and pre-clinical levels.
209
491000
3000
sia a livello scientifico che clinico e preclinico.
08:29
One of the questions we've confronted
210
494000
2000
Una delle domande che ci siamo posti era
08:31
is, what are the signals in the brain that mediate the sensation of reward?
211
496000
3000
quali fossero i segnali che nel cervello indicano il senso di appagamento.
08:34
Because if you could find those,
212
499000
2000
Perché se si riesce ad individuarli,
08:36
those would be some of the signals that could drive learning.
213
501000
2000
da lì potremmo evidenziare quelli che inducono l'apprendimento.
08:38
The brain will do more of whatever got that reward.
214
503000
2000
Il cervello ci indurrà a ripetere l'attività che ha causato quella gratifica.
08:40
And also these are signals that go awry in disorders such as addiction.
215
505000
3000
E sono gli stessi segnali che vanno in tilt nei disordini da dipendenza.
08:43
So if we could figure out what cells they are,
216
508000
2000
Dunque se scopriamo di quali cellule si tratti
08:45
we could maybe find new targets
217
510000
2000
potremmo individuare altri obiettivi
08:47
for which drugs could be designed or screened against,
218
512000
2000
su cui indirizzare nuovi farmaci o verificare quelli esistenti,
08:49
or maybe places where electrodes could be put in
219
514000
2000
o magari capire dove è possibile impiantare elettrodi
08:51
for people who have very severe disability.
220
516000
3000
nelle persone con gravi patologie.
08:54
So to do that, we came up with a very simple paradigm
221
519000
2000
Per poterlo realizzare abbiamo sviluppato un semplice schema
08:56
in collaboration with the Fiorella group,
222
521000
2000
assieme al Fiorella group,
08:58
where one side of this little box,
223
523000
2000
per cui se la cavia si sposta
09:00
if the animal goes there, the animal gets a pulse of light
224
525000
2000
su questo lato della scatola riceverà un impulso luminoso
09:02
in order to make different cells in the brain sensitive to light.
225
527000
2000
che renderà diverse cellule del cervello sensibili alla luce.
09:04
So if these cells can mediate reward,
226
529000
2000
Così se queste cellule ingenereranno un senso di gratifica,
09:06
the animal should go there more and more.
227
531000
2000
la cavia sarà incentivata a spostarsi da questa parte.
09:08
And so that's what happens.
228
533000
2000
Ecco quel che succede.
09:10
This animal's going to go to the right-hand side and poke his nose there,
229
535000
2000
Il topolino si sposta sul lato destro e infila il muso in questo buco,
09:12
and he gets a flash of blue light every time he does that.
230
537000
2000
e ogni volta che lo fa riceve un impulso di luce blu.
09:14
And he'll do that hundreds and hundreds of times.
231
539000
2000
E lo ripeterà per centinaia di volte.
09:16
These are the dopamine neurons,
232
541000
2000
Questi sono i neuroni della dopamina,
09:18
which some of you may have heard about, in some of the pleasure centers in the brain.
233
543000
2000
che come forse saprete sono presenti nel cervello, nei centri del piacere.
09:20
Now we've shown that a brief activation of these
234
545000
2000
Ora noi abbiamo dimostrato che è sufficiente
09:22
is enough, indeed, to drive learning.
235
547000
2000
solo una breve stimolazione per indurre l'apprendimento.
09:24
Now we can generalize the idea.
236
549000
2000
Ma potremmo generalizzare l'idea.
09:26
Instead of one point in the brain,
237
551000
2000
Invece di concentrarci in un sol punto
09:28
we can devise devices that span the brain,
238
553000
2000
potremmo creare dispositivi per tutto il cervello,
09:30
that can deliver light into three-dimensional patterns --
239
555000
2000
per distribuire la luce con schemi tridimensionali --
09:32
arrays of optical fibers,
240
557000
2000
fasci di fibre ottiche,
09:34
each coupled to its own independent miniature light source.
241
559000
2000
ognuna collegata alla propria esclusiva fonte di luce in miniatura.
09:36
And then we can try to do things in vivo
242
561000
2000
E poi potremmo sperimentare in vivo
09:38
that have only been done to-date in a dish --
243
563000
3000
cose realizzate finora solo in provetta --
09:41
like high-throughput screening throughout the entire brain
244
566000
2000
come sondare l'intero cervello alla ricerca
09:43
for the signals that can cause certain things to happen.
245
568000
2000
di segnali che possono stimolare certi comportamenti.
09:45
Or that could be good clinical targets
246
570000
2000
Oppure potrebbero rappresentare obiettivi
09:47
for treating brain disorders.
247
572000
2000
per il trattamento dei disordini mentali.
09:49
And one story I want to tell you about
248
574000
2000
Vi voglio raccontare in che modo possiamo
09:51
is how can we find targets for treating post-traumatic stress disorder --
249
576000
3000
individuare obiettivi per il trattamento dei disordini da stress post-traumatico --
09:54
a form of uncontrolled anxiety and fear.
250
579000
3000
un tipo di ansia e di paura incontrollabili.
09:57
And one of the things that we did
251
582000
2000
Una delle cose che abbiamo fatto
09:59
was to adopt a very classical model of fear.
252
584000
3000
è stato adottare un modello classico di paura.
10:02
This goes back to the Pavlovian days.
253
587000
3000
Andiamo indietro ai tempi di Ivan Pavlov.
10:05
It's called Pavlovian fear conditioning --
254
590000
2000
Si tratta del condizionamento alla paura Pavloviano --
10:07
where a tone ends with a brief shock.
255
592000
2000
in cui una nota musicale termina con una piccola scossa.
10:09
The shock isn't painful, but it's a little annoying.
256
594000
2000
La scossa non è dolorosa ma dà fastidio.
10:11
And over time -- in this case, a mouse,
257
596000
2000
E col tempo - nel nostro caso la cavia è un topo,
10:13
which is a good animal model, commonly used in such experiments --
258
598000
2000
animale che si presta molto bene a una gran varietà di esperimenti --
10:15
the animal learns to fear the tone.
259
600000
2000
il topo impara a temere il tono musicale.
10:17
The animal will react by freezing,
260
602000
2000
La sua reazione è l'immobilità,
10:19
sort of like a deer in the headlights.
261
604000
2000
come fa un cervo illuminato dai fari.
10:21
Now the question is, what targets in the brain can we find
262
606000
3000
Ora il problema è come individuare nel cervello quegli obiettivi
10:24
that allow us to overcome this fear?
263
609000
2000
che consentono di reagire alla paura.
10:26
So what we do is we play that tone again
264
611000
2000
E allora proviamo a generare nuovamente
10:28
after it's been associated with fear.
265
613000
2000
quel tono associato alla paura.
10:30
But we activate targets in the brain, different ones,
266
615000
2000
Ma attivando differenti obiettivi nel cervello,
10:32
using that optical fiber array I told you about in the previous slide,
267
617000
3000
usando quelle fibre ottiche cui vi accennavo,
10:35
in order to try and figure out which targets
268
620000
2000
per poter capire quali obiettivi possano
10:37
can cause the brain to overcome that memory of fear.
269
622000
3000
far superare il ricordo di quella paura.
10:40
And so this brief video
270
625000
2000
Ecco un breve filmato
10:42
shows you one of these targets that we're working on now.
271
627000
2000
per mostrarvi uno degli obiettivi a cui stiamo lavorando.
10:44
This is an area in the prefrontal cortex,
272
629000
2000
Questa è una zona della corteccia prefrontale,
10:46
a region where we can use cognition to try to overcome aversive emotional states.
273
631000
3000
con la quale è possibile usare il potere cognitivo per superare stati emozionali avversi.
10:49
And the animal's going to hear a tone -- and a flash of light occurred there.
274
634000
2000
Ed ecco il topo che sta per udire il segnale acustico -- ed ecco l'impulso luminoso.
10:51
There's no audio on this, but you can see the animal's freezing.
275
636000
2000
Qui non c'è audio, ma potete vedere come l'animale si immobilizzi.
10:53
This tone used to mean bad news.
276
638000
2000
Quel segnale era foriero di cattive notizie.
10:55
And there's a little clock in the lower left-hand corner,
277
640000
2000
E in basso a sinistra c'è un piccolo timer
10:57
so you can see the animal is about two minutes into this.
278
642000
3000
che indica che sono passati un paio di minuti.
11:00
And now this next clip
279
645000
2000
Ora il prossimo video,
11:02
is just eight minutes later.
280
647000
2000
otto minuti dopo.
11:04
And the same tone is going to play, and the light is going to flash again.
281
649000
3000
E di nuovo il segnale acustico e quindi l'impulso luminoso.
11:07
Okay, there it goes. Right now.
282
652000
3000
Ecco che parte. Adesso.
11:10
And now you can see, just 10 minutes into the experiment,
283
655000
3000
Come potete vedere, 10 minuti dopo aver provveduto
11:13
that we've equipped the brain by photoactivating this area
284
658000
3000
ad attivare questa zona del cervello con la luce,
11:16
to overcome the expression
285
661000
2000
siamo riusciti ad eliminare
11:18
of this fear memory.
286
663000
2000
la memoria di quella paura.
11:20
Now over the last couple of years, we've gone back to the tree of life
287
665000
3000
Negli ultimi due anni abbiamo analizzato l'albero della vita
11:23
because we wanted to find ways to turn circuits in the brain off.
288
668000
3000
perché volevamo trovare il modo di spegnere alcuni circuiti nel cervello.
11:26
If we could do that, this could be extremely powerful.
289
671000
3000
Poterlo fare sarebbe estremamente importante.
11:29
If you can delete cells just for a few milliseconds or seconds,
290
674000
3000
Se potete disattivare delle cellule per alcuni millisecondi
11:32
you can figure out what necessary role they play
291
677000
2000
riuscireste a capire quale sia il loro ruolo
11:34
in the circuits in which they're embedded.
292
679000
2000
nei circuiti di cui fanno parte.
11:36
And we've now surveyed organisms from all over the tree of life --
293
681000
2000
Finora abbiamo studiato organismi appartenenti a tutti gli ambiti della vita --
11:38
every kingdom of life except for animals, we see slightly differently.
294
683000
3000
ogni ambito, tranne quello animale, lo vediamo in modo leggermente diverso.
11:41
And we found all sorts of molecules, they're called halorhodopsins or archaerhodopsins,
295
686000
3000
Abbiamo trovato tutte quelle molecole, le cosiddette halorhodopsin e archaerodopsin,
11:44
that respond to green and yellow light.
296
689000
2000
che reagiscono alla luce verde e a quella gialla.
11:46
And they do the opposite thing of the molecule I told you about before
297
691000
2000
Si comportano in modo opposto alla molecola cui vi accennavo
11:48
with the blue light activator channelrhodopsin.
298
693000
3000
con l'attivatore di luce blu channelrhodopsin.
11:52
Let's give an example of where we think this is going to go.
299
697000
3000
Ora vi dirò a cosa crediamo che tutto questo ci possa condurre.
11:55
Consider, for example, a condition like epilepsy,
300
700000
3000
Prendiamo ad esempio l'epilessia, condizione in cui
11:58
where the brain is overactive.
301
703000
2000
il cervello è iperattivo.
12:00
Now if drugs fail in epileptic treatment,
302
705000
2000
Ora se i farmaci falliscono, uno dei possibili
12:02
one of the strategies is to remove part of the brain.
303
707000
2000
rimedi è la rimozione di parte del cervello.
12:04
But that's obviously irreversible, and there could be side effects.
304
709000
2000
Ma chiaramente è un intervento irreversibile che potrebbe causare dei danni.
12:06
What if we could just turn off that brain for a brief amount of time,
305
711000
3000
Pensate se riuscissimo a spegnere per un attimo quel cervello
12:09
until the seizure dies away,
306
714000
3000
finché non sia passata la crisi,
12:12
and cause the brain to be restored to its initial state --
307
717000
3000
e poi a ripristinare lo stato di normalità del cervello --
12:15
sort of like a dynamical system that's being coaxed down into a stable state.
308
720000
3000
come un sistema dinamico che venga persuaso a tornare alla stabilità.
12:18
So this animation just tries to explain this concept
309
723000
3000
Questa animazione tenta di spiegare il concetto
12:21
where we made these cells sensitive to being turned off with light,
310
726000
2000
di queste cellule sensibili che si disattivano con la luce,
12:23
and we beam light in,
311
728000
2000
e la luce che entra,
12:25
and just for the time it takes to shut down a seizure,
312
730000
2000
e la possibilità di riuscire a disattivarle
12:27
we're hoping to be able to turn it off.
313
732000
2000
per la sola durata della crisi.
12:29
And so we don't have data to show you on this front,
314
734000
2000
Su questo fronte non disponiamo ancora di dati,
12:31
but we're very excited about this.
315
736000
2000
ma nell'ambiente c'è molta eccitazione.
12:33
Now I want to close on one story,
316
738000
2000
Vorrei concludere con una storia
12:35
which we think is another possibility --
317
740000
2000
che crediamo rappresenti un'altra possibilità --
12:37
which is that maybe these molecules, if you can do ultra-precise control,
318
742000
2000
che forse queste molecole, potendo esercitare un controllo di alta precisione,
12:39
can be used in the brain itself
319
744000
2000
possono essere utilizzate all'interno del cervello stesso
12:41
to make a new kind of prosthetic, an optical prosthetic.
320
746000
3000
per creare un nuovo tipo di protesi, protesi visive.
12:44
I already told you that electrical stimulators are not uncommon.
321
749000
3000
Vi ho già spiegato che gli stimolatori elettrici non sono merce rara.
12:47
Seventy-five thousand people have Parkinson's deep-brain stimulators implanted.
322
752000
3000
75.000 persone affette da Parkinson hanno impianti di stimolazione cerebrale profonda.
12:50
Maybe 100,000 people have Cochlear implants,
323
755000
2000
Forse 100.000 hanno impianti cocleari
12:52
which allow them to hear.
324
757000
2000
che consentono loro di udire.
12:54
There's another thing, which is you've got to get these genes into cells.
325
759000
3000
C'è un altro problema, ed è come trasportare questi geni nelle cellule.
12:57
And new hope in gene therapy has been developed
326
762000
3000
Ci sono nuove speranze provenienti dalla terapia genica,
13:00
because viruses like the adeno-associated virus,
327
765000
2000
dei virus come i virus adeno-associati
13:02
which probably most of us around this room have,
328
767000
2000
che forse affliggono la maggior parte dei presenti
13:04
and it doesn't have any symptoms,
329
769000
2000
ma che non causano alcun sintomo,
13:06
which have been used in hundreds of patients
330
771000
2000
che sono stati usati con centinaia di pazienti
13:08
to deliver genes into the brain or the body.
331
773000
2000
per trasportare geni nel cervello o nel corpo.
13:10
And so far, there have not been serious adverse events
332
775000
2000
Finora non si sono riscontrate reazioni gravi
13:12
associated with the virus.
333
777000
2000
in concomitanza con questi virus.
13:14
There's one last elephant in the room, the proteins themselves,
334
779000
3000
Ma c'è un altro problema a cui non si pensa, e sono le proteine
13:17
which come from algae and bacteria and fungi,
335
782000
2000
provenienti da alghe, batteri e funghi,
13:19
and all over the tree of life.
336
784000
2000
in tutti i vari ambiti della vita.
13:21
Most of us don't have fungi or algae in our brains,
337
786000
2000
Credo nessuno di noi abbia dei funghi o delle alghe nel cervello,
13:23
so what is our brain going to do if we put that in?
338
788000
2000
ma come reagirebbe il cervello se ve li introducessimo?
13:25
Are the cells going to tolerate it? Will the immune system react?
339
790000
2000
Saranno tollerati dalle cellule? Come reagirà il sistema immunitario?
13:27
In its early days -- these have not been done on humans yet --
340
792000
2000
Stiamo solo all'inizio -- ancora non abbiamo fatto esperimenti sulle persone --
13:29
but we're working on a variety of studies
341
794000
2000
ma abbiamo condotto diversi studi
13:31
to try and examine this,
342
796000
2000
in questa direzione.
13:33
and so far we haven't seen overt reactions of any severity
343
798000
3000
Finora non abbiamo constatato reazioni preoccupanti
13:36
to these molecules
344
801000
2000
all'inserimento di queste molecole
13:38
or to the illumination of the brain with light.
345
803000
3000
o all'illuminazione indotta nel cervello.
13:41
So it's early days, to be upfront, but we're excited about it.
346
806000
3000
Dunque stiamo ancora all'inizio, ma c'è una grande eccitazione.
13:44
I wanted to close with one story,
347
809000
2000
Concludo con una storia
13:46
which we think could potentially
348
811000
2000
che crediamo potrebbe
13:48
be a clinical application.
349
813000
2000
trovare applicazioni cliniche.
13:50
Now there are many forms of blindness
350
815000
2000
Ora esistono diverse forme di cecità
13:52
where the photoreceptors,
351
817000
2000
in cui i fotoricettori,
13:54
our light sensors that are in the back of our eye, are gone.
352
819000
3000
i sensori che si trovano dietro gli occhi, non funzionano più.
13:57
And the retina, of course, is a complex structure.
353
822000
2000
La retina è certamente una struttura complessa.
13:59
Now let's zoom in on it here, so we can see it in more detail.
354
824000
2000
Ora proviamo a ingrandire per vedere i dettagli.
14:01
The photoreceptor cells are shown here at the top,
355
826000
3000
I fotoricettori si trovano in cima,
14:04
and then the signals that are detected by the photoreceptors
356
829000
2000
e i segnali rilevati dai fotoricettori
14:06
are transformed by various computations
357
831000
2000
vengono elaborati
14:08
until finally that layer of cells at the bottom, the ganglion cells,
358
833000
3000
finché lo strato di cellule in basso, i ganglioni,
14:11
relay the information to the brain,
359
836000
2000
trasmettono le informazioni al cervello
14:13
where we see that as perception.
360
838000
2000
in cui si forma la percezione delle immagini.
14:15
In many forms of blindness, like retinitis pigmentosa,
361
840000
3000
In molte forme di cecità, come la retinite pigmentosa
14:18
or macular degeneration,
362
843000
2000
o la degenerazione maculare,
14:20
the photoreceptor cells have atrophied or been destroyed.
363
845000
3000
i fotoricettori sono atrofizzati o distrutti.
14:23
Now how could you repair this?
364
848000
2000
Come possiamo ripararli?
14:25
It's not even clear that a drug could cause this to be restored,
365
850000
3000
Non è neppure sicuro che un farmaco possa ricostituirli,
14:28
because there's nothing for the drug to bind to.
366
853000
2000
dato che non ci sarebbe nulla a cui potersi legare.
14:30
On the other hand, light can still get into the eye.
367
855000
2000
Ma d'altro canto la luce può ancora penetrare attraverso l'occhio.
14:32
The eye is still transparent and you can get light in.
368
857000
3000
La luce è ancora trasparente e la si può trasportare all'interno.
14:35
So what if we could just take these channelrhodopsins and other molecules
369
860000
3000
Forse potremmo prendere queste channelrhodopsin e altre molecole
14:38
and install them on some of these other spare cells
370
863000
2000
e installarle su alcune di queste cellule
14:40
and convert them into little cameras.
371
865000
2000
e trasformarle in mini fotocamere.
14:42
And because there's so many of these cells in the eye,
372
867000
2000
E dato che nell'occhio esistono molte di queste cellule,
14:44
potentially, they could be very high-resolution cameras.
373
869000
3000
potrebbero tutte trasformarsi in fotocamere ad alta risoluzione.
14:47
So this is some work that we're doing.
374
872000
2000
Dunque queste sono alcune delle nostre attività.
14:49
It's being led by one of our collaborators,
375
874000
2000
Sono dirette da uno dei nostri collaboratori,
14:51
Alan Horsager at USC,
376
876000
2000
Alan Horsager della USC (Università della Bassa California),
14:53
and being sought to be commercialized by a start-up company Eos Neuroscience,
377
878000
3000
e stiamo pensando alla commercializzazione con la start up Eos Neuroscience,
14:56
which is funded by the NIH.
378
881000
2000
sovvenzionata dal NIH (Istituto Nazionale della Salute).
14:58
And what you see here is a mouse trying to solve a maze.
379
883000
2000
Qui vediamo un topo che cerca di risolvere un rompicapo.
15:00
It's a six-arm maze. And there's a bit of water in the maze
380
885000
2000
E' un labirinto a sei bracci. All'interno c'è un po' d'acqua
15:02
to motivate the mouse to move, or he'll just sit there.
381
887000
2000
per invogliarlo a muoversi anziché rimanere fermo.
15:04
And the goal, of course, of this maze
382
889000
2000
Naturalmente l'obiettivo
15:06
is to get out of the water and go to a little platform
383
891000
2000
è uscire dall'acqua e raggiungere una piccola piattaforma
15:08
that's under the lit top port.
384
893000
2000
sotto il varco illuminato in alto.
15:10
Now mice are smart, so this mouse solves the maze eventually,
385
895000
3000
Ora i topi sono scaltri, e alla fine riescono nel loro intento,
15:13
but he does a brute-force search.
386
898000
2000
ma lo fanno in modo rozzo.
15:15
He's swimming down every avenue until he finally gets to the platform.
387
900000
3000
Il topo nuota lungo ogni tratto finché non arriva alla piattaforma.
15:18
So he's not using vision to do it.
388
903000
2000
Non fa un ragionamento d'insieme.
15:20
These different mice are different mutations
389
905000
2000
Questi topi sono il risultato di differenti mutazioni
15:22
that recapitulate different kinds of blindness that affect humans.
390
907000
3000
che replicano diversi tipi di cecità umana.
15:25
And so we're being careful in trying to look at these different models
391
910000
3000
Dovevamo trovare il modo di usare un approccio generico
15:28
so we come up with a generalized approach.
392
913000
2000
per tutti i modelli.
15:30
So how are we going to solve this?
393
915000
2000
Ma come riuscirci?
15:32
We're going to do exactly what we outlined in the previous slide.
394
917000
2000
Esattamente come vi ho fatto vedere nella diapositiva precedente.
15:34
We're going to take these blue light photosensors
395
919000
2000
Prendiamo i fotosensori di luce blu
15:36
and install them on a layer of cells
396
921000
2000
e li mettiamo su uno strato di cellule
15:38
in the middle of the retina in the back of the eye
397
923000
3000
al centro della retina retrostante l'occhio,
15:41
and convert them into a camera --
398
926000
2000
e li trasformiamo in micro fotocamere.
15:43
just like installing solar cells all over those neurons
399
928000
2000
Proprio come installare cellule fotovoltaiche sui neuroni
15:45
to make them light sensitive.
400
930000
2000
per renderli fotosensibili.
15:47
Light is converted to electricity on them.
401
932000
2000
La luce viene trasformata in elettricità.
15:49
So this mouse was blind a couple weeks before this experiment
402
934000
3000
Ebbene questo topolino era cieco due settimane prima dell'esperimento
15:52
and received one dose of this photosensitive molecule in a virus.
403
937000
3000
e ha ricevuto una di queste molecole fotosensibili tramite un virus.
15:55
And now you can see, the animal can indeed avoid walls
404
940000
2000
Come vedete, l'animale riesce ad evitare i muri
15:57
and go to this little platform
405
942000
2000
e a raggiungere la piattaforma
15:59
and make cognitive use of its eyes again.
406
944000
3000
con l'uso cognitivo dei suoi occhi.
16:02
And to point out the power of this:
407
947000
2000
Una nota importante:
16:04
these animals are able to get to that platform
408
949000
2000
questi animali sono in grado di raggiungere la piattaforma
16:06
just as fast as animals that have seen their entire lives.
409
951000
2000
altrettanto velocemente di quelli che non hanno mai perduto la vista.
16:08
So this pre-clinical study, I think,
410
953000
2000
Credo che questo studio preclinico
16:10
bodes hope for the kinds of things
411
955000
2000
sia di buon auspicio per le attività
16:12
we're hoping to do in the future.
412
957000
2000
che vogliamo svolgere in futuro.
16:14
To close, I want to point out that we're also exploring
413
959000
3000
Per concludere voglio dirvi che stiamo elaborando anche
16:17
new business models for this new field of neurotechnology.
414
962000
2000
altri modelli di commercio per questa area delle neurotecnologie.
16:19
We're developing these tools,
415
964000
2000
Stiamo sviluppando strumenti
16:21
but we share them freely with hundreds of groups all over the world,
416
966000
2000
che condividiamo con centinaia di altri gruppi in tutto il mondo,
16:23
so people can study and try to treat different disorders.
417
968000
2000
così che si possano studiare soluzioni anche per altri tipi di disordini.
16:25
And our hope is that, by figuring out brain circuits
418
970000
3000
La nostra speranza è che, riuscendo a comprendere
16:28
at a level of abstraction that lets us repair them and engineer them,
419
973000
3000
i circuiti neurali tanto da ripararli e ristrutturarli,
16:31
we can take some of these intractable disorders that I told you about earlier,
420
976000
3000
possiamo arrivare ad affrontare alcune delle patologie inguaribili cui accennavo,
16:34
practically none of which are cured,
421
979000
2000
tuttora senza cura,
16:36
and in the 21st century make them history.
422
981000
2000
e trasformarle in un lontano ricordo.
16:38
Thank you.
423
983000
2000
Grazie.
16:40
(Applause)
424
985000
13000
(Applausi)
16:53
Juan Enriquez: So some of the stuff is a little dense.
425
998000
3000
Juan Enriquez: Beh, è un po' difficile capire tutto quanto.
16:56
(Laughter)
426
1001000
2000
(Risate)
16:58
But the implications
427
1003000
2000
Ma le implicazioni
17:00
of being able to control seizures or epilepsy
428
1005000
3000
di riuscire a controllare varie crisi o l'epilessia
17:03
with light instead of drugs,
429
1008000
2000
con la luce al posto dei farmaci,
17:05
and being able to target those specifically
430
1010000
3000
e in modo così preciso,
17:08
is a first step.
431
1013000
2000
è un passo avanti.
17:10
The second thing that I think I heard you say
432
1015000
2000
La seconda cosa che credo tu abbia detto
17:12
is you can now control the brain in two colors,
433
1017000
3000
è che è possibile controllare il cervello con due colori.
17:15
like an on/off switch.
434
1020000
2000
Come usare un interruttore.
17:17
Ed Boyden: That's right.
435
1022000
2000
Ed Boyden: Corretto.
17:19
JE: Which makes every impulse going through the brain a binary code.
436
1024000
3000
JE: Il che rende ogni impulso che attraversa il cervello un codice binario.
17:22
EB: Right, yeah.
437
1027000
2000
EB: Sì, giusto.
17:24
So with blue light, we can drive information, and it's in the form of a one.
438
1029000
3000
Così la luce blu, che convoglia le informazioni, è come un 1.
17:27
And by turning things off, it's more or less a zero.
439
1032000
2000
E quando si spegne abbiamo uno zero.
17:29
So our hope is to eventually build brain coprocessors
440
1034000
2000
Quindi la nostra speranza è costruire dei coprocessori
17:31
that work with the brain
441
1036000
2000
che lavorino a sostegno del cervello,
17:33
so we can augment functions in people with disabilities.
442
1038000
3000
per ripristinare alcune funzionalità nelle persone disabili.
17:36
JE: And in theory, that means that,
443
1041000
2000
JE: E in teoria questo vuol dire che,
17:38
as a mouse feels, smells,
444
1043000
2000
man mano che un topo sente, annusa,
17:40
hears, touches,
445
1045000
2000
ode, tocca,
17:42
you can model it out as a string of ones and zeros.
446
1047000
3000
si possono estrapolare delle serie di uno e zero.
17:45
EB: Sure, yeah. We're hoping to use this as a way of testing
447
1050000
2000
EB: Certo, sì. Speriamo di utilizzarlo per poter verificare
17:47
what neural codes can drive certain behaviors
448
1052000
2000
quali codici neurali inducano quali comportamenti,
17:49
and certain thoughts and certain feelings,
449
1054000
2000
pensieri o sensazioni,
17:51
and use that to understand more about the brain.
450
1056000
3000
e usarli per capirne di più sul funzionamento del cervello.
17:54
JE: Does that mean that some day you could download memories
451
1059000
3000
JE: Significa che un giorno si potranno scaricare informazioni memorizzate
17:57
and maybe upload them?
452
1062000
2000
e magari ricaricarne altre?
17:59
EB: Well that's something we're starting to work on very hard.
453
1064000
2000
EB: Beh, è un settore in cui ci stiamo impegnando molto.
18:01
We're now working on some work
454
1066000
2000
In questo momento stiamo cercando
18:03
where we're trying to tile the brain with recording elements too.
455
1068000
2000
di inserire nel cervello anche degli elementi di registrazione.
18:05
So we can record information and then drive information back in --
456
1070000
3000
Così da registrare le informazioni e poterle reinserire --
18:08
sort of computing what the brain needs
457
1073000
2000
capire ciò di cui il cervello ha bisogno
18:10
in order to augment its information processing.
458
1075000
2000
per incrementare il processo di elaborazione delle informazioni.
18:12
JE: Well, that might change a couple things. Thank you. (EB: Thank you.)
459
1077000
3000
JE: Bene, forse ora c'è la possibilità di cambiare alcune cosette. Grazie (EB: Grazie)
18:15
(Applause)
460
1080000
3000
(Applausi)
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