TEDSummit
Ed Boyden: A new way to study the brain's invisible secrets
ედ ბოიდენი: ტვინის უხილავი საიდუმლოების შესწავლის ახალი გზა
Filmed:
Readability: 4
1,501,957 views
ნეიროინჟინერ ედ ბოიდენს აინტერესებს, როგორ აღძრავენ ჩვენ ტვინში მდებარე უმცირესი ბიომოლეკულები ემოციებს, აზრებს და გრძნობებს. ის ეძებს იმ მოლეკულურ ცვლილებებს, რომლებიც ეპილეფსიის და ალცჰაიმერის მსგავს დაავადებებს იწვევენ. ედი სვამს კითხვას: ამ უხილავი სტრუქტურების უფრო ადვილად დასანახად, შეიძლება თუ არა, მიკროსკოპით გადიდების ნაცვლად, ისინი ფიზიკურად გავზარდოთ ზომაში? ნახეთ, თუ როგორ შეიძლება პოლიმერი, რომელიც ბავშვის საფენებს აფართოებს, გახდეს საკვანძო ელემენტი ტვინის უკეთ შესწავლისთვის.
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.
00:12
Hello, everybody.
0
904
1405
მოგესალმებით ყველას.
00:14
I brought with me today a baby diaper.
1
2333
2643
მე დღეს ბავშვის საფენი მოვიტანე.
00:18
You'll see why in a second.
2
6793
1722
ცოტა ხანში ნახავთ რატომაც.
00:20
Baby diapers have interesting properties.
3
8539
2010
ბავშვის საფენებს
საინტერესო თვისებები აქვთ.
საინტერესო თვისებები აქვთ.
00:22
They can swell enormously
when you add water to them,
when you add water to them,
4
10573
2691
როცა მათ წყალს დაასხამთ,
ისინი უზომოდ იზრდებიან ზომაში.
ისინი უზომოდ იზრდებიან ზომაში.
00:25
an experiment done
by millions of kids every day.
by millions of kids every day.
5
13288
2984
ამ ექსპერიმენტს
მილიონობით ბავშვი ატარებს ყოველდღე.
მილიონობით ბავშვი ატარებს ყოველდღე.
00:28
(Laughter)
6
16296
1150
(სიცილი)
00:29
But the reason why
7
17470
1494
ეს იმიტომ,
00:30
is that they're designed
in a very clever way.
in a very clever way.
8
18988
2190
რომ ისინი საკმაოდ ჭკვიანურადაა შექმნილი.
ისინი შექმნილია ნივთიერებისგან,
რომელსაც გაფართოებად ნივთიერებას ეძახიან
რომელსაც გაფართოებად ნივთიერებას ეძახიან
00:33
They're made out of a thing
called a swellable material.
called a swellable material.
9
21202
2635
00:35
It's a special kind of material that,
when you add water,
when you add water,
10
23861
2737
ეს სპეციფიური სახის ნივთიერებაა,
რომელსაც წყალს რომ დაასხამთ,
რომელსაც წყალს რომ დაასხამთ,
00:38
it will swell up enormously,
11
26622
1430
ის უზომოდ გაიზრდება,
00:40
maybe a thousand times in volume.
12
28076
2166
შეიძლება 1000-ჯერაც კი.
00:42
And this is a very useful,
industrial kind of polymer.
industrial kind of polymer.
13
30266
3236
ეს ძალიან ფართოდ გამოყენებადი
სამრეწველო პოლიმერია.
სამრეწველო პოლიმერია.
00:45
But what we're trying to do
in my group at MIT
in my group at MIT
14
33819
2526
MIT - ში ჩვენი ჯგუფი ცდილობს
00:48
is to figure out if we can do
something similar to the brain.
something similar to the brain.
15
36369
3213
ტვინზეც იგივე განახორციელოს.
შეიძლება კი,
ის იმდენად გავზარდოთ,
ის იმდენად გავზარდოთ,
00:51
Can we make it bigger,
16
39606
1159
00:52
big enough that you
can peer inside
can peer inside
17
40789
1678
რომ მისი უმცირესი შემადგენელი ნაწილები,
00:54
and see all the tiny building blocks,
the biomolecules,
the biomolecules,
18
42481
2628
ბიომოლეკულები დავინახოთ?
00:57
how they're organized in three dimensions,
19
45133
2151
როგორ არიან ორგანიზებულები
სამ განზომილებაში,
სამ განზომილებაში,
00:59
the structure, the ground truth
structure of the brain, if you will?
structure of the brain, if you will?
20
47308
3485
მათი სტრუქტურა, ტვინის ასე ვთქვათ,
უშუალო სტრუქტურა.
უშუალო სტრუქტურა.
01:02
If we could get that,
21
50817
1158
თუ ამას შევძლებთ,
01:03
maybe we could have a better understanding
of how the brain is organized
of how the brain is organized
22
51999
3509
შეიძლება უკეთ გავიგოთ,
თუ როგორ წარმოიშვება ტვინში
თუ როგორ წარმოიშვება ტვინში
01:07
to yield thoughts and emotions
23
55532
1659
აზრები და ემოიცები,
01:09
and actions and sensations.
24
57215
1719
ქმედებები და გრძნობები.
01:10
Maybe we could try to pinpoint
the exact changes in the brain
the exact changes in the brain
25
58958
3415
შეიძლება დაავდების გამომწვევ
ზუსტ ცვლილებებს მივაგნოთ ტვინში.
01:14
that result in diseases,
26
62397
1776
01:16
diseases like Alzheimer's
and epilepsy and Parkinson's,
and epilepsy and Parkinson's,
27
64197
3212
დაავადებებისას, როგორებიცაა
ალცჰაიმერი და პარკინსონი,
ალცჰაიმერი და პარკინსონი,
რომელთათვისაც ძალიან ცოტა
მკურნალობის
მკურნალობის
01:19
for which there are few
treatments, much less cures,
treatments, much less cures,
28
67433
2578
და უფრო ნაკლები განკურნების მეთოდია
01:22
and for which, very often,
we don't know the cause or the origins
we don't know the cause or the origins
29
70035
3617
და რომელთა გამომწვევი მიზეზი,
ხშირად არც კი ვიცით.
ხშირად არც კი ვიცით.
01:25
and what's really causing them to occur.
30
73676
2135
01:28
Now, our group at MIT
31
76613
1740
ჩვენი ჯგუფი MIT-ში
01:30
is trying to take
a different point of view
a different point of view
32
78377
2686
ცდილობს ამ პრობლემას
ნეირომეცნიერებაში ბოლო 100 წლის მანძილზე
ნეირომეცნიერებაში ბოლო 100 წლის მანძილზე
01:33
from the way neuroscience has
been done over the last hundred years.
been done over the last hundred years.
33
81087
3230
არსებული ხედვებისგან
განსხვავებულად მიუდგეს.
განსხვავებულად მიუდგეს.
ჩვენ დიზაინერები
და გამომგონებლები ვართ.
და გამომგონებლები ვართ.
01:36
We're designers. We're inventors.
34
84341
1579
01:37
We're trying to figure out
how to build technologies
how to build technologies
35
85944
2544
ვცდილობთ გავარკვიოთ,
როგორ შევქმნათ ტექნოლოგია,
როგორ შევქმნათ ტექნოლოგია,
01:40
that let us look at and repair the brain.
36
88512
2456
რომელიც ტვინის შესწავლის
და განკურნების საშუალებას მოგვცემს.
და განკურნების საშუალებას მოგვცემს.
01:42
And the reason is,
37
90992
1151
საქმე იმაშია,
01:44
the brain is incredibly,
incredibly complicated.
incredibly complicated.
38
92167
2801
რომ ტვინი უაღრესად რთული რამაა.
01:47
So what we've learned
over the first century of neuroscience
over the first century of neuroscience
39
95484
2887
ნეირომეცნიერების პირველ საუკუნეში დავადგინეთ,
01:50
is that the brain is a very
complicated network,
complicated network,
40
98395
2303
რომ ტვინი ძალიან რთული ქსელია,
01:52
made out of very specialized
cells called neurons
cells called neurons
41
100722
2480
რომელიც ძალიან სპეციფიური უჯრედებისგან,
ნეირონებისგან შედგება,
ნეირონებისგან შედგება,
01:55
with very complex geometries,
42
103226
1667
რომელთაც რთული გეომეტრია აქვთ
01:56
and electrical currents will flow
through these complexly shaped neurons.
through these complexly shaped neurons.
43
104917
4237
და ელექტრული სიგნალები
ამ რთული ფორმის ნეირონებში მიედინება.
ამ რთული ფორმის ნეირონებში მიედინება.
02:01
Furthermore, neurons
are connected in networks.
are connected in networks.
44
109653
2784
ეს ნეირონები ქსელშია ჩართული.
02:04
They're connected by little junctions
called synapses that exchange chemicals
called synapses that exchange chemicals
45
112461
3835
ამ ქსელში ისინი სინაფსებითაა შეერთებული,
რომლებიც ქიმიკატების მიმოცვლას ახდენენ.
რომლებიც ქიმიკატების მიმოცვლას ახდენენ.
02:08
and allow the neurons
to talk to each other.
to talk to each other.
46
116320
2218
ამ გზით ესაუბრებიან ნეირონები ერთმანეთს.
02:10
The density of the brain is incredible.
47
118562
1940
ტვინში მათი წარმოუდგენელი სიმჭიდროვეა.
02:12
In a cubic millimeter of your brain,
48
120526
2307
ტვინის 1 კუბურ მილიმეტრში
02:14
there are about 100,000 of these neurons
49
122857
2457
დაახლოებით 100 000 ნეირონია
02:17
and maybe a billion of those connections.
50
125338
2517
და ალბათ მილიარდი შეერთება
02:20
But it's worse.
51
128887
1382
უფრო მეტიც,
02:22
So, if you could zoom in to a neuron,
52
130293
2305
ნეირონის გადიდება რომ შეგეძლოთ
02:24
and, of course, this is just
our artist's rendition of it.
our artist's rendition of it.
53
132622
2750
და ეს რა თქმა უნდა გრაფიკული ვერსიაა,
02:27
What you would see are thousands
and thousands of kinds of biomolecules,
and thousands of kinds of biomolecules,
54
135396
4207
დაინახავდით ათასობით სახის ბიომოლეკულას,
პატარა ნანო ზომის მექანიზმებს,
რომლებიც სამგანზილებიან,
რომლებიც სამგანზილებიან,
02:31
little nanoscale machines
organized in complex, 3D patterns,
organized in complex, 3D patterns,
55
139627
4400
რთულ სტრუქტურას წარმოადგენენ.
02:36
and together they mediate
those electrical pulses,
those electrical pulses,
56
144051
2628
ისინი ერთად ელექტრულ იმპულსებს
და ქიმიკატების მიმოცვლას უზრუნველყოფენ,
და ქიმიკატების მიმოცვლას უზრუნველყოფენ,
02:38
those chemical exchanges
that allow neurons to work together
that allow neurons to work together
57
146703
3937
რომლებიც ნეირონების ერთად მუშაობის შედეგად
02:42
to generate things like thoughts
and feelings and so forth.
and feelings and so forth.
58
150664
3669
აზრებს, გრძნობებს
და სხვა ფენომენებს წარმოქმნის.
და სხვა ფენომენებს წარმოქმნის.
02:46
Now, we don't know how
the neurons in the brain are organized
the neurons in the brain are organized
59
154357
3764
ჩვენ არ ვიცით როგორაა ნეირონები
02:50
to form networks,
60
158145
1174
ტვინში ქსელის სახით ორგანიზებული
02:51
and we don't know how
the biomolecules are organized
the biomolecules are organized
61
159343
2500
და არც ბიომოლეკულები ვიცით
02:53
within neurons
62
161867
1174
როგორაა ნეიორონებში ორგანიზებული ისე,
02:55
to form these complex, organized machines.
63
163065
2405
რომ ქმნიან რთულ მექანიზმებს.
02:57
If we really want to understand this,
64
165918
1820
ამის რეალურად შესწავლისთვის,
02:59
we're going to need new technologies.
65
167762
1817
ახალი ტექნოლოგიები დაგვჭირდება.
03:01
But if we could get such maps,
66
169603
1784
თუ ჩვენ მივიღებთ რუკას,
03:03
if we could look at the organization
of molecules and neurons
of molecules and neurons
67
171411
2943
სადაც ვნახავთ მოლეკულების და ნეირონების
03:06
and neurons and networks,
68
174378
1566
და ნეირონული ქსელების
ორგანიზაციულ სტრუქტურას,
ორგანიზაციულ სტრუქტურას,
03:07
maybe we could really understand
how the brain conducts information
how the brain conducts information
69
175968
3437
შეიძლება გავიგოთ, როგორ ამუშავებს ტვინი
03:11
from sensory regions,
70
179429
1167
სენსორულ ინფორმაციას
03:12
mixes it with emotion and feeling,
71
180620
1736
აზავებს მათ ემოციებსა და გრძნობებთან
03:14
and generates our decisions and actions.
72
182380
2394
და წარმოქმნის ჩვენს გადაწყვეტილებებსა
და ქმედებებს.
და ქმედებებს.
03:17
Maybe we could pinpoint the exact set
of molecular changes that occur
of molecular changes that occur
73
185131
3789
იქნებ ტვინის დაავადებისას წარმოქნილი
ზუსტი მოლეკულური ცვლილების
დადგენა შევძლოთ
დადგენა შევძლოთ
03:20
in a brain disorder.
74
188944
1202
03:22
And once we know how
those molecules have changed,
those molecules have changed,
75
190170
2822
და როცა უკვე გვეცოდინება
რა ცვლილება მოხდა,
რა ცვლილება მოხდა,
03:25
whether they've increased in number
or changed in pattern,
or changed in pattern,
76
193016
2780
იქნება ეს მათი რაოდენობის ზრდა,
თუ მათი სტრუქტურის ცვლილება,
თუ მათი სტრუქტურის ცვლილება,
03:27
we could use those
as targets for new drugs,
as targets for new drugs,
77
195820
2939
ამას ახალი წამლების
შესაქმნელად გამოვიყენებდით.
შესაქმნელად გამოვიყენებდით.
03:30
for new ways of delivering
energy into the brain
energy into the brain
78
198783
2271
ტვინში ენერგიის მიწოდების
ახალი გზებისთვის,
ახალი გზებისთვის,
03:33
in order to repair the brain
computations that are afflicted
computations that are afflicted
79
201078
3880
მისი დაზიანებული
ფუნქციონალობის აღსადგენად,
ფუნქციონალობის აღსადგენად,
03:36
in patients who suffer
from brain disorders.
from brain disorders.
80
204982
2299
პაციენტებში, რომლებსაც
ტვინის დაავადებები აწუხებთ.
ტვინის დაავადებები აწუხებთ.
03:39
We've all seen lots of different
technologies over the last century
technologies over the last century
81
207793
3243
უკანასკნელი საუკუნის მანძილზე
ამის მოსაგვარებლად გამოყენებული
ამის მოსაგვარებლად გამოყენებული
03:43
to try to confront this.
82
211060
1166
უამრავი სხვადასხვა ტექნოლოგია გვინახავს..
03:44
I think we've all seen brain scans
83
212250
1880
მგონი ყველას გვინახავს
03:46
taken using MRI machines.
84
214154
2034
ტვინის მაგნიტურ რეზონანსული სურათი.
03:48
These, of course, have the great power
that they are noninvasive,
that they are noninvasive,
85
216212
3347
ეს, რა თქმა უნდა დიდებული
არაინვაზიური საშუალებებია,
არაინვაზიური საშუალებებია,
03:51
they can be used on living human subjects.
86
219583
2355
რომლებიც შეიძლება
ცოცხალ ადამიანებზე გამოვიყენოთ,
ცოცხალ ადამიანებზე გამოვიყენოთ,
03:54
But also, they're spatially crude.
87
222407
2231
მაგრამ ისინი ასევე სივრცულად უზუსტოა.
03:56
Each of these blobs that you see,
or voxels, as they're called,
or voxels, as they're called,
88
224662
2990
თითოეული ეს ლაქა,
ან ე.წ. ვოქსელი, რომელსაც ხედავთ,
ან ე.წ. ვოქსელი, რომელსაც ხედავთ,
03:59
can contain millions
and millions of neurons.
and millions of neurons.
89
227676
2689
მილიონობით ნეირონს შეიცავს.
04:02
So it's not at the level of resolution
90
230389
1850
ანუ, ეს გარჩევადობის ის დონე არაა,
04:04
where it can pinpoint
the molecular changes that occur
the molecular changes that occur
91
232263
2538
რომელზეც შესაძლებელი იქნებოდა
იმ მოლეკულური ცვლილების,
იმ მოლეკულური ცვლილების,
04:06
or the changes in the wiring
of these networks
of these networks
92
234825
2286
ან იმ დაქსელვის ცვლილების დადგენა,
04:09
that contributes to our ability
to be conscious and powerful beings.
to be conscious and powerful beings.
93
237135
3946
რომელიც ჩვენს ცნობიერ და ძლევამოსილ
არსებებად ყოფნას უზრუნველყოფს.
არსებებად ყოფნას უზრუნველყოფს.
04:13
At the other extreme,
you have microscopes.
you have microscopes.
94
241797
3181
მოერეს მხრივ, გვაქვს მიკროსკოპები.
04:17
Microscopes, of course, will use light
to look at little tiny things.
to look at little tiny things.
95
245002
3295
მიკროსკოპები უმცირესი ნაწილაკების
გამოსაჩენად სინათლეს იყენებენ.
გამოსაჩენად სინათლეს იყენებენ.
04:20
For centuries, they've been used
to look at things like bacteria.
to look at things like bacteria.
96
248321
3075
საუკუნეების მანძილზე ისინი ბაქტერიების
მსგავსი ნაწილაკების დასანახად გამოიყენება.
მსგავსი ნაწილაკების დასანახად გამოიყენება.
04:23
For neuroscience,
97
251420
1151
ნეირომეცნიერებაში კი,
04:24
microscopes are actually how neurons
were discovered in the first place,
were discovered in the first place,
98
252595
3412
პირველ რიგში სწორედ მიკროსკოპების
საშუალებით მოხდა ნეირონების აღმოჩენა,
საშუალებით მოხდა ნეირონების აღმოჩენა,
04:28
about 130 years ago.
99
256031
1292
დაახლოებით 130 წლის წინ.
04:29
But light is fundamentally limited.
100
257347
2318
მაგრამ სინათლეს პრინციპული შეზღუდვა აქვს.
04:31
You can't see individual molecules
with a regular old microscope.
with a regular old microscope.
101
259689
3298
თქვენ ვერ შეხედავთ ინდივიდუალურ მოლეკულას
ჩვეულებრივი მიკროსკოპით.
ჩვეულებრივი მიკროსკოპით.
04:35
You can't look at these tiny connections.
102
263011
2152
ვერ შეხედავთ ამ უმცირეს შეერთებებს.
04:37
So if we want to make our ability
to see the brain more powerful,
to see the brain more powerful,
103
265187
3942
ამიტომ, თუ გვინდა ტვინი
უფრო კარგად შევისწავლოთ
უფრო კარგად შევისწავლოთ
და მისი სტრუქტურის
უშუალოდ დანახვამდე დავიდეთ,
უშუალოდ დანახვამდე დავიდეთ,
04:41
to get down to the ground truth structure,
104
269153
2168
04:43
we're going to need to have
even better technologies.
even better technologies.
105
271345
3280
კიდევ უფრო უკეთესი ტექნოლოგია გვჭირდება.
04:47
My group, a couple years ago,
started thinking:
started thinking:
106
275611
2224
ჩემმა ჯგუფმა,
რამდენიმე წლის წინ იფიქრა:
რამდენიმე წლის წინ იფიქრა:
04:49
Why don't we do the opposite?
107
277859
1412
რატომ არ შეგვიძლია საპირისპირო ვქნათ.
04:51
If it's so darn complicated
to zoom in to the brain,
to zoom in to the brain,
108
279295
2461
თუ ასე ძნელია ტვინში ჩახედვა,
04:53
why can't we make the brain bigger?
109
281780
1943
რატომ არ შეიძლება თავად ის გავზარდოთ?
04:56
It initially started
110
284166
1155
პირველად ეს,
04:57
with two grad students in my group,
Fei Chen and Paul Tillberg.
Fei Chen and Paul Tillberg.
111
285345
2996
ორ ბაკალავრთან, ფეი ჩენთან
და პოლ ტილბერგთან ერთად დაიწყო.
და პოლ ტილბერგთან ერთად დაიწყო.
05:00
Now many others in my group
are helping with this process.
are helping with this process.
112
288365
2720
ახლა ბევრი სხვა ჩაერთო ამ პროცესში
და გვეხმარება.
და გვეხმარება.
05:03
We decided to try to figure out
if we could take polymers,
if we could take polymers,
113
291109
2762
ჩვენ გადავწყვიტეთ გაგვერკვია
შეიძლებოდა თუ არა პოლიმერი,
შეიძლებოდა თუ არა პოლიმერი,
05:05
like the stuff in the baby diaper,
114
293895
1629
როგორც ეს ბავშვის საფენშია,
05:07
and install it physically
within the brain.
within the brain.
115
295548
2006
ფიზიკურად ჩაგვენერგა ტვინში.
05:09
If we could do it just right,
and you add water,
and you add water,
116
297578
2241
თუ ამას სწორად ვიზამდით
და წყალს დავასხმადით,
და წყალს დავასხმადით,
05:11
you can potentially blow the brain up
117
299843
1835
ტვინი ზომაში ისე უნდა გაზრდილიყო,
05:13
to where you could distinguish
those tiny biomolecules from each other.
those tiny biomolecules from each other.
118
301702
3377
რომ შესაძლებელი გახდებოდა
უმცირესი ბიომოლეკულების გარჩევა.
უმცირესი ბიომოლეკულების გარჩევა.
05:17
You would see those connections
and get maps of the brain.
and get maps of the brain.
119
305103
2870
დავინახავდით შეერთებებსაც
და შევადგენდით ტვინის რუკას.
და შევადგენდით ტვინის რუკას.
05:19
This could potentially be quite dramatic.
120
307997
1988
ამას დრამატული შედეგის პოტენციალი ჰქონდა.
05:22
We brought a little demo here.
121
310009
3008
აქ პატარა ნიმუში გვაქვს.
05:25
We got some purified baby diaper material.
122
313538
2575
ბავშვის შესაბამისი მასალა ამოვიღეთ.
05:28
It's much easier
just to buy it off the Internet
just to buy it off the Internet
123
316137
2274
ინტერნეტში მისი ყოდვა ბევრად ადვილია,
05:30
than to extract the few grains
that actually occur in these diapers.
that actually occur in these diapers.
124
318435
3475
ვიდრე საფენში არსებული
ცოტაოდენი მარცვლების ამოღება.
ცოტაოდენი მარცვლების ამოღება.
05:33
I'm going to put just one teaspoon here
125
321934
2225
ამ სუფთა პოლიმერის
მხოლოდ ერთ ჩაის კოვზს ჩავყრი
05:36
of this purified polymer.
126
324706
1794
05:39
And here we have some water.
127
327270
2152
და ცოტა წყალს დავასხამ.
05:41
What we're going to do
128
329446
1162
ვნახოთ, ეს ერთი ჩაის კოვზი
05:42
is see if this teaspoon
of the baby diaper material
of the baby diaper material
129
330632
3011
ბავშვის საფენიდან ამორებული მასალა,
05:45
can increase in size.
130
333667
1709
ზომაში თუ გაიზრდება.
05:48
You're going to see it increase in volume
by about a thousandfold
by about a thousandfold
131
336687
3696
თქვენ დაინახავთ, რომ ის
დაახლოებით ათასჯერ გაიზრდება
დაახლოებით ათასჯერ გაიზრდება
05:52
before your very eyes.
132
340407
1286
თქვენ თვალწინ.
06:01
I could pour much more of this in there,
133
349597
1972
უფრო მეტი შეიძლებოდა დამესხა,
06:03
but I think you've got the idea
134
351593
1558
მაგრამ მგონი გასაგებია,
06:05
that this is a very,
very interesting molecule,
very interesting molecule,
135
353175
2502
რომ ეს ძალიან, ძალიან
საინტერესო მოლეკულაა
საინტერესო მოლეკულაა
06:07
and if can use it in the right way,
136
355701
1912
და თუ მას სწორად გამოვიყენებთ,
06:09
we might be able
to really zoom in on the brain
to really zoom in on the brain
137
357637
2321
რეალურად შევძლებთ ტვინის
ისეთი დეტალების დანახვას,
ისეთი დეტალების დანახვას,
06:11
in a way that you can't do
with past technologies.
with past technologies.
138
359982
2594
რომელთა დანახვაც
არსებული საშუალებებით შეუძლებელია.
არსებული საშუალებებით შეუძლებელია.
06:15
OK. So a little bit of chemistry now.
139
363227
2054
კარგი, ახლა ცოტაოდენი ქიმია.
06:17
What's going on
in the baby diaper polymer?
in the baby diaper polymer?
140
365305
2442
რა ხდება ბავშვის საფენის პოლიმერში?
06:19
If you could zoom in,
141
367771
1676
რომ გავადიდოთ,
06:21
it might look something like
what you see on the screen.
what you see on the screen.
142
369471
2673
ეს დაახლოებით ასე გამოიყურება,
როგორც ეკრანზეა.
როგორც ეკრანზეა.
06:24
Polymers are chains of atoms
arranged in long, thin lines.
arranged in long, thin lines.
143
372168
4492
პოლიმერები ატომების ჯაჭვია,
რომელიც გრძელ წვრილ ხაზებადაა აწყობილი.
რომელიც გრძელ წვრილ ხაზებადაა აწყობილი.
06:28
The chains are very tiny,
144
376684
1367
ჯაჭვები ძალიან მცირეა,
06:30
about the width of a biomolecule,
145
378075
1864
დაახლოებით ბიომოლეკულის სისქის,
06:31
and these polymers are really dense.
146
379963
1747
პოლიმერებიც მჭიდროდაა ერთმანეთთან.
06:33
They're separated by distances
147
381734
1500
ერთმანეთისგან დაახლოებით
06:35
that are around the size of a biomolecule.
148
383258
2252
ბიომოლეკულის ზომით არიან დაშორებულები.
06:37
This is very good
149
385534
1165
ეს ძალიან კარგია,
06:38
because we could potentially
move everything apart in the brain.
move everything apart in the brain.
150
386723
3041
რადგან პოტენციურად ტვინში
ყველაფრის გაფართოება შეგვიძლია.
ყველაფრის გაფართოება შეგვიძლია.
06:41
If we add water, what will happen is,
151
389788
1848
თუ წყალს დავასხამთ,
06:43
this swellable material
is going to absorb the water,
is going to absorb the water,
152
391660
2515
ეს გაფართოებადი ნივთიერება შეიწოვს მას,
06:46
the polymer chains will move
apart from each other,
apart from each other,
153
394199
2400
პოლიმერის ჯაჭვები დაშორდება ერთმანეთს
06:48
and the entire material
is going to become bigger.
is going to become bigger.
154
396623
2634
და მთლიანი ნივთიერება ზომაში გაიზრდება.
რადგან ეს ჯაჭვები ასე პატარაა
06:51
And because these chains are so tiny
155
399615
1814
და ერთმანეთისგან ბიომოლეკულური
მანძილებითაა დაშორებული,
მანძილებითაა დაშორებული,
06:53
and spaced by biomolecular distances,
156
401453
2205
06:55
we could potentially blow up the brain
157
403682
2039
პოტენციურად ტვინის
იმდენად გაფართოება შეგვიძლია,
იმდენად გაფართოება შეგვიძლია,
06:57
and make it big enough to see.
158
405745
1633
რომ ისინი მარტივად დავინახოთ.
07:00
Here's the mystery, then:
159
408020
1240
აქ ერთი გამოცანაა:
07:01
How do we actually make
these polymer chains inside the brain
these polymer chains inside the brain
160
409284
3610
როგორ უნდა ჩავსვათ
ეს პოლიმერის ჯაჭვები ტვინში ისე,
ეს პოლიმერის ჯაჭვები ტვინში ისე,
07:04
so we can move all the biomolecules apart?
161
412918
2239
რომ ყველა ბიომოლეკულა განვაცალკევოთ?
07:07
If we could do that,
162
415181
1151
ეს რომ შევძლოთ,
07:08
maybe we could get
ground truth maps of the brain.
ground truth maps of the brain.
163
416356
2397
მაშინ ტვინის უშუალო რუკასაც მივიღებდით.
07:10
We could look at the wiring.
164
418777
1389
შეერთებების ქსელს დავინახავდით.
07:12
We can peer inside
and see the molecules within.
and see the molecules within.
165
420190
3157
შიგნით ჩავიხედავდით
და მოლეკულებს ვნახავდით.
და მოლეკულებს ვნახავდით.
07:15
To explain this, we made some animations
166
423925
2481
ამის ასახნელად ანიმაცია შევქმენით,
07:18
where we actually look
at, in these artist renderings,
at, in these artist renderings,
167
426430
2603
სადაც გრაფიკულ ვერსიაში,
შეგვიძლია ვნახოთ,
შეგვიძლია ვნახოთ,
თუ როგორ შეიძლება ბიომოლეკულები
გამოიყურებოდნენ
გამოიყურებოდნენ
07:21
what biomolecules might look
like and how we might separate them.
like and how we might separate them.
168
429057
3541
და როგორ შეიძლება განვაცალკევოთ ისინი.
07:24
Step one: what we'd have
to do, first of all,
to do, first of all,
169
432622
2549
ნაბიჯი პირველი: პირველ რიგში,
07:27
is attach every biomolecule,
shown in brown here,
shown in brown here,
170
435195
3389
ყოველი ყავისფრად აღნიშნული
ბიომოლეკულა უნდა მივამაგროთ
ბიომოლეკულა უნდა მივამაგროთ
07:30
to a little anchor, a little handle.
171
438608
2159
პატარა ღუზაზე, პატარა ხელჩასაჭიდზე.
07:32
We need to pull the molecules
of the brain apart from each other,
of the brain apart from each other,
172
440791
3095
ჩვენ ტვინის მოლეკულები
ერთმანეთისგან უნდა განვაცალკევოთ
ერთმანეთისგან უნდა განვაცალკევოთ
07:35
and to do that, we need
to have a little handle
to have a little handle
173
443910
2326
და ამისთვის პატარა ხელჩასაჭიდი გვჭირდება,
07:38
that allows those polymers to bind to them
174
446260
2285
რომელიც პოლიმერების მიბმის
07:40
and to exert their force.
175
448569
1542
და მათი ძალის
გამოყენების საშუალებას მოგვცემს.
გამოყენების საშუალებას მოგვცემს.
07:43
Now, if you just take baby diaper
polymer and dump it on the brain,
polymer and dump it on the brain,
176
451278
3161
თუ ბავშვის საფენიდან პოლიმერს
ტვინს უბრალოდ დავადებთ,
ტვინს უბრალოდ დავადებთ,
07:46
obviously, it's going to sit there on top.
177
454463
2037
ცხადია, ის ზემოდან დარჩება.
07:48
So we need to find a way
to make the polymers inside.
to make the polymers inside.
178
456524
2528
ამიტომ, პოლიმერის შიგნით ჩასმის
საშუალება უნდა ვნახოთ.
საშუალება უნდა ვნახოთ.
07:51
And this is where we're really lucky.
179
459076
1788
აქ კი, ძალიან გაგვიმართლა.
07:52
It turns out, you can
get the building blocks,
get the building blocks,
180
460888
2188
როგორც აღმოჩნდა შესაძლებელია,
საშენი ბლოკების,
საშენი ბლოკების,
07:55
monomers, as they're called,
181
463100
1372
ე.წ. მონომერების მიღება.
07:56
and if you let them go into the brain
182
464496
1784
თუ მათ ტვინში შეუშვებთ
07:58
and then trigger the chemical reactions,
183
466304
2036
და შემდეგ ქიმიურ რეაქციას გამოიწვევთ,
08:00
you can get them to form
those long chains,
those long chains,
184
468364
2702
ისინი გრძელ ჯაჭვს შექმნიან
08:03
right there inside the brain tissue.
185
471090
1798
შიგ ტვინის ქსოვილში.
08:05
They're going to wind their way
around biomolecules
around biomolecules
186
473325
2397
ისინი საკუთარ გზას ბიომოლეკულების გარშემო
08:07
and between biomolecules,
187
475746
1221
და მათ შორის გაიკვლევენ,
08:08
forming those complex webs
188
476991
1625
რითიც რთულ ქსელებს შექმნიან,
08:10
that will allow you, eventually,
to pull apart the molecules
to pull apart the molecules
189
478640
2862
რომლებიც საბოლოო ჯამში
საშუალებას მოგვცემს
საშუალებას მოგვცემს
მოლეკულები ერთმანეთისგან განვაცალკევოთ.
08:13
from each other.
190
481526
1175
08:14
And every time one
of those little handles is around,
of those little handles is around,
191
482725
3054
ყოველ ჯერზე,
როცა ეს პატარა ხელჩასაჭიდი ახლოსაა,
როცა ეს პატარა ხელჩასაჭიდი ახლოსაა,
08:17
the polymer will bind to the handle,
and that's exactly what we need
and that's exactly what we need
192
485803
3350
პოლიმერი ხელჩასაჭიდს მიებმება
და ჩვენც სწორედ ეს გვჭირდება,
და ჩვენც სწორედ ეს გვჭირდება,
08:21
in order to pull the molecules
apart from each other.
apart from each other.
193
489177
2531
იმისთვის რომ მოკლეულები განვაცალკევოთ.
08:23
All right, the moment of truth.
194
491732
1693
მაშ ასე, საპასუხისმგებლო მომენტი:
08:25
We have to treat this specimen
195
493449
2148
ეს ნიმუში ქიმიურად ისე უნდა დავამუშაოთ,
08:27
with a chemical to kind of loosen up
all the molecules from each other,
all the molecules from each other,
196
495621
3446
რომ მოლეკულების ურთიერთკავშირი შევასუსტოთ
08:31
and then, when we add water,
197
499091
1836
და შემდეგ, როცა წყალს დავასხამთ,
08:32
that swellable material is going
to start absorbing the water,
to start absorbing the water,
198
500951
2953
გაფართოებადი ნივთოერება
მის შეწოვას დაიწყებს,
მის შეწოვას დაიწყებს,
08:35
the polymer chains will move apart,
199
503928
1703
პოლიმერის ჯაჭვები განცალკევდება,
08:37
but now, the biomolecules
will come along for the ride.
will come along for the ride.
200
505655
2722
ახლა უკვე ბიომოლეკულებთან ერთად.
08:40
And much like drawing
a picture on a balloon,
a picture on a balloon,
201
508401
2164
როგორც ბუშტზე რაღაცის დახატვისას,
08:42
and then you blow up the balloon,
202
510589
1587
როცა მას გაბერავთ
08:44
the image is the same,
203
512200
1290
ნახატი იგივე რჩება,
08:45
but the ink particles have moved
away from each other.
away from each other.
204
513514
2548
მაგრამ მელნის ნაწილაკები
ერთმანეთს შორდებიან.
ერთმანეთს შორდებიან.
08:48
And that's what we've been able
to do now, but in three dimensions.
to do now, but in three dimensions.
205
516086
3467
ზუსტად ამის გაკეთება შევძელით,
ოღონდ სამ განზომილებაში.
ოღონდ სამ განზომილებაში.
08:51
There's one last trick.
206
519577
1999
ერთი უკანასკნელი ხრიკია.
08:53
As you can see here,
207
521600
1218
როგორც აქ ხედავთ,
ჩვენ ყველა ბიომოლეკულა
ყავისფრად აღვნიშნეთ.
ყავისფრად აღვნიშნეთ.
08:54
we've color-coded
all the biomolecules brown.
all the biomolecules brown.
208
522842
2109
რადგან ისინი ყველა
დაახლოებით ერთნაირად გამოიყურება.
დაახლოებით ერთნაირად გამოიყურება.
08:56
That's because they all
kind of look the same.
kind of look the same.
209
524975
2170
08:59
Biomolecules are made
out of the same atoms,
out of the same atoms,
210
527169
2105
ბიომოლეკულები
ერთნაირი ატომებისგან შედგება,
ერთნაირი ატომებისგან შედგება,
09:01
but just in different orders.
211
529298
2240
მაგრამ სხვადასხვა თანმიმდევრობით.
09:03
So we need one last thing
212
531562
1500
ამიტომ, ბოლოს
09:05
in order to make them visible.
213
533086
1695
მათი ხილვადობისთვის რაც გვჭირდება,
09:06
We have to bring in little tags,
214
534805
1579
კაშკაშა ფერების პატარა ტეგებია,
09:08
with glowing dyes
that will distinguish them.
that will distinguish them.
215
536408
3019
რომლებიც მათი გარჩევის
საშუალებას მოგვცემს.
საშუალებას მოგვცემს.
09:11
So one kind of biomolecule
might get a blue color.
might get a blue color.
216
539451
2673
ერთი ტიპის ბიომოლეკულა
შეიძლება იყოს ლურჯი.
შეიძლება იყოს ლურჯი.
09:14
Another kind of biomolecule
might get a red color.
might get a red color.
217
542148
2351
მეორე ტიპის ბიომოლეკულა კი - წითელი
09:16
And so forth.
218
544523
1276
და ა.შ.
09:17
And that's the final step.
219
545823
1552
ეს ბოლო ნაბიჯია.
09:19
Now we can look at something like a brain
220
547399
2278
ახლა შეიძლება დავინახოთ როგორც ტვინი,
09:21
and look at the individual molecules,
221
549701
1796
ისე დავინახოთ მისი ცალკეულ მოლეკულა,
09:23
because we've moved them
far apart enough from each other
far apart enough from each other
222
551521
2707
რადგან ჩვენ ისინი
იმდენად დავაშორეთ ერთმანეთს,
იმდენად დავაშორეთ ერთმანეთს,
09:26
that we can tell them apart.
223
554252
1698
რომ შეგვიძლია გავარჩიოთ.
09:27
So the hope here is that
we can make the invisible visible.
we can make the invisible visible.
224
555974
2834
ამგვარად უხილავის,
ხილვადად ქცევის იმედი გვაქვს.
ხილვადად ქცევის იმედი გვაქვს.
09:30
We can turn things that might seem
small and obscure
small and obscure
225
558832
2566
ჩვენ შეიძლება პატარა
და გაურკვეველი ნაწილაკები
და გაურკვეველი ნაწილაკები
09:33
and blow them up
226
561422
1151
ისე გავაფართოვოთ, რომ ისინი
09:34
until they're like constellations
of information about life.
of information about life.
227
562597
3177
სიცოცხლის შესახებ
ინფორმაციის წყარო გახდეს.
ინფორმაციის წყარო გახდეს.
09:37
Here's an actual video
of what it might look like.
of what it might look like.
228
565798
2375
აი, ვიდეო, რომელიც ამას აჩვენებს.
09:40
We have here a little brain in a dish --
229
568197
2371
ჩვენ აქ პატარა ტვინი გვიდევს თასზე.
09:42
a little piece of a brain, actually.
230
570592
1747
ტვინის პატარა ნაწილი, პრინციპში.
09:44
We've infused the polymer in,
231
572363
1596
შიგნით პოლიმერი ჩავსვით
09:45
and now we're adding water.
232
573983
1467
და ახლა წყალს ვასხამთ.
09:47
What you'll see is that,
right before your eyes --
right before your eyes --
233
575474
2358
ეს ვიდეო 6-ჯერაა აჩქარებული.
09:49
this video is sped up about sixtyfold --
234
577856
1923
სადაც დაინახავთ, რომ თქვენს თვალწინ
09:51
this little piece of brain tissue
is going to grow.
is going to grow.
235
579803
2725
ტვინის ეს პატარა ნაწილი გაიზრდება.
09:54
It can increase by a hundredfold
or even more in volume.
or even more in volume.
236
582552
3180
მას შეუძლია 100-ჯერ,
ან მეტჯერაც კი გაფართოვდეს.
ან მეტჯერაც კი გაფართოვდეს.
09:57
And the cool part is, because
those polymers are so tiny,
those polymers are so tiny,
237
585756
2949
ყველაზე მაგარი ისაა,
რომ რადგან ეს პოლიმერები ასე მცირეა,
რომ რადგან ეს პოლიმერები ასე მცირეა,
10:00
we're separating biomolecules
evenly from each other.
evenly from each other.
238
588729
2559
ჩვენ ამ ბიომოლეკულებს
თანაბრად ვაშორებთ ერთმანეთს.
თანაბრად ვაშორებთ ერთმანეთს.
10:03
It's a smooth expansion.
239
591312
1658
ეს გლუვი გაფართოებაა.
10:04
We're not losing the configuration
of the information.
of the information.
240
592994
2687
ჩვენ ინფორმაციის
სტრუქტურას არ ვკარგავთ.
სტრუქტურას არ ვკარგავთ.
10:07
We're just making it easier to see.
241
595705
2700
ჩვენ მას მხოლოდ ადვილად დასანახს ვხდით.
ახლა ჩვენ შეგვიძლია
ტვინის რეალური სქემა ვნახოთ.
ტვინის რეალური სქემა ვნახოთ.
10:11
So now we can take
actual brain circuitry --
actual brain circuitry --
242
599333
2176
10:13
here's a piece of the brain
involved with, for example, memory --
involved with, for example, memory --
243
601533
3134
მაგალითად ტვინის ეს ნაწილი,
მეხსიერებაზეა პასუხისმგებელი
მეხსიერებაზეა პასუხისმგებელი
10:16
and we can zoom in.
244
604691
1263
და შეგვიძლია გავზარდოთ.
10:17
We can start to actually look at
how circuits are configured.
how circuits are configured.
245
605978
2890
შეგვიძლია უშუალოდ ვნახოთ,
როგორაა სქემები აწყობილი.
როგორაა სქემები აწყობილი.
10:20
Maybe someday we could read out a memory.
246
608892
1968
შეიძლება როდესმე მეხსიერებაც ამოვიკითხოთ.
10:22
Maybe we could actually look
at how circuits are configured
at how circuits are configured
247
610884
2779
შეიძლება რალურად გავიგოთ
როგორაა აწყობილი სქემები,
როგორაა აწყობილი სქემები,
10:25
to process emotions,
248
613687
1152
რომელიც ემოციებს ამუშავებს.
10:26
how the actual wiring
of our brain is organized
of our brain is organized
249
614863
2922
როგორაა შეერთებები
ტვინში ორგანიზებული,
ტვინში ორგანიზებული,
10:29
in order to make us who we are.
250
617809
2567
რომ იმად გვაქციოს, რაც ვართ.
10:32
And of course, we can pinpoint, hopefully,
251
620400
2047
და რა თქმა უნდა, იმედია, შევძლებთ
10:34
the actual problems in the brain
at a molecular level.
at a molecular level.
252
622471
3159
მოლეკულურ დონეზე პრობლემების შესწავლას.
10:37
What if we could actually
look into cells in the brain
look into cells in the brain
253
625654
2569
იქნებ ტვინის უჯრედებში ჩახედვა შევძლოთ
10:40
and figure out, wow, here are the 17
molecules that have altered
molecules that have altered
254
628247
3083
და გავარკვიოთ, რომ მაგალითად,
10:43
in this brain tissue that has been
undergoing epilepsy
undergoing epilepsy
255
631354
3455
ეპილეფსიით, ან პარკინსონით დაავადებული
ადამიანის ტვინის ქსოვილში,
ადამიანის ტვინის ქსოვილში,
10:46
or changing in Parkinson's disease
256
634833
1650
აი, ამ 17-მა მოლეკულამ განიცადა ცვლილება.
10:48
or otherwise being altered?
257
636507
1517
10:50
If we get that systematic list
of things that are going wrong,
of things that are going wrong,
258
638048
3043
თუ ასეთი ანომალიების სიას შევადგენთ,
10:53
those become our therapeutic targets.
259
641115
2199
მკურნალობასაც მათი
გამოსწორებისკენ მივმართავთ.
გამოსწორებისკენ მივმართავთ.
10:55
We can build drugs that bind those.
260
643338
1677
წამლებსაც მათ მიხედვით შევქმნით.
10:57
We can maybe aim energy
at different parts of the brain
at different parts of the brain
261
645039
2627
შესაძლოა ენერგია ტვინის
სხვა ადგილებისკენ მივმართოთ,
სხვა ადგილებისკენ მივმართოთ,
10:59
in order to help people
with Parkinson's or epilepsy
with Parkinson's or epilepsy
262
647690
2687
რომ პარკინსონიან, ეპილეპსიან,
ან სხვა დაავადების მქონე
მილიარდობით პაციენტს
მილიარდობით პაციენტს
11:02
or other conditions that affect
over a billion people
over a billion people
263
650401
2551
11:04
around the world.
264
652976
1213
დავეხმაროთ მსოფლიოში.
11:07
Now, something interesting
has been happening.
has been happening.
265
655246
2206
საინტერესო რამ ხდება.
11:09
It turns out that throughout biomedicine,
266
657476
2705
აღმოჩნდა რომ ბიომედიცინაში,
11:12
there are other problems
that expansion might help with.
that expansion might help with.
267
660205
2666
სხვა პრობლემებიც არსებობს,
რომლებშიც შეიძლება გაფართოება დაგვეხმაროს.
რომლებშიც შეიძლება გაფართოება დაგვეხმაროს.
11:14
This is an actual biopsy
from a human breast cancer patient.
from a human breast cancer patient.
268
662895
3234
ეს, ძუძუს კიბოს მქონე პაციენტის
ნამდვილი ბიოფსიაა.
ნამდვილი ბიოფსიაა.
11:18
It turns out that if you look at cancers,
269
666505
2188
აღმოჩნდა, რომ თუ კიბოს შევხედავთ,
11:20
if you look at the immune system,
270
668717
1611
თუ შევხედავთ იმუნურ სისტემას,
11:22
if you look at aging,
if you look at development --
if you look at development --
271
670352
2513
თუ შევხედავთ დაბერებას,
დაავადების განვითარებას,
დაავადების განვითარებას,
11:24
all these processes are involving
large-scale biological systems.
large-scale biological systems.
272
672889
4497
ყველა ამ პროცესში
მსხვილი ბიოლოგიური სისტემები მონაწილეობს,
მსხვილი ბიოლოგიური სისტემები მონაწილეობს,
11:29
But of course, the problems begin
with those little nanoscale molecules,
with those little nanoscale molecules,
273
677410
4024
თუმცა, პრობლემები რა თქმა უნდა
ნანო ზომის მოლეკულებში იწყება.
ნანო ზომის მოლეკულებში იწყება.
11:33
the machines that make the cells
and the organs in our body tick.
and the organs in our body tick.
274
681458
3869
მექანიზმებში, რომლებიც ჩვენს უჯრედებს
და ორგანოებს ამუშავებს.
და ორგანოებს ამუშავებს.
11:37
So what we're trying
to do now is to figure out
to do now is to figure out
275
685351
2222
ამიტომ, ჩვენ ვცდილობთ,
11:39
if we can actually use this technology
to map the building blocks of life
to map the building blocks of life
276
687597
3466
დაავადებათა ფართე სპექტრისთვის
ტექნოლოგიის გამოყენებით,
ტექნოლოგიის გამოყენებით,
სიცოცხლის მდგენელი ბლოკების რუკის შექმნას.
11:43
in a wide variety of diseases.
277
691087
1745
11:44
Can we actually pinpoint
the molecular changes in a tumor
the molecular changes in a tumor
278
692856
2896
შევძლებთ სიმსივნურ ქსოვილში
მოლეკულური ცვლილებების დადგენას,
მოლეკულური ცვლილებების დადგენას,
11:47
so that we can actually
go after it in a smart way
go after it in a smart way
279
695776
2369
რომ შემდეგ ჭკვიანურად მოვუაროთ მას
11:50
and deliver drugs that might wipe out
exactly the cells that we want to?
exactly the cells that we want to?
280
698169
3944
და შევქმნათ წამალი, რომელიც ზუსტად
ჩვენთვის სასურველ უჯრედებს გაანადგირებს?
ჩვენთვის სასურველ უჯრედებს გაანადგირებს?
11:54
You know, a lot of medicine
is very high risk.
is very high risk.
281
702137
2335
როგორც იცით, მედიცინა დიდ წილად რისკია.
11:56
Sometimes, it's even guesswork.
282
704496
1782
ზოგჯერ, ვარაუდიც კი.
11:58
My hope is we can actually turn
what might be a high-risk moon shot
what might be a high-risk moon shot
283
706626
3875
ვიმედოვნებ, რომ შევძლებთ
ეს რისკიანი საქმე,
ეს რისკიანი საქმე,
უფრო სანდო რამედ ვაქციოთ.
12:02
into something that's more reliable.
284
710525
1769
12:04
If you think about the original moon shot,
285
712318
2055
მთვარეზე დაჯდომას თუ გაიხსენებთ,
12:06
where they actually landed on the moon,
286
714397
1898
როცა რეალურად დავდგით ფეხი მთვარეზე,
ამას მყარი მეცნიერული საფუძველი ჰქონდა.
12:08
it was based on solid science.
287
716319
1444
12:09
We understood gravity;
288
717787
1603
ჩვენ გვესმოდა გრავიტაცია;
12:11
we understood aerodynamics.
289
719414
1341
გვესმოდა აეროდინამიკა;
12:12
We knew how to build rockets.
290
720779
1395
ვიცოდით, როგორ აგვეგო ხომალდები.
12:14
The science risk was under control.
291
722198
2468
მეცნიერულ რისკებს ვაკონტროლებდით.
12:16
It was still a great, great
feat of engineering.
feat of engineering.
292
724690
2753
ეს ინჟინერიის უდიდესი მიღწევა იყო,
12:19
But in medicine, we don't
necessarily have all the laws.
necessarily have all the laws.
293
727467
2645
მაგრამ მედიცინაში ჩვენ არ გვაქვს ყველა კანონი.
12:22
Do we have all the laws
that are analogous to gravity,
that are analogous to gravity,
294
730136
3109
გვაქვს კი, მედიცინაში გრავიტაციის,
12:25
that are analogous to aerodynamics?
295
733269
2344
ან აეროდინამიკის ანალოგიური კანონები?
12:27
I would argue that with technologies
296
735637
1730
მე ვფიქრობ, რომ ისეთი ტექნოლოგოებით,
12:29
like the kinds I'm talking about today,
297
737391
1872
რომლებზეც დღეს ვსაუბრობ,
12:31
maybe we can actually derive those.
298
739287
1693
შეიძლება დაიწეროს მსგავსი კანონები.
12:33
We can map the patterns
that occur in living systems,
that occur in living systems,
299
741004
2857
ჩვენ შეიძლება ცოცხალი ორგანიზმების
ფუნქციონალობის მოდელები შევქმნათ
ფუნქციონალობის მოდელები შევქმნათ
12:35
and figure out how to overcome
the diseases that plague us.
the diseases that plague us.
300
743885
4558
და გავარკვიოთ, თუ როგორ განვკურნოთ
დაავადებები, რომლებიც ასე გვაწუხებს.
დაავადებები, რომლებიც ასე გვაწუხებს.
იცით, მე და ჩემს ცოლს
ორი პატარა შვილი გვყავს
ორი პატარა შვილი გვყავს
12:41
You know, my wife and I
have two young kids,
have two young kids,
301
749499
2079
12:43
and one of my hopes as a bioengineer
is to make life better for them
is to make life better for them
302
751602
3234
და ჩემი, როგორც ბიოინჟინერის
ერთ-ერთი ოცნებაა,
ერთ-ერთი ოცნებაა,
ცხოვრება მათთვის უფრო უკეთესი გავხადო,
ვიდრე ის დღესაა ჩვენთვის.
ვიდრე ის დღესაა ჩვენთვის.
12:46
than it currently is for us.
303
754860
1729
12:48
And my hope is, if we can
turn biology and medicine
turn biology and medicine
304
756613
3730
ვიმედოვნებ, რომ თუ ჩვენ შევძლებთ
ბიოლოგია და მედიცინა,
ბიოლოგია და მედიცინა,
12:52
from these high-risk endeavors
that are governed by chance and luck,
that are governed by chance and luck,
305
760367
4357
მაღალი რისკის მქონე ძალისხმევიდან, რომელიც
გამართლებით და შემთხვევითობით მუშაობს,
გამართლებით და შემთხვევითობით მუშაობს,
12:56
and make them things
that we win by skill and hard work,
that we win by skill and hard work,
306
764748
3927
გადავიყვანოთ საქმიანობად, სადაც
ოსტატობას და შრომას მოაქვს წარმატება,
ოსტატობას და შრომას მოაქვს წარმატება,
13:00
then that would be a great advance.
307
768699
1898
მაშინ ეს უდიდესი მიღწევა იქნება.
13:02
Thank you very much.
308
770621
1206
დიდი მადლობა.
13:03
(Applause)
309
771851
10383
(აპლოდისმენტები)
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