TED2019
Leila Pirhaji: The medical potential of AI and metabolites
لەیلا پیرهاجی: ئەرکی پزیشکی (ئەی.ئێڵ) و ماددە زیندەگییەکان
Filmed:
Readability: 5.5
1,210,569 views
ماددە زیندەگییەکان --گەردە بچوکەکانی ناو لەشت وەکو چەوری، گلوکۆز ، کۆلیسترۆل-- بوونەتە هۆی زۆر نەخۆشی، بەڵام ئێمە بە تەواوەتی نازانین ئەوان چین و چۆن کار دەکەن. داهێنەری بواری ئەندازیاری و هاورێی تێد، لەیلا پیرهاجی، بەرنامەکەی خۆی دەخاتە ڕوو بۆ بنیاتنانی تۆڕی بنچینەیی ئەی ئێڵ، بۆ ڕوونکردنەوەی شێوازەکانی ماددە زیندەگییەکان، تێگەیشتنی باشتر لە چۆنییەتی گەشەسەندنی نەخۆشی-- و دۆزینەوەی چارەسەری کاریگەرتر.
Leila Pirhaji - Biotech entrepreneur
Leila Pirhaji uses artificial intelligence for drug discovery and the treatment of metabolic diseases. Full bio
Leila Pirhaji uses artificial intelligence for drug discovery and the treatment of metabolic diseases. Full bio
Double-click the English transcript below to play the video.
00:13
In 2003,
0
1507
1889
لە ساڵی 2013دا
00:15
when we sequenced the human genome,
1
3420
2913
کاتێک جیناتی مرۆڤمان زنجیرە کرد،
00:18
we thought we would have the answer
to treat many diseases.
to treat many diseases.
2
6357
3922
پێمان وابوو وەڵامێکمان بۆ چارەسەرکدنی
زۆر نەخۆشی دەبێت.
زۆر نەخۆشی دەبێت.
00:22
But the reality is far from that,
3
10974
2657
بەڵام ڕاستییەکە لەوەوە دوورە،
00:26
because in addition to our genes,
4
14782
1921
چونکە بە زیاد کردن بۆ جیناتمان،
00:28
our environment and lifestyle
could have a significant role
could have a significant role
5
16727
4570
ژینگەکەمان و شێوازی ژیانمان دەورێکی گرنگی
هەیە
هەیە
00:33
in developing many major diseases.
6
21321
2548
لە بەرەو پێشچونی چەند نەخۆشییەک.
00:35
One example is fatty liver disease,
7
23893
3580
وەکو نموونەیەک بۆ ئەوە نەخۆشی چەوری جگەرە،
00:39
which is affecting over 20 percent
of the population globally,
of the population globally,
8
27497
4083
کە لەسەدا٢٠ ی دانیشتوان لەسەر ئاستی جیهان
توشی دەبن،
توشی دەبن،
00:43
and it has no treatment
and leads to liver cancer
and leads to liver cancer
9
31604
3034
و هیچ چارەسەرێکی نییە
و دەبێت بە شێرپەنجەی جگەر
و دەبێت بە شێرپەنجەی جگەر
00:46
or liver failure.
10
34662
1423
یان لە ئیش کەوتنی جگەر.
00:49
So sequencing DNA alone
doesn't give us enough information
doesn't give us enough information
11
37517
4744
کەواتە زنجیرەکردنی دی ئێن ئەی بە تەنها
زانیاری تەواومان ناداتێ
زانیاری تەواومان ناداتێ
00:54
to find effective therapeutics.
12
42285
2232
بۆ دۆزینەوەی چارەسەرە کاریگەرەکان.
00:56
On the bright side, there are
many other molecules in our body.
many other molecules in our body.
13
44541
3756
لە لایەکی دیکەوە، چەند گەردێکی دیکە
لەناو لەشماندا هەن.
لەناو لەشماندا هەن.
01:00
In fact, there are
over 100,000 metabolites.
over 100,000 metabolites.
14
48321
3980
لە ڕاستیدا ،سەروو ١٠٠،٠٠٠ ماددەی
ماددە زیندەگییەکان هەیە.
ماددە زیندەگییەکان هەیە.
01:04
Metabolites are any molecule
that is supersmall in their size.
that is supersmall in their size.
15
52325
4296
گەردە زیندەگییەکان، ئەو گەردانەن کە
قەبارەیان ئەوپەڕی بچووکە.
قەبارەیان ئەوپەڕی بچووکە.
01:09
Known examples are glucose,
fructose, fats, cholesterol --
fructose, fats, cholesterol --
16
57193
4972
گلوکۆز، فرەکتۆز(جۆرەکانی شەکر) و کۆلیسترۆل
نموونەی ناسراون--
نموونەی ناسراون--
01:14
things we hear all the time.
17
62189
1510
شتانێک ئێمە هەموکات
دەیبیستین.
دەیبیستین.
01:16
Metabolites are involved
in our metabolism.
in our metabolism.
18
64273
2983
ماددە زیندەگییەکان بەشدارن لەکرداری
مێتابۆلیزم.
مێتابۆلیزم.
01:20
They are also downstream of DNA,
19
68066
4028
ئەوانیش وەک دی ئێن ئەین،
01:24
so they carry information
from both our genes as well as lifestyle.
from both our genes as well as lifestyle.
20
72118
5082
کەواتە زانیاریەکان لە جینات و شێوازی
ژیانمانەوە وەردەگرن.
ژیانمانەوە وەردەگرن.
01:29
Understanding metabolites is essential
to find treatments for many diseases.
to find treatments for many diseases.
21
77224
5649
تێگەیشتنی ماددە زیندەگییەکان بنچینەیە بۆ
دۆزینەوەی چارەسەری زۆربەی نەخۆشییەکان.
دۆزینەوەی چارەسەری زۆربەی نەخۆشییەکان.
01:34
I've always wanted to treat patients.
22
82897
2212
من هەمیشە چارەسەری نەخۆشەکانم ویستووە.
01:37
Despite that, 15 years ago,
I left medical school,
I left medical school,
23
85934
3858
بیجگە لەوەش، ۱٥ساڵ
لەمەوبەر وازم لەخویندنی پزیشکی هێنا،
لەمەوبەر وازم لەخویندنی پزیشکی هێنا،
01:41
as I missed mathematics.
24
89816
1965
وەک چۆن بیرکاریم لە دەستدا.
01:45
Soon after, I found the coolest thing:
25
93019
2936
هەر زوو دوای ئەوە، باشترین شتم دۆزیەوە:
01:48
I can use mathematics to study medicine.
26
96692
2763
دەتوانم بیرکاری بەکار بهێنم بۆ خوێندنی
دەرمانسازی.
دەرمانسازی.
01:53
Since then, I've been developing
algorithms to analyze biological data.
algorithms to analyze biological data.
27
101026
5213
لەو کاتەوە، ئالگۆریزمەکانم بۆ شیکردنەوەی
داتا زیندەوەرزانییەکان گەشەپێدا.
داتا زیندەوەرزانییەکان گەشەپێدا.
01:59
So, it sounded easy:
28
107092
2283
کەواتە، وا دیارە ئاسانە:
02:01
let's collect data from all
the metabolites in our body,
the metabolites in our body,
29
109399
3601
با زانیاری لە هەموو ماددە زیندەگییەکانی
ناو لەشمان کۆبکەینەوە،
ناو لەشمان کۆبکەینەوە،
02:05
develop mathematical models to describe
how they are changed in a disease
how they are changed in a disease
30
113024
5128
گەشەپێدانی نموونە بیرکارییەکان بۆ
ڕوونکردنەوەی چۆنییەتی گۆڕانیان بۆ نەخۆشی
ڕوونکردنەوەی چۆنییەتی گۆڕانیان بۆ نەخۆشی
02:10
and intervene in those
changes to treat them.
changes to treat them.
31
118176
2988
و دەست خستنە ناو ئەو گۆڕانانە بۆ چارەسەر
کردنیان.
کردنیان.
02:14
Then I realized why no one
has done this before:
has done this before:
32
122488
3472
دواتر درکم بەوە کرد بۆچی تا ئێستە
کەس ئەمەی نەکردووە:
کەس ئەمەی نەکردووە:
02:19
it's extremely difficult.
33
127230
1687
ئەمە ئەوپەڕی سەختە.
02:20
(Laughter)
34
128941
1087
(پێکەنین)
02:22
There are many metabolites in our body.
35
130052
2412
زۆرماددەی زیندەگی لە جەستەماندا هەیە.
02:24
Each one is different from the other one.
36
132783
2500
هەر یەک لەوی تر جیاوازە.
02:27
For some metabolites,
we can measure their molecular mass
we can measure their molecular mass
37
135307
3728
بۆ هەندێک ماددەی زیندەگی، دەتوانین
ڕێژەی گەردەکانیان بپێوین
ڕێژەی گەردەکانیان بپێوین
02:31
using mass spectrometry instruments.
38
139059
2593
بە بەکارهەنانی ئامێری ڕێژە پێوی
سپێکترۆمیتری.
سپێکترۆمیتری.
02:33
But because there could be, like,
10 molecules with the exact same mass,
10 molecules with the exact same mass,
39
141676
4393
بەڵام، لەبەر ئەوەی بەهەمان ڕێژە، هێندەی
١٠ گەرد دەبوون،
١٠ گەرد دەبوون،
02:38
we don't know exactly what they are,
40
146093
1807
بە تەواوەتی نازانین ئەوان چین،
02:39
and if you want to clearly
identify all of them,
identify all of them,
41
147924
2774
و ئەگەر دەتەوێت بەڕوونی ئەوان بناسێنیت،
02:42
you have to do more experiments,
which could take decades
which could take decades
42
150722
3104
دەبێت تاقیکردنەوەی زیاتر بکەیت، کە ئەوەش
چەند ساڵێکی دەوێت
چەند ساڵێکی دەوێت
02:45
and billions of dollars.
43
153850
1714
و بلیۆنان دۆلاریش.
02:48
So we developed an artificial
intelligence, or AI, platform, to do that.
intelligence, or AI, platform, to do that.
44
156207
5563
هەروەها ئێمە پەرەمان بە زیرەکییەکی دەستکرد
دا، یان سەکۆی ئەی ئێل، بۆ کردنی ئەوە.
دا، یان سەکۆی ئەی ئێل، بۆ کردنی ئەوە.
02:53
We leveraged the growth of biological data
45
161794
2844
ئێمە سودمان لە گەشەسەندنی زانیارییە
زیندەوەرییەکان وەرگرت
زیندەوەرییەکان وەرگرت
02:56
and built a database of any existing
information about metabolites
information about metabolites
46
164662
4424
و بنیاتنانی داتابەیسێک بۆ هەر زانیاریەک کە
دەربارەی ماددە زیندەگییەکان هەیە
دەربارەی ماددە زیندەگییەکان هەیە
03:01
and their interactions
with other molecules.
with other molecules.
47
169110
3128
و کارلێک کردنیان لەگەڵ گەردەکانی تر.
03:04
We combined all this data
as a meganetwork.
as a meganetwork.
48
172262
3424
و هەموو ئەم زانیاریانەمان یەکخست وەکو
تۆڕێکی گەورە.
تۆڕێکی گەورە.
03:07
Then, from tissues or blood of patients,
49
175710
3396
دواتر، لە شانە یان خوێنی نەخۆشەکانەوە،
03:11
we measure masses of metabolites
50
179130
2751
ڕێژەی ماددە زیندەگییەکانمان پێوا
03:13
and find the masses
that are changed in a disease.
that are changed in a disease.
51
181905
3259
و ئەو ڕێژانەمان دۆزییەوە کە دەگۆڕان
بۆ نەخۆشی.
بۆ نەخۆشی.
03:17
But, as I mentioned earlier,
we don't know exactly what they are.
we don't know exactly what they are.
52
185188
3190
بەڵام، وەکو پێشتر ئاماژەم پێدا، ئێمە
بە تەواوی نازانین ئەوان چین.
بە تەواوی نازانین ئەوان چین.
03:20
A molecular mass of 180 could be
either the glucose, galactose or fructose.
either the glucose, galactose or fructose.
53
188402
5135
گەردی قەبارە ١٨٠لەوانەیە، گلوکۆز، گالاکتۆز
یان فرەکتۆز بێت.
یان فرەکتۆز بێت.
03:25
They all have the exact same mass
54
193561
2019
هەمویان ڕێژەیەکی تەواو وەک یەکیان هەیە
03:27
but different functions in our body.
55
195604
2087
بەڵام ئەرکی جیاواز لە لەشماندا.
03:29
Our AI algorithm considered
all these ambiguities.
all these ambiguities.
56
197715
3587
سیستەمی ئەی ئێڵ ئەلگۆریزمەکەمان ڕەچاوی
هەمو ئەو ناڕوونیانەی کردووە.
هەمو ئەو ناڕوونیانەی کردووە.
03:33
It then mined that meganetwork
57
201326
2736
دواتر ئەو تۆڕە گەورەی بەکارهێنا
03:36
to find how those metabolic masses
are connected to each other
are connected to each other
58
204086
4353
بۆ دۆزینەوەی ئەوەی چۆن ڕێژەی ماددە
زیندەگەیەکان پێکەوە دەبەسترێن
زیندەگەیەکان پێکەوە دەبەسترێن
03:40
that result in disease.
59
208463
1958
کە دەرئەنجامەکەی دەبێت بە نەخۆشی.
03:42
And because of the way they are connected,
60
210445
2238
و بەهۆی ئەو ڕێگەیەی پێکەوە بەستراون،
03:44
then we are able to infer
what each metabolite mass is,
what each metabolite mass is,
61
212707
4323
دەتوانین بۆمان دەربکەوەت، ڕێژەی هەر ماددە
زیندەگەییەک چەندە،
زیندەگەییەک چەندە،
03:49
like that 180 could be glucose here,
62
217054
2924
وەکو ئەوە کە ١٨٠ دەبێت لێرە شەکری گلوکۆز
بێت،
بێت،
03:52
and, more importantly, to discover
63
220002
2551
و، لەوە گرنگتر، بۆ دۆزینەوە ئەمەیە:
03:54
how changes in glucose
and other metabolites
and other metabolites
64
222577
3367
چۆن گۆڕان لە گلوکۆز و گەردە زیندەگەییەکانی
تر
تر
03:57
lead to a disease.
65
225968
1505
دەبن بە نەخۆشی
03:59
This novel understanding
of disease mechanisms
of disease mechanisms
66
227497
2995
ئەم تێگەیشتنە نوێیەی ڕێگەکانی کارکردنی
نەخۆشی
نەخۆشی
04:02
then enable us to discover
effective therapeutics to target that.
effective therapeutics to target that.
67
230516
4492
دواتر وامان لێدەکات چارەسەرە کاریگەرەکان
بۆ ئەو مەبەستە بدۆزینەوە.
بۆ ئەو مەبەستە بدۆزینەوە.
04:07
So we formed a start-up company
to bring this technology to the market
to bring this technology to the market
68
235601
3845
کارگەیەکی تازەمان بۆ هێنانە بازاڕی ئەو
تەکنەلۆژیایە پێک هێنا
تەکنەلۆژیایە پێک هێنا
04:11
and impact people's lives.
69
239470
1805
و کار دەکاتە سەر ژیانی خەڵک.
04:13
Now my team and I at ReviveMed
are working to discover
are working to discover
70
241722
3545
ئێستا من و تیمەکەم لە (ڕێڤیمێد) کار دەکەین
بۆ دۆزینەوەی
بۆ دۆزینەوەی
04:17
therapeutics for major diseases
that metabolites are key drivers for,
that metabolites are key drivers for,
71
245291
5105
چارەسەر بۆ زۆربەی نەخۆشی، کە کلیلەکەیان
ماددە زیندەگەییەکانە،
ماددە زیندەگەییەکانە،
04:22
like fatty liver disease,
72
250420
1897
وەکو نەخۆشی چەوری جگەر،
04:24
because it is caused
by accumulation of fats,
by accumulation of fats,
73
252341
2924
لەبەر ئەوەی هۆکارەکەی کەڵەکەبوونی
چەورییەکانە،
چەورییەکانە،
04:27
which are types
of metabolites in the liver.
of metabolites in the liver.
74
255289
2473
کە لە جۆری ماددە زیندەگییەکانن لە ناو
جگەردا.
جگەردا.
04:29
As I mentioned earlier,
it's a huge epidemic with no treatment.
it's a huge epidemic with no treatment.
75
257786
3940
وەکو پێشتر ئاماژەم پێدا، درمێکی زۆر
گەورەیە بە بێ چارەسەر.
گەورەیە بە بێ چارەسەر.
04:33
And fatty liver disease
is just one example.
is just one example.
76
261750
2724
و نەخۆشی چەوری جگەر تەنها نموونەیەکە.
04:36
Moving forward, we are going to tackle
hundreds of other diseases
hundreds of other diseases
77
264498
4178
بە بەردەوامبوون، ڕووبەڕووی سەدان نەخۆشی
دیکە دەبینەوە
دیکە دەبینەوە
04:40
with no treatment.
78
268700
1493
بە بێ بوونی چارەسەر.
04:42
And by collecting more and more
data about metabolites
data about metabolites
79
270217
4554
و بە کۆکردنەوەی زانیاری زیاتر و زیاتر
دەربارەی ماددە زیندەگییەکان
دەربارەی ماددە زیندەگییەکان
04:46
and understanding
how changes in metabolites
how changes in metabolites
80
274795
3544
و تێگەیشتن لەوەی ماددە زیندەگییەکان چۆن
دەگۆڕێن
دەگۆڕێن
04:50
leads to developing diseases,
81
278363
2402
دەبن بە نەخۆشی گەشەسەندوو،
04:52
our algorithms will get
smarter and smarter
smarter and smarter
82
280789
3489
بەمەش سیستەمە ئەلگۆریزمەکەمان زیرەکترو
زیرەکتر دەبێت
زیرەکتر دەبێت
04:56
to discover the right therapeutics
for the right patients.
for the right patients.
83
284302
4196
بۆ دۆزینەوەی چارەسەری گونجاو بۆ نەخۆشی
گونجاو.
گونجاو.
05:00
And we will get closer to reach our vision
84
288522
3770
و ئێمە لە گەیشتن بە وەشانی پاراستنی ژیانی
05:04
of saving lives with every line of code.
85
292316
3863
خۆمان نزیکتر دەبینەوە لە هەر هێڵێکی کۆد.
05:08
Thank you.
86
296203
1321
(سوپاس)
05:09
(Applause)
87
297548
3827
(چەپڵەی ئامادەبوان)
ABOUT THE SPEAKER
Leila Pirhaji - Biotech entrepreneurLeila Pirhaji uses artificial intelligence for drug discovery and the treatment of metabolic diseases.
Why you should listen
Leila Pirhaji is the founder of ReviveMed, an AI platform that can quickly and inexpensively characterize large numbers of metabolites (small molecules like glucose or cholesterol) from the blood, urine and tissues of patients. This allows for the detection of molecular mechanisms that lead to disease and the discovery of drugs that target these disease mechanisms.
Leila Pirhaji | Speaker | TED.com