TEDGlobal 2011
Allan Jones: A map of the brain
Allan Jones: Peta otak
Filmed:
Readability: 4.4
1,269,611 views
Bagaimanakah kita mula memahami cara otak kita berfungsi? Cara yang sama dengan cara kita mula memahami sebuah bandar raya: menghasilkan sebuah peta. Dalam ceramah yang mempunyai visual yang mempesokan ini, Allan Jones menunjukkan bagaimana kumpulannya sedang memetakan gen-gen yang dihidupkan di setiap kawasan kecil, dan bagaimana kesemuanya dirangkaikan.
Allan Jones - Brain scientist
As CEO of the Allen Institute for Brain Science, Allan Jones leads an ambitious project to build an open, online, interactive atlas of the human brain. Full bio
As CEO of the Allen Institute for Brain Science, Allan Jones leads an ambitious project to build an open, online, interactive atlas of the human brain. Full bio
Double-click the English transcript below to play the video.
00:15
Humans have long held a fascination
0
0
2000
Manusia telah lama terpesona oleh
00:17
for the human brain.
1
2000
2000
otak manusia
00:19
We chart it, we've described it,
2
4000
3000
Kita mencartakannya; kita menghuraikannya;
00:22
we've drawn it,
3
7000
2000
kita melukisnya;
00:24
we've mapped it.
4
9000
3000
kita memetakannya.
00:27
Now just like the physical maps of our world
5
12000
3000
Seperti peta-peta fizikal dunia kita
00:30
that have been highly influenced by technology --
6
15000
3000
yang telah banyak dipengaruhi oleh teknologi --
00:33
think Google Maps,
7
18000
2000
bayangkan Google Maps,
00:35
think GPS --
8
20000
2000
bayangkan GPS --
00:37
the same thing is happening for brain mapping
9
22000
2000
perkara yang sama sedang berlaku kepada
pemetaan otak menerusi transformasi.
pemetaan otak menerusi transformasi.
00:39
through transformation.
10
24000
2000
perkara yang sama sedang berlaku kepada
pemetaan otak menerusi transformasi.
pemetaan otak menerusi transformasi.
00:41
So let's take a look at the brain.
11
26000
2000
Mari kita lihat otak manusia.
00:43
Most people, when they first look at a fresh human brain,
12
28000
3000
Kebanyakan orang yang lihat
otak manusia pada kali pertama
otak manusia pada kali pertama
00:46
they say, "It doesn't look what you're typically looking at
13
31000
3000
akan kata, "Ia tidak kelihatan
apa yang biasanya dilihat
apa yang biasanya dilihat
00:49
when someone shows you a brain."
14
34000
2000
apabila seseorang tunjukkan
sebuah otak kepada anda."
sebuah otak kepada anda."
00:51
Typically, what you're looking at is a fixed brain. It's gray.
15
36000
3000
Biasanya, apa yang anda lihat ialah
otak yang telah diawet. Ia berwarna kelabu.
otak yang telah diawet. Ia berwarna kelabu.
00:54
And this outer layer, this is the vasculature,
16
39000
2000
Lapisan luar ini ialah vaskulatur yang menakjubkan,
ia di sekitar otak manusia.
ia di sekitar otak manusia.
00:56
which is incredible, around a human brain.
17
41000
2000
Lapisan luar ini ialah vaskulatur yang menakjubkan,
ia di sekitar otak manusia.
ia di sekitar otak manusia.
00:58
This is the blood vessels.
18
43000
2000
Inilah saluran darah.
01:00
20 percent of the oxygen
19
45000
3000
20% daripada oksigen
yang datang dari peparu anda,
yang datang dari peparu anda,
01:03
coming from your lungs,
20
48000
2000
20% daripada oksigen
yang datang dari peparu anda,
yang datang dari peparu anda,
01:05
20 percent of the blood pumped from your heart,
21
50000
2000
20% daripada darah
yang dipam oleh jantung anda,
yang dipam oleh jantung anda,
01:07
is servicing this one organ.
22
52000
2000
dibekalkan kepada organ ini.
01:09
That's basically, if you hold two fists together,
23
54000
2000
Letakkan kedua-dua buku lima bersama,
01:11
it's just slightly larger than the two fists.
24
56000
2000
otak adalah sedikit lebih besar daripadanya.
01:13
Scientists, sort of at the end of the 20th century,
25
58000
3000
Ahli sains, lebih kurang pada hujung abad ke-20,
01:16
learned that they could track blood flow
26
61000
2000
tahu mereka boleh menjejaki pengaliran darah
untuk memetakannya secara tidak invasif
untuk memetakannya secara tidak invasif
01:18
to map non-invasively
27
63000
3000
tahu mereka boleh menjejaki pengaliran darah
untuk memetakannya secara tidak invasif
untuk memetakannya secara tidak invasif
01:21
where activity was going on in the human brain.
28
66000
3000
lokasi di mana aktiviti sedang berlaku
di dalam otak manusia.
di dalam otak manusia.
01:24
So for example, they can see in the back part of the brain,
29
69000
3000
Contohnya, mereka boleh lihat
bahagian belakang otak,
bahagian belakang otak,
01:27
which is just turning around there.
30
72000
2000
seperti yang sedang berpusing itu.
01:29
There's the cerebellum; that's keeping you upright right now.
31
74000
2000
Itu serebelum. Ia mengekalkan postur tegak anda.
01:31
It's keeping me standing. It's involved in coordinated movement.
32
76000
3000
Ia membolehkan saya berdiri.
Ia terlibat dalam koordinasi pergerakan.
Ia terlibat dalam koordinasi pergerakan.
01:34
On the side here, this is temporal cortex.
33
79000
3000
Di sebelah ini ialah korteks temporal.
01:37
This is the area where primary auditory processing --
34
82000
3000
Ia bahagian di mana
proses pendengaran primer --
proses pendengaran primer --
01:40
so you're hearing my words,
35
85000
2000
jadi anda boleh mendengar kata-kata saya
01:42
you're sending it up into higher language processing centers.
36
87000
2000
dan menghantarkannya
ke pusat pemprosesan bahasa atasan.
ke pusat pemprosesan bahasa atasan.
01:44
Towards the front of the brain
37
89000
2000
Bahagian depan otak ialah tempat di mana
semua pemikiran lebih kompleks, membuat keputusan --
semua pemikiran lebih kompleks, membuat keputusan --
01:46
is the place in which all of the more complex thought, decision making --
38
91000
3000
Bahagian depan otak ialah tempat di mana
semua pemikiran lebih kompleks, membuat keputusan --
semua pemikiran lebih kompleks, membuat keputusan --
01:49
it's the last to mature in late adulthood.
39
94000
4000
ia struktur terakhir yang menjadi matang
di peringkat dewasa lewat.
di peringkat dewasa lewat.
01:53
This is where all your decision-making processes are going on.
40
98000
3000
Inilah tempat di mana semua proses
membuat keputusan berlaku.
membuat keputusan berlaku.
01:56
It's the place where you're deciding right now
41
101000
2000
Ia tempat di mana
anda membuat keputusan sekarang,
anda membuat keputusan sekarang,
01:58
you probably aren't going to order the steak for dinner.
42
103000
3000
barangkali anda tidak akan
memesan stik untuk makan malam.
memesan stik untuk makan malam.
02:01
So if you take a deeper look at the brain,
43
106000
2000
Jika anda meneliti otak,
02:03
one of the things, if you look at it in cross-section,
44
108000
2000
jika anda melihat keratan rentas otak,
02:05
what you can see
45
110000
2000
apa yang berlaku ialah,
02:07
is that you can't really see a whole lot of structure there.
46
112000
3000
anda tidak dapat melihat banyak struktur di sana.
02:10
But there's actually a lot of structure there.
47
115000
2000
Sebenarnya terdapat banyak struktur di sana.
02:12
It's cells and it's wires all wired together.
48
117000
2000
Terdapat sel-sel yang dirangkaikan bersama.
02:14
So about a hundred years ago,
49
119000
2000
Lebih kurang seratus tahun dahulu,
02:16
some scientists invented a stain that would stain cells.
50
121000
2000
ahli sains mencipta sejenis pewarna
yang boleh mewarnakan sel.
yang boleh mewarnakan sel.
02:18
And that's shown here in the the very light blue.
51
123000
3000
Ia yang ditunjukkan oleh biru muda.
02:21
You can see areas
52
126000
2000
Anda boleh melihat kawasan-kawasan
02:23
where neuronal cell bodies are being stained.
53
128000
2000
di mana sel-sel saraf telah diwarnakan.
02:25
And what you can see is it's very non-uniform. You see a lot more structure there.
54
130000
3000
Ia tidak begitu seragam. Anda boleh melihat
lebih banyak struktur di sana.
lebih banyak struktur di sana.
02:28
So the outer part of that brain
55
133000
2000
Bahagian luar otak ialah neokorteks.
02:30
is the neocortex.
56
135000
2000
Bahagian luar otak ialah neokorteks.
02:32
It's one continuous processing unit, if you will.
57
137000
3000
Ia sebuah unit pemprosesan berterusan.
02:35
But you can also see things underneath there as well.
58
140000
2000
Anda juga boleh melihat benda-benda di bawah.
02:37
And all of these blank areas
59
142000
2000
Kesemua kawasan kosong ini
02:39
are the areas in which the wires are running through.
60
144000
2000
ialah kawasan-kawasan terdapatnya saraf.
02:41
They're probably less cell dense.
61
146000
2000
Kawasan-kawasan ini kurang padat dengan sel-sel.
02:43
So there's about 86 billion neurons in our brain.
62
148000
4000
Terdapat kira-kira 86 bilion sel saraf
di dalam otak kita.
di dalam otak kita.
02:47
And as you can see, they're very non-uniformly distributed.
63
152000
3000
Seperti yang anda lihat, ia tersebar
secara tidak seragam.
secara tidak seragam.
02:50
And how they're distributed really contributes
64
155000
2000
Bagaimana ia tersebar menyumbang kepada
fungsi-fungsi asasnya.
fungsi-fungsi asasnya.
02:52
to their underlying function.
65
157000
2000
Bagaimana ia tersebar menyumbang kepada
fungsi-fungsi asasnya.
fungsi-fungsi asasnya.
02:54
And of course, as I mentioned before,
66
159000
2000
Seperti yang saya katakan tadi,
02:56
since we can now start to map brain function,
67
161000
3000
oleh sebab kita mampu
memetakan fungsi-fungsi otak,
memetakan fungsi-fungsi otak,
02:59
we can start to tie these into the individual cells.
68
164000
3000
kita boleh mengaitkannya dengan sel-sel individu.
03:02
So let's take a deeper look.
69
167000
2000
Jadi mari kita menelitinya.
03:04
Let's look at neurons.
70
169000
2000
Mari kita lihat sel-sel saraf.
03:06
So as I mentioned, there are 86 billion neurons.
71
171000
2000
Jadi, terdapat 86 bilion sel saraf.
03:08
There are also these smaller cells as you'll see.
72
173000
2000
Terdapat juga sel-sel yang lebih kecil.
03:10
These are support cells -- astrocytes glia.
73
175000
2000
Inilah sel-sel penyokong -- glia astrosit.
03:12
And the nerves themselves
74
177000
3000
Saraf-saraf akan menerima input.
03:15
are the ones who are receiving input.
75
180000
2000
Saraf-saraf akan menerima input.
03:17
They're storing it, they're processing it.
76
182000
2000
Ia menyimpan dan memproses input.
03:19
Each neuron is connected via synapses
77
184000
4000
Setiap sel saraf dihubungkan melalui sinaps-sinaps
03:23
to up to 10,000 other neurons in your brain.
78
188000
3000
kepada lebih kurang 10,000 sel-sel saraf lain
di dalam otak anda.
di dalam otak anda.
03:26
And each neuron itself
79
191000
2000
Setiap sel saraf adalah unik.
03:28
is largely unique.
80
193000
2000
Setiap sel saraf adalah unik.
03:30
The unique character of both individual neurons
81
195000
2000
Ciri-ciri unik sel-sel saraf individu dan
sel-sel saraf yang wujud berkumpulan di dalam otak
sel-sel saraf yang wujud berkumpulan di dalam otak
03:32
and neurons within a collection of the brain
82
197000
2000
Ciri-ciri unik sel-sel saraf individu dan
sel-sel saraf yang wujud berkumpulan di dalam otak
sel-sel saraf yang wujud berkumpulan di dalam otak
03:34
are driven by fundamental properties
83
199000
3000
ditentukan oleh ciri-ciri asas biokimianya.
03:37
of their underlying biochemistry.
84
202000
2000
ditentukan oleh ciri-ciri asas biokimianya.
03:39
These are proteins.
85
204000
2000
Semua ini ialah protein.
03:41
They're proteins that are controlling things like ion channel movement.
86
206000
3000
Ia mengawal hal-hal seperti pergerakan saluran ion.
03:44
They're controlling who nervous system cells partner up with.
87
209000
4000
Ia mengawal sel-sel sistem saraf dihubungkan kepada apa.
03:48
And they're controlling
88
213000
2000
Secara umum, ia mengawal semua yang
membabitkan sistem saraf.
membabitkan sistem saraf.
03:50
basically everything that the nervous system has to do.
89
215000
2000
Secara umumnya, ia mengawal semua yang
membabitkan sistem saraf.
membabitkan sistem saraf.
03:52
So if we zoom in to an even deeper level,
90
217000
3000
Jika kita zum masuk ke
peringkat yang lebih dalam,
peringkat yang lebih dalam,
03:55
all of those proteins
91
220000
2000
semua protein itu dikod oleh genom kita.
03:57
are encoded by our genomes.
92
222000
2000
semua protein itu dikod oleh genom kita.
03:59
We each have 23 pairs of chromosomes.
93
224000
3000
Setiap orang mempunyai 23 pasang kromosom.
04:02
We get one from mom, one from dad.
94
227000
2000
Kita menerima satu daripada emak,
satu daripada bapa.
satu daripada bapa.
04:04
And on these chromosomes
95
229000
2000
Dalam setiap kromosom ini,
04:06
are roughly 25,000 genes.
96
231000
2000
terdapat lebih kurang 25,000 gen.
04:08
They're encoded in the DNA.
97
233000
2000
Gen-gen dikod dalam DNA.
04:10
And the nature of a given cell
98
235000
3000
Cara setiap sel mengawal ciri-ciri asas biokimianya
04:13
driving its underlying biochemistry
99
238000
2000
Cara setiap sel mengawal ciri-ciri asas biokimianya
04:15
is dictated by which of these 25,000 genes
100
240000
3000
ditentukan oleh yang mana antara
25,000 gen ini dihidupkan
25,000 gen ini dihidupkan
04:18
are turned on
101
243000
2000
ditentukan oleh yang mana antara
25,000 gen ini dihidupkan
25,000 gen ini dihidupkan
04:20
and at what level they're turned on.
102
245000
2000
dan pada peringkat apa gen-gen itu dihidupkan.
04:22
And so our project
103
247000
2000
Projek kami cuba mengkaji bacaan output ini,
04:24
is seeking to look at this readout,
104
249000
3000
Projek kami cuba mengkaji bacaan output ini,
04:27
understanding which of these 25,000 genes is turned on.
105
252000
3000
memahami yang mana antara 25,000 gen ini
yang dihidupkan.
yang dihidupkan.
04:30
So in order to undertake such a project,
106
255000
3000
Jadi untuk melaksanakan projek ini,
04:33
we obviously need brains.
107
258000
3000
sememangnya kami memerlukan otak-otak.
04:36
So we sent our lab technician out.
108
261000
3000
Jadi kami menghantar juruteknik kami.
04:39
We were seeking normal human brains.
109
264000
2000
Kami mencari otak-otak manusia yang normal.
04:41
What we actually start with
110
266000
2000
Kami mulakan dengan bilik patologi forensik.
04:43
is a medical examiner's office.
111
268000
2000
Kami mulakan dengan bilik patologi forensik.
04:45
This a place where the dead are brought in.
112
270000
2000
Inilah tempat di mana mayat-mayat dihantar.
Kami mencari otak-otak manusia yang normal.
Kami mencari otak-otak manusia yang normal.
04:47
We are seeking normal human brains.
113
272000
2000
Inilah tempat di mana mayat-mayat dihantar.
Kami mencari otak-otak manusia yang normal.
Kami mencari otak-otak manusia yang normal.
04:49
There's a lot of criteria by which we're selecting these brains.
114
274000
3000
Kami memilih otak-otak ini
berdasarkan banyak kriteria.
berdasarkan banyak kriteria.
04:52
We want to make sure
115
277000
2000
Kami ingin memastikan bahawa
04:54
that we have normal humans between the ages of 20 to 60,
116
279000
3000
kami memperoleh otak-otak manusia
yang berusia antara 20 hingga 60 tahun,
yang berusia antara 20 hingga 60 tahun,
04:57
they died a somewhat natural death
117
282000
2000
mereka mati atas sebab-sebab semula jadi
04:59
with no injury to the brain,
118
284000
2000
tanpa kecederaan otak,
05:01
no history of psychiatric disease,
119
286000
2000
tanpa penyakit psikiatri,
05:03
no drugs on board --
120
288000
2000
tiada dadah --
05:05
we do a toxicology workup.
121
290000
2000
kami menjalankan ujian toksikologi.
05:07
And we're very careful
122
292000
2000
Dan kami sangat berhati-hati terhadap
05:09
about the brains that we do take.
123
294000
2000
otak-otak yang kami ambil.
05:11
We're also selecting for brains
124
296000
2000
Kami juga memilih otak-otak
05:13
in which we can get the tissue,
125
298000
2000
yang mana kami boleh memperoleh tisu,
05:15
we can get consent to take the tissue
126
300000
2000
kami boleh mendapat kebenaran
untuk mengambil tisu
untuk mengambil tisu
05:17
within 24 hours of time of death.
127
302000
2000
dalam masa 24 jam selepas kematian.
05:19
Because what we're trying to measure, the RNA --
128
304000
3000
Oleh sebab apa yang kami ingin menyukat, RNA --
05:22
which is the readout from our genes --
129
307000
2000
iaitu bacaan output daripada gen-gen kami --
05:24
is very labile,
130
309000
2000
adalah tidak stabil,
05:26
and so we have to move very quickly.
131
311000
2000
maka kami perlu bergerak dengan cepat.
05:28
One side note on the collection of brains:
132
313000
3000
Satu nota tambahan mengenai
pengumpulan otak-otak tersebut:
pengumpulan otak-otak tersebut:
05:31
because of the way that we collect,
133
316000
2000
disebabkan cara kami mengumpul,
05:33
and because we require consent,
134
318000
2000
dan oleh sebab kami memerlukan kebenaran,
05:35
we actually have a lot more male brains than female brains.
135
320000
3000
kami mendapat lebih banyak otak lelaki
daripada otak wanita.
daripada otak wanita.
05:38
Males are much more likely to die an accidental death in the prime of their life.
136
323000
3000
Bagi lelaki, kebarangkalian mati akibat kemalangan
adalah lebih tinggi.
adalah lebih tinggi.
05:41
And men are much more likely
137
326000
2000
Pasangan lelaki juga lebih sudi
memberikan kebenaran
memberikan kebenaran
05:43
to have their significant other, spouse, give consent
138
328000
3000
Pasangan lelaki juga lebih sudi
memberikan kebenaran
memberikan kebenaran
05:46
than the other way around.
139
331000
2000
daripada pasangan perempuan.
05:48
(Laughter)
140
333000
4000
(Gelak ketawa)
05:52
So the first thing that we do at the site of collection
141
337000
2000
Perkara pertama yang kami jalankan
di tempat pengutipan ialah MR.
di tempat pengutipan ialah MR.
05:54
is we collect what's called an MR.
142
339000
2000
Perkara pertama yang kami jalankan
di tempat pengutipan ialah MR.
di tempat pengutipan ialah MR.
05:56
This is magnetic resonance imaging -- MRI.
143
341000
2000
Ini "Magnetic Resonance Imaging" -- MRI.
05:58
It's a standard template by which we're going to hang the rest of this data.
144
343000
3000
Ia templat piawai yang kami gunakan
untuk data-data seterusnya.
untuk data-data seterusnya.
06:01
So we collect this MR.
145
346000
2000
Jadi kami mengumpulkan MR ini.
06:03
And you can think of this as our satellite view for our map.
146
348000
2000
Anda boleh anggapnya
pandangan satelit untuk peta kami.
pandangan satelit untuk peta kami.
06:05
The next thing we do
147
350000
2000
Seterusnya,
06:07
is we collect what's called a diffusion tensor imaging.
148
352000
3000
kami mengumpulkan imej tensor resapan.
06:10
This maps the large cabling in the brain.
149
355000
2000
Ini memetakan kabel-kabel besar di dalam otak.
06:12
And again, you can think of this
150
357000
2000
Dan sekali lagi, anda boleh anggap ini sebagai
06:14
as almost mapping our interstate highways, if you will.
151
359000
2000
proses memetakan lebuh raya antara negeri.
06:16
The brain is removed from the skull,
152
361000
2000
Otak akan dikeluarkan dari tengkorak
06:18
and then it's sliced into one-centimeter slices.
153
363000
3000
dan dihiris kepada keratan
setebal satu sentimeter.
setebal satu sentimeter.
06:21
And those are frozen solid,
154
366000
2000
Semua ini dibekukan
06:23
and they're shipped to Seattle.
155
368000
2000
dan dihantar ke Seattle.
06:25
And in Seattle, we take these --
156
370000
2000
Di Seattle, kami mengambil ini --
06:27
this is a whole human hemisphere --
157
372000
2000
ini sebuah hemisfera manusia --
06:29
and we put them into what's basically a glorified meat slicer.
158
374000
2000
kami memasukannya ke penghiris daging.
06:31
There's a blade here that's going to cut across
159
376000
2000
mata pisau akan memotong sekerat tisu
06:33
a section of the tissue
160
378000
2000
mata pisau akan memotong sekerat tisu
06:35
and transfer it to a microscope slide.
161
380000
2000
dan ia dialihkan ke sisip kaca mikroskop.
06:37
We're going to then apply one of those stains to it,
162
382000
2000
Kami akan mewarnakannya,
dan kami mengimbasnya.
dan kami mengimbasnya.
06:39
and we scan it.
163
384000
2000
Kami akan mewarnakannya,
dan kami mengimbasnya.
dan kami mengimbasnya.
06:41
And then what we get is our first mapping.
164
386000
3000
Kemudian, kami dapat pemetaan yang pertama.
06:44
So this is where experts come in
165
389000
2000
Di sinilah pakar-pakar terlibat. Mereka melaksanakan
persempadanan anatomi asas.
persempadanan anatomi asas.
06:46
and they make basic anatomic assignments.
166
391000
2000
Di sinilah pakar-pakar terlibat. Mereka melaksanakan
persempadanan anatomi asas.
persempadanan anatomi asas.
06:48
You could consider this state boundaries, if you will,
167
393000
3000
Anda boleh anggap ini sebagai
sempadan antara negeri,
sempadan antara negeri,
06:51
those pretty broad outlines.
168
396000
2000
garis-garis bentuk yang cantik itu.
06:53
From this, we're able to then fragment that brain into further pieces,
169
398000
4000
Dari sini, kami boleh memecah-mecahkan otak itu
kepada kepingan yang lebih kecil
kepada kepingan yang lebih kecil
06:57
which then we can put on a smaller cryostat.
170
402000
2000
yang akan dimasukkan ke sebuah kriostat kecil.
06:59
And this is just showing this here --
171
404000
2000
Ini menunjukkan --
07:01
this frozen tissue, and it's being cut.
172
406000
2000
tisu yang telah dibekukan ini sedang dihiris.
07:03
This is 20 microns thin, so this is about a baby hair's width.
173
408000
3000
Lebarnya 20 mikron, senipis rambut bayi.
07:06
And remember, it's frozen.
174
411000
2000
Ingat, ia telah dibekukan.
07:08
And so you can see here,
175
413000
2000
Anda boleh lihat di sini, teknologi lama,
berus lukisan digunakan.
berus lukisan digunakan.
07:10
old-fashioned technology of the paintbrush being applied.
176
415000
2000
Anda boleh lihat di sini, teknologi lama,
berus lukisan digunakan.
berus lukisan digunakan.
07:12
We take a microscope slide.
177
417000
2000
Kami mengambil sebuah sisip kaca mikroskop.
07:14
Then we very carefully melt onto the slide.
178
419000
3000
Kemudian, kami meleburkannya di atas sisip kaca.
07:17
This will then go onto a robot
179
422000
2000
Kemudian, ini dipindahkan ke sebuah robot
07:19
that's going to apply one of those stains to it.
180
424000
3000
yang akan mewarnakannya.
07:26
And our anatomists are going to go in and take a deeper look at this.
181
431000
3000
Pakar-pakar anatomi kami akan menelitinya.
07:29
So again this is what they can see under the microscope.
182
434000
2000
Inilah apa yang dilihat di bawah mikroskop.
07:31
You can see collections and configurations
183
436000
2000
Anda boleh melihat koleksi dan konfigurasi
07:33
of large and small cells
184
438000
2000
sel-sel yang besar dan kecil
07:35
in clusters and various places.
185
440000
2000
berkelompok di merata-rata tempat.
07:37
And from there it's routine. They understand where to make these assignments.
186
442000
2000
Ia faham di mana untuk membuat persempadanan.
Ia boleh dijadikan sebagai sebuah atlas rujukan.
Ia boleh dijadikan sebagai sebuah atlas rujukan.
07:39
And they can make basically what's a reference atlas.
187
444000
3000
Ia faham di mana untuk membuat persempadanan.
Ia boleh dijadikan sebagai sebuah atlas rujukan.
Ia boleh dijadikan sebagai sebuah atlas rujukan.
07:42
This is a more detailed map.
188
447000
2000
Ini sebuah peta yang lebih terperinci.
07:44
Our scientists then use this
189
449000
2000
Kemudian, ahli-ahli sains kami menggunakan ini
07:46
to go back to another piece of that tissue
190
451000
3000
untuk beralih ke sekeping tisu yang lain dan
menjalankan mikrobedahan pengimbasan laser.
menjalankan mikrobedahan pengimbasan laser.
07:49
and do what's called laser scanning microdissection.
191
454000
2000
untuk beralih ke sekeping tisu yang lain dan
menjalankan mikrobedahan pengimbasan laser.
menjalankan mikrobedahan pengimbasan laser.
07:51
So the technician takes the instructions.
192
456000
3000
Juruteknik akan mengikut arahan.
07:54
They scribe along a place there.
193
459000
2000
Dia melukis sepanjang satu lokasi di sana.
07:56
And then the laser actually cuts.
194
461000
2000
Dan laser akan memotong.
07:58
You can see that blue dot there cutting. And that tissue falls off.
195
463000
3000
Anda boleh melihat titik biru itu memotong.
Tisu itu akan jatuh.
Tisu itu akan jatuh.
08:01
You can see on the microscope slide here,
196
466000
2000
Anda boleh melihat sisip kaca mikroskop ini,
08:03
that's what's happening in real time.
197
468000
2000
inilah apa yang sedang berlaku
dalam masa sebenar.
dalam masa sebenar.
08:05
There's a container underneath that's collecting that tissue.
198
470000
3000
Bekas di bawah akan mengutip tisu itu.
08:08
We take that tissue,
199
473000
2000
Kami mengambil tisu itu,
08:10
we purify the RNA out of it
200
475000
2000
kami memperoleh RNA daripadanya
08:12
using some basic technology,
201
477000
2000
dengan menggunakan teknologi asas,
08:14
and then we put a florescent tag on it.
202
479000
2000
dan seterusnya kami meletakkan
satu teg berpendafluor padanya.
satu teg berpendafluor padanya.
08:16
We take that tagged material
203
481000
2000
Kami mengambil bahan yang diteg itu
08:18
and we put it on to something called a microarray.
204
483000
3000
dan meletakkannya dalam tata susunan mikro.
08:21
Now this may look like a bunch of dots to you,
205
486000
2000
Ini kelihatan seperti kelompok titik,
08:23
but each one of these individual dots
206
488000
2000
tapi setiap titik ialah sebahagian daripada
genom manusia yang unik
genom manusia yang unik
08:25
is actually a unique piece of the human genome
207
490000
2000
tapi setiap titik ialah sebahagian daripada
genom manusia yang unik
genom manusia yang unik
08:27
that we spotted down on glass.
208
492000
2000
yang kami letakkan di atas sekeping gelas.
08:29
This has roughly 60,000 elements on it,
209
494000
3000
ia mengandungi lebih kurang 60,000 elemen.
08:32
so we repeatedly measure various genes
210
497000
3000
jadi kami mengukur pelbagai gen
daripada 25,000 gen
daripada 25,000 gen
08:35
of the 25,000 genes in the genome.
211
500000
2000
yang terdapat dalam genom kita.
08:37
And when we take a sample and we hybridize it to it,
212
502000
3000
Apabila kami mengambil sebuah sampel
dan menghibridkannya,
dan menghibridkannya,
08:40
we get a unique fingerprint, if you will,
213
505000
2000
kami memperoleh satu "cap jari" yang unik;
08:42
quantitatively of what genes are turned on in that sample.
214
507000
3000
secara kuantitatif, ia menunjukkan
gen mana yang dihidupkan dalam sampel itu.
gen mana yang dihidupkan dalam sampel itu.
08:45
Now we do this over and over again,
215
510000
2000
Kami menjalankan proses ini berulang kali,
08:47
this process for any given brain.
216
512000
3000
proses yang sama untuk setiap otak.
08:50
We're taking over a thousand samples for each brain.
217
515000
3000
Kami mengambil lebih daripada seribu sampel
dari setiap otak.
dari setiap otak.
08:53
This area shown here is an area called the hippocampus.
218
518000
3000
Kawasan ini dikenali sebagai hipokampus.
08:56
It's involved in learning and memory.
219
521000
2000
Ia terlibat dalam pembelajaran dan ingatan.
08:58
And it contributes to about 70 samples
220
523000
3000
Ia menyumbang kepada lebih kurang 70 buah sampel
09:01
of those thousand samples.
221
526000
2000
daripada ribuan sampel tersebut.
09:03
So each sample gets us about 50,000 data points
222
528000
4000
Jadi setiap sampel memberikan kami
lebih kurang 50,000 data
lebih kurang 50,000 data
09:07
with repeat measurements, a thousand samples.
223
532000
3000
dengan ukuran berulangan, seribu sampel.
09:10
So roughly, we have 50 million data points
224
535000
2000
Jadi secara kasar, kami mempunyai 50 juta data
untuk setiap otak manusia.
untuk setiap otak manusia.
09:12
for a given human brain.
225
537000
2000
Jadi secara kasar, kami mempunyai 50 juta data
untuk setiap otak manusia.
untuk setiap otak manusia.
09:14
We've done right now
226
539000
2000
Kami telah melengkapkan data
daripada dua otak manusia.
daripada dua otak manusia.
09:16
two human brains-worth of data.
227
541000
2000
Kami telah melengkapkan data
daripada dua otak manusia.
daripada dua otak manusia.
09:18
We've put all of that together
228
543000
2000
Kami telah menyatukan semua data itu.
09:20
into one thing,
229
545000
2000
Kami telah menyatukan semua data itu.
09:22
and I'll show you what that synthesis looks like.
230
547000
2000
Saya akan tunjukkan kepada anda hasilnya.
09:24
It's basically a large data set of information
231
549000
3000
Secara dasar, ia mengandungi banyak maklumat
09:27
that's all freely available to any scientist around the world.
232
552000
3000
yang boleh diperoleh secara percuma
oleh mana-mana ahli sains di seluruh dunia.
oleh mana-mana ahli sains di seluruh dunia.
09:30
They don't even have to log in to come use this tool,
233
555000
3000
Mereka tidak perlu log masuk pun
untuk menggunakan alat ini,
untuk menggunakan alat ini,
09:33
mine this data, find interesting things out with this.
234
558000
4000
menerokai data ini, mencari sesuatu
yang menarik daripadanya.
yang menarik daripadanya.
09:37
So here's the modalities that we put together.
235
562000
3000
Jadi di sinilah semua modaliti yang
kami telah kumpulkan bersama.
kami telah kumpulkan bersama.
09:40
You'll start to recognize these things from what we've collected before.
236
565000
3000
Anda akan memahami semua ini bermula daripada
apa telah kami kumpulkan sebelum ini.
apa telah kami kumpulkan sebelum ini.
09:43
Here's the MR. It provides the framework.
237
568000
2000
Ini MR. Ia menyediakan rangka kerja.
09:45
There's an operator side on the right that allows you to turn,
238
570000
3000
Di sebelah kanan ialah pengendali
yang membolehkan anda memusing,
yang membolehkan anda memusing,
09:48
it allows you to zoom in,
239
573000
2000
ia membenarkan anda zum masuk dan
09:50
it allows you to highlight individual structures.
240
575000
3000
menonjolkan struktur-struktur tertentu.
09:53
But most importantly,
241
578000
2000
Tapi yang penting,
09:55
we're now mapping into this anatomic framework,
242
580000
3000
kami sedang memetakan rangka kerja anatomi ini,
09:58
which is a common framework for people to understand where genes are turned on.
243
583000
3000
yang merupakan rangka kerja untuk orang ramai
memahami gen-gen yang dihidupkan.
memahami gen-gen yang dihidupkan.
10:01
So the red levels
244
586000
2000
Warna-warna merah ialah
10:03
are where a gene is turned on to a great degree.
245
588000
2000
gen-gen yang dihidupkan
ke tahap yang sangat tinggi.
ke tahap yang sangat tinggi.
10:05
Green is the sort of cool areas where it's not turned on.
246
590000
3000
Warna hijau mewakili kawasan-kawasan
di mana gen-gen tidak dihidupkan.
di mana gen-gen tidak dihidupkan.
10:08
And each gene gives us a fingerprint.
247
593000
2000
Setiap gen memberikan kami satu "cap jari".
10:10
And remember that we've assayed all the 25,000 genes in the genome
248
595000
5000
Ingat, kami telah mengkaji kesemua 25,000 gen
yang terdapat dalam genom
yang terdapat dalam genom
10:15
and have all of that data available.
249
600000
4000
dan data-data itu sudah tersedia.
10:19
So what can scientists learn about this data?
250
604000
2000
Apakah yang boleh diperoleh ahli-ahli sains
mengenai data ini?
mengenai data ini?
10:21
We're just starting to look at this data ourselves.
251
606000
3000
Kami sendiri baru mengkaji data ini.
10:24
There's some basic things that you would want to understand.
252
609000
3000
Terdapat beberapa perkara asas
yang anda mahu tahu.
yang anda mahu tahu.
10:27
Two great examples are drugs,
253
612000
2000
Dua contoh yang baik ialah ubat-ubatan:
Prozac dan Wellbutrin.
Prozac dan Wellbutrin.
10:29
Prozac and Wellbutrin.
254
614000
2000
Dua contoh yang baik ialah ubat-ubatan:
Prozac dan Wellbutrin.
Prozac dan Wellbutrin.
10:31
These are commonly prescribed antidepressants.
255
616000
3000
Inilah ubat antidepresan yang biasa digunakan.
10:34
Now remember, we're assaying genes.
256
619000
2000
Ingat, kami sedang mengkaji gen-gen.
10:36
Genes send the instructions to make proteins.
257
621000
3000
Gen-gen memberikan arahan untuk membuat protein.
10:39
Proteins are targets for drugs.
258
624000
2000
Protein ialah sasaran ubat-ubatan.
10:41
So drugs bind to proteins
259
626000
2000
Jadi, ubat-ubat terikat pada protein
10:43
and either turn them off, etc.
260
628000
2000
dan mematikan fungsinya, dan sebagainya.
10:45
So if you want to understand the action of drugs,
261
630000
2000
Jika anda ingin memahami tindakan ubat-ubatan,
10:47
you want to understand how they're acting in the ways you want them to,
262
632000
3000
anda perlu memahami bagaimana ia bertindak
mengikut kehendak anda, dan tidak mengikut kehendak anda,
mengikut kehendak anda, dan tidak mengikut kehendak anda,
10:50
and also in the ways you don't want them to.
263
635000
2000
anda perlu memahami bagaimana ia bertindak
mengikut kehendak anda, dan tidak mengikut kehendak anda,
mengikut kehendak anda, dan tidak mengikut kehendak anda,
10:52
In the side effect profile, etc.,
264
637000
2000
kesan sampingan, dan sebagainya.
Anda mahu lokasi gen-gen yang dihidupkan.
Anda mahu lokasi gen-gen yang dihidupkan.
10:54
you want to see where those genes are turned on.
265
639000
2000
kesan sampingan, dan sebagainya.
Anda mahu lokasi gen-gen yang dihidupkan.
Anda mahu lokasi gen-gen yang dihidupkan.
10:56
And for the first time, we can actually do that.
266
641000
2000
Dan pertama kalinya,
kita mampu melakukannya.
kita mampu melakukannya.
10:58
We can do that in multiple individuals that we've assayed too.
267
643000
3000
Kita boleh melakukannya bagi
individu-individu yang telah kita kaji.
individu-individu yang telah kita kaji.
11:01
So now we can look throughout the brain.
268
646000
3000
Jadi sekarang, kita boleh melihat seluruh otak.
11:04
We can see this unique fingerprint.
269
649000
2000
Kami boleh mengesan "cap jari" yang unik ini.
11:06
And we get confirmation.
270
651000
2000
Dan kami mendapat pengesahan.
11:08
We get confirmation that, indeed, the gene is turned on --
271
653000
3000
Kami mendapat pengesahan bahawa, sememangnya,
gen tersebut dihidupkan --
gen tersebut dihidupkan --
11:11
for something like Prozac,
272
656000
2000
bagi sesuatu seperti Prozac,
11:13
in serotonergic structures, things that are already known be affected --
273
658000
3000
dalam struktur-struktur serotonin,
yang telah kita faham akan dipengaruhi --
yang telah kita faham akan dipengaruhi --
11:16
but we also get to see the whole thing.
274
661000
2000
tapi kami juga dapat melihatnya secara keseluruhan.
11:18
We also get to see areas that no one has ever looked at before,
275
663000
2000
Kami juga dapat melihat kawasan-kawasan
yang sebelum ini tidak pernah dilihat,
yang sebelum ini tidak pernah dilihat,
11:20
and we see these genes turned on there.
276
665000
2000
dan kami dapat melihat gen-gen
yang dihidupkan di situ.
yang dihidupkan di situ.
11:22
It's as interesting a side effect as it could be.
277
667000
3000
Ia seakan-akan satu kesan sampingan
yang amat menarik.
yang amat menarik.
11:25
One other thing you can do with such a thing
278
670000
2000
Satu lagi perkara yang anda boleh
lakukan dengannya ialah,
lakukan dengannya ialah,
11:27
is you can, because it's a pattern matching exercise,
279
672000
3000
anda boleh, disebabkan ia
satu proses pemadanan corak,
satu proses pemadanan corak,
11:30
because there's unique fingerprint,
280
675000
2000
disebabkan adanya satu "cap jari" yang unik,
11:32
we can actually scan through the entire genome
281
677000
2000
kami boleh mengimbas seluruh genom
11:34
and find other proteins
282
679000
2000
dan mencari protein-protein lain
11:36
that show a similar fingerprint.
283
681000
2000
yang menunjukkan "cap jari" yang hampir serupa.
11:38
So if you're in drug discovery, for example,
284
683000
3000
Contohnya, jika anda bekerja dalam
bidang penemuan ubat,
bidang penemuan ubat,
11:41
you can go through
285
686000
2000
anda boleh melihat seluruh senarai genom
11:43
an entire listing of what the genome has on offer
286
688000
2000
anda boleh melihat seluruh senarai genom
11:45
to find perhaps better drug targets and optimize.
287
690000
4000
untuk mencari ubat yang lebih baik
dan mengoptimumkannya.
dan mengoptimumkannya.
11:49
Most of you are probably familiar
288
694000
2000
Mungkin kebanyakan daripada anda biasa dengan
11:51
with genome-wide association studies
289
696000
2000
kajian-kajian perkaitan genom,
11:53
in the form of people covering in the news
290
698000
3000
seperti dalam liputan berita:
11:56
saying, "Scientists have recently discovered the gene or genes
291
701000
3000
"Ahli-ahli sains telah menemui gen-gen
11:59
which affect X."
292
704000
2000
yang mempengaruhi X."
12:01
And so these kinds of studies
293
706000
2000
Kajian-kajian seperti ini
12:03
are routinely published by scientists
294
708000
2000
lazimnya diterbitkan oleh ahli sains
12:05
and they're great. They analyze large populations.
295
710000
2000
dan ia adalah bagus. Mereka menganalisa
populasi yang besar.
populasi yang besar.
12:07
They look at their entire genomes,
296
712000
2000
Mereka mengkaji seluruh genom
12:09
and they try to find hot spots of activity
297
714000
2000
dan cuba mencari pusat-pusat beraktiviti tinggi
12:11
that are linked causally to genes.
298
716000
3000
yang boleh dikatkan dengan gen-gen.
12:14
But what you get out of such an exercise
299
719000
2000
Tapi apa yang anda dapat
daripada analisis sebegini
daripada analisis sebegini
12:16
is simply a list of genes.
300
721000
2000
hanyalah satu senarai gen.
12:18
It tells you the what, but it doesn't tell you the where.
301
723000
3000
Ia beritahu anda gen mana,
bukannya lokasi gen.
bukannya lokasi gen.
12:21
And so it's very important for those researchers
302
726000
3000
Jadi, bagi para penyelidik, ia sangat penting
12:24
that we've created this resource.
303
729000
2000
kerana kami telah mewujudkan sumber ini.
12:26
Now they can come in
304
731000
2000
Sekarang mereka boleh menggunakannya
12:28
and they can start to get clues about activity.
305
733000
2000
dan mula memahami aktiviti gen.
12:30
They can start to look at common pathways --
306
735000
2000
Mereka boleh mula menyiasat laluan-laluan umum --
12:32
other things that they simply haven't been able to do before.
307
737000
3000
apa-apa yang mereka tidak mampu
lakukan sebelum ini.
lakukan sebelum ini.
12:36
So I think this audience in particular
308
741000
3000
Saya rasa, anda secara khususnya,
12:39
can understand the importance of individuality.
309
744000
3000
dapat memahami kepentingan keindividuan.
12:42
And I think every human,
310
747000
2000
Setiap manusia memiliki latar belakang
genetik yang berlainan,
genetik yang berlainan,
12:44
we all have different genetic backgrounds,
311
749000
4000
Setiap manusia memiliki latar belakang
genetik yang berlainan,
genetik yang berlainan,
12:48
we all have lived separate lives.
312
753000
2000
kita semua telah melalui hidup yang berasingan.
Tapi hakikatnya,
Tapi hakikatnya,
12:50
But the fact is
313
755000
2000
kita semua telah melalui hidup yang berasingan.
Tapi hakikatnya,
Tapi hakikatnya,
12:52
our genomes are greater than 99 percent similar.
314
757000
3000
peratus keserupaan genom kita ialah 99%.
12:55
We're similar at the genetic level.
315
760000
3000
Kita serupa dari segi genetik.
12:58
And what we're finding
316
763000
2000
Apa kita dapat tahu,
13:00
is actually, even at the brain biochemical level,
317
765000
2000
bahkan dari segi biokimia otak,
13:02
we are quite similar.
318
767000
2000
kita amat serupa.
13:04
And so this shows it's not 99 percent,
319
769000
2000
Jadi ini menunjukkan bahawa
ia bukannya 99%,
ia bukannya 99%,
13:06
but it's roughly 90 percent correspondence
320
771000
2000
tapi lebih kurang 90% keserupaan
pada satu tahap yang munasabah;
pada satu tahap yang munasabah;
13:08
at a reasonable cutoff,
321
773000
3000
tapi lebih kurang 90% keserupaan
pada satu tahap yang munasabah;
pada satu tahap yang munasabah;
13:11
so everything in the cloud is roughly correlated.
322
776000
2000
Secara kasar, semua yang berada
di dalam julat berhubung kait.
di dalam julat berhubung kait.
13:13
And then we find some outliers,
323
778000
2000
Kemudian, kami menemui gen-gen yang asing,
gen-gen yang terletak di luar julat.
gen-gen yang terletak di luar julat.
13:15
some things that lie beyond the cloud.
324
780000
3000
Kemudian, kami menemui gen-gen yang asing,
gen-gen yang terletak di luar julat.
gen-gen yang terletak di luar julat.
13:18
And those genes are interesting,
325
783000
2000
Gen-gen itu adalah menarik,
13:20
but they're very subtle.
326
785000
2000
tapi ia tidak ketara.
13:22
So I think it's an important message
327
787000
3000
Jadi, satu mesej penting
untuk difahami hari ini ialah,
untuk difahami hari ini ialah,
13:25
to take home today
328
790000
2000
Jadi, satu mesej penting
untuk difahami hari ini ialah,
untuk difahami hari ini ialah,
13:27
that even though we celebrate all of our differences,
329
792000
3000
walaupun kita meraikan perbezaan kita,
13:30
we are quite similar
330
795000
2000
kita sebenarnya agak serupa,
13:32
even at the brain level.
331
797000
2000
bahkan di peringkat otak.
13:34
Now what do those differences look like?
332
799000
2000
Apakah perbezaan-perbezaan itu?
13:36
This is an example of a study that we did
333
801000
2000
Ini satu contoh kajian yang kami jalankan
13:38
to follow up and see what exactly those differences were --
334
803000
2000
sebagai susulan dan melihat apa perbezaan-perbezaan itu.
Ia tidak ketara.
Ia tidak ketara.
13:40
and they're quite subtle.
335
805000
2000
sebagai susulan dan melihat apa perbezaan-perbezaan itu.
Ia tidak ketara.
Ia tidak ketara.
13:42
These are things where genes are turned on in an individual cell type.
336
807000
4000
Ini benda-benda di mana gen-gen
dihidupkan dalam sejenis sel.
dihidupkan dalam sejenis sel.
13:46
These are two genes that we found as good examples.
337
811000
3000
Ini dua gen yang kami temui dan
dijadikan sebagai contoh.
dijadikan sebagai contoh.
13:49
One is called RELN -- it's involved in early developmental cues.
338
814000
3000
Salah satu ialah RELN -- ia memberikan
isyarat pertumbuhan di peringkat awal.
isyarat pertumbuhan di peringkat awal.
13:52
DISC1 is a gene
339
817000
2000
DISC1 ialah satu gen yang
dihapuskan dalam skizofrenia.
dihapuskan dalam skizofrenia.
13:54
that's deleted in schizophrenia.
340
819000
2000
DISC1 ialah satu gen yang
dihapuskan dalam skizofrenia.
dihapuskan dalam skizofrenia.
13:56
These aren't schizophrenic individuals,
341
821000
2000
Ini bukannya individu-individu dengan skizofrenia,
13:58
but they do show some population variation.
342
823000
3000
tetapi mereka menunjukkan
beberapa variasi populasi.
beberapa variasi populasi.
14:01
And so what you're looking at here
343
826000
2000
Apa yang anda lihat di sini
14:03
in donor one and donor four,
344
828000
2000
bagi Penderma 1 dan Penderma 4,
14:05
which are the exceptions to the other two,
345
830000
2000
yang merupakan kekecualian
daripada dua yang lain,
daripada dua yang lain,
14:07
that genes are being turned on
346
832000
2000
gen-gen dihidupkan
14:09
in a very specific subset of cells.
347
834000
2000
di dalam subset sel-sel yang spesifik.
14:11
It's this dark purple precipitate within the cell
348
836000
3000
Mendakan ungu tua dalam sel inilah
14:14
that's telling us a gene is turned on there.
349
839000
3000
yang beritahu kita bahawa
satu gen dihidupkan di situ.
satu gen dihidupkan di situ.
14:17
Whether or not that's due
350
842000
2000
Sama ada ia berpunca daripada latar belakang
genetik seseorang atau pengalamannya,
genetik seseorang atau pengalamannya,
14:19
to an individual's genetic background or their experiences,
351
844000
2000
Sama ada ia berpunca daripada latar belakang
genetik seseorang atau pengalamannya,
genetik seseorang atau pengalamannya,
14:21
we don't know.
352
846000
2000
kami masih tidak tahu.
14:23
Those kinds of studies require much larger populations.
353
848000
3000
Penyelidikan seperti itu memerlukan
populasi yang lebih besar.
populasi yang lebih besar.
14:28
So I'm going to leave you with a final note
354
853000
2000
Saya akan memberikan anda satu nota terakhir
14:30
about the complexity of the brain
355
855000
3000
tentang kekompleksan otak dan
berapa banyak lagi yang kita perlu fahami.
berapa banyak lagi yang kita perlu fahami.
14:33
and how much more we have to go.
356
858000
2000
tentang kekompleksan otak dan
berapa banyak lagi yang kita perlu fahami.
berapa banyak lagi yang kita perlu fahami.
14:35
I think these resources are incredibly valuable.
357
860000
2000
Sumber-sumber ini sangat bernilai.
14:37
They give researchers a handle
358
862000
2000
Ia memberikan hala tuju
kepada para penyelidik.
kepada para penyelidik.
14:39
on where to go.
359
864000
2000
Ia memberikan hala tuju
kepada para penyelidik.
kepada para penyelidik.
14:41
But we only looked at a handful of individuals at this point.
360
866000
3000
Tapi kami hanya menyelidiki
beberapa individu setakat ini.
beberapa individu setakat ini.
14:44
We're certainly going to be looking at more.
361
869000
2000
Sudah pasti kami akan
menyelidiki lebih banyak lagi.
menyelidiki lebih banyak lagi.
14:46
I'll just close by saying
362
871000
2000
Akhirnya, saya ingin mengatakan,
14:48
that the tools are there,
363
873000
2000
alat-alat sudah tersedia.
Ini sebuah arena yang tidak pernah dijelajahi.
Ini sebuah arena yang tidak pernah dijelajahi.
14:50
and this is truly an unexplored, undiscovered continent.
364
875000
4000
alat-alat sudah tersedia.
Ini sebuah arena yang tidak pernah dijelajahi.
Ini sebuah arena yang tidak pernah dijelajahi.
14:54
This is the new frontier, if you will.
365
879000
4000
Ini seumpama satu babak baru.
14:58
And so for those who are undaunted,
366
883000
2000
Jadi, bagi mereka yang tidak gentar,
tapi terpesona oleh kekompleksan otak,
tapi terpesona oleh kekompleksan otak,
15:00
but humbled by the complexity of the brain,
367
885000
2000
Jadi, bagi mereka yang tidak gentar,
tapi terpesona oleh kekompleksan otak,
tapi terpesona oleh kekompleksan otak,
15:02
the future awaits.
368
887000
2000
masa depan menantikan anda.
15:04
Thanks.
369
889000
2000
Terima kasih.
15:06
(Applause)
370
891000
9000
(Tepukan)
ABOUT THE SPEAKER
Allan Jones - Brain scientistAs CEO of the Allen Institute for Brain Science, Allan Jones leads an ambitious project to build an open, online, interactive atlas of the human brain.
Why you should listen
The Allen Institute for Brain Science -- based in Seattle, kickstarted by Microsoft co-founder Paul Allen -- has a mission to fuel discoveries about the human brain by building tools the entire scientific community can use. As CEO, one of Allan Jones' first projects was to lead the drive to create a comprehensive atlas of the brain of a mouse. Flash forward to April 2011, when the Allen Institute announced the first milestone in its online interactive atlas of the human brain, showing the activity of the more than 20,000 human genes it contains. It's based on a composite of 15 brains, since every human brain is unique.
Think of the Allen Human Brain Atlas as a high-tech bridge between brain anatomy and genetics. Using this atlas, scientists will be able to determine where in the brain genes that encode specific proteins are active, including proteins that are affected by medication. Or researchers could zoom in on brain structures thought to be altered in mental disorders such as schizophrenia to find their molecular footprint. The atlas may provide clues to memory, attention, motor coordination, hunger, and perhaps emotions such as happiness or anxiety.
He says: "Understanding how our genes are used in our brains will help scientists and the medical community better understand and discover new treatments for the full spectrum of brain diseases and disorders."
Watch Dr. Jones' latest TEDx talk on the map of the brain, from TEDxCaltech 2013 >>
Allan Jones | Speaker | TED.com