TED2006
Joe DeRisi: Solving medical mysteries
O ViroScan de Joe DeRisi soluciona mistérios médicos
Filmed:
Readability: 4.3
474,538 views
O bioquímico Joe DeRisi fala sobre impressionantes novas maneiras de diagnosticar vírus (e tratar as doenças que eles causam) usando DNA. Seu trabalho pode nos ajudar a compreender malária, SARS, gripe aviária -- e as 60 por cento das infecções virais que não são diagnosticadas todos os dias.
Joe DeRisi - Biochemist
Joe DeRisi hunts for the genes that make us sick. At his lab, he works to understand the genome of Plasmodium falciparum, the deadliest form of malaria. Full bio
Joe DeRisi hunts for the genes that make us sick. At his lab, he works to understand the genome of Plasmodium falciparum, the deadliest form of malaria. Full bio
Double-click the English transcript below to play the video.
00:12
How can we investigate
0
0
3000
Como é que, como nós podemos investigar
00:15
this flora of viruses that surround us, and aid medicine?
1
3000
5000
esta flora de vírus que nos rodeia, e ajudar a medicina?
00:20
How can we turn our cumulative knowledge of virology
2
8000
4000
Como nós podemos transformar nosso conhecimento cumulativo em virologia
00:24
into a simple, hand-held, single diagnostic assay?
3
12000
4000
em uma ferramenta de diagnóstico simples e portátil?
00:28
I want to turn everything we know right now about detecting viruses
4
16000
3000
Eu quero transformar tudo que nós sabemos agora sobre a detecção de vírus
00:31
and the spectrum of viruses that are out there
5
19000
2000
e sobre o espectro de vírus que está por aí
00:33
into, let's say, a small chip.
6
21000
3000
em, digamos, um pequeno chip.
00:36
When we started thinking about this project --
7
24000
2000
Quando nós começamos a pensar sobre esse projeto --
00:38
how we would make a single diagnostic assay
8
26000
3000
como nós poderíamos fazer um único teste de diagnóstico
00:41
to screen for all pathogens simultaneously --
9
29000
3000
para procurar por todos os patógenos simultâneamente --
00:44
well, there's some problems with this idea.
10
32000
2000
bem, existem alguns problemas com essa idéia.
00:46
First of all, viruses are pretty complex,
11
34000
4000
Primeiro, os vírus são bem complexos,
00:50
but they're also evolving very fast.
12
38000
4000
mas eles também estão evoluíndo muito rapidamente.
00:54
This is a picornavirus.
13
42000
1000
Isso é um picornavirus.
00:55
Picornaviruses -- these are things that include
14
43000
2000
Os Picornavirus -- essas são coisas que incluem
00:57
the common cold and polio, things like this.
15
45000
3000
a gripe comum e a polio, coisas como essas.
01:00
You're looking at the outside shell of the virus,
16
48000
2000
Você está olhando para a casca exterior do vírus,
01:02
and the yellow color here are those parts of the virus
17
50000
3000
e a cor amarela aqui são aquelas partes do vírus
01:05
that are evolving very, very fast,
18
53000
2000
que estão evoluíndo muito, muito rapidamente,
01:07
and the blue parts are not evolving very fast.
19
55000
2000
e as partes azuis não estão evoluíndo muito rapidamente.
01:09
When people think about making pan-viral detection reagents,
20
57000
3000
Quando as pessoas pensam em fazer reagentes de detecção pan-viral,
01:12
usually it's the fast-evolving problem that's an issue,
21
60000
4000
geralmente o problema maior é a evolução rápida,
01:16
because how can we detect things if they're always changing?
22
64000
2000
porque como nós podemos detectar coisas se elas estão sempre se modificando?
01:18
But evolution is a balance:
23
66000
2000
Mas a evolução é um equilíbrio:
01:20
where you have fast change, you also have ultra-conservation --
24
68000
4000
onde você tem a mudança rápida, você também tem a ultra-conservação --
01:24
things that almost never change.
25
72000
2000
coisas que quase nunca mudam.
01:26
And so we looked into this a little more carefully,
26
74000
3000
E então nós olhamos para isso com um pouquinho mais de cuidado,
01:29
and I'm going to show you data now.
27
77000
1000
e eu vou mostrar dados para vocês agora.
01:30
This is just some stuff you can do on the computer from the desktop.
28
78000
3000
Isto é apenas uma das coisas que você pode fazer no computador, da sua mesa.
01:33
I took a bunch of these small picornaviruses,
29
81000
2000
Eu peguei alguns desses pequenos picornavirus,
01:35
like the common cold, like polio and so on,
30
83000
2000
como a gripe comum, a pólio e assim por diante,
01:37
and I just broke them down into small segments.
31
85000
4000
e eu apenas os quebrei em pequenos segmentos,
01:41
And so took this first example, which is called coxsackievirus,
32
89000
3000
e então pegue esse primeiro exemplo, que é chamado Coxsackievirus,
01:44
and just break it into small windows.
33
92000
2000
e apenas quebre-o em pequenas aberturas.
01:46
And I'm coloring these small windows blue
34
94000
2000
E eu estou colorindo essas pequenas aberturas de azul
01:48
if another virus shares an identical sequence in its genome
35
96000
5000
se outro vírus compartilha de uma sequência idêntica à desse vírus
01:53
to that virus.
36
101000
1000
no seu genoma.
01:54
These sequences right up here --
37
102000
2000
Essas sequências aqui ---
01:56
which don't even code for protein, by the way --
38
104000
2000
que não codificam para proteínas, por exemplo --
01:58
are almost absolutely identical across all of these,
39
106000
3000
são praticamente absolutamente idênticas considerando todas elas,
02:01
so I could use this sequence as a marker
40
109000
4000
assim eu poderia usar essa sequência como um marcador
02:05
to detect a wide spectrum of viruses,
41
113000
2000
para detectar um amplo espectro de vírus,
02:07
without having to make something individual.
42
115000
3000
sem ter que fazer alguma coisa individual.
02:10
Now, over here there's great diversity:
43
118000
2000
Agora, aqui existe grande diversidade:
02:12
that's where things are evolving fast.
44
120000
2000
é aí que as coisas estão evoluindo rapidamente.
02:14
Down here you can see slower evolution: less diversity.
45
122000
4000
Aqui você pode ver uma evolução mais lenta: menor diversidade.
02:18
Now, by the time we get out here to, let's say,
46
126000
2000
Agora, quando nós chegarmos aqui, vamos dizer,
02:20
acute bee paralysis virus --
47
128000
2000
o vírus da paralisia aguda de abelhas --
02:22
probably a bad one to have if you're a bee ---
48
130000
2000
provavelmente um vírus ruim se você for uma abelha --
02:24
this virus shares almost no similarity to coxsackievirus,
49
132000
5000
esse vírus não compartilha quase nenhuma semelhança com o Coxackievirus,
02:29
but I can guarantee you that the sequences that are most conserved
50
137000
4000
mas eu posso garantir a vocês que as sequências que são mais preservadas
02:33
among these viruses on the right-hand of the screen
51
141000
2000
nestes vírus no lado direito da tela
02:35
are in identical regions right up here.
52
143000
3000
estão em regiões idênticas aqui em cima.
02:38
And so we can encapsulate these regions of ultra-conservation
53
146000
3000
E então nós podemos encapsular essas regiões de ultra conservação
02:41
through evolution -- how these viruses evolved --
54
149000
3000
através da evolução -- como esses vírus evoluiram --
02:44
by just choosing DNA elements or RNA elements
55
152000
3000
apenas escolhendo elementos de DNA ou de RNA
02:47
in these regions to represent on our chip as detection reagents.
56
155000
4000
nessas regiões para representar em nosso chip como reagentes para detecção.
02:51
OK, so that's what we did, but how are we going to do that?
57
159000
3000
OK, isso é o que nós fizemos, mas como nós vamos fazer isso?
02:54
Well, for a long time, since I was in graduate school,
58
162000
2000
Bom, por um longo tempo, desde que eu fazia mestrado,
02:56
I've been messing around making DNA chips --
59
164000
3000
eu brincava de construir chips de DNA --
02:59
that is, printing DNA on glass.
60
167000
2000
isto é, imprimindo DNA em vidro.
03:01
And that's what you see here:
61
169000
1000
E isso é o que você vê aqui:
03:02
These little salt spots are just DNA tacked onto glass,
62
170000
3000
Essas pequenas manchas de sal são apenas DNA impresso em vidro,
03:05
and so I can put thousands of these on our glass chip
63
173000
3000
e então eu posso colocar milhares desses em nosso chip de vidro
03:08
and use them as a detection reagent.
64
176000
2000
e usá-los como um reagente de detecção.
03:10
We took our chip over to Hewlett-Packard
65
178000
2000
Nós levamos nossos chips para a Hewlett-Packard
03:12
and used their atomic force microscope on one of these spots,
66
180000
2000
e usamos a força atômica e microscópica deles em uma dessas manchas,
03:14
and this is what you see:
67
182000
2000
e isso é o que você vê:
03:16
you can actually see the strands of DNA lying flat on the glass here.
68
184000
3000
você pode na verdade ver as bandas de DNA espalhadas no vidro aqui.
03:19
So, what we're doing is just printing DNA on glass --
69
187000
3000
Então, o que nós estamos fazendo é apenas imprimindo DNA em vidro --
03:22
little flat things -- and these are going to be markers for pathogens.
70
190000
4000
pequenas coisas achatadas -- e esses serão marcadores para patógenos.
03:26
OK, I make little robots in lab to make these chips,
71
194000
3000
OK, eu faço pequenos robôs no laboratório para fazer esses chips,
03:29
and I'm really big on disseminating technology.
72
197000
3000
e eu sou um grande fã de disseminar tecnologias.
03:32
If you've got enough money to buy just a Camry,
73
200000
3000
Se você tem dinheiro suficiente para comprar apenas um Camry,
03:35
you can build one of these too,
74
203000
2000
você pode construir um desses, também,
03:37
and so we put a deep how-to guide on the Web, totally free,
75
205000
4000
e então nós colocamos um guia de como fazer na Web, completamente grátis,
03:41
with basically order-off-the-shelf parts.
76
209000
2000
com basicamente peças de pronta entrega --
03:43
You can build a DNA array machine in your garage.
77
211000
3000
você pode construir uma máquina que agrupa DNA na sua garagem.
03:46
Here's the section on the all-important emergency stop switch.
78
214000
3000
Aqui está a seção do todo poderoso interruptor de parada de emergência.
03:49
(Laughter)
79
217000
2000
(Risos)
03:51
Every important machine's got to have a big red button.
80
219000
3000
Toda máquina importante tem que ter um grande botão vermelho.
03:54
But really, it's pretty robust.
81
222000
2000
Mas realmente, é muito robusta.
03:56
You can actually be making DNA chips in your garage
82
224000
3000
Você pode realmente estar fazendo chips de DNA na sua garagem,
03:59
and decoding some genetic programs pretty rapidly. It's a lot of fun.
83
227000
4000
e decodificando alguns programas genéticos bem rapidamente. É muito divertido.
04:03
(Laughter)
84
231000
1000
(Risos)
04:04
And so what we did -- and this is a really cool project --
85
232000
4000
E então o que a gente fez -- e esse é um projeto muito legal --
04:08
we just started by making a respiratory virus chip.
86
236000
2000
nós apenas começamos fazendo um chip de um vírus respiratório.
04:10
I talked about that --
87
238000
2000
Eu falei sobre isso --
04:12
you know, that situation where you go into the clinic
88
240000
2000
você sabe, aquela a situação quando você vai na clínica
04:14
and you don't get diagnosed?
89
242000
2000
e você não recebe um diagnóstico?
04:16
Well, we just put basically all the human respiratory viruses
90
244000
2000
Bem, nós apenas colocamos basicamente todos os vírus respiratórios humanos
04:18
on one chip, and we threw in herpes virus for good measure --
91
246000
3000
em um chip, e nós jogamos uns vírus de herpes para melhorar um pouco --
04:21
I mean, why not?
92
249000
1000
Quero dizer, por que não?
04:22
The first thing you do as a scientist is,
93
250000
2000
A primeira coisa que você faz como um cientista é,
04:24
you make sure stuff works.
94
252000
1000
você tem que ter certeza que a coisa funciona.
04:25
And so what we did is, we take tissue culture cells
95
253000
3000
Então o que nós fizemos foi apenas pegar células de cultura de tecidos
04:28
and infect them with various viruses,
96
256000
2000
e infectá-las com vários vírus,
04:30
and we take the stuff and fluorescently label the nucleic acid,
97
258000
4000
e nós pegamos isso e marcamos fluorescentemente o ácido nucleico,
04:34
the genetic material that comes out of these tissue culture cells --
98
262000
3000
o material genético que sai dessas células de culturas de tecidos --
04:37
mostly viral stuff -- and stick it on the array to see where it sticks.
99
265000
4000
principalmente coisas virais -- e colamos no conjunto para ver onde ia colar.
04:41
Now, if the DNA sequences match, they'll stick together,
100
269000
2000
Agora, se a sequencia de DNA combinar, eles irão colar juntos,
04:43
and so we can look at spots.
101
271000
2000
e então nós podemos olhar as manchas.
04:45
And if spots light up, we know there's a certain virus in there.
102
273000
2000
E se as manchas brilharem, nós sabemos que tem um certo vírus lá.
04:47
That's what one of these chips really looks like,
103
275000
2000
Isso é com o que um desses chips realmente se parece,
04:49
and these red spots are, in fact, signals coming from the virus.
104
277000
3000
e essas manchas vermelhas são na verdade sinais vindos dos vírus.
04:52
And each spot represents a different family of virus
105
280000
3000
E cada mancha representa uma família de vírus diferente
04:55
or species of virus.
106
283000
1000
ou espécies de vírus
04:56
And so, that's a hard way to look at things,
107
284000
2000
E então, esta é uma maneira dura de se ver as coisas,
04:58
so I'm just going to encode things as a little barcode,
108
286000
2000
então eu vou apenas codificar coisas como um pequeno código de barras,
05:00
grouped by family, so you can see the results in a very intuitive way.
109
288000
4000
agrupado por família, então você pode ver os resultados de uma maneira muito intuitiva.
05:04
What we did is, we took tissue culture cells
110
292000
2000
O que nós fizemos foi, nós pegamos células de cultura de tecidos
05:06
and infected them with adenovirus,
111
294000
2000
e as infectamos com adenovírus,
05:08
and you can see this little yellow barcode next to adenovirus.
112
296000
4000
e você pode ver esse pequeno código de barras amarelo perto dos adenovírus.
05:12
And, likewise, we infected them with parainfluenza-3 --
113
300000
3000
E, da mesma maneira, nós infectamos com parainfluenza-3 --
05:15
that's a paramyxovirus -- and you see a little barcode here.
114
303000
2000
este é um paramyxovírus -- e você vê um pequeno código de barras aqui.
05:17
And then we did respiratory syncytial virus.
115
305000
3000
E então nós fizemos o vírus respiratório syncytial.
05:20
That's the scourge of daycare centers everywhere --
116
308000
2000
Isso é o que aflige as creches de todos os lugares --
05:22
it's like boogeremia, basically.
117
310000
2000
é como a doença do bicho papão, basicamente.
05:24
(Laughter)
118
312000
1000
(Risos)
05:25
You can see that this barcode is the same family,
119
313000
4000
Você pode ver -- você pode ver que esse código de barras é da mesma família,
05:29
but it's distinct from parainfluenza-3,
120
317000
2000
mas é diferente de parainfluenza-3,
05:31
which gives you a very bad cold.
121
319000
2000
o que lhe causa uma gripe muito forte.
05:33
And so we're getting unique signatures, a fingerprint for each virus.
122
321000
3000
E então nós estamos conseguindo assinaturas únicas, uma impressão digital para cada vírus.
05:36
Polio and rhino: they're in the same family, very close to each other.
123
324000
3000
Polio e rhino: eles estão na mesma família, muito próximos um do outro.
05:39
Rhino's the common cold, and you all know what polio is,
124
327000
2000
Rhino é a gripe comum, e todos vocês sabem o que polio é,
05:41
and you can see that these signatures are distinct.
125
329000
3000
e você pode ver que essas assinaturas são diferentes.
05:44
And Kaposi's sarcoma-associated herpes virus
126
332000
3000
E vírus da herpes associado com sarcoma de Kaposi
05:47
gives a nice signature down here.
127
335000
2000
mostra uma ótima assinatura aqui embaixo.
05:49
And so it is not any one stripe or something
128
337000
2000
E então não é uma faixa qualquer ou qualquer coisa assim
05:51
that tells me I have a virus of a particular type here;
129
339000
2000
que diz que eu tenho um vírus de um tipo específico aqui;
05:53
it's the barcode that in bulk represents the whole thing.
130
341000
4000
é o código de barras que em conjunto representa a coisa toda.
05:57
All right, I can see a rhinovirus --
131
345000
2000
Tá certo, eu posso ver um rhinovírus --
05:59
and here's the blow-up of the rhinovirus's little barcode --
132
347000
2000
e aqui está ampliado pequeno código de barras do rhinovírus --
06:01
but what about different rhinoviruses?
133
349000
2000
mas e esses rhinovirus diferentes?
06:03
How do I know which rhinovirus I have?
134
351000
2000
Como eu sei qual rhinovirus eu tenho?
06:05
There're 102 known variants of the common cold,
135
353000
3000
Existem 102 variações conhecidas da gripe comum,
06:08
and there're only 102 because people got bored collecting them:
136
356000
3000
e existem apenas 102 porque as pessoas se cansaram de coletá-los:
06:11
there are just new ones every year.
137
359000
2000
existem variações novas todos os anos.
06:13
And so, here are four different rhinoviruses,
138
361000
2000
E então, aqui estão quatro rhinovirus diferentes,
06:15
and you can see, even with your eye,
139
363000
2000
e você pode ver, mesmo com seus próprios olhos,
06:17
without any fancy computer pattern-matching
140
365000
2000
sem qualquer programa de computador que combine os padrões
06:19
recognition software algorithms,
141
367000
2000
com algorítimos de reconhecimento,
06:21
that you can distinguish each one of these barcodes from each other.
142
369000
3000
que você pode distinguir cada um desses códigos de barras um dos outros.
06:24
Now, this is kind of a cheap shot,
143
372000
2000
Agora, isso é tipo um golpe baixo,
06:26
because I know what the genetic sequence of all these rhinoviruses is,
144
374000
3000
porque eu sei qual é a sequência genética de todos esses rhinovirus,
06:29
and I in fact designed the chip
145
377000
1000
e na verdade eu desenvolvi o chip
06:30
expressly to be able to tell them apart,
146
378000
2000
expressamente para ser capaz de separá-los,
06:32
but what about rhinoviruses that have never seen a genetic sequencer?
147
380000
4000
mas e os rhinovirus que nunca viram um sequenciador genético?
06:36
We don't know what the sequence is; just pull them out of the field.
148
384000
2000
Nós não sabemos qual é a sequência; nós apenas a pegamos do ambiente.
06:38
So, here are four rhinoviruses
149
386000
2000
Então, aqui estão quatro rhinovirus
06:40
we never knew anything about --
150
388000
2000
dos quais nós nunca soubemos nada --
06:42
no one's ever sequenced them -- and you can also see
151
390000
3000
ninguém nunca os sequenciou -- e você também pode ver
06:45
that you get unique and distinguishable patterns.
152
393000
2000
que você tem padrões únicos e distinguíveis.
06:47
You can imagine building up some library, whether real or virtual,
153
395000
3000
Você pode imaginar a construção de uma biblioteca, seja ela real ou virtual,
06:50
of fingerprints of essentially every virus.
154
398000
2000
de impressões digitais de essencialmente todos os vírus.
06:52
But that's, again, shooting fish in a barrel, you know, right?
155
400000
3000
Mas isto é, de novo, um golpe baixo, né?
06:55
You have tissue culture cells. There are a ton of viruses.
156
403000
2000
Você tem células de culturas de tecidos: tem um montão de vírus.
06:57
What about real people?
157
405000
2000
E as pessoas reais?
06:59
You can't control real people, as you probably know.
158
407000
2000
Você não pode controlar pessoais reais, como você provavelmente sabe.
07:01
You have no idea what someone's going to cough into a cup,
159
409000
4000
Você não tem idéia do que alguém vai tossir em um copo,
07:05
and it's probably really complex, right?
160
413000
3000
e isso é provavelmente complexo, certo?
07:08
It could have lots of bacteria, it could have more than one virus,
161
416000
3000
Poderia ter montes de bacterias, poderia ter mais de um vírus,
07:11
and it certainly has host genetic material.
162
419000
2000
e certamente tem material genético do hospedeiro,
07:13
So how do we deal with this?
163
421000
1000
então como nós lidamos com isso?
07:14
And how do we do the positive control here?
164
422000
2000
E como nós fazemos o controle positivo aqui?
07:16
Well, it's pretty simple.
165
424000
2000
Bom, é bem simples.
07:18
That's me, getting a nasal lavage.
166
426000
2000
Esse sou eu, recebendo uma lavagem nasal.
07:20
And the idea is, let's experimentally inoculate people with virus.
167
428000
5000
E a idéia é, vamos inocular pessoas experimentalmente com vírus
07:25
This is all IRB-approved, by the way; they got paid.
168
433000
5000
então nós -- isso é tudo aprovado pelo IRB, na verdade; eles foram pagos.
07:30
And basically we experimentally inoculate people
169
438000
3000
E basicamente nós experimentalmente inoculamos pessoas
07:33
with the common cold virus.
170
441000
1000
com o vírus da gripe comum.
07:34
Or, even better, let's just take people
171
442000
2000
Ou, ainda melhor, vamos apenas pegar pessoas
07:36
right out of the emergency room --
172
444000
1000
direto do pronto socorro --
07:37
undefined, community-acquired respiratory tract infections.
173
445000
4000
infecções do trato respiratório indefinidas, adquiridas na comunidade.
07:41
You have no idea what walks in through the door.
174
449000
2000
Você não tem idéia do que entra pela porta.
07:43
So, let's start off with the positive control first,
175
451000
3000
Então, vamos começar com o controle positivo primeiro,
07:46
where we know the person was healthy.
176
454000
2000
onde nós sabemos que a pessoa era saudável.
07:48
They got a shot of virus up the nose,
177
456000
2000
Eles receberam uma dose de vírus pelo nariz,
07:50
let's see what happens.
178
458000
1000
vamos ver o que acontece.
07:51
Day zero: nothing happening.
179
459000
2000
Dia zero: Nada acontece.
07:53
They're healthy; they're clean -- it's amazing.
180
461000
2000
Eles estão saudáveis; eles estão limpos -- é impressionante.
07:55
Actually, we thought the nasal tract might be full of viruses
181
463000
2000
Na verdade, nós pensávamos que o trato nasal estaria cheio de vírus
07:57
even when you're walking around healthy.
182
465000
1000
mesmo quando você está andando por aí todo saudável.
07:58
It's pretty clean. If you're healthy, you're pretty healthy.
183
466000
2000
É muito claro. Se você está saudável, você está muito saudável.
08:00
Day two: we get a very robust rhinovirus pattern,
184
468000
4000
Dia dois: nós pegamos um padrão muito robusto de rhinovirus,
08:04
and it's very similar to what we get in the lab
185
472000
2000
e é muito semelhante ao que a gente consegue no laboratório
08:06
doing our tissue culture experiment.
186
474000
1000
com o nosso experimento de cultura de tecidos.
08:07
So that's great, but again, cheap shot, right?
187
475000
3000
Então isso é ótimo, mas ainda assim, tiro no escuro, certo?
08:10
We put a ton of virus up this guy's nose. So --
188
478000
2000
Nós colocamos um montão de vírus no nariz desse cara. Nós --
08:12
(Laughter)
189
480000
1000
(Risos)
08:13
-- I mean, we wanted it to work. He really had a cold.
190
481000
4000
-- Quero dizer, nós queremos que funcione. Quer dizer, ele realmente tinha uma gripe.
08:17
So, how about the people who walk in off the street?
191
485000
4000
Então, o que acontece com as pessoas que estão andando nas ruas?
08:21
Here are two individuals represented by their anonymous ID codes.
192
489000
2000
Então aqui estão dois indivíduos representados pelos seus códigos de identidade anônimos.
08:23
They both have rhinoviruses; we've never seen this pattern in lab.
193
491000
4000
Ambos têm rhinovirus; nós nunca vimos esse padrão no laboratório.
08:27
We sequenced part of their viruses;
194
495000
2000
Nós sequenciamos parte dos vírus deles;
08:29
they're new rhinoviruses no one's actually even seen.
195
497000
3000
eles são novos rhinovirus que ninguém nunca viu.
08:32
Remember, our evolutionary-conserved sequences
196
500000
2000
Lembre-se, nossas sequências conservadas com a evolução
08:34
we're using on this array allow us to detect
197
502000
2000
as quais estamos usando nesse conjunto para detectar
08:36
even novel or uncharacterized viruses,
198
504000
2000
menos vírus novos ou não caracterizados,
08:38
because we pick what is conserved throughout evolution.
199
506000
4000
porque nós escolhemos o que está conservado através da evolução.
08:42
Here's another guy. You can play the diagnosis game yourself here.
200
510000
3000
Aqui está outro cara. Você pode brincar do jogo do diagnóstico você mesmo.
08:45
These different blocks represent
201
513000
2000
Esses blocos diferentes representam
08:47
the different viruses in this paramyxovirus family,
202
515000
2000
os diferentes vírus na família dos paramyxovirus,
08:49
so you can kind of go down the blocks
203
517000
1000
então você pode continuar procurando
08:50
and see where the signal is.
204
518000
2000
e ver onde o sinal está, você sabe.
08:52
Well, doesn't have canine distemper; that's probably good.
205
520000
3000
Bem, não tem o vírus CDV canino, o que é provavelmente bom.
08:55
(Laughter)
206
523000
2000
(Risos)
08:57
But by the time you get to block nine,
207
525000
2000
Mas até você conseguir bloquear nove,
08:59
you see that respiratory syncytial virus.
208
527000
2000
você vai ver aquele vírus respiratório syncytial.
09:01
Maybe they have kids. And then you can see, also,
209
529000
3000
Talvez eles tenham filhos. E aí você pode ver, também,
09:04
the family member that's related: RSVB is showing up here.
210
532000
2000
o membro da família que está relacionado: o RSVB está aparecendo aqui.
09:06
So, that's great.
211
534000
1000
Então, isso é ótimo.
09:07
Here's another individual, sampled on two separate days --
212
535000
3000
Aqui está outro indivíduo, amostrado em dois dias diferentes --
09:10
repeat visits to the clinic.
213
538000
2000
visitas repetidas à clínica.
09:12
This individual has parainfluenza-1,
214
540000
3000
Este indívíduo tem parainfluenza-1,
09:15
and you can see that there's a little stripe over here
215
543000
2000
e você pode ver que existe uma pequena faixa aqui
09:17
for Sendai virus: that's mouse parainfluenza.
216
545000
3000
para o vírus Sendai: isso é parainfluenza de ratos.
09:20
The genetic relationships are very close there. That's a lot of fun.
217
548000
4000
As relações genéticas são muito próximas aqui. Isso é muito divertido.
09:24
So, we built out the chip.
218
552000
1000
Então, nós construímos o chip.
09:25
We made a chip that has every known virus ever discovered on it.
219
553000
4000
Nós fizemos um chip que tem todos os tipos de vírus já conhecidos e descobertos.
09:29
Why not? Every plant virus, every insect virus, every marine virus.
220
557000
3000
Por que não? Cada vírus de planta, cada vírus de inseto, cada vírus marinho.
09:32
Everything that we could get out of GenBank --
221
560000
2000
Tudo que nós podemos pegar do GenBank --
09:34
that is, the national repository of sequences.
222
562000
2000
isto é, o repositório nacional de sequências.
09:36
Now we're using this chip. And what are we using it for?
223
564000
3000
Agora nós estamos usando esse chip. E para que nós estamos usando ele?
09:39
Well, first of all, when you have a big chip like this,
224
567000
2000
Bem, primeiro de tudo, quando você tem um chip grande como esse,
09:41
you need a little bit more informatics,
225
569000
2000
você precisa de um pouco mais de informática,
09:43
so we designed the system to do automatic diagnosis.
226
571000
2000
então nós desenvolvemos o sistema para fazer diagnósticos automáticos.
09:45
And the idea is that we simply have virtual patterns,
227
573000
3000
E a idéia é, nós simplesmente temos padrões virtuais --
09:48
because we're never going to get samples of every virus --
228
576000
2000
porque nós nunca vamos ter amostras de todos os vírus;
09:50
it would be virtually impossible. But we can get virtual patterns,
229
578000
3000
e isto seria praticamente impossível. Mas nós podemos ter padrões virtuais,
09:53
and compare them to our observed result --
230
581000
2000
e compará-los com nossos resultados observados,
09:55
which is a very complex mixture -- and come up with some sort of score
231
583000
4000
o que é uma mistura muito complexa, e vem com um tipo de escore
09:59
of how likely it is this is a rhinovirus or something.
232
587000
3000
da probabilidade de que seja um rhinovirus ou algo assim.
10:02
And this is what this looks like.
233
590000
2000
E isso é com que isso se parece.
10:04
If, for example, you used a cell culture
234
592000
2000
Se, por exemplo, você usar uma cultura de células
10:06
that's chronically infected with papilloma,
235
594000
2000
que está cronicamente infectada com papiloma,
10:08
you get a little computer readout here,
236
596000
2000
você tem uma pequena leitura de computador aqui,
10:10
and our algorithm says it's probably papilloma type 18.
237
598000
4000
e nosso algoritmo diz que é provavelmente papiloma tipo 18.
10:14
And that is, in fact, what these particular cell cultures
238
602000
2000
E isto é, de fato, com o que essas culturas de células em particular
10:16
are chronically infected with.
239
604000
2000
estão cronicamente infectadas.
10:18
So let's do something a little bit harder.
240
606000
2000
Então vamos fazer algo um pouco mais complicado.
10:20
We put the beeper in the clinic.
241
608000
1000
Nós colocamos um bip na clínica.
10:21
When somebody shows up, and the hospital doesn't know what to do
242
609000
3000
Quando alguém aparece, e o hospital não sabe o que fazer
10:24
because they can't diagnose it, they call us.
243
612000
2000
por que eles não conseguem diagnosticar, eles ligam para nós.
10:26
That's the idea, and we're setting this up in the Bay Area.
244
614000
2000
Essa é a idéia, e nós estamos estabelecendo isso perto de San Fransisco.
10:28
And so, this case report happened three weeks ago.
245
616000
2000
E então, esse relato de caso aconteceu três semanas atrás.
10:30
We have a 28-year-old healthy woman, no travel history,
246
618000
3000
Nós temos uma mulher saudável de 28 anos, sem histórico de viagem,
10:33
[unclear], doesn't smoke, doesn't drink.
247
621000
3000
(inaudível), não fuma, não bebe.
10:36
10-day history of fevers, night sweats, bloody sputum --
248
624000
4000
10 dias de histórico de febre, suores noturnos, catarro com sangue --
10:40
she's coughing up blood -- muscle pain.
249
628000
2000
ela está tossindo sangue -- dor muscular.
10:42
She went to the clinic, and they gave her antibiotics
250
630000
4000
Ela foi para a clínica, e eles lhe deram antibióticos, certo,
10:46
and then sent her home.
251
634000
1000
e depois a mandaram para casa.
10:47
She came back after ten days of fever, right? Still has the fever,
252
635000
4000
Ela voltou depois de dez dias de febre, certo -- ainda tem febre --
10:51
and she's hypoxic -- she doesn't have much oxygen in her lungs.
253
639000
3000
e ela está hipoxica -- ela não tem muito oxigênio nos seus pulmões.
10:54
They did a CT scan.
254
642000
1000
Eles fizeram uma tomografia.
10:55
A normal lung is all sort of dark and black here.
255
643000
4000
Um pulmão normal estaria meio escuro e preto aqui.
10:59
All this white stuff -- it's not good.
256
647000
2000
Toda essa parte branca -- não é bom.
11:01
This sort of tree and bud formation indicates there's inflammation;
257
649000
3000
Essa formação parecida com uma árvore e brotos indica que tem uma inflamação;
11:04
there's likely to be infection.
258
652000
2000
provavelmente tem uma infecção.
11:06
OK. So, the patient was treated then
259
654000
3000
OK. Então, o paciente foi tratado na época
11:09
with a third-generation cephalosporin antibiotic and doxycycline,
260
657000
4000
com um antibiótico de terceira geração cefalosporina, e doxiciclina,
11:13
and on day three, it didn't help: she had progressed to acute failure.
261
661000
4000
e no terceiro dia, não ajudou: ela continuou até falência aguda.
11:17
They had to intubate her, so they put a tube down her throat
262
665000
3000
Eles tiveram que entubá-la, então eles colocaram um tubo na garganta dela
11:20
and they began to mechanically ventilate her.
263
668000
1000
e eles começaram a ventilá-la mecanicamente.
11:21
She could no longer breathe for herself.
264
669000
2000
Ela não podia mais respirar sozinha.
11:23
What to do next? Don't know.
265
671000
2000
O que fazer depois? Não sei.
11:25
Switch antibiotics: so they switched to another antibiotic,
266
673000
3000
Mudar os antibióticos, então eles trocaram para outro antibiótico,
11:28
Tamiflu.
267
676000
2000
e Tamiflu, que --
11:30
It's not clear why they thought she had the flu,
268
678000
2000
não está claro porque eles acharam que ela tinha a gripe --
11:32
but they switched to Tamiflu.
269
680000
2000
mas eles trocaram para Tamiflu.
11:34
And on day six, they basically threw in the towel.
270
682000
2000
E no sexto dia, eles basicamente pediram arrego.
11:36
You do an open lung biopsy when you've got no other options.
271
684000
4000
Você faz uma biópsia de pulmão aberto quando você não tem nenhuma outra opção.
11:40
There's an eight percent mortality rate with just doing this procedure,
272
688000
2000
Existe uma taxa de mortalidade de oito por cento apenas por realizar esse procedimento,
11:42
and so basically -- and what do they learn from it?
273
690000
3000
e então basicamente -- e o que eles aprenderam com isso?
11:45
You're looking at her open lung biopsy.
274
693000
2000
Você está olhando para a biopsia de pulmão aberto dela.
11:47
And I'm no pathologist, but you can't tell much from this.
275
695000
2000
E eu não sou patologista, mas você pode dizer muito a partir disso.
11:49
All you can tell is, there's a lot of swelling: bronchiolitis.
276
697000
3000
Tudo o que você pode dizer é, existe muito inchaço: bronquiolite.
11:52
It was "unrevealing": that's the pathologist's report.
277
700000
3000
Não era revelador: esse foi o relatório do patologista.
11:55
And so, what did they test her for?
278
703000
3000
E então, para o que ela foi testada?
11:58
They have their own tests, of course,
279
706000
1000
Eles têm seus próprios testes, claro,
11:59
and so they tested her for over 70 different assays,
280
707000
3000
e então eles a testaram para mais de 70 diferentes combinações,
12:02
for every sort of bacteria and fungus and viral assay
281
710000
3000
para cada tipo de bactéria e fungos e combinações de vírus
12:05
you can buy off the shelf:
282
713000
2000
que você pode comprar na pronta entrega.
12:07
SARS, metapneumovirus, HIV, RSV -- all these.
283
715000
3000
SARS, metapneumovirus, HIV, RSV -- todos esses.
12:10
Everything came back negative, over 100,000 dollars worth of tests.
284
718000
4000
Todos foram negativos. Mais de 100.000 dólares gastos com exames.
12:14
I mean, they went to the max for this woman.
285
722000
3000
Quero dizer, eles fizeram o máximo por essa mulher.
12:17
And basically on hospital day eight, that's when they called us.
286
725000
3000
E basicamente no oitavo dia de hospitalização, eles nos chamaram.
12:20
They gave us endotracheal aspirate --
287
728000
2000
Eles nos deram uma aspiração endotraqueal --
12:22
you know, a little fluid from the throat,
288
730000
2000
você sabe, um pouco de fluido da garganta,
12:24
from this tube that they got down there -- and they gave us this.
289
732000
2000
deste tubo que eles colocaram lá -- e eles nos deram isto.
12:26
We put it on the chip; what do we see? Well, we saw parainfluenza-4.
290
734000
5000
Nós colocamos no chip; o que nós vimos? Bem, nós vimos parainfluenza-4.
12:31
Well, what the hell's parainfluenza-4?
291
739000
2000
Bem, que diabos é parainfluenza-4?
12:33
No one tests for parainfluenza-4. No one cares about it.
292
741000
3000
Ninguém testa para parainfluenza-4. Ninguém liga para isso.
12:36
In fact, it's not even really sequenced that much.
293
744000
3000
Na verdade, não é nem muito sequenciada.
12:39
There's just a little bit of it sequenced.
294
747000
2000
Existe apenas um pedacinho dela que é sequenciado.
12:41
There's almost no epidemiology or studies on it.
295
749000
2000
Quase não existe nenhum estudo epidemiológico para ela.
12:43
No one would even consider it,
296
751000
2000
Ninguém nunca consideraria,
12:45
because no one had a clue that it could cause respiratory failure.
297
753000
3000
porque ninguém tinha idéia que poderia causar falência respiratória.
12:48
And why is that? Just lore. There's no data --
298
756000
3000
E por que isso? Apenas senso comum. Não existem dados --
12:51
no data to support whether it causes severe or mild disease.
299
759000
4000
nenhum dado para determinar se causa uma doença severa ou leve.
12:55
Clearly, we have a case of a healthy person that's going down.
300
763000
3000
Claramente, nós temos um caso de uma pessoa saudável que está piorando.
12:58
OK, that's one case report.
301
766000
3000
OK, este é um relato de caso.
13:01
I'm going to tell you one last thing in the last two minutes
302
769000
2000
Eu vou dizer a vocês uma última coisa nestes últimos dois minutos
13:03
that's unpublished -- it's going to come out tomorrow --
303
771000
3000
isto não é publicado -- irá sair amanhã --
13:06
and it's an interesting case of how you might use this chip
304
774000
3000
e é um caso interessante de como você pode usar esse chip
13:09
to find something new and open a new door.
305
777000
2000
para encontrar algo novo e abrir uma nova porta.
13:11
Prostate cancer. I don't need to give you many statistics
306
779000
4000
Câncer de próstata. Eu não preciso mostrar muita estatística para vocês
13:15
about prostate cancer. Most of you already know it:
307
783000
3000
sobre câncer de próstata. A maioria de vocês já conhece:
13:18
third leading cause of cancer deaths in the U.S.
308
786000
2000
a terceira principal causa de fatalidades nos EUA.
13:20
Lots of risk factors,
309
788000
2000
Vários fatores de risco,
13:22
but there is a genetic predisposition to prostate cancer.
310
790000
4000
mas aqui está uma predisposição genética para o câncer de próstata.
13:26
For maybe about 10 percent of prostate cancer,
311
794000
2000
Para talvez cerca de 10 por cento dos câncers de próstata,
13:28
there are folks that are predisposed to it.
312
796000
2000
existem pessoas que são predispostas a ele.
13:30
And the first gene that was mapped in association studies
313
798000
4000
E o primeiro gene que foi mapeado nos estudos de associação
13:34
for this, early-onset prostate cancer, was this gene called RNASEL.
314
802000
4000
para isso, câncer de próstata que ocorre prematuramente, foi esse gene chamado RNASEL.
13:38
What is that? It's an antiviral defense enzyme.
315
806000
3000
O que é isso? É uma enzima de defesa antiviral.
13:41
So, we're sitting around and thinking,
316
809000
2000
Então, nós estamos sentados pensando,
13:43
"Why would men who have the mutation --
317
811000
2000
Por que os homens que têm essa mutação,
13:45
a defect in an antiviral defense system -- get prostate cancer?
318
813000
5000
um defeito no sistema de defesa antiviral, têm câncer de próstata?
13:50
It doesn't make sense -- unless, maybe, there's a virus?"
319
818000
3000
Não faz sentido -- a não ser que, talvez, exista um vírus.
13:53
So, we put tumors --- and now we have over 100 tumors -- on our array.
320
821000
6000
Então, nós colocamos tumores -- e agora nós temos mais de 100 tumores -- na nossa coleção.
13:59
And we know who's got defects in RNASEL and who doesn't.
321
827000
3000
E nós sabemos quem tem defeitos em RNASEL e quem não tem.
14:02
And I'm showing you the signal from the chip here,
322
830000
3000
E eu estou mostrando para vocês o sinal do chip aqui,
14:05
and I'm showing you for the block of retroviral oligos.
323
833000
4000
e eu estou mostrando para vocês o bloco dos oligos de retrovírus.
14:09
And what I'm telling you here from the signal, is
324
837000
2000
E o que eu estou dizendo para vocês aqui a partir deste sinal é,
14:11
that men who have a mutation in this antiviral defense enzyme,
325
839000
4000
que homens que têm uma mutilação nesta enzima de defesa antiviral,
14:15
and have a tumor, often have -- 40 percent of the time --
326
843000
4000
e quem tem um tumor, geralmente tem -- 40 por cento das vezes --
14:19
a signature which reveals a new retrovirus.
327
847000
4000
uma assinatura que revela um novo retrovirus.
14:23
OK, that's pretty wild. What is it?
328
851000
3000
OK, isso é bem louco. O que é isso?
14:26
So, we clone the whole virus.
329
854000
1000
Então, nós clonamos o vírus inteiro.
14:27
First of all, I'll tell you that a little automated prediction told us
330
855000
4000
Primeiro de tudo, eu vou dizer a vocês o que uma pequena predição automática nos disse
14:31
it was very similar to a mouse virus.
331
859000
2000
que era muito semelhante à um vírus de rato.
14:33
But that doesn't tell us too much,
332
861000
1000
Mas isso não nos diz muita coisa,
14:34
so we actually clone the whole thing.
333
862000
2000
então nós clonamos a coisa toda.
14:36
And the viral genome I'm showing you right here?
334
864000
2000
E o genoma viral que eu estou mostrando para vocês aqui?
14:38
It's a classic gamma retrovirus, but it's totally new;
335
866000
3000
É um clássico gamma retrovirus, mas é totalmente novo;
14:41
no one's ever seen it before.
336
869000
1000
ninguém tinha visto isso antes.
14:42
Its closest relative is, in fact, from mice,
337
870000
3000
Seu parente mais próximo é, na verdade, de ratos,
14:45
and so we would call this a xenotropic retrovirus,
338
873000
4000
e então nós chamariamos isso de um retrovirus xenotropico,
14:49
because it's infecting a species other than mice.
339
877000
3000
porque está infectando uma espécie que não é ratos.
14:52
And this is a little phylogenetic tree
340
880000
2000
E esta é uma pequena árvore filogenética
14:54
to see how it's related to other viruses.
341
882000
2000
para ver como ele é relacionado a outros vírus.
14:56
We've done it for many patients now,
342
884000
3000
E então o que nós fizemos para muitos pacientes agora,
14:59
and we can say that they're all independent infections.
343
887000
3000
e nós podemos dizer que elas são todas infecções independentes.
15:02
They all have the same virus,
344
890000
1000
Eles todos têm o mesmo vírus,
15:03
but they're different enough that there's reason to believe
345
891000
3000
mas eles são diferentes o suficiente para que não haja nenhuma razão para acreditar
15:06
that they've been independently acquired.
346
894000
2000
que eles foram adquiridos independentemente.
15:08
Is it really in the tissue? And I'll end up with this: yes.
347
896000
2000
Está realmente no tecido? E eu vou finalizar com isso. Sim.
15:10
We take slices of these biopsies of tumor tissue
348
898000
3000
Nós pegamos pedaços dessas biópsias do tecido do tumor
15:13
and use material to actually locate the virus,
349
901000
2000
e usamos materiais para localizar o vírus,
15:15
and we find cells here with viral particles in them.
350
903000
4000
e nós encontramos células aqui com partículas virais nelas.
15:19
These guys really do have this virus.
351
907000
2000
Esses caras realmente têm esses vírus.
15:21
Does this virus cause prostate cancer?
352
909000
2000
Esse vírus causa o câncer de próstata?
15:23
Nothing I'm saying here implies causality. I don't know.
353
911000
4000
Nada do que eu estou dizendo aqui implica em casualidade. Eu não sei.
15:27
Is it a link to oncogenesis? I don't know.
354
915000
2000
É um link para a oncogênese? Eu não sei.
15:29
Is it the case that these guys are just more susceptible to viruses?
355
917000
4000
É o caso acreditar que esses caras são mais susceptíveis aos vírus?
15:33
Could be. And it might have nothing to do with cancer.
356
921000
3000
Pode ser. E isso pode não ter nada a ver com o câncer.
15:36
But now it's a door.
357
924000
1000
Mas agora é uma porta.
15:37
We have a strong association between the presence of this virus
358
925000
3000
Nós temos uma forte associação entre a presença deste vírus
15:40
and a genetic mutation that's been linked to cancer.
359
928000
3000
e uma mutação genética que está relacionada com o câncer.
15:43
That's where we're at.
360
931000
1000
É aqui que nós estamos.
15:44
So, it opens up more questions than it answers, I'm afraid,
361
932000
4000
Então, tenho medo que isso gere mais perguntas do que respostas,
15:48
but that's what, you know, science is really good at.
362
936000
2000
mas isso é para o que, você sabe, a ciência é muito boa.
15:50
This was all done by folks in the lab --
363
938000
2000
Isto tudo feito por pessoas no laboratório;
15:52
I cannot take credit for most of this.
364
940000
1000
Eu não posso ficar com os créditos pela a maioria disso.
15:53
This is a collaboration between myself and Don.
365
941000
1000
Isto é uma colaboração entre mim e Don.
15:54
This is the guy who started the project in my lab,
366
942000
3000
Este é o cara que começou esse projeto no meu laboratório,
15:57
and this is the guy who's been doing prostate stuff.
367
945000
2000
e este é o cara que vem fazendo as coisas de próstata.
15:59
Thank you very much. (Applause)
368
947000
3000
Muito obrigado.
ABOUT THE SPEAKER
Joe DeRisi - BiochemistJoe DeRisi hunts for the genes that make us sick. At his lab, he works to understand the genome of Plasmodium falciparum, the deadliest form of malaria.
Why you should listen
Joseph DeRisi is a molecular biologist and biochemist, on the hunt for the genomic basis of illness. His lab at UCSF is focused on the cause of malaria, and he's also poked into SARS, avian flu and other new diseases as they crop up. His approach combines scientific rigor with a nerd's boundary-breaking enthusiasm for new techniques -- one of the qualities that helped him win a MacArthur "genius" grant in 2004. A self-confessed computer geek, DeRisi designed and programmed a groundbreaking tool for finding (and fighting) viruses -- the ViroChip, a DNA microarray that test for the presence of all known viruses in one step.
In 2008, DeRisi won the Heinz Award for Technology, the Economy and Employment.
Joe DeRisi | Speaker | TED.com